公开(公告)号：CN109286408A

公开(公告)日：2019-01-29

申请号：CN201811198330.0

申请日：2018-10-15

Applicant: 北京交通大学

Inventor： 陆杨 ,  熊轲 ,  钟章队 ,  艾渤

IPC: H04B1/16 ,  H04B17/382

Abstract: 本发明提供一种能量收集的方法和能量接收机。所述能量收集的方法应用于能量收集系统中的接收机，所述方法包括:接收所述能量收集系统的发送机发送的信号；获取所述信号的第一功率的分配比例，其中，所述第一功率表征所述信号经过所述发送机和所述接收机之间的信道后的功率，所述分配比例表征所述第一功率分配到所述接收机中多个能量收集电路的比例；将所述信号按照所述分配比例进行分配并输入到与每个所述分配比例对应的能量收集电路；将所述多个能量收集电路输出的能量合并后输出到与所述接收机匹配的能量接收端。所述方法避免了能量收集电路出现饱和，减少了能量消耗，提高了能量转化效率。

公开(公告)号：CN118590891A

公开(公告)日：2024-09-03

申请号：CN202410679825.4

申请日：2024-05-29

Applicant: 北京交通大学

Inventor： 陆杨 ,  李宇航 ,  王钦玉 ,  陈为

IPC: H04W16/10 ,  H04W28/18

Abstract: 本发明提供了一种基于图神经网络的MU‑MISO系统无线通信资源优化方法。该方法包括：将MU‑MISO系统建模为一个完全连接的有向图；利用GNN模型对所述有向图进行特征提取和表示学习，输出MU‑MISO系统的波束赋形矩阵；针对MU‑MISO系统的不同的资源分配任务设计不同的损失函数和激活函数，使得MU‑MISO系统的波束赋形矩阵在满足约束的条件下最大化不同任务的需求。本发明方法不仅充分利用无线通信系统中的拓扑信息，还展现出对高动态性网络变化的适应性。本发明实施例方法符合无线通信系统动态和可扩展的特性，可推动实现更高效、低成本的自主可控网络。

公开(公告)号：CN117610674A

公开(公告)日：2024-02-27

申请号：CN202311302239.X

申请日：2023-10-10

Applicant: 北京交通大学

Inventor： 高博 ,  孙蔚 ,  熊轲 ,  陆杨

IPC: G06N20/00 ,  G06F18/2135 ,  G06F18/213

Abstract: 本发明提供一种针对联邦学习数据中毒攻击的防御方法及系统，属于联邦机器学习安全技术领域，在联邦学习的每个训练轮次获取选中客户端的局部模型，将局部模型降至低维；对于每个选中客户端，存储一个运行周期内的低维局部模型，将这个运行周期内的低维局部模型集合压缩为选中客户端的局部模型分布特征表示；利用第一批基准客户端的局部模型分布特征表示筛选出用于基准计算的局部模型分布特征表示集并计算基准模型分布特征表示；计算每个选中客户端的局部模型分布特征表示与基准模型分布特征表示的差异程度；对客户端局部模型异常程度进行门限识别，异常程度高于异常阈值的将其视为恶意客户端并在后续的联邦训练过程中忽略其局部模型。

公开(公告)号：CN113805142A

公开(公告)日：2021-12-17

申请号：CN202111088881.3

申请日：2021-09-16

Applicant: 北京交通大学

Inventor： 高博 ,  崔楠 ,  熊轲 ,  陆杨

IPC: G01S5/02 ,  G06N3/04

Abstract: 本发明提供的一种基于联邦学习的建筑物楼层室内定位方法，利用由一个边缘服务器以及多个移动客户端共同参与的分布式深度学习技术来构建射频指纹定位模型。服务器首先进行模型初始化并利用其少量指纹数据进行集中式预训练，各个客户端使用其本地指纹数据进行进一步的模型训练，随后将训练好的本地模型传输至服务器，服务器对从各个客户端收集来的本地模型进行聚合，得到用于射频指纹定位的全局模型。本发明采用了含预训练的联邦学习训练方法结合基于卷积神经网络的射频指纹定位方法，将数据采集和模型训练任务分配至各个客户端，分散了模型训练开销、降低了数据采集及存储成本、并保护了客户端的位置数据隐私，同时还保证了训练效率和定位效果。