-
公开(公告)号：CN118981114A
公开(公告)日：2024-11-19
申请号：CN202411172537.6
申请日：2024-08-26
Applicant: 浙江工业大学
Abstract: 一种高精度拉曼光束平行度调节装置，包含光路准直单元、分束偏振单元和反射镜单元；所述光路准直单元可向下射出激光，所述分束偏振单元包含第一光束调节背板，且沿光路设有第一二分之一玻片、第一分束器、第一偏振分束器架、第二偏振分束器架、第二偏振分束器、底部反射镜和光束底板；所述反射镜单元通过第二光束调节背板连接有在上的第一反射镜和在下的第二反射镜；所述第一偏振分束器架、第二偏振分束器架、第一反射镜和第二反射镜将激光分为两道平行拉曼光束，且可调整平行拉曼光束间距，相比于现有技术更具灵活性。
-
公开(公告)号：CN109275163B
公开(公告)日：2023-02-28
申请号：CN201811037664.X
申请日：2018-09-06
Applicant: 浙江工业大学
Abstract: 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法，首先，基站BS通过非正较频分多址接入技术发送数据，为移动终端提供数据流量服务；接着，分析系统特性对问题进行等价转化，并将其分解为顶层问题和底层问题；根据转化得的底层问题特性设计高效的算法求解，最后将算法输出结果代回顶层问题求得最优的带宽与速率分配值。本发明在无线蜂窝网络中应用NOMA技术进行数据发送，为了实现下行链路非正交多址接入节能传输，将带宽与速率联合考虑，在满足所有MU数据流量需求的前提下联合分配带宽和速率实现最高能效的数据传输。
-
公开(公告)号：CN108770006B
公开(公告)日：2021-10-26
申请号：CN201810477091.6
申请日：2018-05-18
Applicant: 浙江工业大学
Abstract: 一种非正交接入上行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，在移动用户的上传量给定的情况下最小化移动用户的上行传输时间和所有移动用户总能量消耗的问题；(2)ORRCM问题是在给定移动用户上传量的情况下找到最优的整体无线资源消耗；(3)通过深度确定性策略方法来寻找一个最优的上行传输时间t*，使得有最优的整体无线资源消耗；(4)不断重复迭代过程直到得到最优的上行传输时间t*，使得有最优的整体无线资源消耗。本发明最小化上行传输时间与所有移动用户总能量消耗。
-
公开(公告)号：CN109089272B
公开(公告)日：2021-10-15
申请号：CN201811105795.7
申请日：2018-09-21
Applicant: 浙江工业大学
Abstract: 一种在多基站场景中的基于非正交多址接入的移动边缘计算布伦特式时延优化方法，包括以下步骤：(1)在集成边缘服务器的BSs的覆盖范围下有1个移动用户，优化问题描述为一个多变量非凸性优化问题；(2)将问题(DM‑i)分解为两层优化问题；(3)根据底层DM‑i‑E‑Sub问题，提出了基于拉格朗日乘数法的对分搜索方法，在移动用户i传输时间ti的情况下优化移动用户i的整体时延；(4)针对顶层DM‑i‑E‑Top问题，提出布伦特方法，优化移动用户i的传输时间ti；(5)通过底层问题与顶层问题的交互迭代，最终解决问题(DM‑i)。本发明提高了系统传输效率，节省带宽资源，获得更优质的无线网络体验质量。
-
公开(公告)号：CN108848552B
公开(公告)日：2021-05-18
申请号：CN201810662110.2
申请日：2018-06-25
Applicant: 浙江工业大学
Abstract: 一种基于线性搜索式的非正交接入最优解码排序上行传输时间优化方法，包括以下步骤：(1)在给定一种解码排序πm的条件下,优化问题描述为一个非凸性优化问题；(2)将(P1‑m)问题等价转换为(P1‑m‑E)问题；将(P1‑m‑E)问题等价转换为(P2)问题；提出(P2‑Sub)问题；(3)提出基于线性搜索的算法P2‑Algorithm，在智能终端的上传量给定的情况下优化整体无线资源消耗；(4)提出算法OptOrder‑Algorithm找到最优的解码排序，输出结果为全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率，节省带宽资源，获得更优质的无线网络体验质量。
-
Patent Agency Ranking
公开(公告)号：CN109526040A
公开(公告)日：2019-03-26
申请号：CN201811105824.X
申请日：2018-09-21
Applicant: 浙江工业大学
IPC: H04W48/16 , H04W56/00 , H04B1/7097
Abstract: 一种在多基站场景中的基于非正交多址接入的移动边缘计算线性搜索式时延优化方法，包括以下步骤：(1)在集成边缘服务器的BSs的覆盖范围下有1个移动用户，优化问题描述为一个多变量非凸性优化问题；(2)将问题(DM-i)分解为两层优化问题；(3)根据底层DM-i-E-Sub问题，提出了基于拉格朗日乘数法的对分搜索方法，在移动用户i传输时间ti的情况下优化移动用户i的整体时延；(4)针对顶层DM-i-E-Top问题，提出线性搜索方法，优化移动用户i的传输时间ti；(5)通过底层问题与顶层问题的交互迭代，最终解决问题(DM-i)。本发明提高了系统传输效率，节省了带宽资源，获得更优质的无线网络体验质量。
-
公开(公告)号：CN109089272A
公开(公告)日：2018-12-25
申请号：CN201811105795.7
申请日：2018-09-21
Applicant: 浙江工业大学
Abstract: 一种在多基站场景中的基于非正交多址接入的移动边缘计算布伦特式时延优化方法，包括以下步骤：(1)在集成边缘服务器的BSs的覆盖范围下有1个移动用户，优化问题描述为一个多变量非凸性优化问题；(2)将问题(DM-i)分解为两层优化问题；(3)根据底层DM-i-E-Sub问题，提出了基于拉格朗日乘数法的对分搜索方法，在移动用户i传输时间ti的情况下优化移动用户i的整体时延；(4)针对顶层DM-i-E-Top问题，提出布伦特方法，优化移动用户i的传输时间ti；(5)通过底层问题与顶层问题的交互迭代，最终解决问题(DM-i)。本发明提高了系统传输效率，节省带宽资源，获得更优质的无线网络体验质量。
-
公开(公告)号：CN108848552A
公开(公告)日：2018-11-20
申请号：CN201810662110.2
申请日：2018-06-25
Applicant: 浙江工业大学
Abstract: 一种基于线性搜索式的非正交接入最优解码排序上行传输时间优化方法，包括以下步骤：(1)在给定一种解码排序πm的条件下,优化问题描述为一个非凸性优化问题；(2)将(P1-m)问题等价转换为(P1-m-E)问题；将(P1-m-E)问题等价转换为(P2)问题；提出(P2-Sub)问题；(3)提出基于线性搜索的算法P2-Algorithm，在智能终端的上传量 给定的情况下优化整体无线资源消耗；(4)提出算法OptOrder-Algorithm找到最优的解码排序，输出结果为全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率，节省带宽资源，获得更优质的无线网络体验质量。
-
公开(公告)号：CN108810986A
公开(公告)日：2018-11-13
申请号：CN201810477038.6
申请日：2018-05-18
Applicant: 浙江工业大学
Abstract: 一种基于深度确定性策略梯度的非正交接入下行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，在移动用户的下载量给定的情况下最小化基站的下行传输时间和基站总能量消耗；(2)DDRCM问题是在给定移动用户下载量的情况下找到最优的下行资源消耗，观察DDRCM问题知道它的目标函数只有一个变量t；(3)通过深度确定性策略方法来寻找一个最优的下行传输时间t*，使得有最优的下行资源消耗(下行传输时间和基站总能量消耗)；(4)不断重复迭代过程直到得到最优的下行传输时间t*，使得有最优的下行资源消耗。本发明最小化下行传输时间与基站总能量消耗。
-
公开(公告)号：CN108770072A
公开(公告)日：2018-11-06
申请号：CN201810661506.5
申请日：2018-06-25
Applicant: 浙江工业大学
CPC classification number: H04W72/121 , H04W24/02 , H04W52/346 , H04W72/1231 , H04W72/1268
Abstract: 一种基于深度强化学习的非正交接入最优解码排序上行传输时间优化方法，包括以下步骤：(1)在给定一种解码排序πm的条件下,优化问题描述为一个非凸性优化问题；(P1‑m)问题是在给定智能终端上传量的情况下找到最优的整体无线资源消耗，观察(P1‑m)问题知道它的目标函数只有一个变量；(2)和(3)通过深度强化学习算法来找到一个最优的上行传输时间，使得有最优的整体无线资源消耗；(4)提出算法OptOrder‑Algorithm找到最优的解码排序，再联合深度强化学习算法，输出全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率，获得更优质的无线网络体验质量，使得有最优的整体无线资源消耗。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.032 seconds)
