-
公开(公告)号：CN118945686A
公开(公告)日：2024-11-12
申请号：CN202410928425.2
申请日：2024-07-10
Applicant: 湖南汽车工程职业学院 , 福州大学
Abstract: 本发明涉及一种基于无人机干扰辅助的多用户能量采集资源分配方法，属于能量采集资源分配领域。基于D3QN算法，设计一个多智能体框架，将无人机和每一个次用户视为独立的智能体共同协作，以实现系统PLS的最优性能。本发明方法相比于其他传统方法具有最优的系统平均保密速率。
-
公开(公告)号：CN118354349A
公开(公告)日：2024-07-16
申请号：CN202410564255.4
申请日：2024-05-08
Applicant: 湖南汽车工程职业学院
IPC: H04W24/06 , H04B17/382 , H04B17/391
Abstract: 本发明涉及一种基于两层博弈频谱感知提高频谱利用率的方法。在能量采集认知物联网系统模型的基础上，针对自私用户搭便车的问题，建立一种惩罚机制来刺激次用户SU在感知过程中正常感知频谱；并针对多个主用户PU和多个次用户SU的系统模型，提出一种基于两层博弈的协作频谱感知和接入方法来动态协调次用户SU的策略。本发明所提方法的系统整体吞吐量有明显提高，并且在联盟之间用户分配上更具均衡性。
-
Patent Agency Ranking
公开(公告)号：CN118945665A
公开(公告)日：2024-11-12
申请号：CN202410924093.0
申请日：2024-07-10
Applicant: 湖南汽车工程职业学院
IPC: H04W12/122 , H04W12/37
Abstract: 本发明涉及一种基于区块链评价和协调机制的演化博弈安全策略方法，属于网络安全领域。该方法提出一种区块链协调机制来限制复杂网络中SJ（友好次干扰机（Secondary Jammer，SJ））对主用户PU的影响，并考虑能量采集认知无线电EH‑CR网络中次用户SU在感知阶段面对的主用户仿真攻击PUEA和干扰攻击、以及在传输阶段同时面对窃听攻击和干扰攻击的三种不同安全威胁情况下提出演化博弈攻防模型；通过研究次用户SU和恶意用户MU双方玩家的动态特性，调整SU感知阶段的能耗成本或MU行为策略的奖惩来限制恶意攻击的概率，以此提高网络系统的安全收益。
-
公开(公告)号：CN117760483A
公开(公告)日：2024-03-26
申请号：CN202311229039.6
申请日：2023-09-22
Applicant: 福州大学
IPC: G01D21/02 , G06V10/80 , G06V10/141 , G06V10/147 , G06V10/94 , G06V10/88 , G01B11/00
Abstract: 本发明涉及一种基于多传感信息融合的高铁弓网状态智能检测系统及方法，该系统包括采集模块、核化相关滤波器、FPGA数据智能处理模块、控制中心、传感器模块和数据存储模块；采集模块用于采集悬链线和受电弓交叉口的图像；核化相关滤波器用于过滤掉图像中的非目标值；传感器模块包括接触力传感器、加速度传感器和角位移导高传感器；FPGA数据智能处理模块用于结合传感器模块检测到的受电弓与悬链线的动态参数对图像进行处理分析，分析出受电弓与悬链线的当前状态并发送给控制中心；控制中心用于对分析后的数据进行显示。该系统及方法有利于提高高铁弓网状态检测的精度。
-
公开(公告)号：CN118762295A
公开(公告)日：2024-10-11
申请号：CN202410795784.5
申请日：2024-06-19
Applicant: 福州大学
IPC: G06V20/17 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N5/04
Abstract: 本发明提出了一种基于FPGA的高能效嵌入式无人机入侵检测系统，采用量化感知训练QAT对网络进行再训练和量化，在保证检测精度前提下，将权重参数与特征图数据量化为8位，并将批归一化层融合进卷积层，降低了硬件资源的消耗。整体系统采用软硬件协同设计实现，合理划分软硬件任务，从而实现了整个系统的高效性。整体系统采用软硬件协同设计实现，合理划分软硬件任务，从而实现了整个系统的高效性。
-
公开(公告)号：CN117479205A
公开(公告)日：2024-01-30
申请号：CN202311394296.5
申请日：2023-10-25
Applicant: 福州大学
IPC: H04W24/06 , G06F17/10 , G06Q10/04 , H04W52/34 , H04B17/382
Abstract: 本发明提供一种基于双层博弈的能量采集认知无线网络联合时间和功率分配的方法，首先将能量收集(energy harvesting,EH)引入到CR网络中，构建EH‑CR网络，并且应用“采集‑使用”的能量采集架构来收集和使用能量。然后，将PU和SUs之间的相互作用建模为Stackelberg博弈，将SUs之间的相互作用建模为超模博弈。为了提高SUs之间的公平性，该方法引入了公平性评价系数。接着，通过求解超模博弈的NE解，可以得到均衡的频谱感知时间系数和均衡的功率分配方案。
-
公开(公告)号：CN117354833A
公开(公告)日：2024-01-05
申请号：CN202311317071.X
申请日：2023-10-12
Applicant: 福州大学
IPC: H04W24/02 , H04W24/06 , H04W4/46 , H04B17/382
Abstract: 本发明涉及一种基于多智能体强化学习算法的认知物联网资源分配方法。针对高速移动下的认知物联网的联合信道选择与功率控制资源分配问题，考虑车辆与车辆之间的通信，主用户占用频谱的随机性、信道状态的高度动态变化以及车辆间通信的时效性要求等难点，将问题建模为马尔可夫决策过程。使用多智能体强化学习方法，让车辆用户充当智能体，收集局部观测信息并通过算法决定自身传输策略，得到最优的资源分配方案。相较于其他对比方案，改进后的多智能体近端策略优化算法的认知物联网资源分配方案能够明显降低车辆用户的平均信息年龄。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
