-
公开(公告)号:CN114896866B
公开(公告)日:2024-08-02
申请号:CN202210419831.7
申请日:2022-04-21
Applicant: 北京科技大学顺德研究生院 , 北京科技大学
IPC: G06F30/27 , G06F17/18 , G06F17/11 , G06N20/10 , G06N20/20 , G06F119/04 , G06F119/14
Abstract: 本发明涉及镍基合金蠕变技术领域,提供了一种镍基高温合金蠕变寿命预测方法,包括:构建镍基高温合金数据集;构建Larson‑Miller参数法和热强参数综合方程结合的经验公式模型;构建SVM模型;构建高斯过程回归模型;对上述三个模型利用集成学习中的加权平均法得到集成模型;利用集成模型得到特定镍基合金在特定温度和特定拉力条件下的合金蠕变寿命预测值。本发明综合传统方式与现代机器学习模型的优点,发挥各个模型的优势。通过集成模型构建镍基高温合金的蠕变寿命预测相比于单个模型来说具有更加高的准确性,并且相比传统的公式法具有更小的误差性。
-
公开(公告)号:CN114896866A
公开(公告)日:2022-08-12
申请号:CN202210419831.7
申请日:2022-04-21
Applicant: 北京科技大学顺德研究生院 , 北京科技大学
IPC: G06F30/27 , G06F17/18 , G06F17/11 , G06N20/10 , G06N20/20 , G06F119/04 , G06F119/14
Abstract: 本发明涉及镍基合金蠕变技术领域,提供了一种镍基高温合金蠕变寿命预测方法,包括:构建镍基高温合金数据集;构建Larson‑Miller参数法和热强参数综合方程结合的经验公式模型;构建SVM模型;构建高斯过程回归模型;对上述三个模型利用集成学习中的加权平均法得到集成模型;利用集成模型得到特定镍基合金在特定温度和特定拉力条件下的合金蠕变寿命预测值。本发明综合传统方式与现代机器学习模型的优点,发挥各个模型的优势。通过集成模型构建镍基高温合金的蠕变寿命预测相比于单个模型来说具有更加高的准确性,并且相比传统的公式法具有更小的误差性。
-
公开(公告)号:CN119865888A
公开(公告)日:2025-04-22
申请号:CN202411843900.2
申请日:2024-12-14
Applicant: 北京科技大学
Abstract: 本发明公开一种能耗速率权重自适应的认知网络路由重构方法及装置,涉及移动通信技术领域。方法包括:将每个中继节点的累计能耗速率权衡值初始化;计算源节点与中继节点之间的距离;计算每个中继节点的当前状态;计算每个中继节点的剩余能量;计算每个中继节点的传输数据包的通信速率;确定每个中继节点的即时能耗速率函数;确定每个中继节点的累计能耗速率权衡值;选择下一跳的中继节点;判断每个中继节点的累计能耗速率权衡值是否收敛,如果未收敛,则将中继节点在当前时刻的剩余能量确定为上一时刻剩余能量,循环执行;否则停止循环执行,完成网络路由重构。采用本发明,可以确保在优化能量消耗的同时,满足通信速率的服务质量要求。
-
公开(公告)号:CN119788155A
公开(公告)日:2025-04-08
申请号:CN202411831646.4
申请日:2024-12-12
Applicant: 北京科技大学
IPC: H04B7/185 , H04B17/391 , H04B17/309 , H04W40/02
Abstract: 本发明提供一种面向跨域战场环境的空地通信链路自适应切换方法及装置,涉及无人机通信技术领域。该方法包括:建立无人机与地面通信基站之间的通信信号衰减模型;基于通信信号衰减模型,构建通信质量指标;计算待选择通信链路和当前通信链路的通信质量指标,根据通信质量指标选择最佳通信链路,并完成通信链路的切换工作。本发明提供了一种面向跨域战场环境的分布式网络资源配置方案,针对无人机和地面通信基站的通信链路和无人机组网之间的资源配置,建立通信模型、提出资源优化算法,实现优化节点资源和传输功率。
-
公开(公告)号:CN119727742A
公开(公告)日:2025-03-28
申请号:CN202510219014.0
申请日:2025-02-26
Applicant: 北京科技大学
IPC: H03M13/29
Abstract: 本发明提供一种面向Turbo乘积码的译码方法及系统,涉及通信技术领域,方法包括:初始化Turbo乘积码译码器;获取待译码的信道信息;将信道信息量化为有符号字符型数据;通过异步传输方式,将量化后的信道信息传输至GPU;利用与GPU线程块大小一致的帧内并行度,通过Chase算法对信道信息分别进行按行更新和按列更新,直至达到最大迭代次数,完成软输出信息的更新;根据信道信息和更新后的软输出信息进行硬判决;通过异步传输方式将硬判决结果传输至CPU的主机内存;完成所有码字的译码后,进行资源释放。本发明可以实现低延时、高吞吐率和高可靠性的译码过程,提高资源利用率和译码效率。
-
公开(公告)号:CN119653379A
公开(公告)日:2025-03-18
申请号:CN202411637438.0
申请日:2024-11-15
Applicant: 北京科技大学
IPC: H04W16/22 , H04W28/08 , H04W28/02 , H04W24/02 , H04W24/06 , H04W72/53 , H04W28/16 , H04W84/06 , H04L41/142 , G06N5/04
Abstract: 本发明提供一种基于博弈论的多任务非地面网络资源分配方法及装置,涉及无线通信技术领域。该方法包括:建立多任务卸载及通信传输网络模型,包括多个LEO卫星、多个无人机和多个地面用户;建立基于时延与能耗的网络效用优化问题;根据演化少数派博弈方法与Stackelberg博弈模型,得到非地面网络资源分配结果;其中,非地面网络资源分配结果包括:卸载关联、卸载比例与资源分配,以实现通信时延与网络能耗的优化。本发明所提供的技术方案可以在非地面网络环境中,满足地面用户多任务传输需求,在有效降低通信过程传输时延的同时,平衡网络负载,实现非地面网络通信的绿色可持续发展。
-
公开(公告)号:CN114867115B
公开(公告)日:2024-11-29
申请号:CN202210389876.4
申请日:2022-04-14
Applicant: 北京科技大学
IPC: H04W72/0446 , H04B17/391 , H04W74/0833
Abstract: 本发明公开了一种面向联合雷达与通信系统的接入资源分配方法及装置,该方法包括:建立联合雷达与通信系统在时隙ALOHA协议下的传输模型,推导雷达与通信信号间的干扰概率,进而推导出联合雷达与通信系统中通信数据包的吞吐量;使用广义似然比检测器进行雷达的目标检测,并推导出雷达检测概率;在雷达检测概率不低于预设阈值的约束下,通过时隙分配,最大化通信数据包的吞吐量,实现联合雷达与通信系统中通信与雷达性能的最佳权衡。本发明考虑利用基于时隙ALOHA协议的接入资源分配机制,同时建立使用广义似然比检测器的雷达目标检测模型,解决联合雷达与通信系统的性能权衡问题。
-
公开(公告)号:CN114786258B
公开(公告)日:2024-10-29
申请号:CN202210339926.8
申请日:2022-04-01
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于图神经网络的无线资源分配优化方法及装置,该方法包括:对太赫兹频段下大规模无线网络部署进行建模,考虑太赫兹频段下大规模无线网络下多个接收机和发射机对的功率和子信道分配问题;并修正信号传输过程中的干扰,建立太赫兹频段下大规模无线网络下行系统的物理信道模型;对无线网络资源分配优化问题进行描述;并将无线网络建模成无线信道图,将无线网络资源分配优化问题表述为图优化问题;找到可以将无线信道图映射到最佳功率分配向量和最佳子信道分配向量的策略,实现功率与子信道的联合分配优化。本发明可以解决太赫兹频段下大规模无线网络的资源分配优化问题。
-
公开(公告)号:CN115967422B
公开(公告)日:2024-10-25
申请号:CN202111179514.4
申请日:2021-10-11
Applicant: 北京科技大学
IPC: H04B7/0426 , H04B7/06 , H04B7/08 , H04W52/34
Abstract: 一种节省可配置智表面(RIS)辅助协作反向散射传输耗能的方法,属于通信技术领域,在由主动发射信号的多天线主发射端、借助RIS进行协作反向散射传输的能量受限次发射端、以及接收端组成的系统中实现。本发明方法利用RIS无限能量收集,通过对主发射端波束成形向量、RIS工作模式分配方案以及次发射端反射波束成形向量进行设计,能够在保证主次发射端信息传输质量的条件下,为进行协作反向散射传输的次发射端节省RIS耗能。已有的对RIS辅助多天线协作反向散射通信系统的研究基本不考虑次发射端耗能,然而对于能量受限次发射端而言,RIS的耗能不应被忽略。与已有研究不同,本发明提出的方法能够有效节省能量受限次发射端的RIS耗能。
-
公开(公告)号:CN115334519B
公开(公告)日:2024-01-26
申请号:CN202210763154.0
申请日:2022-06-30
Applicant: 北京科技大学
Abstract: 本发明提供了一种无人机IRS网络中用户关联与相移优化方法及系统,优化方法包括S1:初始化网络部署,无人机飞行至服务区域,初始化无人机发射功率、IRS位置以及用户位置,其中IRS表示智能反射面;S2:根据全干扰扩充方案将用户关联与解码顺序进行解耦合,将用户关联与相移优化转化为一个凸优化问题,获取关联方案;S3:根据S2中的关联方案进行IRS反射系数的起始点优化,获得初始方案;S4:根据S3中的初始方案,遍历所有IRS以及其上的反射单元进行反射系数优化;S5:判断S4输出的结果是否收敛,如是则结束,不收敛则返回S2进行循环优化直至收敛。
-
-
-
-
-
-
-
-
-