一种基于全盲图像特征提取的授权用户场景识别方案

    公开(公告)号:CN114818926A

    公开(公告)日:2022-07-29

    申请号:CN202210448405.6

    申请日:2022-04-27

    Inventor: 申滨 汪玉 王欣

    Abstract: 本发明涉及一种基于全盲图像特征提取的授权用户场景识别方案,属于无线通信领域。该方法为:根据系统模型,获得目标地理区域的频谱观测数据集X;根据所述频谱观测数据集X和映射算法,获得所述频谱观测数据集X的场景图像集将所述场景图像集输入至非监督机器学习算法模型中,获取所述场景图像集的标签集y;根据所述场景图像集和图像特征提取算法,获取所述图像集的表示特征集利用所述特征集和所述标签集y训练监督式分类器,获得训练好的监督分类器模型。由于图像特征提取算法能够快速、有效提取数据的表示特征,利用提取后的低维图像特征作为训练数据,缩短了分类器模型的训练时间并且提升了分类器的检测性能。本发明为基于机器学习的频谱感知方案中数据预处理提供了一个新方法,为下一步的动态频谱接入决策提供更加可靠的无线环境分析依据。

    一种基于半双工协作NOMA系统的防窃听方案

    公开(公告)号:CN114337977A

    公开(公告)日:2022-04-12

    申请号:CN202210024359.7

    申请日:2022-01-07

    Abstract: 本发明针对一种基于半双工协作NOMA系统的防窃听方案,属于无线移动通信领域,该方法包括:基站发送中继用户和远端用户的叠加信号到中继用户;中继用户接收来自基站的信号,并采用SIC进行解码;中继用户发送新的远端用户叠加编码信号,远端用户和窃听者接收来自中继用户的信号,远端用户采用SIC解码信号,窃听者采用PLC解码接收信号;根据香农公式,获得合法用户和窃听者的可实现速率获得远端用户的保密速率,然后通过数值计算获得远端用户的安全中断概率闭式表达式;根据安全中断概率,推导得到远端用户的最小防窃听服务质量要求。本方案可以有效防止远端用户被窃听。

    一种基于深度学习的大规模MIMO信号检测方法

    公开(公告)号:CN114337746A

    公开(公告)日:2022-04-12

    申请号:CN202210035728.2

    申请日:2022-01-07

    Inventor: 申滨 曾相誌 阳建

    Abstract: 本发明涉及一种基于深度学习的大规模MIMO信号检测方法,属于无线通信领域。该方法为:根据系统模型,获得接收信号信道矩阵和用户端传输的调制信号利用Jacobi迭代检测算法,获得深度学习检测网络;设置所述深度学习检测网络的损失函数;利用所述所述和所述对所述深度学习检测网络进行训练,获得训练好的检测网络。由于训练好的检测网络的参数为最优参数,可以补偿传统算法的误差,因此,训练好的检测网络能够有效提升原Jacobi算法的检测性能和鲁棒性。

    基于多用户场景的CR-NOMA通信系统性能优化方法

    公开(公告)号:CN114302452A

    公开(公告)日:2022-04-08

    申请号:CN202210018203.8

    申请日:2022-01-07

    Abstract: 本发明涉及一种基于多用户场景的CR‑NOMA系统性能优化方法,属于无线移动通信领域;t1时隙,SS发送叠加信号X(t1)给全双工中继R和第一次级用户D0;R从t1时隙的接收信号中译码获得D0,D1…DM的期望信号,并重新编码信号x0(t1),x1(t1),x2(t1)…xM(t1);t2时隙,SS发送叠加编码X(t2)给R和D1,且R将编码后的信号发送给R,及次级用户D0,D1…DM;D0对接收信号进行最大比合并,并译码信号y0(t2),Dm(m∈(1,2,…,M))译码接收信号ym(t2);根据香农公式,计算D0和Dm(m∈(1,2,…,M))的可达速率,并基于中断概率定义,计算用户中断概率;基于近端用户最优功率分配,最大化系统总可达速率。

    一种雾计算网络中基于雾节点协作的负载均衡方法

    公开(公告)号:CN111641973B

    公开(公告)日:2022-04-01

    申请号:CN202010479747.5

    申请日:2020-05-29

    Abstract: 本发明涉及一种雾计算网络中基于雾节点协作的负载均衡方法,属于移动通信技术领域。本发明首先对雾节点协作场景的通信过程和计算过程进行了相关建模;之后设计了用于筛选协作雾节点的协作贡献度和基于多属性决策的协作雾节点筛选算法;进而设计了基于协作贡献度的协作贡献比系数χm,并构建了引入协作贡献比系数的系统总开销优化问题模型;最后设计了基于协作贡献度的负载均衡算法,用于求解任务负载在雾节点间的最佳分配结果。本发明能够在保证雾节点协作的可行性、公平性、稳定性的前提下,对业务负载进行合理分流,提升系统性能和用户的QoE。

    一种基于卷积神经网络分类器的宽带频谱感知方法

    公开(公告)号:CN112702132A

    公开(公告)日:2021-04-23

    申请号:CN202011539795.5

    申请日:2020-12-23

    Inventor: 申滨 张燕 颜庭秋

    Abstract: 本发明涉及一种基于卷积神经网络分类器的宽带频谱感知方法,属于无线通信领域。该方法包括:S1:获取不同环境下大量的原始训练数据;S2:对原始训练数据进行归一化和数据均衡化操作;S3:根据输入数据特征分别设计两个神经网络模型,其中模型1用于对PU占用子带的起始位置进行分类,模型2用于对PU占用带宽进行分类;S4:将经过归一化、样本均衡化等预处理操作的训练数据集以及其对应的标签集分别输入到这两个卷积神经网络模型中训练子带占用模式分类器;S5:将归一化处理过的实时测试数据分别输入到训练好的卷积神经网络分类器中,分别执行分类任务并输出子带占用模式标签。本发明达到了较好的宽带频谱感知性能。

    一种基于非监督式机器学习分类算法的频谱感知方法

    公开(公告)号:CN111614421A

    公开(公告)日:2020-09-01

    申请号:CN202010423014.X

    申请日:2020-05-19

    Inventor: 申滨 王欣 颜廷秋

    Abstract: 本发明涉及一种基于非监督式机器学习分类算法的频谱感知方法,属于无线通信技术领域。该方法将目标网络内的地理区域划分为Q相同大小的网格,整个方案实施过程分为四个阶段。第一阶段为获得PUT传输模式分类器TM1-Classifier;第二阶段为获得网格标签分类器TM2-Classifier;第三阶段是为了获得当前m时刻的PUT传输模式标签 第四阶段是获得网格对应的LFB接入指示标签本发明基于机器学习中的卷积神经网络和阈值检测算法的频谱感知方案,在PUT位置未知的情况下,灵活分配空-时空闲频谱资源,增加接入LFB的机会,从而提高了频谱利用率。

    一种多小区场景下的任务卸载和资源分配的联合优化方法

    公开(公告)号:CN111586720A

    公开(公告)日:2020-08-25

    申请号:CN202010393451.1

    申请日:2020-05-11

    Inventor: 申滨 闫伟 刘笑笑

    Abstract: 本发明涉及一种多小区场景下的任务卸载和资源分配的联合优化方法,属于移动边缘计算领域。该方法包括:首先,建立多小区场景下的MEC任务卸载模型,并设计系统总开销函数。然后,采用混沌变异二进制粒子群算法来优化用户的卸载决策;在得到用户的卸载决策的情况下,将原问题分解为MEC计算资源分配和上行链路子信道分配两个子问题;采用拉格朗日乘子法对卸载用户进行MEC计算资源的分配以及在满足用户最低速率和最大可容忍干扰的约束条件下采用改进的Kuhn-Munkres算法来对卸载用户进行上行链路子信道分配;本发明能够降低用户执行任务的系统总开销,有效地提升系统的性能。

    一种基于授权用户发射机传输模式分类的频谱感知方法

    公开(公告)号:CN111447023A

    公开(公告)日:2020-07-24

    申请号:CN202010162221.4

    申请日:2020-03-10

    Abstract: 本发明涉及一种基于授权用户发射机传输模式分类的频谱感知方法,属于无线通信领域。该方法为:首先,将目标地理区域划分为Q个相同大小的网格;其次,选择机器学习中的HOG和SVM相结合的方法获得目标地理区域内N个PUT对应的传输模式类别,从而确定处于开启状态的PUT;最后,利用SU与处于开启状态的各个PUT之间的距离,获得对LFB的可用性标签,以此决定SU选择LFB接入方式:①能接入LFB;②不能接入LFB;③不确定,即SU需要通过信号检测方式进一步判断是否可接入LFB。本发明增加了SU接入LFB的机会,提高了LFB的频谱利用率,并且有效地控制SU系统对于PU系统的干扰。

    一种小小区多跳空口同步方法

    公开(公告)号:CN106686717B

    公开(公告)日:2020-05-26

    申请号:CN201710088172.2

    申请日:2017-02-17

    Abstract: 本发明涉及一种小小区多跳空口同步方法,所述方法包括:对预设网络部署中的小小区或者宏小区进行同步等级划分;对于所述预设网络部署内的每个小小区,确定出所述小小区所对应的最佳源小区待选子集;测量每个小小区与其最佳源小区待选子集中各源小区基站的传播时延,并将测量结果与对应的最佳源小区的小区标识保存至目标小小区中;利用各个源小区的小区标识对各个源小区发送的空口同步信号进行加扰,以区分不同源小区发送的空口同步信息。本发明提供的小小区多跳空口同步方法,能够解决传统的小区同步方案在小小区空口同步方面的局限性,同时提高小小区空口同步的精度。

Patent Agency Ranking