-
公开(公告)号：CN115225124A
公开(公告)日：2022-10-21
申请号：CN202210319482.1
申请日：2022-03-29
Applicant: 华南理工大学
IPC: H04B7/0413 , H04B7/0426 , H04B7/06 , H04B7/185
Abstract: 本发明公开了一种无人机辅助NOMA网络的路径规划和功率分配方法。所述方法包括以下步骤：构建基于多波束和功率分配的无人机辅助NOMA网络通信系统；在基于多波束和功率分配的无人机辅助NOMA网络通信系统的基础上，建立信道模型，进而制定NOMA系统的收发策略；制定系统和速率最大化问题，将无人机的三维布局、波束方向和发射功率三者结合起来进行优化系统和速率最大化；对系统和速率最大化问题进行分解，分别优化无人机位置、波束图和无人机发射功率。本发明与正交频分多址算法(Orthogonal Frequency divisionMultiple Access，OFDMA)方案相比，具有更好的频谱效率，可以有效地提高基于无人机辅助NOMA网络的性能。
-
公开(公告)号：CN113242067B
公开(公告)日：2022-07-26
申请号：CN202110398493.9
申请日：2021-04-12
Applicant: 华南理工大学
IPC: H04B7/0456 , H04B7/0452
Abstract: 本发明公开了一种基于混合预编码的无线携能通信系统频谱效率优化方法，包括以下步骤：步骤S1，将无线携能通信系统中的基站BS通过逐步贪心选择算法得到模拟预编码矩阵F；步骤S2，基站BS通过软干扰消除算法，在满足约束条件下最大化无线携能通信系统的频谱效率，得到数字预编码矩阵B；步骤S3，基站BS以模拟预编码矩阵F和数字预编码矩阵B发射信息，实现无线携能通信系统频谱效率最大化。本发明在信号传输的过程中不仅可以提高SWIPT的服务范围，为能量接收机提供一定的能量，而且使用毫米波Massive MIMO技术能够给用户提供更高的数据速率；并且采用混合预编码结构，减少系统硬件复杂度和能量消耗。
-
公开(公告)号：CN110673635B
公开(公告)日：2021-10-26
申请号：CN201910942069.9
申请日：2019-09-30
Applicant: 华南理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于无线能量传输网络的无人机三维轨迹的设计方法。所述方法包括：无线能量传输网络的下行信道模型建立；基于用户采集能量最大化的数学模型的建立，包括无人机三维位置部署、充电时间分配以及能量波束方向图产生；联合优化无人机三维位置部署、充电时间、能量波束的低复杂度迭代算法的设计与分析；使用分支定界法设计无人机三维飞行轨迹。本发明提出将三维能量波束赋形技术应用于无线能量传输网络中，并建立该网络模型基于最大化用户采集能量的数学优化问题，应用低复杂度的迭代算法联合优化无人机三维位置部署、充电时间以及能量波束方向图，以实现在满足无人机海拔高度和覆盖区域限制的同时，最大化覆盖区域内用户采集的能量。
-
公开(公告)号：CN114828253B
公开(公告)日：2025-05-13
申请号：CN202210319469.6
申请日：2022-03-29
Applicant: 华南理工大学
IPC: H04W72/53 , H04W16/10 , H04B7/185 , H04B7/0456
Abstract: 本发明公开了一种RIS辅助多无人机通信系统的资源分配方法。所述方法包括以下步骤：将智能反射面引入多无人机辅助非正交多址接入系统，构建智能反射面辅助多无人机通信系统；建立智能反射面辅助多无人机通信系统总能量消耗最小化的数学模型；进行联合优化无人机位置部署和资源分配。本发明借助智能反射面，增强无人机的信号覆盖范围；采用NOMA技术，在保证用户最小传输速率的约束下，使得多个用户共享相同频谱资源，实现海量用户接入，提升频谱效率。
-
公开(公告)号：CN112752271B
公开(公告)日：2022-04-22
申请号：CN202011585200.X
申请日：2020-12-28
Applicant: 华南理工大学
Abstract: 本发明公开了基于无人机无线能量传输网络的多波束阵列设计方法。所述方法包括以下步骤：建立无线能量传输网络的下行信道模型；建立基于用户采集能量最大化的数学模型；建立联合优化无人机三维位置部署、能量波束的低复杂度迭代算法；基于巴特勒矩阵，设计多波束阵列天线。本发明建立了无线能量传输网络的下行信道模型以及基于用户采集能量最大化的数学模型，提出了联合优化无人机三维位置部署、能量波束的低复杂度算法以及多波束设计方案，在满足区域内用户覆盖需求的同时，最大化用户采集能量。对比单波束WPT系统、单天线WPT系统，所提出的多波束WPT系统的采集能量效率更高。
-
Patent Agency Ranking
公开(公告)号：CN110113179A
公开(公告)日：2019-08-09
申请号：CN201910133936.4
申请日：2019-02-22
Applicant: 华南理工大学
IPC: H04L12/24
Abstract: 本发明公开了一种基于深度学习的携能NOMA系统的资源分配方法，包括以下步骤：(1)构建携能NOMA系统中基于发射功率最小化的联合资源分配的数学优化问题；(2)设计基于深度学习算法的联合资源分配策略。本发明针对携能NOMA系统，从节能的角度出发，构建了在满足用户服务质量(Quality of Service,QoS)需求和发射功率约束的条件下，最小化系统发射功率的数学优化问题，并设计了基于深度学习算法的联合资源分配策略，实现了低功耗资源分配的同时，更加地符合了低时延的要求。
-
公开(公告)号：CN112752271A
公开(公告)日：2021-05-04
申请号：CN202011585200.X
申请日：2020-12-28
Applicant: 华南理工大学
Abstract: 本发明公开了基于无人机无线能量传输网络的多波束阵列设计方法。所述方法包括以下步骤：建立无线能量传输网络的下行信道模型；建立基于用户采集能量最大化的数学模型；建立联合优化无人机三维位置部署、能量波束的低复杂度迭代算法；基于巴特勒矩阵，设计多波束阵列天线。本发明建立了无线能量传输网络的下行信道模型以及基于用户采集能量最大化的数学模型，提出了联合优化无人机三维位置部署、能量波束的低复杂度算法以及多波束设计方案，在满足区域内用户覆盖需求的同时，最大化用户采集能量。对比单波束WPT系统、单天线WPT系统，所提出的多波束WPT系统的采集能量效率更高。
-
公开(公告)号：CN109861866A
公开(公告)日：2019-06-07
申请号：CN201910133930.7
申请日：2019-02-22
Applicant: 华南理工大学
IPC: H04L12/24 , H04W24/06 , H04B17/382
Abstract: 本发明公开了一种携能多载波NOMA系统中基于发射功率最小化的资源分配方法，包括以下步骤：(1)携能多载波NOMA系统的网络模型建立；(2)基于最小化发射功率的联合资源分配方案的数学模型建立，包括载波调度、功率分配及时间切换系数；(3)基于遗传算法的联合资源分配方案的算法设计与分析。本发明创新性地提出了将无线携能技术(Simultaneous Wireless Information and Power Transfer,SWIPT)应用于多载波NOMA系统中，并建立了该网络模型基于最小化发射功率的数学优化问题，应用遗传算法来设计联合资源分配策略，以实现在满足用户对服务质量(Quality of Service,QoS)需求的同时，最小化携能多载波NOMA系统的发射功率。
-
公开(公告)号：CN114828253A
公开(公告)日：2022-07-29
申请号：CN202210319469.6
申请日：2022-03-29
Applicant: 华南理工大学
IPC: H04W72/04 , H04W16/10 , H04B7/185 , H04B7/0456
Abstract: 本发明公开了一种RIS辅助多无人机通信系统的资源分配方法。所述方法包括以下步骤：将智能反射面引入多无人机辅助非正交多址接入系统，构建智能反射面辅助多无人机通信系统；建立智能反射面辅助多无人机通信系统总能量消耗最小化的数学模型；进行联合优化无人机位置部署和资源分配。本发明借助智能反射面，增强无人机的信号覆盖范围；采用NOMA技术，在保证用户最小传输速率的约束下，使得多个用户共享相同频谱资源，实现海量用户接入，提升频谱效率。
-
公开(公告)号：CN113242067A
公开(公告)日：2021-08-10
申请号：CN202110398493.9
申请日：2021-04-12
Applicant: 华南理工大学
IPC: H04B7/0456 , H04B7/0452
Abstract: 本发明公开了一种基于混合预编码的无线携能通信系统频谱效率优化方法，包括以下步骤：步骤S1，将无线携能通信系统中的基站BS通过逐步贪心选择算法得到模拟预编码矩阵F；步骤S2，基站BS通过软干扰消除算法，在满足约束条件下最大化无线携能通信系统的频谱效率，得到数字预编码矩阵B；步骤S3，基站BS以模拟预编码矩阵F和数字预编码矩阵B发射信息，实现无线携能通信系统频谱效率最大化。本发明在信号传输的过程中不仅可以提高SWIPT的服务范围，为能量接收机提供一定的能量，而且使用毫米波Massive MIMO技术能够给用户提供更高的数据速率；并且采用混合预编码结构，减少系统硬件复杂度和能量消耗。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
