-
公开(公告)号：CN117676601B
公开(公告)日：2024-09-03
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：CN117856835B
公开(公告)日：2024-07-02
申请号：CN202410254675.2
申请日：2024-03-06
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 , H04B17/391 , H04B17/382 , G06N3/126
Abstract: 本发明公开了一种去蜂窝大规模MIMO系统资源分配方法，针对构建的低分辨率ADC下的去蜂窝大规模MIMO系统，通过ADC量化比特位数的分配来解决频谱效率最大化优化问题，约束条件为量化比特位数的限制，并提出了一种新的遗传算法来求解最大化优化问题。本发明提出的方法不仅在最大化频谱效率中性能上更优，并且实现了更快速的收敛。
-
公开(公告)号：CN117979325A
公开(公告)日：2024-05-03
申请号：CN202410371522.6
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)
IPC: H04W24/02 , H04W24/06 , H04W72/50 , H04B7/0452 , H04B7/22
Abstract: 本发明公开了一种面向共生去蜂窝大规模MIMO系统的资源分配方法，方法针对多用户设备和多散射设备接入的共生去蜂窝大规模MIMO系统资源分配问题，在满足散射设备的功率收集需求下，最大化用户设备和散射设备的频谱效率之和；通过交替迭代算法将原优化问题拆分成几个子优化问题，结合二次变换和加速近端梯度工具，提出了联合优化合并矢量，功率系数和反射系数的资源分配方法。仿真结果表明，相较于传统的全功率传输方法和等反射传输方法，本发明方法所提出的资源分配方法通过对系统的多个关键资源变量进行联合优化，实现了更高的系统总频谱效率性能。
-
公开(公告)号：CN116867089B
公开(公告)日：2023-12-05
申请号：CN202311101009.7
申请日：2023-08-30
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: H04W72/50 , H04W72/0453 , H04W72/044 , H04W72/541 , H04W72/543 , H04W52/42 , H04W52/26 , H04W52/24 , H04B7/0413 , H04B7/0426 , H04W16/14
Abstract: 本发明公开了一种基于改进二分法的共生去蜂窝大规模MIMO系统资源分配方法，考虑到传统去蜂窝网络下的共生无线电系统难以支持大规模用户接入以及高能量效率的需求，以及传统资源分配方式效率较低的缺点，研究了SWIPT辅助共生CF‑mMIMO系统资源分配问题，在满足主用户传输速率需求和能量限制等实际约束条件下，最大化次用户的公平性。本发明对传统二分法进行改进，提出一种联合优化上下行功率控制和反向散射系数的新型资源分配策略，使用逐次凸逼近方法解决传统二分法没有考虑的下行信干比非凸限制。本发明方法的性能十分接近于全局最优解，且相较于传统的全功率传输方式，性能有
-
公开(公告)号：CN116567839B
公开(公告)日：2023-10-13
申请号：CN202310823567.8
申请日：2023-07-06
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: H04W72/50 , H04B7/0413 , H04W52/14
Abstract: 本发明公开了一种去蜂窝大规模MIMO网络下共生无线电系统的资源分配方法，针对去蜂窝大规模MIMO网络下共生无线电系统提出了联合优化上下行功率控制和次用户反向散射系数的资源分配问题，考虑到多参数优化的复杂性以及优化目标函数的凹凸性，提出了基于块坐标下降法的资源分配方法，结合二分法和逐次凸逼近方法可以得到一个收敛解，并且十分接近全局最优解。本发明考虑SWIPT辅助CF‑mMIMO网络与共生无线电系统相结合，支持海量用户接入，实现主、次系统的无源通信，通过联合资源分配来解决在一定主用户服务质量需求、能量限制等实际约束下的次用户公平性最大化问题，与现有传统全功率传输分配策略相比，本发明提出的资源分配策略能够保证更好的公平性性能。
-
Patent Agency Ranking
公开(公告)号：CN116867089A
公开(公告)日：2023-10-10
申请号：CN202311101009.7
申请日：2023-08-30
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: H04W72/50 , H04W72/0453 , H04W72/044 , H04W72/541 , H04W72/543 , H04W52/42 , H04W52/26 , H04W52/24 , H04B7/0413 , H04B7/0426 , H04W16/14
Abstract: 本发明公开了一种基于改进二分法的共生去蜂窝大规模MIMO系统资源分配方法，考虑到传统去蜂窝网络下的共生无线电系统难以支持大规模用户接入以及高能量效率的需求，以及传统资源分配方式效率较低的缺点，研究了SWIPT辅助共生CF‑mMIMO系统资源分配问题，在满足主用户传输速率需求和能量限制等实际约束条件下，最大化次用户的公平性。本发明对传统二分法进行改进，提出一种联合优化上下行功率控制和反向散射系数的新型资源分配策略，使用逐次凸逼近方法解决传统二分法没有考虑的下行信干比非凸限制。本发明方法的性能十分接近于全局最优解，且相较于传统的全功率传输方式，性能有大幅度的提升。
-
公开(公告)号：CN116567839A
公开(公告)日：2023-08-08
申请号：CN202310823567.8
申请日：2023-07-06
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: H04W72/50 , H04B7/0413 , H04W52/14
Abstract: 本发明公开了一种去蜂窝大规模MIMO网络下共生无线电系统的资源分配方法，针对去蜂窝大规模MIMO网络下共生无线电系统提出了联合优化上下行功率控制和次用户反向散射系数的资源分配问题，考虑到多参数优化的复杂性以及优化目标函数的凹凸性，提出了基于块坐标下降法的资源分配方法，结合二分法和逐次凸逼近方法可以得到一个收敛解，并且十分接近全局最优解。本发明考虑SWIPT辅助CF‑mMIMO网络与共生无线电系统相结合，支持海量用户接入，实现主、次系统的无源通信，通过联合资源分配来解决在一定主用户服务质量需求、能量限制等实际约束下的次用户公平性最大化问题，与现有传统全功率传输分配策略相比，本发明提出的资源分配策略能够保证更好的公平性性能。
-
公开(公告)号：CN115767703B
公开(公告)日：2023-08-15
申请号：CN202211398758.6
申请日：2022-11-09
Applicant: 哈尔滨工业大学(深圳)
IPC: H04W52/22 , H04W52/36 , H04B7/0413 , G06F17/11
Abstract: 本发明公开了一种面向SWIPT辅助去蜂窝大规模MIMO网络的长期功率控制方法，方法面向SWIPT辅助的CF‑mMIMO网络下的功率控制，在满足接入网络的物联网用户电池电量充足，并且关键的控制信息可达的前提下，最大化长期系统速率，通过李雅普诺夫优化理论将长期优化问题拆分成两个子优化问题，结合内点法和凸优化理论，提出了联合优化上下行功率控制因子和时隙能量控制因子的功率控制方法。本发明所提出的长期功率控制方法能够实现系统更好的速率性能以及能效性能，另一方面，在不同的调节参数下，能根据情况的不同调节速率‑能效权衡的侧重点，适合用于实际的SWIPT辅助的CF‑mMIMO网络。
-
公开(公告)号：CN115733533A
公开(公告)日：2023-03-03
申请号：CN202211396148.2
申请日：2022-11-09
Applicant: 哈尔滨工业大学(深圳)
IPC: H04B7/06 , H04B7/08 , H04B7/0456 , G06F17/11
Abstract: 本发明公开了一种基于流形的IRS辅助去蜂窝大规模MIMO系统波束赋形方法，基于IRS辅助CF‑mMIMO系统的WSR最大化问题，考虑了IRS相位为更加实际的离散的情况，约束条件为接入点端最大传输功率和IRS端相位可行解，本发明首先通过拉格朗日对偶转化算法将原始优化问题解耦为两个子优化问题：接入端有源波束赋形问题和IRS端无源波束赋形问题。对于IRS端无源波束赋形问题，提出了一种基于流形的无源波束赋形算法，然后通过交替优化两个子问题，解决了原始非常具有挑战性的非凸优化问题。本发明提出的基于流形的无源波束赋形算法不仅在性能上优于无源MM波束赋形算法，而且具有更低的复杂度。
-
公开(公告)号：CN114363911B
公开(公告)日：2023-10-17
申请号：CN202111675427.8
申请日：2021-12-31
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明公开了一种部署分层联邦学习的无线通信系统及资源优化方法，系统以部署了云服务器的基站为分层联邦学习架构中的全局参数服务器，执行全局参数的聚合操作；以基站服务范围内的工作节点为联邦学习工作节点，工作节点进行自适应分组，并选举出每个分组的头节点，作为工作节点和云服务器之间的桥梁和局部聚合器。每个分组内的物联网节点利用本地数据集迭代训练，并通过D2D模式完成本地参数的上传到分组头节点。分组节点以频分多址FDMA方式接入基站，完成联邦学习任务的分配和接收以及训练过程中的参数更新和交换。本发明解决传统分层联邦学习架构的缺陷，有效降低系统开销。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.03 seconds)
