-
公开(公告)号:CN113630887A
公开(公告)日:2021-11-09
申请号:CN202111088357.6
申请日:2021-09-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于在线学习的毫米波网络的车联网通信方法,包括建立下行多播通信场景,包括一个4G宏基站、若干个毫米波频段小基站和若干车辆;向4G宏基站上传车辆信息;4G宏基站构建车辆组,并向毫米波频段小基站发送毫米波服务请求消息;毫米波频段小基站和车辆组建立关联,输出选好的波束‑功率对和使用这些波束‑功率对的车辆组;对波束‑功率对的选择结果进行调整,并更新波束‑功率对的性能值;选取性能值最大的波束‑功率对,并进行通信。本发明通过学习车载网络中的上下文信息和波束‑功率对之间的关系来选择更合适的波束和功率,从而提高毫米波无线车载网络的能量效率;同时通过共享相同的毫米波波束减少了对射频链路的占用。
-
公开(公告)号:CN111526499A
公开(公告)日:2020-08-11
申请号:CN202010305829.8
申请日:2020-04-17
Applicant: 中南大学
IPC: H04W4/48 , H04W72/04 , H04B7/0408
Abstract: 本发明公开了一种基于在线学习和毫米波束选择的车载终端通信方法,包括系统初始化;在每一个调度周期内收集每个进入毫米波频段小基站覆盖区域的注册车载终端的上下文信息并根据收集的车载终端的上下文信息确定所属的上下文子空间;对所有车载终端检查每个波束在对应的上下文子空间下的使用次数和对应的波束性能估计值并选定出待探测波束集合和待利用波束集合;选出若干个最优波束并分配给车载终端;车载终端利用波束进行通信,同时更新对应波束在对应上下文子空间下的使用次数和波束性能估计值;重复上述步骤实现车载终端的通信。本发明的可靠性高、实用性好且能够有效提升车载终端通信容量。
-
公开(公告)号:CN113163447B
公开(公告)日:2022-05-20
申请号:CN202110271286.7
申请日:2021-03-12
Applicant: 中南大学
Abstract: 本发明公开了一种基于Q学习的通信网络任务资源调度方法,包括获取通信网络的实时通信状态和通信参数并初始化R表;通信网络的每一个任务调度节点进行自身Q表的训练;通信网络的每一个任务调度节点进行自身Q表的决策;通信网络根据每一个任务调度节点在步骤S3得到的Q表进行后续的任务资源调度;通信网络的每一个任务调度节点进行自身R表的更新;重复上述步骤进行持续的通信网络任务资源调度。本发明利用Q学习的特点,为在具有不确定性的高动态网络环境下建模任务存活率与资源利用率之间的相互影响关系问题找到了突破口,通过创新性的算法研究和实施,实现了复杂情况下的通信网络的任务资源调度和平衡,而且可靠性高、稳定性好且简单方便。
-
-