-
公开(公告)号：CN119449209A
公开(公告)日：2025-02-14
申请号：CN202411442655.4
申请日：2024-10-16
Applicant: 北京邮电大学
IPC: H04B17/391
Abstract: 本公开涉及通信技术领域，尤其是提供一种探头权重分配方法、设备、介质和计算机程序产品。上述探头权重分配方法包括：获取待检测信道模型的工况参数，并构建待检测信道模型对应的初始目标函数；引入复制变量，基于复制变量和初始目标函数构建目标函数；基于目标函数，分别对复制变量和探头功率权值向量进行迭代优化；在满足预设停止准则的情况下，获取优化后的探头功率权值向量，并将优化后的探头功率权值向量作为待检测信道模型的目标探头权重分配信息。本公开通过分解原问题并采用交替更新策略，避免了直接面对巨大海森矩阵(Hessian Matrix)所带来的数值不稳定问题，从而大大提升了计算效率并有效保证了算法的收敛性。
-
公开(公告)号：CN113537514B
公开(公告)日：2023-07-25
申请号：CN202110847621.3
申请日：2021-07-27
Applicant: 北京邮电大学
Abstract: 一种高能效的基于数字孪生的联邦学习框架，涉及工业物联网的联邦学习技术领域，解决现有工业物联网系统中利用数字孪生和联邦学习技术存在能量消耗及降低模型收敛速度和训练模型的质量等问题，在联邦学习的每次迭代过程中，工业物联网设备用于根据部署在宏基站中的策略选择不同的训练方式进行训练，小型基站用于将工业物联网设备上传的模型按比例融合并传递到宏基站的参数融合器上进行最终的参数融合，宏基站用于实现信道分配及控制工业物联网设备选择本地训练或选择小型基站的服务器连接到数字空间的虚拟对象，并使用小型基站的附属服务器来训练模型；宏基站将全局模型广播至所有的工业物联网设备，直至全局模型达到预设的准确率或者模型收敛。
-
公开(公告)号：CN105898807A
公开(公告)日：2016-08-24
申请号：CN201610404200.2
申请日：2016-06-08
Applicant: 北京邮电大学
CPC classification number: Y02D70/00 , H04W36/0094 , H04W36/08 , H04W72/0426 , H04W72/0486 , H04W84/18
Abstract: 本发明一种在超密集网络下的联合接入点选择和资源分配的自治愈方法，属于超密集网络领域；具体为：首先、WNCU判断是否有接入点出现故障，如果有，WNCU记录该接入点正在服务的通信受损用户名单，并广播给相邻接入点；相邻接入点各自从正常子信道中动态划分自治愈子信道；然后，通信受损用户根据自治愈信道划分结果以及自身的速率请求，选择合适的相邻接入点继续获取服务。最后，接入点采用量子粒子群算法重新为原有用户和新接入的通信受损用户分配资源；优点在于，实现超密集网络下的自治愈功能，在接入点发生故障的情况下，有效地保证了通信受损用户的服务要求，提高了系统能效，降低了运营成本。
-
公开(公告)号：CN116847379A
公开(公告)日：2023-10-03
申请号：CN202310810049.2
申请日：2023-07-04
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于联邦学习的框架训练无人机集群的神经网络建模方法，建立一个顶层无人机和一组底层无人机的双层无人机通信架构，考虑无人机执行任务时其轨迹是跟随目标变化、具有较强随机性的，采用随机游走模型来表示底层无人机的轨迹，适合目标追踪、侦察探测等轨迹未知的多数场景。同时考虑到移动场景下无人机飞行能耗远大于计算能耗和传输能耗，将每一轮划分为不等长时隙和不固定的时隙个数，在联邦学习模型性能和收敛速度的约束下，通过联合优化顶层无人机的速度和飞行方向与局部迭代次数，建立顶层无人机的飞行能耗最小化问题，并采用了深度强化学习算法来求解，简化状态空间和动作空间设计，可以直接部署在算力、能量受限的无人平台。
-
公开(公告)号：CN116030623A
公开(公告)日：2023-04-28
申请号：CN202211569303.6
申请日：2022-12-08
Applicant: 北京邮电大学
Abstract: 本发明公开了一种认知车联网场景下基于区块链的协作路径规划和调度方法，考虑了网联自动驾驶汽车和网联有人驾驶汽车混合驾驶的场景，并联合优化车辆交通道路网络以及边缘计算节点的负载均衡，提出基于区块链的协作框架，以支持车辆协作的路径规划和调度。另外本发明建立了任务处理模型，并分析了所提出的协作框架计算时延的影响因素。基于感知的交通和网络状态建立交通状况和负载分布模型，建模联合优化问题，提出基于Q‑Learning的分布式强化学习算法进行协作路径规划与调度，实现道路基础设施和移动边缘计算节点的主动负载平衡，以最小化行驶时间和计算时延。本发明满足了不同类型车辆的不同服务需求，并降低了计算复杂度。
-
公开(公告)号：CN105611574A
公开(公告)日：2016-05-25
申请号：CN201510994459.2
申请日：2015-12-25
Applicant: 北京邮电大学
CPC classification number: H04W28/08 , H04W48/10 , H04W48/20 , H04W72/0453
Abstract: 本发明公开了一种基于缓存的超密集网络下联合动态接入和子载波分配的方法，具体步骤如下：首先多个用户同时发送请求信息给所有接入点，寻找缓存内容；然后各个接入点判断是否存在当前用户K请求的缓存内容，满足用户K的所有接入点将各自的属性参量传送给本地控制，本地控制将最佳接入点分配给用户K；否则，用户K直接向远端服务器发送请求，获取内容；远端服务器根据用户请求信息，利用流行度分析，完成缓存更新；最后每个用户与各自的接入点匹配后，进行子载波分配，使用户与接入点之间进行通信。优点在于：综合多个因素完成接入选择，实现资源管理效率的提升和子载波的动态分配，使得频谱利用率显著提升。
-
公开(公告)号：CN118233061A
公开(公告)日：2024-06-21
申请号：CN202410449022.X
申请日：2024-04-15
Applicant: 北京邮电大学
Abstract: 本发明公开了一种语义通信系统中基于模型的多接入方法，首先建立基于MDMA的多用户上行语义通信系统，然后对其进行基于GAN的深度联合对抗性训练。从传输方式上，本发明考虑多用户语义通信系统，活跃的用户从模型资源池中选择语义模型进行语义编码，使用MDMA的方式将多用户的语义信息在相同或不同的时频资源块上叠加传输，从而在有限的物理资源下容纳更多的用户进行接入与传输。在模型训练方法上，为了使得叠加传输之后用户可以避免相互之间的干扰，本发明首先通过基于GAN的深度联合对抗性训练方式降低不同模型之间的相关性，使得语义解码模型只能恢复相匹配的语义编码模型编码得到的语义信息而将其他用户的语义信息映射为噪声进行消除。
-
公开(公告)号：CN117873171A
公开(公告)日：2024-04-12
申请号：CN202410054880.4
申请日：2024-01-15
Applicant: 北京邮电大学
Abstract: 本发明涉及无人机训练模型系统技术领域，特别涉及多旋翼无人机集群应用联邦学习框架训练神经网络模型，解决现有技术中的无人机的能耗需要进一步降低，神经网络模型的性能也需要进一步提高的技术问题，本发明首先建立了一个顶部无人机和一组底部无人机的双层无人机通信架构，以联邦学习的方式进行无人机集群中的模型训练，顶部无人机完成联邦学习模型聚合和整体联邦学习流程控制，一组底部无人机完成局部模型训练以及执行智能化任务；采用迁移学习来加入先验知识；设计自适应局部迭代对抗无人机计算异质性；通过顶层无人机的轨迹规划和波束赋形来对抗信道条件时变性，最小化无人机飞行能耗同时保证模型性能，仿真结果验证了策略和算法的有效性。
-
公开(公告)号：CN117118548A
公开(公告)日：2023-11-24
申请号：CN202311005594.0
申请日：2023-08-10
Applicant: 北京邮电大学
IPC: H04B17/391 , H04B17/309 , H04B17/382 , H04B7/145 , H04B7/185
Abstract: 本公开涉及一种基于信道模型的多智能反射面相位设计方法和装置。该方法包括：基于信号发射端的位置信息、信号接收端的位置信息、智能反射面的位置信息、空中智能反射面的位置信息和至少一个散射体的位置信息，建立信号发射端和信号接收端的信道模型；基于信道模型、空中智能反射面的运动信息和信号接收端的运动信息，计算智能反射面的第一初始相位和第一动态相位、空中智能反射面的第二初始相位和第二动态相位；计算智能反射面的第一预测相位和空中智能反射面的第二预测相位；在满足精度要求的情况下，确定第一预测相位为第一目标相位，确定第二预测相位为第二目标相位。能够在设计相位时，节约计算资源，提高计算精度和效率。
-
公开(公告)号：CN114915625B
公开(公告)日：2023-04-11
申请号：CN202110172849.7
申请日：2021-02-08
Applicant: 北京邮电大学
IPC: H04L67/10 , H04L41/0893
Abstract: 本发明实施例提供了一种卸载策略确定方法及装置。方案如下：针对HMEC系统中的每一用户设备，计算对待计算任务进行卸载的卸载损耗最小值；将HMEC系统中卸载损耗最小值小于预设卸载损耗阈值的用户设备确定为卸载集合中的第一用户设备，并将HMEC系统中卸载损耗最小值不小于预设卸载损耗阈值的用户设备确定为第二用户设备；针对卸载集合中的每一第一用户设备，根据卸载偏好值，确定与该第一用户设备匹配的目标服务器；根据上行数据传输速率，确定该第一用户设备对应的目标信道；得到HMEC系统每一用户设备对待计算任务的第一卸载策略。通过本发明实施例提供的技术方案，实现了针对HMEC系统中用户设的待计算任务的卸载策略确定。
