公开(公告)号：CN119675714A

公开(公告)日：2025-03-21

申请号：CN202411842022.2

申请日：2024-12-13

Applicant: 河南科技大学

Inventor： 谢萍 ,  吴猛 ,  朱军龙 ,  吴景艳 ,  张明川 ,  沈森 ,  赵旭辉 ,  马帅迪 ,  林润东

IPC: H04B7/04 ,  H04B7/06 ,  H04B7/08 ,  G06F40/30 ,  H04W12/033 ,  H04W12/67

Abstract: 本发明公开了一种基于智能反射面辅助的语义通信方法，通过基站将语义信号以多播的方式发送给STAR‑RIS和合法用户，STAR‑RIS再将接收到的信号反射和透射给合法用户；存在窃听者窃听合法用户的信号；利用双语评估分数衡量原始文本信息和语义信息的相似性，得到语义提取率下界；在考虑功耗的基础上建立优化问题；将优化问题分解为四个子问题，利用交替优化迭代算法迭代求解，以最优解下获得的最优保密率进行语义信息的保密传输。本发明研究了在存在硬件设备损伤的条件下，利用STAR‑RIS技术辅助语义通信系统安全传输的性能优化问题，通过利用交替优化的迭代算法来最大化语义保密率，能够有效提高语义通信安全传输的安全性能，具有广阔的应用前景。

公开(公告)号：CN119675808A

公开(公告)日：2025-03-21

申请号：CN202411842018.6

申请日：2024-12-13

Applicant: 河南科技大学

Inventor： 谢萍 ,  林润东 ,  朱军龙 ,  张明川 ,  邢玲 ,  吴景艳 ,  张瑜 ,  吴红海 ,  马华红

IPC: H04B17/391 ,  H04L25/02 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于GCN‑LSTM对多重因素影响下的CSI预测方法，其包括以下步骤：对历史信道状态信息时间序列数据进行分解，得到具有相同时间跨度的低频信号和高频信号；获取高频信号的时域表达；构建图结构的GCN模型；将低频信号和高频信号的时域表达分别作为图结构的GCN模型的输入，获取低频信号对应的特征向量和高频信号的时域表达对应的特征向量；通过LSTM模型对特征向量进行处理，将两个处理结果相加作为最终的信道状态信息预测结果。本发明通过结合GCN模型和LSTM模型的强大特征提取能力，显著提高了CSI的预测精度，相较于传统模型，整体提高了预测精度，可以优化物联网移动通信系统的性能。