信道分配方法、装置、电子设备及存储介质

    公开(公告)号:CN117134875A

    公开(公告)日:2023-11-28

    申请号:CN202310945512.4

    申请日:2023-07-28

    IPC分类号: H04L5/00

    摘要: 本申请提供一种信道分配方法、装置、电子设备及存储介质,所述方法,包括:确定目标通信网络;确定所述目标通信网络任一用户的通信参数,根据所述通信参数,确定第一干扰关系和第二干扰关系;根据所述第一干扰关系和所述第二干扰关系,确定干扰超图,并根据所述干扰超图进行用户信道分配;其中,所述超图为动态超图。本申请根据超图对多元关系确定干扰关系矩阵,根据干扰关系矩阵进行信道分配,避免累积干扰的出现,实现更高效率的信道复用,并且,通过动态的超图着色算法进行信道分配,可以实现对于一直接入网络的用户分配信道结果不做处理,只对新接入的用户业务进行分析,由此避免了资源重复占用。

    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

    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

    摘要: 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。

    一种瑞利信道仿真器的计算方法、设备

    公开(公告)号:CN112699525B

    公开(公告)日:2023-10-03

    申请号:CN202011392601.3

    申请日:2020-12-02

    IPC分类号: G06F30/20 G06F111/10

    摘要: 本发明实施例提供了一种瑞利信道仿真器的计算方法及计算设备,利用正弦曲线的正反对称关系,减少了建表所需的存储空间。方法包括:获取用于表述瑞利过程的多个正弦曲线的参数信息,所述参数信息包括正弦曲线的特定周期;所述特定周期为正弦曲线的原周期与采样间隔的比值的取整结果;根据预设的与所述特定周期除以4求余的结果对应的采样方式,以及所述参数信息,计算所述正弦曲线的采样点并存入表中;根据预设的与所述特定周期除以4求余的结果对应的寻址方式和仿真计算的操作数查找所述表,根据查表结果进行瑞利过程的仿真计算。

    一种应用于无人机集群的信息发送方法及装置

    公开(公告)号:CN113316091B

    公开(公告)日:2022-10-25

    申请号:CN202110589360.X

    申请日:2021-05-28

    摘要: 本发明实施例提供的一种应用于无人机集群的信息发送方法及装置,可以通过无人机集群中的各无人机每间隔预设时长向周围的多个邻居无人机广播一次自身的属性信息,根据自身的属性信息和接收到的周围的多个邻居无人机的属性信息,计算各无人机自身的节点度;通过无人机集群中的各无人机向周围的多个邻居无人机广播自身的节点度,以使无人机集群中的各无人机将自身和周围的多个邻居无人机中节点度最高的无人机认定为簇头,将与簇头通讯的周围的邻居无人机认定为簇头的簇成员;当簇头和/或簇成员产生数据时,通过簇头进行数据的发送。实现通过去中心化的方法进行无人机集群的分簇,从而避免无人机集群拓扑变化频繁,导致链路不稳定和数据包丢失。

    基于能量信息同传的数据传输方法及装置

    公开(公告)号:CN113316217A

    公开(公告)日:2021-08-27

    申请号:CN202110571212.5

    申请日:2021-05-25

    摘要: 本发明实施例提供了一种基于能量信息同传的数据传输方法及装置,方法包括:接收源节点发送的射频信号,射频信号中携带待转发的数据包;基于预设能量分割因子,从射频信号中收集能量;判断数据包是否能在目的节点处成功译码;若否,则丢弃数据包;若是,则判断当前时隙源节点在目的节点处的信息年龄与预先确定的该源节点的信息年龄期望的偏差是否在预设范围内;若是,则丢弃数据包;若否,则向目的节点转发数据包,以使目的节点接收数据包并更新源节点在目的节点处的信息年龄。不会出现连续转发数据包导致中继节点能量耗尽无法正常工作的情况,且使得各个源节点的信息年龄都维持在较好的状态,提高了网络整体的时效性。

    一种退化窃听信道中基于加密极化编码的信息传输方法

    公开(公告)号:CN111464265B

    公开(公告)日:2021-07-13

    申请号:CN202010260882.0

    申请日:2020-04-03

    IPC分类号: H04L1/00 H04L29/06 H04K1/06

    摘要: 本发明实施例提供了一种退化窃听信道中基于加密Polar编码的信息传输方法、装置、可读存储介质及计算设备,使得非法窃听方的接收性能达到更好的恶化的效果,提升了通信的安全性。方法包括:获取退化窃听信道信息;根据信道信息,确定对接收方无噪而对窃听方全噪的第一信道集合,以及对接收方和窃听方均为无噪的第二信道集合;其中,第一信道集合用于传输密钥,第二信道集合用于传输随机序列;当确定密钥的长度小于随机序列长度时,确定出使得窃听方在第二信道的Polar码的误码率最大的信道加密干扰位置;根据使得窃听方在第二信道的Polar码的误码率最大的信道加密干扰位置和所述密钥,加密随机序列;根据Polar码编码密钥和随机序列;将编码结果发送给接收方。

    一种基于级联神经网络的波达方向估计方法及装置

    公开(公告)号:CN111458676A

    公开(公告)日:2020-07-28

    申请号:CN202010148361.6

    申请日:2020-03-05

    IPC分类号: G01S3/14 G06N3/04 G06N3/08

    摘要: 本发明实施例提供了一种基于级联神经网络的波达方向估计方法及装置,基于接收的来自多个信号源的信号,确定所接收信号的协方差矩阵;对协方差矩阵进行特征值分解,得到特征值向量;将协方差矩阵中的元素转换为归一化实向量,得到协方差信息向量;将特征值向量和协方差信息向量输入预先训练完成的级联神经网络,得到针对各个信号源的信号的波达方向角;级联神经网络包括信噪比分类网络和波达方向估计网络,波达方向估计网络包括高信噪比估计子网络和低信噪比估计子网络;信噪比分类网络的输出结果为高信噪比激活高信噪比估计子网络;信噪比分类网络的输出结果为低信噪比激活低信噪比估计子网络。能够适用于广泛的信噪比范围。

    一种无线资源分配方法、装置及基站

    公开(公告)号:CN110049474B

    公开(公告)日:2020-07-17

    申请号:CN201910413073.6

    申请日:2019-05-17

    摘要: 本发明实施例提供了一种无线资源分配方法、装置和基站,为每一蜂窝用户分配至少一个资源块;确定当前网络中各D2D设备对的优先级类别;根据每种优先级类别对应的不同的可分配资源块的确定方式,确定每一D2D设备对的可分配资源块;从每一D2D设备对对应的可分配资源块中,为D2D设备对选择至少一个资源块分配给D2D设备对,得到D2D设备的初始资源分配结果;用遗传算法进行优化计算,获得最终资源分配结果;按照最终资源分配结果,为每一蜂窝用户和每一D2D设备对分配资源块。可见,在本发明实施例中蜂窝用户和D2D设备间采用的是多对多的资源共享模式,可适用于D2D设备的数量大于蜂窝用户数量的情况。

    一种应用于无人机收集信息的轨迹规划方法及装置

    公开(公告)号:CN111367315A

    公开(公告)日:2020-07-03

    申请号:CN202010167632.2

    申请日:2020-03-11

    IPC分类号: G05D1/10

    摘要: 本发明实施例提供了一种应用于无人机收集信息的轨迹规划方法及装置,该方法利用预设的无人机机翼的参数、无人机的重量和圆弧半径,在满足预设约束条件下,分别构建预设的飞行轨迹中圆弧段和直线段对应的目标帕累托关系式,根据目标帕累托关系式,利用预设的飞行能量或预设的平均信息年龄,分别确定圆弧段对应的圆弧半径和直线段对应的圆弧半径;分别以信息采集点和信息收集点为圆心,利用所确定的任一个圆弧半径,生成飞行轨迹。应用本发明实施例提供的方案生成的飞行轨迹使得在保证无人机所使用的飞行能量的同时,还能够使收集信息的平均信息年龄具有时效性。

    基于最大最小距离分簇的分布式协作频谱感知方法

    公开(公告)号:CN109547136B

    公开(公告)日:2020-03-17

    申请号:CN201910079086.4

    申请日:2019-01-28

    IPC分类号: H04B17/382

    摘要: 本发明公开了认知无人机网络中基于最大最小距离分簇的分布式协作频谱感知方法,利用最大最小距离分簇算法将认知无人机分成多个簇,簇内选出簇头;各认知无人机使用能量检测得到主用户的感知信息;根据分簇情况和各认知无人机的感知信息进行两步融合,使各认知无人机均得到一个一致收敛的全局感应信息;根据全局感知信息作出主用户是否占用频谱的判决;本发明通过将位置相近、移动性相似的认知无人机分为一簇,保证簇内成员同簇头之间的通信,该分簇算法减少了分布式融合时的信息交换次数,提高检测效率;通过两步融合能够在没有融合中心的情况下实现全局感知信息的融合,并减少感知信息交换的次数,实现快速高效的频谱检测。