-
公开(公告)号:CN119675728A
公开(公告)日:2025-03-21
申请号:CN202510200522.4
申请日:2025-02-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04B7/06 , H04B7/08 , H04B7/0452 , H04W72/0457 , H04W72/121
Abstract: 本发明公开了一种基于RSMA的IRS辅助去蜂窝大规模MIMO资源分配方法,该方法包括:构建基于RSMA的IRS辅助去蜂窝大规模MIMO系统模型和RSMA框架;构建基于RSMA的IRS辅助去蜂窝大规模MIMO系统的SR最大化问题;通过拉格朗日对偶变换和二次变换将分式转换为凸函数,利用块坐标下降(BCD)将SR最大化问题转换为有源波束赋形与速率分配问题、无源波束赋形问题;求解有源波束赋形与速率分配问题和无源波束赋形问题;基于联合波束赋形与速率分配算法推导出最优用户和速率。本发明通过设计联合波束赋形与速率分配算法解决基于RSMA的IRS辅助CF‑mMIMO系统中SR最大化问题。
-
公开(公告)号:CN118678388A
公开(公告)日:2024-09-20
申请号:CN202410810772.5
申请日:2024-06-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W28/02 , H04W28/08 , H04W28/14 , H04L47/10 , H04L49/9047
Abstract: 本发明提供了一种面向异构无线确定性网络的跨层动态调度方法、系统及存储介质,包括构建队列切片模型步骤:将队列缓存区切分为多个切片,每个切片缓存区能够为其中的流量提供不同的时延界限需求,在每个时隙,新到达的数据包会根据流量类型被分到对应的切片中,每个切片中的数据包队列也会更新;跨层确定性调度步骤:在每个时隙,分配来自不同类型流量的数据包到不同的队列分配缓存区中,同时自适应调整传输功率,最小化所有数据包的平均时延违反概率。本发明的有益效果是:本发明解决了现有的技术问题,可以实现更高的确定性传输性能,可以满足所有类型流量的确定性传输需求,且相比于传统排队方法可以获得更低的时延违反概率。
-
公开(公告)号:CN118474708A
公开(公告)日:2024-08-09
申请号:CN202410491496.0
申请日:2024-04-23
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于稀疏矢量编码的免授权接入方法、装置、终端设备及存储介质,方法包括:获取用户端的信息向量和活跃度因子;根据信息向量、预设的稀疏向量及预设码本矩阵,得到传输向量;根据传输向量、活跃度因子、预设对角矩阵及预设噪声信号,得到接收向量;根据接收向量及预设向量块设置参数,进行活跃用户检测操作,得到用户端的活跃用户及所对应的支撑集;根据活跃用户、预设的向量块设置参数、预设的搜索空间设置参数及支撑集,进行数据译码操作,得到活跃用户的稀疏向量;根据活跃用户的稀疏向量及预设码本矩阵逆映射得到各活跃用户的比特信息,完成用户端数据接入。通过实施本发明,提高了免授权接入的频谱效率和可靠性。
-
公开(公告)号:CN118413849A
公开(公告)日:2024-07-30
申请号:CN202410375973.7
申请日:2024-03-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种终端协同中继辅助的多维资源联合优化方法、系统及存储介质,包括联邦学习模型训练步骤、掉队终端的判别步骤、联合优化步骤;联邦学习模型训练步骤包括初始配置步骤、全局模型广播步骤、本地模型训练步骤、模型参数上传步骤、全局模型聚合步骤;联合优化步骤包括功率频率联合优化步骤、掉队终端‑中继终端关联步骤。本发明的有益效果是:本发明解决了无线联邦学习系统中的“掉队终端”判别、中继终端的选择与关联、计算和通信资源的联合优化等问题,提升了终端成功参与率、改善模型训练性能、最小化终端能耗。
-
公开(公告)号:CN117676601A
公开(公告)日:2024-03-08
申请号:CN202311678788.7
申请日:2023-12-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W16/18 , H04B7/0413 , H04B7/145 , G06N3/006
Abstract: 本发明公开了一种面向窃听环境下去蜂窝大规模MIMO系统的AIRS部署方法,方法首先提出了最大的用户处符号错误概率最小化优化问题,约束条件包括绝对安全限制约束、AIRS的位置范围和角度范围,通过块坐标下降算法将原始优化问题解耦为两个子优化问题:AIRS位置部署子问题和AIRS角度部署子问题,针对AIRS位置部署优化,使用逐次凸逼近算法将非凸子问题转化为凸问题,然后用凸优化求解器求解;针对AIRS的角度部署,提出了一种改进的粒子群优化方法解决。相比传统的粒子群方法,本发明提出的改进粒子群优化方法可以避免陷入角度优化的局部最优解,在符号错误概率性能上更优,还能实现可靠性和安全性的更好折中。
-
公开(公告)号:CN116700170A
公开(公告)日:2023-09-05
申请号:CN202310659540.X
申请日:2023-06-05
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G05B19/418
Abstract: 本发明提供了一种多控制设备的联合调度及无线资源分配方法、系统及介质,该方法包括:建立预测型无线控制系统模型和通信信道模型;基于所述预测型无线控制系统模型和通信信道模型建立预测控制和通信联合设计及资源优化的数学模型;基于所述预测控制和通信联合设计及资源优化的数学模型,采用模糊逻辑的调度设备排序方法,将所有控制设备按照多准则进行排序,然后依次选择被调度设备。本发明可实现以更少的无线资源消耗实现与循环调度和事件触发型调度相近的控制性能。
-
公开(公告)号:CN118740641A
公开(公告)日:2024-10-01
申请号:CN202410997992.3
申请日:2024-07-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L41/0896 , H04L41/147
Abstract: 本发明提供了一种基于流量预测的带宽分配方法、装置、终端及介质,方法包括:根据样本时间窗口中到达的数据包数量,分别确定所述传感器系统中各传感器的历史流量状态;通过隐马尔可夫模型获得目标时间窗口的预测流量状态;建立带宽优化模型;求解带宽优化模型,根据求解结果为所述传感器系统中各传感器进行带宽分配。本发明通过样本时间窗口中到达的数据包数量,确定传感器历史流量状态,从而预测目标时间窗口的流量状态,进而基于预测结果实现带宽的分配,考虑到了用户流量状态在样本窗口和预测窗口之间的动态变化,使得带宽的分配更加合理和更加精确,提高了针对不同应用场景的适用性。
-
公开(公告)号:CN117240664A
公开(公告)日:2023-12-15
申请号:CN202310997505.9
申请日:2023-08-09
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L25/02
Abstract: 本发明公开了一种基于独立成分分析与压缩感知的大规模MIMO上行半盲信道估计方法,包括:利用传输导频使用加窗的最小二乘信道估计进行信道初步估计;将信道初步估计结果进行离散傅里叶变换矩阵转换至角度域;利用压缩感知恢复方法,根据角度域的信道初步估计结果获取目标用户信道的角度域特征和用户数目;根据用户数目实施独立成分分析的盲源分离,获得存在模糊的包括目标用户信道的各用户信道;利用所述目标用户信道的角度域特征对所述目标用户信道进行模糊消除,获得目标用户的估计结果。本发明方法结合了压缩感知技术和独立成分分析技术的优点,将两者结合起来,实现了在信道估计性能上较大的提升。
-
公开(公告)号:CN119652369A
公开(公告)日:2025-03-18
申请号:CN202510174387.0
申请日:2025-02-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04B7/0413 , H04B7/0456 , H04B7/06 , H04B7/08 , H04W28/22
Abstract: 本发明公开了一种基于RSMA的去蜂窝大规模MIMO无线前传网络波束成形和速率分割方法,该方法包括:构建基于RSMA的CF‑mMIMO无线前传网络模型,所述CF‑mMIMO无线前传网络模型包括一个天线CPU、M个单天线和K个单天线用户;基于惩罚对偶分解方法,将最大化最小前传速率优化问题分解为三个子问题,交替地求解各个子问题,推导出最大化K个用户中的最小前传速率。本发明在基于RSMA的CF‑mMIMO无线前传网络中,通过设计波束成形和速率分割比率,能最大化最小前传速率,保障用户公平性。
-
公开(公告)号:CN118488601A
公开(公告)日:2024-08-13
申请号:CN202410578525.7
申请日:2024-05-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W74/0833 , H04W4/70
Abstract: 本发明提供了一种异构物联网中模糊逻辑引导的随机接入效率优化方法,该方法包括:开始;初始化系统模型,所述系统模型包括接入网络模型和机器类通信设备激活流量模型;基于模糊逻辑引导的适应性排序机制计算每一个接入设备的适应度值;采用随机接入效率的优化算法计算当前随机接入效率数值;判断当前接入请求数量是否大于资源块数量;若当前接入请求数量大于资源块数量,则计算最优可用前导的数量,设置系统最优接入参数并输出;若当前接入请求数量小于资源块数量,则计算最优ACB因子的数量。本发明实现了灵活的退避窗口,以较低的复杂度最大化随机接入效率。
-
-
-
-
-
-
-
-
-