-
公开(公告)号：CN113709701A
公开(公告)日：2021-11-26
申请号：CN202110997198.5
申请日：2021-08-27
Applicant: 西安电子科技大学
Abstract: 本发明属于毫米波车联网通信技术领域，公开了一种毫米波车联网联合波束分配和中继选择方法，所述毫米波车联网联合波束分配和中继选择方法包括：构建单基站的毫米波车联网通信场景；对通信过程、优化目标、容量阈值约束和联合优化问题进行建模；获取当前时刻的状态信息，作为深度强化学习的状态输入；为目标车辆选择直连传输链路或中继传输链路；设计奖励机制和神经网络的结构；提取当前状态的输入特征，得到各种输入状态下不同动作的Q值，训练和更新神经网络参数；将Q值最大的动作作为当前状态下目标车辆的链路选择、波束分配和中继车辆的策略。本发明能够使得毫米波基站对复杂环境有着很强的适应能力，并且其性能明显优于基准方案。
-
公开(公告)号：CN114615640A
公开(公告)日：2022-06-10
申请号：CN202210186335.1
申请日：2022-02-28
Applicant: 西安电子科技大学
Abstract: 本发明属于毫米波车联网通信技术领域，公开了一种基于中继激励机制的车联网协作通信方法、系统及终端，构建基于排队论的车辆到达模型和车联网通信场景；构建车联网阻塞模型，并进行通信模型的建模和干扰分析；设计中继协作传输机制和基于中继占用率的激励机制，构建基于优先级的车辆服务模型；设计基于通信连接概率的容量阈值保护机制，并进行优化问题的建模；根据奖励机制对所执行动作进行打分，根据奖励分数结果进行模型的更新和训练；训练完成后，进行模型的性能分析和测试。本发明能有效解决车辆节点协作积极性的问题，并能有效地适应车联网环境中动态性和克服阻塞效应所带来的性能衰减，最终实现在保证个体车辆用户利益的同时最大化系统整体性能。
-
Patent Agency Ranking
公开(公告)号：CN115866559B
公开(公告)日：2024-04-30
申请号：CN202211490486.2
申请日：2022-11-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种非正交多址接入辅助的车联网低能耗安全卸载方法，包括：设定单基站车联网通信场景，用排队论对车辆到达道路过程建模；用NOMA方式将用户车辆和空闲辅助车辆接入车联网通信系统，在预设系统场景条件下，将空闲辅助车辆与用户车辆的NOMA配对选择、发送功率选择和用户车辆对边缘服务器的计算资源块选择作为优化目标，至少基于计算时延建立约束条件，构建最小化系统能耗的优化问题；利用部分车辆环境下的状态信息训练预先设计的目标A3C网络得到训练完成的目标模型；将待处理车辆的状态信息输入目标模型输出动作作为决策结果。本发明将物理层安全技术和NOMA在车联网边缘计算网络中结合，能确保信息安全并降低系统能耗。
-
公开(公告)号：CN115866559A
公开(公告)日：2023-03-28
申请号：CN202211490486.2
申请日：2022-11-25
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种非正交多址接入辅助的车联网低能耗安全卸载方法，包括：设定单基站车联网通信场景，用排队论对车辆到达道路过程建模；用NOMA方式将用户车辆和空闲辅助车辆接入车联网通信系统，在预设系统场景条件下，将空闲辅助车辆与用户车辆的NOMA配对选择、发送功率选择和用户车辆对边缘服务器的计算资源块选择作为优化目标，至少基于计算时延建立约束条件，构建最小化系统能耗的优化问题；利用部分车辆环境下的状态信息训练预先设计的目标A3C网络得到训练完成的目标模型；将待处理车辆的状态信息输入目标模型输出动作作为决策结果。本发明将物理层安全技术和NOMA在车联网边缘计算网络中结合，能确保信息安全并降低系统能耗。
-
公开(公告)号：CN114827947A
公开(公告)日：2022-07-29
申请号：CN202210253563.6
申请日：2022-03-15
Applicant: 西安电子科技大学
Abstract: 本发明属于车联网边缘计算技术领域，公开了一种车联网安全计算卸载及资源分配方法、计算机设备及终端，本发明能够克服由于多窃听者和车辆移动带来的不确定性，在考虑物理层安全使得通信安全的同时降低服务延迟。首先将优化问题建模为一个多智能体顺序决策问题，并利用强化学习方法进行求解。由于DQN(Deep Q learning)方法有过估计问题，会高估Q值大小从而降低了性能。因此，采用DDQN(Dueling deep Q learning)的方法来训练多智能体模型。其中利用排队论对车辆的动态过程进行了建模，使得场景更加接近实际的场景。该方法使得用户能够选择一个合理的策略使得所有车辆中最大延迟最小化。
-
公开(公告)号：CN113709701B
公开(公告)日：2022-06-17
申请号：CN202110997198.5
申请日：2021-08-27
Applicant: 西安电子科技大学
Abstract: 本发明属于毫米波车联网通信技术领域，公开了一种毫米波车联网联合波束分配和中继选择方法，所述毫米波车联网联合波束分配和中继选择方法包括：构建单基站的毫米波车联网通信场景；对通信过程、优化目标、容量阈值约束和联合优化问题进行建模；获取当前时刻的状态信息，作为深度强化学习的状态输入；为目标车辆选择直连传输链路或中继传输链路；设计奖励机制和神经网络的结构；提取当前状态的输入特征，得到各种输入状态下不同动作的Q值，训练和更新神经网络参数；将Q值最大的动作作为当前状态下目标车辆的链路选择、波束分配和中继车辆的策略。本发明能够使得毫米波基站对复杂环境有着很强的适应能力，并且其性能明显优于基准方案。
-
公开(公告)号：CN117354791A
公开(公告)日：2024-01-05
申请号：CN202311297728.0
申请日：2023-10-09
Applicant: 西安电子科技大学
Abstract: 一种毫米波车联网多基站多用户场景下的安全传输方法、系统、设备及介质，方法包括：构建多基站多用户的毫米波车联网场景；构建通信模型，包括：天线增益模型、路径损失模型和信道增益模型；设计路边单元设备的联合波束选择和发射功率控制的安全协作传输方案；建立多智能体安全协作通信系统；在多智能体安全协作通信系统中，设计基于D3QN算法的VU智能体；以及设计基于D3QN‑DDPG算法的RSU智能体；系统、设备及介质：用于实现该方法；本发明降低了多个窃听者对合法信号的接收质量，提高了毫米波车联网的安全传输性能；其次，本发明能够使得所有合法车辆的总保密传输速率最大化，具有保证每个合法车辆用户的安全传输性能和通信过程的强连接性的优点。
-
-
-
-
-
-
Search Results
7
records
(took 0.03 seconds)
