公开(公告)号：CN117036979A

公开(公告)日：2023-11-10

申请号：CN202311100150.5

申请日：2023-08-29

Applicant: 重庆邮电大学

Inventor： 曹大宇 ,  韩承皓 ,  崔太平 ,  孙嘉悦

IPC: G06V20/13 ,  G06V10/40 ,  G06T7/136 ,  G06T7/194 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/06

Abstract: 本发明涉及一种基于深度学习的人工智能图像识别方法，属于图像处理技术领域。本发明中，采用优化算法对Back Propagation神经网络进行优化。由于群体智能优化算法具有较强的全局收敛能力和较强的鲁棒性，能够很好的弥补神经网络的收敛速度慢和陷入局部最优的缺点，使得整个系统相较于传统的人工神经网络预测法，考虑云高影响的云遮挡预测法能准确判断云团移动对光伏电站的遮挡状况，同时，优化过的长短期记忆网络模型可以满足全气候条件下光伏超短期功率预测的高精度、高效率、高稳定性的应用需求，从而为太阳能光伏的高效经济运行提供了可能，且能有效提高超短期预测的预测精度。

公开(公告)号：CN118300657A

公开(公告)日：2024-07-05

申请号：CN202410553159.X

申请日：2024-05-07

Applicant: 重庆邮电大学

Inventor： 胡林 ,  刘锡炎 ,  杨琪 ,  潘枫玲 ,  韩承皓 ,  袁孛瑀 ,  徐昕阳

IPC: H04B7/06 ,  H04B7/08 ,  H04W24/02 ,  H04W52/14

Abstract: 本发明涉及通信传输技术领域，具体涉及一种RIS辅助SWIPT‑NOMA网络鲁棒波束赋形方法，包括构建基于RIS辅助的SWIPT‑NOMA网络下行链路模型，在不完美CSI和不完美SIC条件下构建传输功率最小化问题；将传输功率最小化问题转换为确定性约束传输功率最小化问题；将确定性约束传输功率最小化问题分解为基站主动波束赋形优化子问题和RIS被动波束赋行优化子问题；通过CVX工具箱求解基站主动波束赋形优化子问题，得到主动波束赋形向量；将主动波束赋形向量代入RIS被动波束赋形优化子问题，通过CVX工具箱求解得到RIS被动波束赋形；本发明方法具有较好的收敛性并能有效的降低基站的发射功率。