-
公开(公告)号：CN118646499A
公开(公告)日：2024-09-13
申请号：CN202410671285.5
申请日：2024-05-28
申请人： 中国人民解放军国防科技大学 , 北京交通大学
IPC分类号： H04B17/391 , H04B17/309 , G06N3/0442 , G06N3/045 , G06N3/0985 , G06F18/23213 , G06F18/2415 , G06F18/15 , G06N3/048
摘要： 本发明公开了一种跨海无线信道路径损耗预测模型的构建方法及装置，所述方法包括如下步骤：信道路径传播损耗采集；模型训练数据规范化；构建LSTM训练网络，通过所述LSTM训练网络得到信道路径传播损耗得预测值；将测量得到的规范化模型训练数据进行量化、编码和归一化；对量化、编码和归一化后的训练数据进行分类；构建LSTM训练网络的训练和测试数据集；超参数和网络架构参数优化以及路径损耗预测模型训练。所述方法能够充分考虑海上环境的复杂性和多变性，有效地预测不同环境条件下的信道路径损耗，为海上通信系统的运行提供可靠的信道预测支持。
-
公开(公告)号：CN117390849B
公开(公告)日：2024-08-02
申请号：CN202311326104.7
申请日：2023-10-12
申请人： 中国人民解放军国防科技大学 , 北京交通大学
IPC分类号： G06F30/20 , G06F111/10
摘要： 本申请公开了一种电磁态势数值的可视化方法、装置、设备及介质，涉及无线通信技术领域，包括对电磁态势请求数据解析，得到解析后数据，根据解析后数据绘制态势信息网格；基于电磁态势请求数据对实体信息筛选，得到筛选后实体信息，利用筛选后实体信息对态势信息网格进行位置矩阵计算，得到位置矩阵；构建地物环境数据集，将地物环境数据集输入至智能路损预测模型，得到路径损耗数值，利用智能路损预测模型对路径损耗数值和位置矩阵进行叠加计算，得到信号功率总和；基于电磁态势请求数据和信号功率总和计算电磁态势数值，实现对电磁态势数值的可视化。本申请能提高路径损耗计算精度，提高电磁态势数值计算精度，增加电磁态势数值可视化的准确性。
-
公开(公告)号：CN116846498A
公开(公告)日：2023-10-03
申请号：CN202310777383.2
申请日：2023-06-28
申请人： 北京交通大学 , 中国人民解放军国防科技大学
IPC分类号： H04B17/391 , G06N3/0464 , G06N3/048 , G06N3/08
摘要： 本发明提供了一种基于深度学习的跨频信道仿真和数据重构方法。该方法包括：获取车到车信道测量数据，对所述车到车信道测量数据进行预处理；构建基于频段迁移的信道仿真和数据重构模型，利用预处理后的V2V信道测量数据对所述信道仿真和数据重构模型进行训练，得到训练好的信道仿真和数据重构模型；将2.6GHz和5.9GHz信道数据输入到所述训练好的信道仿真和数据重构模型中，所述训练好的信道仿真和数据重构模型输出5.9GHz和2.6GHz数据。本发明基于生成对抗网络，结合真实测量数据的验证，提出了一种基于深度学习的跨频信道仿真和数据重构方法。该方法能够实现跨频段的海量信道数据生成和传播特征重构，重构信道的信道特性和真实测量信道保持相同分布。
-
公开(公告)号：CN118740285A
公开(公告)日：2024-10-01
申请号：CN202410726363.7
申请日：2024-06-06
申请人： 中国人民解放军国防科技大学 , 北京交通大学
IPC分类号： H04B17/309 , H04B17/391 , H04W24/08 , G06N3/0464 , G06N3/045 , G06N3/0499 , G06N3/084 , G06N3/048
摘要： 本发明公开了一种考虑菲涅尔区特征的路径损耗预测方法，属于无线通信技术领域。包括以下步骤，生成图像特征：通过城市建筑环境图像特征生成器生成环境图像特征；提取特征：通过训练特征提取网络，提取与路径损耗相关的特征参数；预测路径损耗：生成路径损耗预测值。本发明较于现有技术，优点在于：该方法通过考虑菲涅尔区中障碍物分布情况对电磁传播特性的影响，对传统基于环境特征图的路径损耗预测方法进行了改进，增强了模型对环境特征的提取能力；本发明可针对城市楼宇场景实现准确的路径损耗预测，在较高的载波频段能够实现高精度预测，为未来无线通信网络建设中实现高精度信道建模的需求提供了新方案。
-
公开(公告)号：CN117390849A
公开(公告)日：2024-01-12
申请号：CN202311326104.7
申请日：2023-10-12
申请人： 中国人民解放军国防科技大学 , 北京交通大学
IPC分类号： G06F30/20 , G06F111/10
摘要： 本申请公开了一种电磁态势数值的可视化方法、装置、设备及介质，涉及无线通信技术领域，包括对电磁态势请求数据解析，得到解析后数据，根据解析后数据绘制态势信息网格；基于电磁态势请求数据对实体信息筛选，得到筛选后实体信息，利用筛选后实体信息对态势信息网格进行位置矩阵计算，得到位置矩阵；构建地物环境数据集，将地物环境数据集输入至智能路损预测模型，得到路径损耗数值，利用智能路损预测模型对路径损耗数值和位置矩阵进行叠加计算，得到信号功率总和；基于电磁态势请求数据和信号功率总和计算电磁态势数值，实现对电磁态势数值的可视化。本申请能提高路径损耗计算精度，提高电磁态势数值计算精度，增加电磁态势数值可视化的准确性。
-
公开(公告)号：CN116470972A
公开(公告)日：2023-07-21
申请号：CN202310143058.0
申请日：2023-02-21
申请人： 北京交通大学 , 中国人民解放军国防科技大学
IPC分类号： H04B17/391 , H04W4/46 , H04W24/06
摘要： 本发明提供了一种人工智能信道仿真和数据拓展方法。该方法包括：利用信道仿真算法根据实测的真实信道数据训练信道生成网络，通过信道生成网络产生生成模型；信道生成器将信道仿真算法产生的生成模型导入，利用所述生成模型产生生成信道数据，对所述生成信道数据进行展示和验证。本发明方法能够根据少量测量数据大幅扩充信道数据集，改善AI与信道相结合的背景下数据短缺的需求。以实现使用AI方法对测量信道进行仿真，扩充信道测量数据。改善基于AI的新通信模式对海量数据的迫切需求，且有助于V2V的信道研究、通信系统设计和性能评估。
-
公开(公告)号：CN118523855A
公开(公告)日：2024-08-20
申请号：CN202410534080.2
申请日：2024-04-30
申请人： 北京交通大学
IPC分类号： H04B17/373 , H04B17/391 , G06V10/26 , G06V10/764 , G06V10/82 , G06V10/56 , G06N3/0464 , G06N3/08
摘要： 本发明提供了一种基于计算机视觉的环境语义提取与信道预测方法。该方法包括：在待测环境中部署信道测量系统，所述信道测量系统获取待测环境中的信道探测数据和RGB图像数据；对所述信道探测数据和RGB图像数据进行预处理，获得预处理后的信道特性参数和RGB图像；构建环境语义提取模型，在环境语义提取模型中输入预处理后的RGB图像数据，得到带有环境语义的图像数据；构建并训练信道预测模型，在训练好的信道预测模型中输入带有环境语义的图像数据，得到相应的信道预测结果。本发明方法探索了物理环境对于信道的影响，并充分利用了环境语义信息，不仅节省了计算开销和存储开销，还提高了模型的预测精度、速度以及泛化性能。
-
公开(公告)号：CN114362851A
公开(公告)日：2022-04-15
申请号：CN202210021766.2
申请日：2022-01-10
申请人： 北京交通大学
IPC分类号： H04B17/30 , H04B17/391 , H04L25/02 , G06N20/00
摘要： 本发明提供了一种基于机器学习的无线信道数据去噪方法。该方法包括：获取信道测量场景中的信道冲激响应数据序列；构建双向循环神经网络，将所述信道测量场景中的信道数据序列输入到所述双向循环神经网络中进行训练，得到训练好的双向循环神经网络；将待去噪的信道数据输入到所述训练好的双向循环神经网络，双向循环神经网络输出去噪后的信道冲激响应数据。本发明通过对双向循环神经网络进行训练，从而准确、快速地去除信道数据中的噪声，进而有效提高信道特性参数分析的准确性。
-
公开(公告)号：CN118646453A
公开(公告)日：2024-09-13
申请号：CN202410607521.7
申请日：2024-05-16
申请人： 北京交通大学
IPC分类号： H04B7/04 , H04B17/309 , H04B17/391 , H04W16/18 , H04W24/06 , H04L41/16 , H04B7/06 , H04W72/044
摘要： 本发明提供了一种计算机视觉辅助的RIS智能传输方法。该方法包括：构建智能超表面RIS辅助的多用户多输入多输出MISO网络的系统模型；根据所述RIS辅助的MISO网络的系统模型中各RIS所在级联信道上的路径损耗，基于计算机视觉辅助选取最佳的RIS级联通道；基于所述最佳的RIS级联通道，以RIS辅助的MISO网络的传输速率最大为目标，构建优化问题的目标函数；通过DNN网络迭代学习信道信息的，不断调整RIS的相移参数以及发射机对于每个接收方的功率分配占比，获取所述优化问题的目标函数的求解结果。本发明基于DNN的传输设计模块，利用信道信息配置所选RIS的波束赋形参数以及系统功率分配，优化系统传输速率最大化问题。
-
公开(公告)号：CN118631752A
公开(公告)日：2024-09-10
申请号：CN202410769000.1
申请日：2024-06-14
申请人： 北京交通大学
摘要： 本发明提供了一种应用于物联网的联邦学习资源跳跃多址方法。该方法包括：物联网中的每个用户客户端在本地进行训练，将本地梯度值传输给中心服务器；中心服务器生成多个RHMA资源跳跃图案，为每个用户客户端分配一组跳跃多址码本，并发送给对应的用户客户端；用户客户端使用跳跃多址码本更新本地用户模型参数，得到更新后的本地梯度值，将更新后的本地梯度值传输给中心服务器，中心服务器将各个用户客户端的更新后的本地梯度值参数进行聚集，得到更新后的全局梯度值，将更新后的全局梯度值发送给各个用户客户端。本发明将RHMA应用于联邦学习系统，使用资源跳跃图案进行用户接入，不仅保护用户隐私，而且实现对大规模设备的高效接入和数据传输。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.043 秒)
