公开(公告)号：CN119298959A

公开(公告)日：2025-01-10

申请号：CN202411381053.2

申请日：2024-09-30

Applicant: 上海交通大学

Inventor： 武庆庆 ,  邱驰 ,  陈文

IPC: H04B7/06 ,  H04B7/04 ,  H04B10/90

Abstract: 本发明提供了一种太赫兹智能超表面多用户通信系统及宽带预编码方法，系统包括：基站和基于时延的RIS系统；所述基站包括太赫兹多天线系统，用于对多天线阵列进行主动波束赋形，控制每根天线的幅度和相位；所述基于时延的RIS系统包括辅助太赫兹多天线系统并进行被动波束赋形。本发明利用太赫兹智能超表面多用户通信系统及宽带预编码方法，与原多天线系统联合实现了主动和被动波束赋形，缓解了波束色散现象，提高了太赫兹系统传输效率。

公开(公告)号：CN119298952A

公开(公告)日：2025-01-10

申请号：CN202411394019.9

申请日：2024-10-08

Applicant: 上海交通大学

Inventor： 武庆庆 ,  陈雨暄 ,  陈文

IPC: H04B7/04 ,  H04B7/0413 ,  H04B7/0426 ,  H04B7/0456

Abstract: 本发明提供了一种多智能反射面辅助的高频通信系统及部署优化方法，通过优化多IRS(智能反射面)辅助MIMO(多输入多输出)系统，提升复杂环境下的通信性能。该系统解决基站‑用户链路受阻问题，利用IRS单次反射减少路径衰减，并引入正交部署策略，确保独立传播路径最大化系统容量。通过SCA(连续凸近似)算法优化IRS元素分配和功率分配，实现信道容量最大化。该方法提高系统容量，优化算法高效，部署成本低且绿色环保，适用于下一代高效无线通信系统。

公开(公告)号：CN119727798A

公开(公告)日：2025-03-28

申请号：CN202411925946.9

申请日：2024-12-25

Applicant: 郑州大学 ,  上海交通大学

Inventor： 郝万明 ,  武庆庆 ,  孙钢灿 ,  杨兰

IPC: H04B7/04 ,  H04B7/06

Abstract: 本发明提出了一种智能超表面辅助太赫兹通感系统中鲁棒波束优化方法，用以解决RIS辅助的太赫兹ISAC系统中感知过程和通信过程存在的波束色散效应问题；在太赫兹通感系统中BS与用户之间的通信过程分为两个阶段：感知阶段和通信阶段；在感知阶段，提出了一种基于RIS的TTD的波束色散快速感知方法用以调整波束偏移的程度，并推导出感知克拉美罗下界及其与CSI误差的关系；在通信阶段，基于获得的不完美CSI，提出了一个鲁棒性优化目标函数，通过联合设计RIS反射系数、时间延迟和感知时间来最大化传输容量。本发明能够有效降低波束色散，提高通信容量。

公开(公告)号：CN119623673A

公开(公告)日：2025-03-14

申请号：CN202411715290.8

申请日：2024-11-27

Applicant: 上海交通大学

Inventor： 陈文 ,  范柯程 ,  王力为 ,  武庆庆

IPC: G06N20/00 ,  H04L67/10 ,  H04L41/16

Abstract: 本发明提供了一种无线移动性场景中的分层联邦学习系统及方法，包括：中心服务器、多个基站以及多个边缘服务器；基站，每个基站与至少一个用户设备相连，所述用户设备具有移动性，能够在不同位置进行数据采集和模型更新；分层联邦学习系统每一轮训练，用户设备使用本地数据集进行本地更新，更新后上传本地模型至基站；边缘服务器，配置在所述基站中，负责接受用户设备上传的本地模型，并进行部分聚合，所述部分聚合基于预设的聚合算法；多次聚合后上传聚合模型至中心服务器；中心服务器，用于接收来自多个边缘服务器的聚合模型并进行全局聚合，完成联邦学习任务。本发明能够在联邦学习性能约束及移动性约束下最小化用户能量开销。

公开(公告)号：CN119030570A

公开(公告)日：2024-11-26

申请号：CN202411175542.2

申请日：2024-08-26

Applicant: 上海交通大学

Inventor： 武庆庆 ,  邱驰 ,  陈文

IPC: H04B7/04 ,  H04B7/06 ,  H04B7/08 ,  H04B17/391 ,  H04B10/90

Abstract: 本发明提供了一种RIS辅助的低复杂度太赫兹波束赋形通信系统及方法，包括基站、RIS系统以及用户设备；所述RIS系统对太赫兹近场波束分裂进行聚合，以实现预设用户方向的波束聚焦。本发明利用RIS系统辅助太赫兹系统信息传输，利用双层时延网络实现RIS波束成形，缓解近场波束分裂现象，使得用户方向的波束阵列增益增大，接近最优性能。

公开(公告)号：CN119729638A

公开(公告)日：2025-03-28

申请号：CN202411914505.9

申请日：2024-12-24

Applicant: 上海交通大学

Inventor： 陈文 ,  陈泽宇 ,  武庆庆

IPC: H04W28/20 ,  H04W28/08 ,  H04W28/084 ,  G06N3/098

Abstract: 本发明提供了一种移动社交网络场景下的分层联邦学习方法及系统，包括：步骤S1：基于社交网络图的N个用户，选出用户方案；基于所述用户方案，选出用户组合；N为常数；步骤S2：将所述用户组合的用户关联到K个边缘服务器，进而得到多种关联方案；K为常数；步骤S3：基于所述用户与所述多种关联方案，计算所述关联方案的KKT条件，进而得出最优通信带宽分配和用户本地的计算频率。本发明提出的联合优化算法高效调度用户，每轮调度的优选用户低于全体用户数量的50％，合理分配发射功率和计算频率，与传统的基线算法相比，使社交网络场景下分层联邦学习系统的能耗至少降低55％。