-
公开(公告)号：CN115379478B
公开(公告)日：2024-04-16
申请号：CN202211001391.X
申请日：2022-08-19
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信领域，具体涉及一种基于RIS辅助数能同传网络鲁棒能耗优化方法；该方法包括：构建基于RIS辅助数能同传网络模型并获取RIS辅助数能同传网络传输过程中的相关参数；根据基于RIS辅助数能同传网络模型构建有界信道不确定模型；根据相关参数和有界信道不确定模型，联合优化基站的波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率，建立基于总能量消耗最小化的资源分配问题；求解基于总能量消耗最小化的资源分配问题，获得鲁棒的总能耗最小化资源分配方案；本发明考虑了能量收集的非线性和不完善的信道状态信息，具有最低的能量消耗，缓解了资源不匹配的问题，更有利于在实际系统中部署。
-
公开(公告)号：CN109246155A
公开(公告)日：2019-01-18
申请号：CN201811363645.6
申请日：2018-12-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于信任管理的无线传感器网络防御信任攻击的方法，属于通信技术领域。该方法主要包括以下步骤：步骤1)直接信任计算过程：通过模糊综合评判模型和设计的控制因子对节点的直接信任进行计算；步骤2)间接信任计算过程：对收集到的推荐信任进行筛选，然后基于偏离度对多个推荐信任分配权值，最后计算出间接信任；步骤3)综合信任计算过程：首先融合直接信任与间接信任得到当前综合信任，然后结合当前综合信任值和上一周期的综合信任值得到综合信任值。本发明提供的基于信任管理的无线传感器网络防御信任攻击的方法能有效地处理信任模型攻击，提升信任评估的准确性。
-
公开(公告)号：CN116306935B
公开(公告)日：2025-05-16
申请号：CN202310273570.7
申请日：2023-03-20
Applicant: 重庆邮电大学
IPC: G06N5/022 , G06N3/04 , G06N3/048 , G06N3/08 , G06F18/213 , G06F18/214 , G06F18/2415 , G06F18/2431
Abstract: 本发明涉及一种基于深度学习网络的干扰知识库构建方法，属于干扰识别技术领域，包括以下步骤：S1：分析干扰信号在复杂场景中的特点，通信终端设备周围环境中不同种类的干扰信号给出不同的干扰抑制策略；S2：构建干扰知识库离线训练模块：基于场景分析，利用原始干扰数据来建立初始知识库并训练深度学习网络，得到具有在线识别能力的干扰识别模型；S3：构建干扰知识库在线学习模块：将实时采集的干扰数据经模块识别后所得到的特征数据集与初始数据库进行匹配，若为新的数据集，则进行在线更新知识库，即得到具备在线学习能力的干扰知识库构建模块。
-
公开(公告)号：CN118174760A
公开(公告)日：2024-06-11
申请号：CN202410266716.X
申请日：2024-03-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种超表面辅助反向散射通信系统鲁棒传输方法，属于6G通信领域。该方法包括构建统计信道不确定性模型和线性能量收集模型，通过联合优化基站的波束成形向量，智能反射面的相移，时间分配因子和反射节点的反射系数，建立鲁棒的吞吐量最大化资源分配问题。利用伯恩斯坦不等式和变量替换法将含信道不确定性的中断约束转换为确定性约束，提出基于迭代的鲁棒加权和吞吐量最大化资源分配方法，结合半正定松弛法和一阶泰勒展开式，求得资源分配的最优解。本发明能够有效提高系统的鲁棒性，提升系统的吞吐量，降低通信的中断概率。
-
Patent Agency Ranking
公开(公告)号：CN116306935A
公开(公告)日：2023-06-23
申请号：CN202310273570.7
申请日：2023-03-20
Applicant: 重庆邮电大学
IPC: G06N5/022 , G06N3/04 , G06N3/048 , G06N3/08 , G06F18/213 , G06F18/214 , G06F18/2415 , G06F18/2431
Abstract: 本发明涉及一种基于深度学习网络的干扰知识库构建方法，属于干扰识别技术领域，包括以下步骤：S1：分析干扰信号在复杂场景中的特点，通信终端设备周围环境中不同种类的干扰信号给出不同的干扰抑制策略；S2：构建干扰知识库离线训练模块：基于场景分析，利用原始干扰数据来建立初始知识库并训练深度学习网络，得到具有在线识别能力的干扰识别模型；S3：构建干扰知识库在线学习模块：将实时采集的干扰数据经模块识别后所得到的特征数据集与初始数据库进行匹配，若为新的数据集，则进行在线更新知识库，即得到具备在线学习能力的干扰知识库构建模块。
-
公开(公告)号：CN118413283A
公开(公告)日：2024-07-30
申请号：CN202410646242.1
申请日：2024-05-23
Applicant: 重庆邮电大学
IPC: H04B17/382 , H04B17/391 , H04B7/04 , H04B7/22
Abstract: 本发明涉及一种RIS辅助两层异构反向散射通信系统鲁棒传输方法，属于通信技术领域。该方法包括构建信道不确定模型和线性能量收集模型，通过联合优化RIS的相移，时间分配因子和反射设备的反射系数，建立最大化最小簇吞吐量鲁棒资源分配方法。利用变量替换法和连续凸近似的方法将不光滑的优化问题转化为光滑的优化问题，利用S过程方法和最坏情况准则将含信道不确定性的约束转换为确定性约束，提出基于迭代的鲁棒吞吐量最大化资源分配算法，结合半正定松弛法和一阶泰勒展开式，求得资源分配的最优解。本发明能够有效提高系统的鲁棒性和传输公平性，提升系统的吞吐量，降低通信的中断概率。
-
公开(公告)号：CN109669009A
公开(公告)日：2019-04-23
申请号：CN201910021835.8
申请日：2019-01-10
Applicant: 重庆邮电大学
Abstract: 本发明公开了基于域校正的域自适应极限学习机电子鼻漂移抑制方法，其从数据分布的角度出发，将数据分布不一致的源域数据和目标域数据映射到一个高维希尔伯特空间，在此空间最小化源域和目标域的域距离，同时，在最大程度上保留原始源域和目标域的数据属性。得到域校正后的源域和目标域数据，从数据层面上对漂移进行了抑制。再将目标域中的迁移样本和无标签样本纳入ELM中学习，得到域自适用ELM，从决策层面提高预测模型的鲁棒性。本发明的优点：在不增加样本的情况下，调整数据分布，并将目标域中无标签样本纳入到分类器的学习当中，从数据层面和决策层面两个层面上抑制了漂移，提高模型鲁棒性。
-
公开(公告)号：CN109548102A
公开(公告)日：2019-03-29
申请号：CN201811363942.0
申请日：2019-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于自适应网络扫描周期的垂直切换方法，属于通信领域。该方法包括以下步骤：步骤1)在网络发现阶段，自适应地调整网络扫描周期进行网络发现；步骤2)在网络切换触发阶段，设定用户网络切换触发条件；步骤3)在网络选择阶段，首先对网络进行预筛选选，然后根据选择算法确定要切换的最优网络；步骤4)网络切换执行。本专利提出一种基于认知无线电自适应扫描周期的网络垂直切换方法，相对于传统的异构网络中垂直网络切换算法该方法，通过对网络扫描周期的自适应调整，以及根据用户的实际需求进行网络的选择，在节约用户的能量消耗的同时，减少了“乒乓效应”，提高了网络的服务质量和用户体验。
-
公开(公告)号：CN115379478A
公开(公告)日：2022-11-22
申请号：CN202211001391.X
申请日：2022-08-19
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信领域，具体涉及一种基于RIS辅助数能同传网络鲁棒能耗优化方法；该方法包括：构建基于RIS辅助数能同传网络模型并获取RIS辅助数能同传网络传输过程中的相关参数；根据基于RIS辅助数能同传网络模型构建有界信道不确定模型；根据相关参数和有界信道不确定模型，联合优化基站的波束形成向量、RIS的相移、功率分配因子、能量采集时间和每个用户的发射功率，建立基于总能量消耗最小化的资源分配问题；求解基于总能量消耗最小化的资源分配问题，获得鲁棒的总能耗最小化资源分配方案；本发明考虑了能量收集的非线性和不完善的信道状态信息，具有最低的能量消耗，缓解了资源不匹配的问题，更有利于在实际系统中部署。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.027 seconds)
