公开(公告)号：CN119892160A

公开(公告)日：2025-04-25

申请号：CN202510046665.4

申请日：2025-01-13

Applicant: 东北大学秦皇岛分校

Inventor： 宋盺 ,  郝海棋 ,  徐思洋 ,  张彪

IPC: H04B7/04 ,  H04B7/06 ,  H04B1/401 ,  H04B7/0426 ,  H04B17/318 ,  H04B17/391

Abstract: 本发明提供一种基于重构智能表面的多用户通信能效提升方法，涉及通信技术领域。该基于重构智能表面的多用户通信能效提升方法，所述方法包括以下步骤：S1、系统初始化；S2、初始化系统参数，RIS反射矩阵、基站波束形成矩阵、功率分配因子；S3、构建RIS辅助的SWIPT系统模型；S4、引入目标函数和约束条件；S5、引入辅助变量将问题分解为三层；S6、固定RIS反射相位，使用Dinke1bach方法和水填充算法优化；S7、通过SDR技术优化RIS的相位矩阵。本发明，提供了一种新的RIS能效优化方法，该方法能够更准确地描述RIS元件的实际功耗特性，考虑到RIS元件在不同工作状态下的功率消耗差异，从而提升能效优化的准确性和实际效果。

公开(公告)号：CN118574156A

公开(公告)日：2024-08-30

申请号：CN202410620860.9

申请日：2024-05-20

Applicant: 东北大学秦皇岛分校

Inventor： 宋昕 ,  周子建 ,  徐思洋 ,  陆秋雨 ,  李若萌 ,  张彪

IPC: H04W28/08 ,  H04W4/40 ,  G06N3/092

Abstract: 本发明涉及海洋无线通信技术领域，公开了基于深度强化学习的无人机辅助无人艇任务卸载方法，包括以下步骤：建立移动边缘计算的三维无线通信网络系统模型，所述系统模型包括K个USV，其集合表示为k∈{1,2,....,K}，k表示该集合中的某一个USV，1架搭载MEC边缘服务器的无人机U＝{u}，通过无人机对USVk进行计算卸载以节省USVk的计算的能耗并缩减任务执行延迟；建立时延模型与能耗模型；无人机调度和卸载策略联合优化问题；提出基于深度强化学习的OU‑TD3算法。本发明中，采用深度强化学习相比传统算法在无人机辅助USV进行边缘计算的任务卸载中能够更好地适应复杂、实时的任务需求，提高了系统的智能化和效率。