公开(公告)号：CN119562312A

公开(公告)日：2025-03-04

申请号：CN202411397115.9

申请日：2024-10-09

Applicant: 南京邮电大学

Inventor： 赵国兴 ,  吴伟

IPC: H04W28/20 ,  H04W16/10 ,  H04B17/382 ,  H04B17/391

Abstract: 本发明提出了一种基于深度强化学习的宽带CR网络中IRS/UAV辅助MEC的资源优化方法，应用于宽带认知无线电系统，结合IRS/UAV辅助的移动边缘计算，该方法包括：步骤1，宽带频谱感知。步骤2，次级网络信号传输。步骤3，计算系统延迟。步骤4：计算系统能耗。步骤5：建立能量效率最大化问题框架，列出需要优化的目标以及约束条件。步骤6：建立与能量效率最大化相关的马尔可夫过程。步骤7：应用DDQN‑TD3算法对模型进行优化，直到模型收敛。步骤8：生成结果，以获取系统能效。本发明有效提升了频谱感知精度、信号传输效率和系统能效，同时通过DDQN‑TD3算法优化了模型，显著减少了计算复杂度和提高了收敛速度。

公开(公告)号：CN116546507B

公开(公告)日：2025-01-24

申请号：CN202310380583.4

申请日：2023-04-11

Applicant: 南京邮电大学

Inventor： 吴伟 ,  赵国兴 ,  毛航涛 ,  周福辉 ,  吴启晖

IPC: H04W16/14 ,  H04W24/02 ,  G06N3/08

Abstract: 本发明公开了一种基于深度强化学习的多IRS辅助宽带CR系统资源优化方法，该方法包括步骤1：宽带频谱感知。步骤2：次级网络信号传输。步骤3：建立次级网络可达速率最大化问题框架，列出需要优化的目标以及约束条件。步骤4：根据所提出的次级网络可达速率最大化问题框架建立马尔可夫过程。步骤5：采用SAC算法对模型进行优化，直至其模型收敛。步骤6：输出结果，得到次级网络的总可达速率。本发明克服了无线信号传播过程中产生的衰落和频谱闲置而造成资源浪费等问题，在宽带频谱感知性能、频谱利用率和次级网络的可达速率等方面都有显著的提升。相对于现有传统算法，本发明降低了计算复杂度、提高了收敛速度。

公开(公告)号：CN116546507A

公开(公告)日：2023-08-04

申请号：CN202310380583.4

申请日：2023-04-11

Applicant: 南京邮电大学

Inventor： 吴伟 ,  赵国兴 ,  毛航涛 ,  周福辉 ,  吴启晖

IPC: H04W16/14 ,  H04W24/02 ,  G06N3/08

Abstract: 本发明公开了一种基于深度强化学习的多IRS辅助宽带CR系统资源优化方法，该方法包括步骤1：宽带频谱感知。步骤2：次级网络信号传输。步骤3：建立次级网络可达速率最大化问题框架，列出需要优化的目标以及约束条件。步骤4：根据所提出的次级网络可达速率最大化问题框架建立马尔可夫过程。步骤5：采用SAC算法对模型进行优化，直至其模型收敛。步骤6：输出结果，得到次级网络的总可达速率。本发明克服了无线信号传播过程中产生的衰落和频谱闲置而造成资源浪费等问题，在宽带频谱感知性能、频谱利用率和次级网络的可达速率等方面都有显著的提升。相对于现有传统算法，本发明降低了计算复杂度、提高了收敛速度。