-
公开(公告)号:CN116318483B
公开(公告)日:2025-04-29
申请号:CN202310258038.8
申请日:2023-03-17
Applicant: 东南大学
IPC: H04B17/391 , H04B7/0413 , H04B7/0456
Abstract: 本发明涉及一种无蜂窝毫米波系统中基于上下界网络流的动态关联方法,该方法针对用户密集且通信环境动态变化情况下的无蜂窝毫米波大规模MIMO系统的动态关联问题,提出一种基于分阶段决策思想、利用低维度环境感知信息的动态关联技术,以解决现有技术中未有效处理用户服务需求的问题,以及动态关联算法开销大,导致现实情况下系统动态关联性能不足的问题。本发明所提出方法仅利用低维度的环境感知信息,计算复杂度不高,相对于传统方法,在渐进意义下时间复杂度没有增加,有效提升系统动态关联性能,且能以低开销适配动态的通信环境,此外,利用统计模型,对系统性能进行评价,仿真结果证明了所提出方法的优越性,具有一定的价值。
-
公开(公告)号:CN116346185A
公开(公告)日:2023-06-27
申请号:CN202310258039.2
申请日:2023-03-17
Applicant: 东南大学
IPC: H04B7/06 , H04B7/0452
Abstract: 本发明公开了一种无蜂窝毫米波下基于波束图像堆叠的智能波束追踪方法。该方法针对无蜂窝毫米波多用户移动网络中的波束分配与追踪的复杂度高,提出一种基于波束图像堆叠的多智能体深度强化学习方法,同时智能体与环境交互,动态感知环境变化,缩小波束搜索空间,从而降低了波束分配与追踪的开销。此外,本发明提出一种有效的智能体动作空间的设计方法,以解决常规方法学习速度慢以及无法进行有效最优波束的预测等问题。仿真结果证明所提方法能有效提升智能体的学习能力,降低波束扫描开销的同时提升系统性能,对于实现无蜂窝毫米波多用户移动网络中的低开销通信具有非常重要的意义,因此本发明具有一定的实际价值。
-
公开(公告)号:CN116318483A
公开(公告)日:2023-06-23
申请号:CN202310258038.8
申请日:2023-03-17
Applicant: 东南大学
IPC: H04B17/391 , H04B7/0413 , H04B7/0456
Abstract: 本发明涉及一种无蜂窝毫米波系统中基于上下界网络流的动态关联方法,该方法针对用户密集且通信环境动态变化情况下的无蜂窝毫米波大规模MIMO系统的动态关联问题,提出一种基于分阶段决策思想、利用低维度环境感知信息的动态关联技术,以解决现有技术中未有效处理用户服务需求的问题,以及动态关联算法开销大,导致现实情况下系统动态关联性能不足的问题。本发明所提出方法仅利用低维度的环境感知信息,计算复杂度不高,相对于传统方法,在渐进意义下时间复杂度没有增加,有效提升系统动态关联性能,且能以低开销适配动态的通信环境,此外,利用统计模型,对系统性能进行评价,仿真结果证明了所提出方法的优越性,具有一定的价值。
-
-