-
公开(公告)号：CN114980157A
公开(公告)日：2022-08-30
申请号：CN202210405857.6
申请日：2022-04-18
申请人： 北京科技大学
摘要： 本发明公开了一种无人机中继网络中基于联邦学习的轨迹优化方法及装置，该方法包括：针对多无人机系统，假设无人机系统运行时长为最长飞行时间，将其等比例划分为若干个时隙，在每个时隙中，假定无人机的速度为匀速；然后基于无人机燃料消耗问题，以最大化整个中继网络的容量为目标，构建优化目标模型；中继无人机作为局部端采用强化学习算法进行本地模型训练，获取无人机的最优飞行方向和发射功率，以优化每个时隙内的中继网络容量；基于本地模型训练结果，采用联邦学习实现无人机中继网络中的轨迹优化。本发明基于无人机燃料消耗问题，采用联邦学习进行数据保护，实现了无人机中继网络容量的最大化，可有效提高中继网络的通信性能。
-
公开(公告)号：CN114880113A
公开(公告)日：2022-08-09
申请号：CN202210374646.0
申请日：2022-04-11
申请人： 北京科技大学
摘要： 本发明提供一种面向材料大数据的计算、传输资源与任务联合分配方法，属于材料大数据技术领域。所述方法包括：对由物联网层、边缘层及云层所组成的系统结构的材料数据收集传输过程进行建模，得到面向材料大数据处理的加权成本模型；引入自适应动态惯性权重因子和非线性收敛因子对鲸鱼优化算法进行改进，基于改进的鲸鱼优化算法对所述加权成本模型进行求解，得到任务分配比例及计算资源、传输资源分配因子的最优解。采用本发明，能够实现材料大数据的高效率、高质量的处理和传输。
-
公开(公告)号：CN113316239B
公开(公告)日：2022-07-08
申请号：CN202110505367.9
申请日：2021-05-10
申请人： 北京科技大学
摘要： 本发明公开了一种基于强化学习的无人机网络发射功率分配方法及装置，所述方法包括：初始化无人机以及用户的状态，定义动作空间以及神经网络的参数；初始化价值函数和当前网络状态的Q值；与环境交互接收奖励反馈并计算采取当前动作的Q值；根据反馈得到的奖励的最大值选取最优动作；更新系统的下一状态并存储至经验池中；判断经验数量是否达到预期值，若达到则开始进行深度强化学习，若未达到则继续循环；根据贝尔曼方程得到即时奖励并采取DPPO算法进行深度学习，以长期奖励函数最大化为目标进行强化学习；判断长期奖励函数的值是否趋于收敛，当趋于收敛时终止学习，此时已完成无人机无线自组网的资源分配最优化。
-
公开(公告)号：CN115334519A
公开(公告)日：2022-11-11
申请号：CN202210763154.0
申请日：2022-06-30
申请人： 北京科技大学
摘要： 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。
-
公开(公告)号：CN115086992A
公开(公告)日：2022-09-20
申请号：CN202210493623.1
申请日：2022-05-07
申请人： 北京科技大学
摘要： 本发明涉及无线通信技术领域，特别是指一种分布式语义通信系统以及带宽资源分配方法及装置，分布式语义通信系统包括D个终端设备与一个边缘服务器；方法包括：将深度残差网络的全连接层部署在边缘服务器上，将深度残差网络中全连接层以前的神经网络部署在D个终端设备上；基于分布式语义通信系统，建立带宽资源分配优化模型；构建并训练深度确定性策略梯度DDPG算法模型，在带宽资源分配优化模型的基础上，确定离线阶段的最佳资源分配策略网络；当处于在线线阶段时，将当前状态信息输入至最佳资源分配策略网络，确定最优的特征压缩方案和带宽资源分配方案。采用本发明，可以缓解当前无线通信网络中可用带宽资源稀缺的问题。
-
公开(公告)号：CN111835401A
公开(公告)日：2020-10-27
申请号：CN202010503621.7
申请日：2020-06-05
申请人： 北京科技大学
摘要： 本发明提供一种无人机通信网络中的无线资源与路径联合优化的方法，能够提高频谱利用率并且提高无人机无线通信网络的能量效率。所述方法包括：S1，将飞行周期内无人机的飞行路径划分为若干个子周期；S2，在每个子周期内，将信道分配给终端用户；S3，根据信道分配结果，求出终端用户功率的近似闭式解，并根据闭式解为终端用户分配功率；S4，根据信道、功率分配结果，将路径优化问题建立成凸优化问题，并根据建立成的凸优化问题进行路径优化；S5，根据功率分配结果和优化后的路径，返回S2进行迭代优化，直至能量效率数值不再变化或者迭代次数达到迭代次数最大值，得到最优的信道和功率分配方案及路径优化方案。本发明涉及无人机通信技术领域。
-
公开(公告)号：CN108521671A
公开(公告)日：2018-09-11
申请号：CN201810188269.5
申请日：2018-03-07
申请人： 北京科技大学
IPC分类号： H04W72/04 , H04B10/116
摘要： 本发明提出了一种基于软件定义的异构网络及网络资源分配方法，用以解决即将到来的第5代移动通信系统中频谱和能量资源分配问题。所述方法在软件定义的VLC和RF的小小区异构网络环境下，对各参数的初始化后，计算VLC系统和RF系统的系统容量和系统功率，并设置目标函数，根据功率增益最高的原则进行子信道分配；再在VLC系统中定义指标函数，给出优化问题并得出增广拉格朗日函数；再对功率矩阵公式进行更新，从而得出功率分配数据。本发明通过考虑回程约束，QoS要求和小区间干扰限制，采用丁克尔巴赫式算法将原始分数形式的目标函数转换成减法函数，然后用ADMM方法来解决优化问题进而最大限度地提高异构网络的能量效率。
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.026 秒)
