-
公开(公告)号:CN119835697A
公开(公告)日:2025-04-15
申请号:CN202411861860.4
申请日:2024-12-17
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: H04W28/084 , G06N3/092 , H04W28/08
Abstract: 本发明提供了一种进化多目标深度强化学习驱动的无人机移动边缘网络优化方法,包括以下步骤:步骤1,建立无人机移动边缘网络的多目标优化模型;步骤2,采用一种进化多目标深度强化学习驱动的无人机移动边缘网络优化方法,对步骤1建立的多目标优化模型进行求解。本发明将切比雪夫分解策略融合到深度强化学习框架中,达到同时评价多个目标函数的目的。该方法利用PPO算法的强大决策能力和TD策略的良好多样性维护能力,智能引导种群朝着分布性更优及收敛性更佳的方向不断进化,显著提高了种群的进化效率和多样性分布。最终,通过实施本发明方法可大大提升无人机移动边缘网络在用户速率和系统能耗上的性能。
-
公开(公告)号:CN119861330A
公开(公告)日:2025-04-22
申请号:CN202510055929.2
申请日:2025-01-14
Applicant: 三峡大学 , 国网湖北省电力有限公司宜昌供电公司
IPC: G01S3/14
Abstract: 本申请涉及一种基于传感器阵列的波达方向估计方法、装置、计算机设备、介质和产品。所述方法包括:建立源信号与传感器阵列的信号模型,并根据信号模型确定信号子空间,确定第一选择矩阵和第二选择矩阵,通过第一选择矩阵对信号子空间进行子矩阵划分,根据划分得到的第一子矩阵,获取参考方向余弦,通过第二选择矩阵对信号子空间进行子矩阵划分,根据划分得到的第二子矩阵,获取模糊方向余弦,通过参考方向余弦对模糊方向余弦进行相位补偿,得到目标方向余弦,根据目标方向余弦,确定源信号的二维达到方向。采用本方法能够充分利用阵列输出的空间响应和极化响应信息,实现高精度的二维达到方向估计。
-
公开(公告)号:CN119247262A
公开(公告)日:2025-01-03
申请号:CN202411468107.9
申请日:2024-10-21
Applicant: 国网湖北省电力有限公司宜昌供电公司 , 三峡大学
Abstract: 本申请涉及一种基于非均匀线阵的DOA估计方法、装置、计算机设备、介质和产品。所述方法包括:建立源信号与非均匀线阵的信号模型,根据阵元间的间距关系,将非均匀线阵划分成多个子阵列,并按照预设采样顺序,依次采集采样顺序对应的目标子阵列的子阵信号,根据信号模型和所有子阵信号建立信号协方差矩阵,对信号协方差矩阵中的每个元素进行近似处理,得到近似协方差矩阵,确定近似协方差矩阵的索引位置,根据所有的索引位置对近似协方差矩阵进行求解,得到目标协方差矩阵,对目标协方差矩阵进行特征分解,并基于特征分解的结果进行DOA估计。采用本方法能够更准确地从噪声背景下提取出信号的方向信息,提高DOA估计的准确性。
-
-