-
公开(公告)号：CN119997054A
公开(公告)日：2025-05-13
申请号：CN202510091871.7
申请日：2025-01-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种面向星地融合网络的动态缓存更新方法，包括：步骤一：根据LEO卫星的位置信息建立LEO卫星‑基站的时变关联矩阵，基于时变关联矩阵构建地面基站‑LEO卫星‑核心网网关三层的缓存架构网络模型；步骤二：构建多内容子库模型表征不同卫星覆盖区域下的内容流行度；步骤三：构建网络中卫星与基站的通信链路模型，建立衡量星地缓存策略好坏的性能指标；步骤四：提出基于元强化学习的星地及星间自适应阈值协作缓存策略，学习不同覆盖区域间内容流行度的变化特征，基于卫星覆盖区域间内容特征相似度以及卫星节点处的备选内容索引集合实现区域切换时的缓存更新。本发明的有益效果是：提升了深度强化学习的泛化能力，提高了网络能效。
-
公开(公告)号：CN117676601A
公开(公告)日：2024-03-08
申请号：CN202311678788.7
申请日：2023-12-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W16/18 , H04B7/0413 , H04B7/145 , G06N3/006
Abstract: 本发明公开了一种面向窃听环境下去蜂窝大规模MIMO系统的AIRS部署方法，方法首先提出了最大的用户处符号错误概率最小化优化问题，约束条件包括绝对安全限制约束、AIRS的位置范围和角度范围，通过块坐标下降算法将原始优化问题解耦为两个子优化问题：AIRS位置部署子问题和AIRS角度部署子问题，针对AIRS位置部署优化，使用逐次凸逼近算法将非凸子问题转化为凸问题，然后用凸优化求解器求解；针对AIRS的角度部署，提出了一种改进的粒子群优化方法解决。相比传统的粒子群方法，本发明提出的改进粒子群优化方法可以避免陷入角度优化的局部最优解，在符号错误概率性能上更优，还能实现可靠性和安全性的更好折中。
-
公开(公告)号：CN117879680A
公开(公告)日：2024-04-12
申请号：CN202311770292.2
申请日：2023-12-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种基于强化学习的卫星协作缓存和用户接入方法，包括:构建地轨卫星网络模型，基于所述地轨卫星网络模型建立卫星与用户之间的链路可用性模型、内容缓存与用户接入模型以及卫星与用户的通信模型；以最小化网络模型长期的内容服务延迟为优化目标，以卫星的缓存容量限制、协作缓存卫星的跳数限制、用户的接入策略限制为约束条件，建立了缓存放置和用户接入的联合优化问题P1；将缓存放置和用户接入的联合优化问题P1转化为最大化长期奖励MDP问题；利用基于双层DQN的强化学习算法求解最大化长期奖励MDP问题，最终获得网络模型长期奖励最大时的协作缓存放置策略和用户接入策略。本发明有效减少了网络中的服务时延。
-
公开(公告)号：CN119652369A
公开(公告)日：2025-03-18
申请号：CN202510174387.0
申请日：2025-02-18
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04B7/0413 , H04B7/0456 , H04B7/06 , H04B7/08 , H04W28/22
Abstract: 本发明公开了一种基于RSMA的去蜂窝大规模MIMO无线前传网络波束成形和速率分割方法，该方法包括：构建基于RSMA的CF‑mMIMO无线前传网络模型，所述CF‑mMIMO无线前传网络模型包括一个天线CPU、M个单天线和K个单天线用户；基于惩罚对偶分解方法，将最大化最小前传速率优化问题分解为三个子问题，交替地求解各个子问题，推导出最大化K个用户中的最小前传速率。本发明在基于RSMA的CF‑mMIMO无线前传网络中，通过设计波束成形和速率分割比率，能最大化最小前传速率，保障用户公平性。
-
公开(公告)号：CN117768987A
公开(公告)日：2024-03-26
申请号：CN202311800885.9
申请日：2023-12-26
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W52/26 , H04W52/28 , H04W52/24 , H04B17/391
Abstract: 本发明公开了一种基于蜂窝网络的无人机轨迹规划和视频传输方法，方法包括：构建蜂窝网络下的基站天线模型、无人机与基站之间的信道模型、无人机的能量消耗模型以及无人机与基站之间的视频传输模型；以最小化无人机的能量消耗为优化目标，以满足通信服务质量QoS、无人机监测所有目标点为约束条件，建立最小化无人机的能量消耗优化问题P1并将其转化为马尔科夫决策过程问题，马尔科夫决策过程问题以无人机作为代理，包括状态空间、动作空间、状态转移过程和奖励函数；利用基于深度强化学习的联合优化算法求解马尔科夫决策过程问题，找到无人机能耗最小并满足视频传输质量要求的最优解。本发明方法提高了无人机在视频监测场景下的能量利用率。
-
Patent Agency Ranking
公开(公告)号：CN116827466A
公开(公告)日：2023-09-29
申请号：CN202310804293.8
申请日：2023-07-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04B17/391 , H04B17/364 , H04B7/185 , H04W24/02
Abstract: 本发明公开了一种无人机通信延迟预测模型、预测方法和预测系统，所述模型为基于马尔科夫链的时序预测模型，输入为历史延迟数据，输出是由延迟预测范围的中心点和相对所述中心点的左右偏移量组成的延迟预测范围，模型使用Erlang分布对历史延迟数据进行拟合并构建马尔可夫状态转移矩阵；使用转移矩阵选择下次延迟预测值，观察拟合后的延迟数据绘制自相关函数，利用时序预测的移动平均确定延迟预测范围的中心点；根据转移矩阵中的转移概率对左右偏移量进行定量分配，最终获得模型的输出。本发明根据当前的UAV通信延迟得到之后短时间内UAV延迟可能出现的范围，实现了很高的预测准确度，用于蜂窝网下UAV的安全操控。
-
公开(公告)号：CN117676601B
公开(公告)日：2024-09-03
申请号：CN202311678788.7
申请日：2023-12-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W16/18 , H04B7/0413 , H04B7/145 , G06N3/006
Abstract: 本发明公开了一种面向窃听环境下去蜂窝大规模MIMO系统的AIRS部署方法，方法首先提出了最大的用户处符号错误概率最小化优化问题，约束条件包括绝对安全限制约束、AIRS的位置范围和角度范围，通过块坐标下降算法将原始优化问题解耦为两个子优化问题：AIRS位置部署子问题和AIRS角度部署子问题，针对AIRS位置部署优化，使用逐次凸逼近算法将非凸子问题转化为凸问题，然后用凸优化求解器求解；针对AIRS的角度部署，提出了一种改进的粒子群优化方法解决。相比传统的粒子群方法，本发明提出的改进粒子群优化方法可以避免陷入角度优化的局部最优解，在符号错误概率性能上更优，还能实现可靠性和安全性的更好折中。
-
公开(公告)号：CN118041428A
公开(公告)日：2024-05-14
申请号：CN202410258175.6
申请日：2024-03-07
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明公开了一种面向卫星异构组网的多时间尺度协同缓存方法，包括：构建卫星异构组网系统模型并建立卫星服务用户的流程；以最小化系统时延和内容缓存代价为优化目标，以卫星的缓存容量限制、缓存变量离散化限制以及低轨卫星与中轨卫星之间的通信限制为约束条件，建立星间协同缓存优化问题并转化为马尔科夫决策问题，并利用基于分层强化学习算法求解所述马尔科夫决策问题，将低轨卫星作为内层智能体，将中轨卫星作为外层智能体，两层算法有相同的网络模型状态输入和最大化长期奖励优化目标，最终获得网络模型长期奖励最大时的缓存策略和卫星连接策略，本发明方法可以有效减少系统时延和内容放置代价。
-
公开(公告)号：CN116867089B
公开(公告)日：2023-12-05
申请号：CN202311101009.7
申请日：2023-08-30
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W72/50 , H04W72/0453 , H04W72/044 , H04W72/541 , H04W72/543 , H04W52/42 , H04W52/26 , H04W52/24 , H04B7/0413 , H04B7/0426 , H04W16/14
Abstract: 本发明公开了一种基于改进二分法的共生去蜂窝大规模MIMO系统资源分配方法，考虑到传统去蜂窝网络下的共生无线电系统难以支持大规模用户接入以及高能量效率的需求，以及传统资源分配方式效率较低的缺点，研究了SWIPT辅助共生CF‑mMIMO系统资源分配问题，在满足主用户传输速率需求和能量限制等实际约束条件下，最大化次用户的公平性。本发明对传统二分法进行改进，提出一种联合优化上下行功率控制和反向散射系数的新型资源分配策略，使用逐次凸逼近方法解决传统二分法没有考虑的下行信干比非凸限制。本发明方法的性能十分接近于全局最优解，且相较于传统的全功率传输方式，性能有
-
公开(公告)号：CN116567839B
公开(公告)日：2023-10-13
申请号：CN202310823567.8
申请日：2023-07-06
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W72/50 , H04B7/0413 , H04W52/14
Abstract: 本发明公开了一种去蜂窝大规模MIMO网络下共生无线电系统的资源分配方法，针对去蜂窝大规模MIMO网络下共生无线电系统提出了联合优化上下行功率控制和次用户反向散射系数的资源分配问题，考虑到多参数优化的复杂性以及优化目标函数的凹凸性，提出了基于块坐标下降法的资源分配方法，结合二分法和逐次凸逼近方法可以得到一个收敛解，并且十分接近全局最优解。本发明考虑SWIPT辅助CF‑mMIMO网络与共生无线电系统相结合，支持海量用户接入，实现主、次系统的无源通信，通过联合资源分配来解决在一定主用户服务质量需求、能量限制等实际约束下的次用户公平性最大化问题，与现有传统全功率传输分配策略相比，本发明提出的资源分配策略能够保证更好的公平性性能。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.032 seconds)
