-
公开(公告)号：CN114679209B
公开(公告)日：2024-06-04
申请号：CN202210348978.1
申请日：2022-04-01
Applicant: 华中科技大学 , 深圳华中科技大学研究院
Abstract: 本发明公开了一种基于智能反射面的时间反演无线通信系统和方法，属于无线通信与智能反射面领域。在自由空间中，时间反演技术的时空聚焦特性不明显，降低了多径分集增益，影响时间反演无线通信系统容量、能量效率、服务质量等性能。为弥补时间反演技术在自由空间中的劣势，提升时间反演技术的时空聚焦特性，本发明将智能反射面引入时间反演无线通信系统，利用智能反射面提供的众多反射链路，为时间反演技术提供多径分集增益，增强时空聚焦特性，并达到时空聚焦特性智能调控的效果，提升时间反演无线通信系统的能量效率、系统容量和服务质量。
-
公开(公告)号：CN117408332B
公开(公告)日：2024-11-29
申请号：CN202311359009.7
申请日：2023-10-19
Applicant: 华中科技大学
Abstract: 本发明属于人工智能技术领域，公开了一种基于区块链与联邦学习的去中心化AI训练与交易平台及方法，包括：AI训练层，用于边缘设备/终端从区块链侧或许最新的全局模型参数，并利用本地数据独立地执行联邦学习的训练任务，将训练好的本地模型参数提交至区块链层，训练节点需经过证书授权机构进行身份验证后方可加入联邦学习训练；区块链层，联邦学习训练节点从区块链上获取新的综合全局模型利用本地数据开始训练；训练结束后，联邦学习训练节点提交本地模型至区块链，智能合约实时监测上传至区块链中本地模型的数量，若到达第一阈值，触发新一轮聚合操作；交易层，用于将最终生成的全局模型将被加入到AI模型池中供任意用户进行交易。
-
公开(公告)号：CN113904717A
公开(公告)日：2022-01-07
申请号：CN202111496120.1
申请日：2021-12-09
Applicant: 华中科技大学
IPC: H04B10/079 , G06N20/00 , G06N3/08 , G06N3/04
Abstract: 本发明公开了一种光传送网OTUk帧误码概率预测方法和系统，属于光传送网网络性能预测领域。包括：训练阶段：A1.获取光传送网中目标OTUk SM‑OH中误码性能值及目标OTUk对应的光域光信道误码率的历史数据；A2.依据OTUk各时段的误码性能值，进行误码状态标注；A3.将以光域光信道误码率为底的对数值作为输入，将误码状态作为输出，对OTUk帧误码概率预测模型采用对数几率回归算法进行训练；应用阶段：将未来时段的光域光信道误码率输入至训练好的预测模型，得到对应未来时段的OTUk帧误码概率。本发明首次提出利用光域性能值预测电域信号的性能劣化概率，并利用对数几率回归建模，实现性能劣化概率的计算。
-
公开(公告)号：CN112800247B
公开(公告)日：2021-06-18
申请号：CN202110382108.1
申请日：2021-04-09
Applicant: 华中科技大学
Abstract: 本发明公开了基于知识图谱共享的语义编/解码方法、设备和通信系统，属于无线通信领域。本发明提出三种全新的基于知识图谱共享的语义通信架构，有望成为未来6G技术的基石。由于语义通信主要依赖于建立在人类用户和机器之间都具备普适性和可理解性的语义知识库，因此，有望打破目前机‑机智联中信息模态不一致导致的不兼容性问题，为建立能够满足不同类型设备之间互通互联的统一通信协议架构奠定基础。其次，由于语义通信以人类的普适性知识和语义体系作为基础，因此，可从根本保证人‑机智联与人‑人智联交互及通信时的用户服务体验，并进一步减少语义和物理信号之间的转换次数，从而降低可能产生的语义失真。
-
公开(公告)号：CN112596024A
公开(公告)日：2021-04-02
申请号：CN202011411399.4
申请日：2020-12-04
Applicant: 华中科技大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于环境背景无线射频信号的运动识别方法，属于运动识别领域。本发明利用物体运动会改变无线电磁波在空间上传输的路径和其他相关特征这一属性，结合环境背景无线射频信号(包括Wi‑Fi、LTE、4G和5G等)无处不在且无需额外部署信号发射源的优势，摆脱了运动识别中对特定信号源以及周围环境的依赖；本发明利用聚类和自学习技术，首先利用标签数据训练出可识别已知运动类型的运动判别器，随后将所采集数据中的未知运动类型样本提取出来，最后对未知运动类型的样本进行聚类并标注成为新的运动类型，通过循环上述步骤，实现未知运动类型的自标签和自学习，打破了现有技术在可识别运动类型与应用场景的局限性。
-
Patent Agency Ranking
公开(公告)号：CN109862610A
公开(公告)日：2019-06-07
申请号：CN201910013868.8
申请日：2019-01-08
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于深度强化学习DDPG算法的D2D用户资源分配方法，本发明利用蜂窝用户和D2D用户相关信息，利用深度强化学习方法获得了最优的D2D用户信道分配和发射功率联合优化策略，D2D用户通过选择合适的发射功率和分配信道，来降低对蜂窝用户的干扰，同时最大化自身的信息速率，在不影响蜂窝用户QoS的情况下实现了高效资源分配，提高了蜂窝网络的吞吐量，符合绿色通信的要求。DDPG算法有效解决D2D用户信道分配和功率控制的联合优化问题，不仅在一系列连续动作空间的优化中表现稳定，而且求得最优解所需要的时间步也远远少于DQN，与基于值函数的DRL方法相比，基于AC框架的深度策略梯度方法优化策略效率更高、求解速度更快。
-
公开(公告)号：CN117135655B
公开(公告)日：2024-09-24
申请号：CN202311026333.7
申请日：2023-08-15
Applicant: 华中科技大学 , 武汉烽火技术服务有限公司
IPC: H04L47/56 , H04W24/02 , H04W24/06 , H04W72/543
Abstract: 本发明属于网络运营服务技术领域，尤其涉及一种时延敏感WiFi的智能OFDMA资源调度方法、系统及终端，首先AP获取每个STA对应的缓存队列的相关信息；然后将OFDMA资源调度问题建模为一个马尔可夫决策过程，定义其中的状态、动作以及奖励函数，利用PPO深度强化学习算法求解最优策略；最后利用最优策略控制OFDMA资源单元的调度。本发明可以满足时延敏感业务对于WiFi网络的QoS要求，在20MHz带宽下，当网络总数据输入速率不超过20Mbps时，所有时延敏感节点均能够保证95％以上的可靠性，一定程度上保证了时延敏感业务的确定性时延。此外，本发明适用于上行和下行场景，并能够在网络数据输入速率不同的场景中工作。
-
公开(公告)号：CN115549790B
公开(公告)日：2023-03-24
申请号：CN202211508363.7
申请日：2022-11-29
Applicant: 湖北经济学院 , 华中科技大学 , 武汉慧联无限科技有限公司 , 中国地质大学(武汉)
IPC: H04B10/2513 , H04B10/50 , H04B10/556 , H04J3/16 , H04J14/02
Abstract: 本发明提供一种新型APol‑CRZ‑FSK光调制、解调技术及其产生的DWDM系统。该方法通过激光器CW发射光信号送入MZM1进行载波抑制获得两个频率信号，通过MZM2和MZM3依次进行调制和脉冲切割，接下来发送给MZDI处理后，通过相位调制器控制预啁啾量，最后发送给偏振交替装置产生APol‑CRZ‑FSK信号；N路（）信号通过DWDM系统合波、放大、传输、色散补偿后，接收侧将信号分波，通过带通滤波器滤滤出两个频率中的一个，直接检测实现信号的解调。本发明与传统的FSK、APol‑FSK调制格式相比，具有明显的非线性抗性优势；可作为面向6G的传输网高速光调制技术的一种候选方案。
-
公开(公告)号：CN114490920A
公开(公告)日：2022-05-13
申请号：CN202210070546.9
申请日：2022-01-21
Applicant: 华中科技大学
Abstract: 本发明公开语义知识库自动构建与更新方法、语义编码器和通信架构，属于语义通信领域。针对现有语义通信框架和模型需在通信前预先训练、无法对未知知识进行语义编解码、无法对未知语义进行自动模型更新和编解码的语义通信的问题，本发明引入语义知识库自动构建方法、推理机制自动更新方法与语义编解码器协同机制。本语义通信架构可以自动识别未知语义信息，自动学习和适配未知实体和已知实体间关系，并且引入模型自动学习和自动更新机制，能够实现在语义通信过程中自动协同编码器和解码器的语义知识库，从而实现语义编解码器实时协同更新学习模型。避开对传统语义信息中的语义知识库单一且固定，当遇到未知知识时无法实现编码与解码等问题。
-
公开(公告)号：CN111935783A
公开(公告)日：2020-11-13
申请号：CN202010661109.5
申请日：2020-07-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于流量感知的边缘缓存系统和方法，属于无线通信技术领域。本发明通过雾节点之间的相互协作以及云端与雾节点之间的协同机制，实现了高效的内容缓存；通过联合考虑雾节点的缓存容量限制和基站与用户之间的通信容量，同时考虑内容的传输时延和用户的排队等待时延，将任意请求内容的平均下载时延最小化的问题看作一个多类处理器排队问题，更加符合实际的网络场景。为了求解出最优的边缘缓存策略，本发明提出一种基于ADMM(Alternating Direction Method of Multipliers，交替方向乘子法)的缓存算法，与现有的凸优化问题常见解决算法相比，本发明所提出的缓存算法可以通过非常快的收敛速率到达全局最优解。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.021 seconds)
