-
公开(公告)号：CN112188530A
公开(公告)日：2021-01-05
申请号：CN202011257410.6
申请日：2020-11-12
Applicant: 福州大学
Abstract: 本发明涉及一种基于透镜天线阵列提高无线通信系统安全能量效率的传输方法，在系统中发射机将透镜天线阵列作为发射阵列，透镜天线阵列将空间信道转变为波束信道，并选择朝向期望用户的较窄的波束，利用波束成形技术将发射信号传输到期望用户，用以增强发送信号的能量，使得期望用户实现安全传输。期望用户利用功率分裂技术将接收到的信号分为信息解码部分和能量获取部分，从而提高系统的能量效率。本发明所能够在期望用户的方向角处具有极低的误比特率，能够实现安全传输，同时能够让系统能耗降低，提高系统的能量效率。
-
公开(公告)号：CN115412906B
公开(公告)日：2025-02-14
申请号：CN202211011016.3
申请日：2022-08-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于混合中继‑智能反射面和联邦学习的无线通信方法。联邦学习作为分布式机器学习的一种，它的核心思想是在边缘设备上通过协作训练学习模型以获得最优全局模型，并且同时避免传输原始数据。考虑到无线信道固有的叠加特性，因此引入空中计算来支持大量的本地设备上传数据。同时根据物理层安全中的保密速率来筛除部分不安全的设备以获得更高的安全性。由于混合中继‑智能反射面不仅可以反射而且可以放大入射信号，因此可以通过它来增强联邦学习过程中的上行链路的增益，以获得更优的精确度。本发明通过制定一种设计方法，交替优化设备选择、混合中继‑智能反射面放大系数、相移以及接收波束成形向量以提高联邦学习的精确度和安全性。
-
公开(公告)号：CN119136235A
公开(公告)日：2024-12-13
申请号：CN202411122530.3
申请日：2024-08-15
Applicant: 福州大学
IPC: H04W24/06 , H04W24/02 , G06N3/042 , G06N3/045 , G06N3/0464
Abstract: 本发明涉及一种基于加权图卷积网络的小区间干扰建模方法，属于无线通信技术领域。该方法结合“无线网络”相关数据和图神经网络，解决一个核心问题：如何根据无线接入点的实时性能数据和工程参数，来对区域内全部无线接入点的小区间干扰准确建模。针对该问题，本发明分析了小区间干扰的影响因素，设计了一种结合实时无线资源和频带重合率的加权图卷积网络，以此来准确得到蜂窝网络中的多无线接入点场景中的小区间干扰。
-
公开(公告)号：CN117313891A
公开(公告)日：2023-12-29
申请号：CN202311245253.0
申请日：2023-09-26
Applicant: 福州大学
Abstract: 本发明涉及一种面向无线网络数据异构性的联邦学习聚合权重设计方法。该方法针对无线网络中用户分布不均匀导致的数据分布异构问题进行了优化。该方法考虑了无线网络中用户之间数据的非独立同分布特性，将数据异构度定义为衡量无线网络下用户数据分布差异的参数，该参数与用户进行神经网络训练时产生的每一轮次的训练损失有关，并根据由上一轮的训练损失计算出的数据异构度为每个用户分配合适的聚合权重。本发明提出的方法解决了一个核心问题：如何在基站上部署的边缘服务器上进行联邦聚合，以减轻数据非独立同分布对模型性能的负面影响。
-
公开(公告)号：CN115065728B
公开(公告)日：2023-12-08
申请号：CN202210660932.3
申请日：2022-06-13
Applicant: 福州大学
IPC: H04L67/568 , H04W28/02
Abstract: 本发明公开一种基于多策略强化学习的多目标内容存储方法，包括以下步骤：步骤S1：提出基于视频文件传输的协同缓存无线网络体系结构，定义了异构无线基站的状态空间和动作空间；步骤S2：动态内容缓存更新算法应用于各智能体，实现计算资源利用率最大化。步骤S3：利用权重映射网络来确定对于卸载流量的偏好权重，以帮助智能体实现策略选择过程，同时在协调器中引入混合网络来捕获各个智能体的信息，训练全局策略更新参数，并将结果反馈给各个无线基站进行各智能体的局部策略更新。本技术方案能够通过多策略方法学习一系列备选策略，为网络实现当前流量和视频质量之间的权衡。(56)对比文件Youjia Chen等.Performance Analysis ofWireless Networks with IntelligentReflecting Surfaces《. 2021 IEEE WirelessCommunications and Networking Conference(WCNC)》.2021,全文.
-
Patent Agency Ranking
公开(公告)号：CN116980656A
公开(公告)日：2023-10-31
申请号：CN202310954677.8
申请日：2023-08-01
Applicant: 福州大学
IPC: H04N21/2343 , H04N21/262 , H04N21/438
Abstract: 本发明提出一种以体验质量为驱动的无线虚拟现实服务方法及系统。它结合无线虚拟现实VR服务中常用的移动边缘计算MEC和视场预测技术，解决一个核心问题：如何根据用户对VR的体验质量要求，包括视频质量以及延迟容忍度——运动到光子MTP延迟，来制定相应的服务策略以达到用户的目标体验质量。本发明提出了一种基于强化学习的奖励转向机制算法来找到实现用户目标体验质量的最优策略，同时满足相关资源的约束条件。
-
公开(公告)号：CN116366113A
公开(公告)日：2023-06-30
申请号：CN202310195150.1
申请日：2023-03-03
Applicant: 福州大学
IPC: H04B7/06 , H04B7/08 , H04B17/318 , H04B17/391
Abstract: 本发明涉及一种基于雷达通信感知一体化的隐蔽通信方法，包括以下步骤：根据通信系统构建相应的通信模型，描述通信表达式；根据通信系统统构建感知模型，推导出虚警概率和探测概率，同时构建监听模型，描述监听表达式，推导出KL散度；通过优化雷达发射机的波束成形向量，最大化通信的信噪比，从而提高通信的性能。本发明能够更加有效地保证安全性和高速传输。
-
公开(公告)号：CN115412906A
公开(公告)日：2022-11-29
申请号：CN202211011016.3
申请日：2022-08-23
Applicant: 福州大学
Abstract: 本发明涉及一种基于混合中继‑智能反射面和联邦学习的无线通信方法。联邦学习作为分布式机器学习的一种，它的核心思想是在边缘设备上通过协作训练学习模型以获得最优全局模型，并且同时避免传输原始数据。考虑到无线信道固有的叠加特性，因此引入空中计算来支持大量的本地设备上传数据。同时根据物理层安全中的保密速率来筛除部分不安全的设备以获得更高的安全性。由于混合中继‑智能反射面不仅可以反射而且可以放大入射信号，因此可以通过它来增强联邦学习过程中的上行链路的增益，以获得更优的精确度。本发明通过制定一种设计方法，交替优化设备选择、混合中继‑智能反射面放大系数、相移以及接收波束成形向量以提高联邦学习的精确度和安全性。
-
公开(公告)号：CN114900836A
公开(公告)日：2022-08-12
申请号：CN202210496136.0
申请日：2022-05-09
Applicant: 福州大学
IPC: H04W12/122 , H04W52/24 , H04W52/38 , H04B7/145 , H04K3/00
Abstract: 本发明提出一种基于智能反射面和独立干扰机的隐蔽通信方法，针对智能反射面辅助的隐蔽通信系统，考虑在有限码长的场景下引入由大量无源反射单元组成的智能反射面，对发射机的发射功率与智能反射面的反射系数进行联合优化，改变发射机和接收机之间的信道环境，以最大化接收机处的接收信干噪比，确保信息的隐蔽传输。
-
公开(公告)号：CN114900827A
公开(公告)日：2022-08-12
申请号：CN202210502957.0
申请日：2022-05-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于深度强化学习在D2D异构蜂窝网络中的隐蔽通信系统，包括随机分布的M个用户和N个基站；所述N个基站中包含1个宏基站和N‑1个小基站；所述M个用户分别配备了发射天线和接收天线，在蜂窝模式或者D2D模式下通信；所述M个用户的位置固定不变，个数为偶数，每两个用户组成一对进行D2D通信，每对D2D链路由发射者Dr和接收者Dt组成；还包括一无人机，对其中一对用户进行监测，并给定一个隐蔽传输速率R；当用户与基站进行通信时，采用最大信噪比的方式将用户与基站关联。本发明能够通过采用深度强化学习的方法让用户进行不同通信模式的选则以及功率分配，从而最大化隐蔽传输速率。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.021 seconds)
