-
公开(公告)号：CN119136223A
公开(公告)日：2024-12-13
申请号：CN202411219169.6
申请日：2024-09-02
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信领域，涉及一种基于深度强化学习的无线通信智能反射面配置方法，包括：构建系统模型，所述系统模型包括：智能反射面IRS、基站BS及其相关联的移动用户UE；根据系统模型以最大化UE的总传输速率为目标构建优化问题；利用∈‑Greedy策略改进DDQN，得改进的DDQN；将优化问题转换为马尔可夫过程，基于马尔可夫过程采用改进的DDQN求解优化问题，得到智能反射面的反射模式；本发明在DDQN中应用∈‑Greedy策略，并在策略损失中使用阈值函数根据参数∈控制新策略和旧策略之间的变化，并进一步控制优势函数归一化过程，不仅防止了DDQN训练不稳定或性能下降，同时避免了DDQN陷入次优策略。
-
公开(公告)号：CN119052844A
公开(公告)日：2024-11-29
申请号：CN202411083060.4
申请日：2024-08-08
Applicant: 重庆邮电大学
Abstract: 本发明属于物联网技术领域，具体涉及一种低功耗蓝牙的维护检测方法，令两个被测设备通过串口分别与主机连接，两个被测设备通过空中接口连接，每个被测设备上通过总线挂在有一个存储设备，进行检测的过程包括以下步骤：主机通过串口控制被测设备执行被测设备中的测试脚本，测试脚本生成对应的数据帧，被测设备协议栈内部不同协议层分别处理对应数据帧；被测设备完成对数据帧的处理后，将包括测试数据的数据包通过空中接口发送给另一被测设备，协议栈对测试数据进行处理。本发明通过测试设备对测试脚本的逻辑反馈，可以精确地定位错误原因，提高开发人员的debug效率。
-
公开(公告)号：CN118890659A
公开(公告)日：2024-11-01
申请号：CN202410912652.6
申请日：2024-07-09
Applicant: 重庆邮电大学
IPC: H04W28/084 , H04W28/08 , G06N3/006
Abstract: 本发明属于无线通信和移动边缘计算技术领域，具体涉及一种基于C‑RAN架构的任务卸载和资源分配方法，包括结合MEC服务器和C‑RAN架构构建网络模型，其中MEC服务器被配置在C‑RAN架构的BBU池；所述网络模型还包括时间成本模型；基于网络模型构建任务收益模型和任务成本模型；基于任务收益模型和任务成本模型，以网络利润最大化为目标构建利润优化问题；将利润优化问题转换为卸载策略问题，采用FL‑SBPSO方法求解得到最优卸载策略；将最优卸载策略代入利润优化问题进行求解，得到联合任务卸载和资源分配策略；所提出的方法具有BPSO的自适应性、简单易实现的优点，并结合了蛙跳算法能够跳出局部最优解的优点。
-
公开(公告)号：CN118740565A
公开(公告)日：2024-10-01
申请号：CN202411001648.0
申请日：2024-07-25
Applicant: 重庆邮电大学
Abstract: 本发明属于信道估计领域，具体涉及一种基于深度学习的智能反射面辅助通信系统信道估计方法；包括构建RIS辅助无线通信上行链路系统；获取信号数据并采用LS算法处理得到低精度含噪信道数据；构建基于深度学习的信道估计网络模型；将低精度含噪信道数据送入信道估计网络处理得到增强低层特征、增强中层特征、高层特征，并拼接得到融合特征；将融合特征处理后与低精度含噪信道数据进行减法运算得到预估去噪信道，并反向传播训练模型参数直至收敛；获取待测信道数据输入训练好的信道估计网络模型，输出预测的去噪信道；本发明运用于智能反射面辅助通信的信道估计问题，最大限度提升信道估计精度。
-
公开(公告)号：CN118740209A
公开(公告)日：2024-10-01
申请号：CN202410729322.3
申请日：2024-06-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于分布式RIS透射阵列的目标位置估计方法，包括：将分布式RIS作为透射阵列，所述分布式RIS包括2个RIS阵面，目标源和接收射频链分别设置在RIS透射阵列的两侧，接收射频链连接接收天线，目标源向空间发射导频信号；所述导频信号经过RIS透射阵列传输到接收射频链，得到接收信号；对接收信号进行处理，求解目标源分别相对于2个RIS阵面的方位角β和俯仰角α；根据所述方位角β和俯仰角α做出两条分别穿过2个RIS阵面中心的射线，求解两条射线之间最短距离的中值，该中值的位置为目标源的位置。本发明可以提高定位的精确性，并提高求解目标位置的运算速度。
-
Patent Agency Ranking
公开(公告)号：CN118574219A
公开(公告)日：2024-08-30
申请号：CN202410652026.8
申请日：2024-05-24
Applicant: 重庆邮电大学
IPC: H04W72/044 , H04W72/50 , H04W72/512
Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于联邦学习的无蜂窝网络系统用户调度与功率分配方法，该方法构建了一个联合优化用户调度和功率分配的混合整数混合时间尺度的随机非凸问题，旨在最小化系统执行一个完整FL过程的总时间消耗；其中解决调度问题时制定了双准则，定义两个分别能反映用户通信资源和计算资源丰富程度的指标，根据双准则进行两次用户选择，确保被调度的用户既能为系统通信性能作出较大贡献的同时也能保证学习性能的提升；将功率分配问题解耦为两个不同方向的子问题，采用低复杂度的二分法进行交替优化求解最优功率分配方案；本发明能够在较低的复杂度下获得系统吞吐量的显著提升，并且同时保证联邦学习性能和收敛速度。
-
公开(公告)号：CN117061028A
公开(公告)日：2023-11-14
申请号：CN202310443062.9
申请日：2023-04-21
Applicant: 重庆邮电大学空间通信研究院
IPC: H04B17/309 , H04B17/327 , H04B17/391
Abstract: 本发明属于通信技术领域，特别涉及一种RIS辅助毫米波通信的信道估计方法，包括通过求解行列非零支撑集来确定角度域级联信道的非零元素位置，即通过接收信号的功率确定所有用户的行支撑集，即计算接收矩阵每一列的功率，并对K个用户进行求和，从中选取LR个功率最大的列索引作为行支撑集，使用改进的CoSaMP算法计算每个用户的每个非零行对应的列支撑集；再使用最小二乘算法进行角度域信道的恢复；本发明对CoSaMP算法的迭代判断条件进行创新，通过判断本次迭代和上次迭代的残差是否相等来决定是否跳出循环，既能够达到性能要求也能够减少不必要的迭代计算。
-
公开(公告)号：CN116633732A
公开(公告)日：2023-08-22
申请号：CN202310728186.1
申请日：2023-06-19
Applicant: 重庆邮电大学空间通信研究院
IPC: H04L25/02
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于深度残差学习的智能反射面辅助通信系统信道估计方法；包括构建IRS辅助多用户的上行通信系统；基站端接收用户端发送的导频信号并提取待预估信道矩阵；采用最小二乘法处理待预估信道矩阵得到LS矩阵；将LS矩阵与导频信号的真实信道矩阵构成新数据点，获取多个新数据点组成深度学习数据集；对深度学习数据集进行预处理，采用预处理后的深度学习数据集对CENet网络进行离线训练；在线获取新待预估信道矩阵，对其进行最小二乘法处理后输入离线训练完成的CENet网络，得到去噪后的精确信道信息；本发明最大限度的降低了信道估计复杂度，提升了信道估计精度。
-
公开(公告)号：CN116170799A
公开(公告)日：2023-05-26
申请号：CN202310187834.7
申请日：2023-03-01
Applicant: 重庆邮电大学
IPC: H04W12/041 , H04W12/106 , H04B17/309
Abstract: 本发明属于无线安全通信领域，涉及一种基于PID控制的自适应密钥生成方法；所述方法包括第一终端与第二终端以当前的信道探测频率相互发送探测信号；分别从探测信号提取出信号强度信息，对信号强度信息进行量化后生成第一密钥；分别对第一密钥进行调和与增强后生成第二密钥；分别计算当前第二密钥的生成速率和熵率；第一PID控制器将当前获得的生成速率与目标生成速率比较，第二PID控制器将当前获得的熵率与目标熵率比较，更新下一轮的信道探测频率和下一轮是否在探测信号中引入人工噪声。本发明根据实际密钥熵率的反馈，自适应引入AR，保证信道探测效率，根据实际生成速率的反馈，自适应调节信道探测速率，获得稳定KGR。
-
公开(公告)号：CN114567920B
公开(公告)日：2023-05-23
申请号：CN202210170988.0
申请日：2022-02-23
Applicant: 重庆邮电大学
Abstract: 本发明属于移动通信技术领域，具体涉及一种策略优化MTC设备的混合非连续接收方法，所述方法针对mMTC场景下海量设备的低功耗需求，在传统的节能DRX算法的基础上进行改进，利用MTC设备终端与长期演进型节点B和新空口节点B进行双连接，结合强化学习与策略优化的方法，对MTC设备终端的短睡眠状态进行参数优化，找出最优的短睡眠状态到波束搜索状态所持续的短睡眠周期个数，该最优值能够实现功耗的有效降低。
-
-
-
-
-
-
-
-
-
Search Results
242
records
(took 0.047 seconds)
