-
公开(公告)号：CN115988536B
公开(公告)日：2023-06-27
申请号：CN202310266664.1
申请日：2023-03-20
Applicant: 南京邮电大学
Abstract: 本发明属于无线通信技术领域，公开了一种双可重构智能表面辅助移动边缘计算系统优化方法，该系统包括基站、D‑RIS以及用户终端，其中BS处配有MEC服务器，用户终端具有时延敏感型任务，本发明提出了D‑RIS辅助MEC的任务卸载与任务分配联合优化方法，构建了基于时延最小化的任务卸载及任务分配模型，以最小化用户任务处理时延为目标，设计了用户任务分配、D‑RIS相移和接收波束成形向量的联合交替优化算法。本发明与等比例任务分配且RIS相移固定等方案相比，获得了更低的用户任务处理时延，有效降低用户任务的卸载时延和计算时延。
-
Patent Agency Ranking
公开(公告)号：CN117119499A
公开(公告)日：2023-11-24
申请号：CN202311371011.6
申请日：2023-10-23
Applicant: 南京邮电大学
Abstract: 本发明涉及无线信息与能量同传技术领域，本发明公开了一种有源可重构智能表面辅助的无线信息与能量同传方法包括，获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益；根据信道增益，计算终端设备处的传输速率和采集到的能量，以及系统总功率消耗；以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。本方法适用于由一个基站、一个ARIS以及一个终端设备组成的SWIPT系统。具体来说，所提方法以终端设备的采集能量为约束，构建SWIPT系统能效最大化问题，利用交替优化算法优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子。
-
公开(公告)号：CN116347579A
公开(公告)日：2023-06-27
申请号：CN202310621408.X
申请日：2023-05-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于可重构智能表面辅助的D2D通信功率优化方法及系统，适用于由一个基站、一个蜂窝用户、一个RIS以及一对D2D设备组成的无线D2D通信网络，所述方法以蜂窝用户与D2D接收机处的接收信干噪比为约束，以最小化D2D发射机与基站的发射功率之和为目标，设计了基于交替优化和半正定松弛的D2D通信功率迭代优化算法，获得基站有源波束成形、RIS相移与D2D发射功率的优化解。仿真结果表明，与传统无RIS辅助的D2D方案相比，本发明的方法显著降低了D2D发射机与基站的发射功率消耗。
-
公开(公告)号：CN117119499B
公开(公告)日：2024-03-15
申请号：CN202311371011.6
申请日：2023-10-23
Applicant: 南京邮电大学
Abstract: 本发明涉及无线信息与能量同传技术领域，本发明公开了一种有源可重构智能表面辅助的无线信息与能量同传方法包括，获取基站到ARIS、ARIS到终端设备以及基站到终端设备的信道增益；根据信道增益，计算终端设备处的传输速率和采集到的能量，以及系统总功率消耗；以终端设备的采集能量为约束，联合优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子，最大化SWIPT系统的能量效率。本方法适用于由一个基站、一个ARIS以及一个终端设备组成的SWIPT系统。具体来说，所提方法以终端设备的采集能量为约束，构建SWIPT系统能效最大化问题，利用交替优化算法优化基站波束成形向量、ARIS反射系数和终端设备的功率分配因子。
-
公开(公告)号：CN116347579B
公开(公告)日：2023-08-11
申请号：CN202310621408.X
申请日：2023-05-30
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于可重构智能表面辅助的D2D通信功率优化方法及系统，适用于由一个基站、一个蜂窝用户、一个RIS以及一对D2D设备组成的无线D2D通信网络，所述方法以蜂窝用户与D2D接收机处的接收信干噪比为约束，以最小化D2D发射机与基站的发射功率之和为目标，设计了基于交替优化和半正定松弛的D2D通信功率迭代优化算法，获得基站有源波束成形、RIS相移与D2D发射功率的优化解。仿真结果表明，与传统无RIS辅助的D2D方案相比，本发明的方法显著降低了D2D发射机与基站的发射功率消耗。
-
公开(公告)号：CN115988536A
公开(公告)日：2023-04-18
申请号：CN202310266664.1
申请日：2023-03-20
Applicant: 南京邮电大学
Abstract: 本发明属于无线通信技术领域，公开了一种双可重构智能表面辅助移动边缘计算系统优化方法，该系统包括基站、D‑RIS以及用户终端，其中BS处配有MEC服务器，用户终端具有时延敏感型任务，本发明提出了D‑RIS辅助MEC的任务卸载与任务分配联合优化方法，构建了基于时延最小化的任务卸载及任务分配模型，以最小化用户任务处理时延为目标，设计了用户任务分配、D‑RIS相移和接收波束成形向量的联合交替优化算法。本发明与等比例任务分配且RIS相移固定等方案相比，获得了更低的用户任务处理时延，有效降低用户任务的卸载时延和计算时延。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
