-
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。
-
Patent Agency Ranking
公开(公告)号：CN118611799A
公开(公告)日：2024-09-06
申请号：CN202410461331.9
申请日：2024-04-17
Applicant: 重庆邮电大学
IPC: H04B17/382 , H04W16/14
Abstract: 本发明请求保护一种面向多源复杂场景的频谱态势补全方法，属于无线电监测技术领域。本发明针对目标场景中辐射源和传播模型相关的先验信息未知、且存在多辐射源和阴影衰落，目标场景复杂，频谱态势恢复困难的问题。通过以下步骤解决：S1：对目标区域进行离散化处理；S2：坐标系中随机选取若干个目标点，部署传感器，获得目标位置的接收信号强度，构建稀疏张量、观测矩阵和RSS矩阵；S3：由观测矩阵和稀疏矩阵，进行非负矩阵分解获得各个辐射源采样分量；S4：将各个采样分量分别通过残差自编码器获得单辐射源的路径衰减分量S5:将各个路径衰减分量相加，获得完整频谱地图的路径衰减分量；S6：将采样数据与对应位置的路径衰减分量做除法获得阴影衰落分量；S7：阴影衰落分量进行薄板样条(Thin Plate Splines，TPS)插值获得完整频谱地图的阴影衰落分量估计；S8：将路径损耗分量和阴影衰落分量做Hadamard乘积，得到目标区域的整体频谱态势。本发明充分利用采样数据，具有较好的频谱态势重构效果，适用于环境中存在多辐射源和阴影衰落的复杂认知场景。
-
公开(公告)号：CN118568590A
公开(公告)日：2024-08-30
申请号：CN202410633128.5
申请日：2024-05-21
Applicant: 重庆邮电大学
IPC: G06F18/2415 , G06F18/25 , G06F18/2131 , G06F18/214 , G06N3/0464 , H04K3/00
Abstract: 本发明属于干扰识别领域，具体涉及一种基于Conv‑KANformer的神经网络干扰识别方法，包括如下步骤：S1：构建干扰数据库，采用短时傅里叶变换提取干扰时频图；对时频图进行剪裁、缩放、构建标签信息等预处理操作，确保数据的准确性和一致性；S2：搭建Conv‑KANformer神经网络框架，该网络由多尺度卷积特征提取模块、KANformer全局特征提取模块、分类模块构成，其中，多尺度卷积特征提取模块包含四层不同大小的卷积核，从而提取不同感受野特征；KANformer全局特征提取模块引入科尔莫格罗夫‑阿诺德网络(Kolmogorov–Arnold Networks，KAN)改进传统transformer结构；分类模块引入KAN完成7种干扰信号分类；S3：通过交叉熵损失函数完成模型离线训练，获得干扰识别模型；S4：利用干扰识别模型完成在线干扰识别。本发明提出一种基于Conv‑Kanformer的神经网络干扰识别方法，能够在较低干噪比下识别7种干扰类型。
-
公开(公告)号：CN116033460A
公开(公告)日：2023-04-28
申请号：CN202211729707.7
申请日：2022-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于RIS辅助认知反向散射通信系统的优化方法，包括：构建基于信道状态信息不确定性的RIS辅助认知反向散射通信网络；分析当前系统传输特性，满足传输时间约束、主接收机干扰功率约束、能量收集约束以及RIS相移约束下，构建联合优化传输时间、次发射机发射功率、反射系数和相移的多变量耦合的资源分配模型；利用最坏准则法和不等式性质将不确定性目标函数和约束转化成确定性问题；使用连续凸近似法、变量替换法和交替优化方法将其转化成凸优化问题；利用CVX工具箱求得所优化变量的最优解，本发明能够有效提高系统的吞吐量、鲁棒性和频谱效率。
-
公开(公告)号：CN115622617A
公开(公告)日：2023-01-17
申请号：CN202211307495.3
申请日：2022-10-25
Applicant: 重庆邮电大学
IPC: H04B7/22 , H04L41/14 , H04L41/142 , H04W72/04
Abstract: 本发明属于无线供电通信技术领域，具体涉及一种基于NOMA的认知反向散射通信鲁棒传输方法；该方法包括：构建认知反向散射通信网络；根据认知反向散射通信网络构建次级系统吞吐量最大化的资源分配问题；根据信道估计误差服从高斯分布，构建高斯信道不确定模型；根据次级系统吞吐量最大化的资源分配问题和高斯信道不确定模型构建鲁棒资源分配问题；求解鲁棒资源分配问题，得到传输方案；用户根据传输方案进行信息传输；本发明提高了认知无线供电反向散射通信网络系统的鲁棒性和吞吐量，实用性高。
-
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
16
records
(took 0.019 seconds)
