基于粒子群算法的电台个体识别方法

    公开(公告)号:CN114548349A

    公开(公告)日:2022-05-27

    申请号:CN202011335407.1

    申请日:2020-11-25

    Applicant: 山东大学

    Abstract: 基于粒子群算法的电台个体识别方法,属电子对抗技术领域。该方法以电台信号为研究对象,通过对电台信号参数特征进行分析研究,在此基础上判断出该信号是由哪一个电台发射出来的。该方法由粒子群算法以及综合识别推理算法来实现,粒子群算法主要用来根据数据库中存储的电台信号参数生成并优化后续综合识别推理过程所需要的参数,综合识别推理算法利用粒子群算法生成的参数对信号进行综合识别推理得出该信号所对应的电台个体。这在战场中对敌方电台做出快速、准确的干扰与破坏有重要意义。

    车联网中基于Lyapunov优化的V2V通信资源分配方法

    公开(公告)号:CN113795013A

    公开(公告)日:2021-12-14

    申请号:CN202111141983.7

    申请日:2021-09-28

    Applicant: 山东大学

    Abstract: 一种车联网中基于Lyapunov优化的V2V资源分配方法,属于无线通信技术领域。先构建了配置缓存队列的V2V通信系统模型,包括一基站,多个车与车链路和车与基础设施链路,其中V2V链路通过复用V2I链路的资源块以D2D通信方式实现临近车辆之间信息交换。基于该系统模型,以最大化V2V链路能量效率为目标函数,同时保证V2V链路队列时延和可靠性要求以及V2I链路最小速率要求,规划资源分配优化问题。针对规划的优化问题,提出一种基于Lyapunov优化的V2V资源分配方法。该资源分配方法不仅可以有效地权衡V2V链路的能量效率和队列时延与可靠性,且具有计算简单的特点。

    一种保证时延QoS要求的保密系统功率分配方法

    公开(公告)号:CN103826219B

    公开(公告)日:2017-08-01

    申请号:CN201410087009.0

    申请日:2014-03-11

    Applicant: 山东大学

    Abstract: 一种保证时延QoS要求的保密系统功率分配方法,属于无线通信技术领域。该发明方法提出了安全有效容量的概念,并以安全有效容量模型为基础,通过跨层联合优化实现了在传统的保密系统中引入上层用户服务质量限制(时延QoS),并在满足不同时延QoS限制下实现了保密系统的性能最优以及资源利用的最大化。该优化问题以安全有效容量为目标函数,有限平均功率为限制条件,通过拉格朗日对偶原理求得最优的对偶因子,进而求得最优的功率控制因子,实现最优功率分配。该最优功率分配方法不但使得传统的保密系统满足了上层用户服务质量的要求,更实现了系统能效的最大化,具有重要的理论及现实意义。

    基于粒子群算法的电台个体识别方法

    公开(公告)号:CN114548349B

    公开(公告)日:2024-09-24

    申请号:CN202011335407.1

    申请日:2020-11-25

    Applicant: 山东大学

    Abstract: 基于粒子群算法的电台个体识别方法,属电子对抗技术领域。该方法以电台信号为研究对象,通过对电台信号参数特征进行分析研究,在此基础上判断出该信号是由哪一个电台发射出来的。该方法由粒子群算法以及综合识别推理算法来实现,粒子群算法主要用来根据数据库中存储的电台信号参数生成并优化后续综合识别推理过程所需要的参数,综合识别推理算法利用粒子群算法生成的参数对信号进行综合识别推理得出该信号所对应的电台个体。这在战场中对敌方电台做出快速、准确的干扰与破坏有重要意义。

    基于深度学习的多小区蜂窝网络下行链路资源分配方法

    公开(公告)号:CN115474276B

    公开(公告)日:2024-03-19

    申请号:CN202110650189.9

    申请日:2021-06-10

    Applicant: 山东大学

    Abstract: 基于深度学习的多小区蜂窝网络下行链路资源分配方法,属于无线通信技术领域。该方法基于蜂窝网络通信系统,系统中各小区中心基站通过不同子载波以不同功率向小区内用户发送业务信息。通过引入深度学习的相关方法,训练神经网络拟合针对该蜂窝网络给出的传统子载波和功率分配算法。拟合完成后,该神经网络能够根据小区设置和输入的信道状态信息即时给出分配方案,提高资源分配方案求解速度,更贴近于实际应用场合。

    一种双吸收型功冷联供循环系统及其方法

    公开(公告)号:CN107906782A

    公开(公告)日:2018-04-13

    申请号:CN201711036555.1

    申请日:2017-10-30

    Applicant: 山东大学

    Abstract: 本发明公开了一种双吸收型功冷联供循环系统及其方法。其中该循环系统包括第一吸收器、第二吸收器、换热器、锅炉、透平、精馏塔、蒸发器和喷射器;从锅炉底部流出的液体经换热器换热处理后分成两路,其中一路直接进入第一吸收器来吸收透平乏气以及蒸发器出口的部分工质,另一路进入第二吸收器来吸收蒸发器出口的部分工质;第二吸收器出口的饱和液加压后进入第一吸收器;从精馏塔的塔顶输出的蒸气进入喷射器内作为工作流体,引射从蒸发器出口输出的剩余工质,且在喷射器与工作流体混合。

    一种保证时延QoS要求的保密系统功率分配方法

    公开(公告)号:CN103826219A

    公开(公告)日:2014-05-28

    申请号:CN201410087009.0

    申请日:2014-03-11

    Applicant: 山东大学

    Abstract: 一种保证时延QoS要求的保密系统功率分配方法,属于无线通信技术领域。该发明方法提出了安全有效容量的概念,并以安全有效容量模型为基础,通过跨层联合优化实现了在传统的保密系统中引入上层用户服务质量限制(时延QoS),并在满足不同时延QoS限制下实现了保密系统的性能最优以及资源利用的最大化。该优化问题以安全有效容量为目标函数,有限平均功率为限制条件,通过拉格朗日对偶原理求得最优的对偶因子,进而求得最优的功率控制因子,实现最优功率分配。该最优功率分配方法不但使得传统的保密系统满足了上层用户服务质量的要求,更实现了系统能效的最大化,具有重要的理论及现实意义。

    基于深度学习的多小区蜂窝网络下行链路资源分配方法

    公开(公告)号:CN115474276A

    公开(公告)日:2022-12-13

    申请号:CN202110650189.9

    申请日:2021-06-10

    Applicant: 山东大学

    Abstract: 基于深度学习的多小区蜂窝网络下行链路资源分配方法,属于无线通信技术领域。该方法基于蜂窝网络通信系统,系统中各小区中心基站通过不同子载波以不同功率向小区内用户发送业务信息。通过引入深度学习的相关方法,训练神经网络拟合针对该蜂窝网络给出的传统子载波和功率分配算法。拟合完成后,该神经网络能够根据小区设置和输入的信道状态信息即时给出分配方案,提高资源分配方案求解速度,更贴近于实际应用场合。

Patent Agency Ranking