公开(公告)号：CN117479328A

公开(公告)日：2024-01-30

申请号：CN202311493006.2

申请日：2023-11-10

Applicant: 南京邮电大学

Inventor： 胡晗 ,  朱兴武 ,  郭永安 ,  吴伟 ,  杨龙祥

IPC: H04W72/50 ,  H04W72/543 ,  H04L41/16 ,  H04L41/14 ,  G06N3/092

Abstract: 本发明提供了一种基于深度强化学习的多模态无人机语义通信资源分配方法，该方法构造了多模态语义通信网络模型用于应对不同语义模态传输的需求；通过训练测试各模态语义收发器，获取各模态语义传输的精确度函数和近似语义熵；构造多模态无人机语义通信系统模型；以最大化服务质量和最小化传输损耗为目标，确定优化目标方程；根据优化目标方程，构建深度强化学习模型；构建混合决策强化学习网络，优化资源分配策略。本发明中的基于深度强化学习的多模态无人机语义通信资源分配方法，极大地提高了用户服务质量评价，并且有效降低了资源有限条件下的传输成本。

公开(公告)号：CN116390125A

公开(公告)日：2023-07-04

申请号：CN202310342081.2

申请日：2023-04-03

Applicant: 南京邮电大学

Inventor： 胡晗 ,  朱兴武 ,  周福辉 ,  吴伟

IPC: H04W24/02 ,  H04W24/06 ,  H04W72/50 ,  G06N3/092 ,  G06F9/50 ,  G16Y10/25 ,  G16Y20/30

Abstract: 本发明公开了一种基于DDPG‑D3QN的工业物联网云边协同卸载及资源分配方法，步骤如下：构建云边协同系统模型；计算系统模型的总时延和总能耗；确定和推导优化目标方程；根据优化目标方程，确定状态空间、动作空间和奖励函数；引入决斗双深度网络，构建DDPG‑D3QN混合决策强化学习网络；结合云边协同系统模型，优化DDPG‑D3QN混合决策强化学习网络参数；根据优化后的DDPG‑D3QN混合决策强化学习网络，得到最优的云边协同卸载和资源分配方案。本发明利用确定性策略梯度和决斗双深度网络来改进DDPG‑D3QN混合决策深度强化学习网络，极大提高了算法的稳定性和收敛速度，有效降低了云边协同系统的服务成本。

公开(公告)号：CN115309869A

公开(公告)日：2022-11-08

申请号：CN202210998292.7

申请日：2022-08-19

Applicant: 南京邮电大学

Inventor： 胡晗 ,  朱兴武 ,  吴伟 ,  王鸿 ,  鲍楠 ,  左加阔

IPC: G06F16/33 ,  G06F40/126 ,  G06F40/279 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08 ,  H04L1/00

Abstract: 本发明公开了一种一对多的多用户语义通信模型及通信方法，模型由一个发送端和分别与发送端建立通讯关系且相互独立的多个接收端集成；方法为：根据预设的用户需求采集多种类型不同的文本语句；将类型不同的文本语句组合成文本序列转换为数字ID序列作为发送端的发送信息；发送信息在发送端生成用于信道传输的通信信号，并发送至每个接收端；每个接收端将接收的通信信号进行信道解码和语义解码，恢复出发送端发送的原语句；并输入基于蒸馏双向语言表征预训练模型的语义识别器，根据用户的需求输出相应语句；通过本发明系统模型和通信方法，简化了多用户通信的传输程序，提高了信息传输效率；并结合迁移学习方法对接收端进行训练，提高训练效率。