本发明属于无线通信技术领域，公开了一种任务卸载和无线能量传输方法及系统，建立UAV和地面物联网用户之间的通讯和计算模型，包括进行通讯的时变信道模型，利用自由空间损失模型建模的WPT信道模型，UAV和地面物联网用户的计算和传输模型；设计UAV援助的边缘计算场景下利用UAV来对地面物联网用户进行任务卸载和WPT的基本框架，根据框架进行系统建模，得到整个系统的数学模型；设计优化问题，将目标函数定义为系统总吞吐量和UAV能量消耗的加权和；将整个框架建模为马尔科夫过程，设计合理的状态动作空间，利用目标函数设计出合理的奖励函数；利用双延迟深度确定性策略梯度算法对系统总吞吐量和UAV能量消耗进行约束的同时优化任务卸载决策和无线能量传输。
📄 2024113737378
📂 H04W24_02
👤 桂林理工大学
📅 2024-09-29
本发明公开了无蜂窝大规模MIMO系统频谱效率的渐进近似方法，属于无线通信技术领域。所述方法包括：构建量化系统模型；对所有用户设备进行分组，这些组被连续地检测到，并且同时检测同一组内的用户设备；构造分组信号检测算法；利用ZF‑GSIC算法对接收信号矩阵进行检测，得到用户设备的发送信号估计值；仿真结果表明，本发明在分组较少的情况下，系统可以达到接近ZF‑SIC检测的高频谱效率和高能量效率，且大大地减少了计算复杂度，从而可以大幅度降低硬件成本和能耗。此外，本发明推导了系统频谱效率的渐进近似表达式，仿真结果验证了本发明系统频谱效率渐进近似表达式的准确性，所得到的渐近结果可用于快速的系统性能分析。
📄 202411530214X
📂 H04W24_02
👤 江南大学
📅 2024-10-30
本发明公开了一种基于深度强化学习的无人机中继光电混合保密传输方法及系统，获取多约束条件下针对UAV三维加速度与带宽资源、用户功率、UAV功率配置的实时联合优化问题；根据实时联合优化问题构建马尔可夫决策过程，通过马尔可夫决策过程获取每个时隙的状态向量；将每个时隙的状态向量输入实时联合调度网络，得到未约束原始联合动作向量；对未约束原始联合动作向量进行有界化操作与可行化映射，得到实际可执行联合动作向量。本方法能够在复杂低空动态场景下实现UAV三维加速度和资源分配的实时联合优化，显著提升FSO/RF混合的UAV中继通信系统的安全性、保密传输能力与整体鲁棒性。
📄 2026102978929
📂 H04W24_02
👤 南京信息工程大学
📅 2026-03-12
一种可充电无线传感器网络数据收集方法，包括以下步骤：步骤1，用聚类方法把整个无线传感器网络节点分成多个簇,将簇点作为作为多功能小车停靠的驻点，并规划行车路径；步骤2，根据给定总时间，协调分配给每个簇的时间；步骤3，小车根据分配的簇的时间，协调分配能量传输时间和数据收集时间，在每个簇的簇首位置给传感器节点传输能量并收集数据。本发明能够有效解决总吞吐量和共同吞吐量约束下的传输射频能量和数据收集问题。
📄 2017104301919
📂 H04W24_02
👤 浙江工业大学
📅 2017-06-09
一种基于非正交多址的计算任务分流联合执行时间与计算资源消耗优化方法，包括以下步骤：(1)在集成边缘计算服务器的蜂窝网络基站的覆盖范围下有1个智能终端，优化问题描述为SCM问题；(2)将SCM问题进行两次转化，转化为问题SCM-E2，将问题SCM-E2分解为两个子问题(3)分别提出SubBiSec算法和TopLS算法来解决；(4)SubBiSec算法通过在给定t的情况下通过对分搜索θ来解决问题；(5)TopLS算法通过对满足约束条件的t进行枚举，对于每一次枚举t都调用SubBiSec算法算出 取中的最小值。本发明提高了系统传输效率，节省了带宽资源和边缘服务器计算资源总成本，获得更优质的无线网络体验质量。
📄 201910268944X
📂 H04W24_02
👤 浙江工业大学
📅 2019-04-04
本发明公开了一种基于反向散射中继传输的认知无线供能网络优化方法，将认知无线供能网络的工作时隙分为中继阶段、反向散射数据传输阶段和能量捕获数据传输阶段，在中继阶段主发射机发送数据给主接收机，反向散射单元发射机采用反向散射模式中继主用户数据给主接收机，能量捕获单元发射机进行能量捕获；在反向散射数据传输阶段，主发射机发送数据给主接收机，反向散射单元发射机采用反向散射模式发送数据给反向散射接收机，能量捕获单元发射机进行能量捕获；在能量捕获数据传输阶段，主发射机休眠，能量捕获单元发射机利用捕获的能量传输数据给能量捕获接收机。本发明优化了各个阶段的持续时间，提高了数据传输的吞吐量。
📄 2022115164013
📂 H04W24_02
👤 浙江工业大学
📅 2022-11-30
一种基于半监督学习的移动边缘计算速率最大化方法，包括以下步骤：1)每个无线设备都需要与基站建立联系；2)使用两个互不重叠的集合M0和M1分别表示在本地计算模式和分流模式的所有无线设备；3)处在集合M0中的无线设备能够收集能量并同时处理本地任务，而处在集合M1中的无线设备只能在收集能量后将任务分流至基站处理；4)所有无线设备的模式选择将通过它们的信道增益hi决定，半监督学习的作用则是将它们的信道增益作为输入，然后生成一个能使所有无线设备的总和计算速率最大化的最优模式选择，即决定哪些无线设备的任务在本地处理而哪些分流至基站处理。本发明在保证用户体验的前提下最大化所有无线设备的总和计算速率。
📄 2018103433116
📂 H04W24_02
👤 浙江工业大学
📅 2018-04-17
一种基于蜂窝网络信道共享协作的非正交多址接入边缘计算时延优化方法，在一个基站的覆盖范围下有2个边缘计算用户和1个普通无线通信用户，此基站附近有1个边缘服务器，优化问题描述为DM-P问题；将DM-P问题等价转换为DM-E-P问题，求出原问题DM-P的解；如果给定一个t满足 则计算DM-E-Sub问题，求出V(x,t)和{s1*,s2*}(x,t)返回到DM-E-Top问题，利用对分搜索方法进而求出DMP问题的目标函数值。本发明提高了系统传输效率，节省了带宽资源和边缘服务器计算资源总成本，极大地降低了系统总时延，获得更优质的无线网络体验质量。
📄 2020106566920
📂 H04W24_02
👤 浙江工业大学
📅 2020-07-09
一种基于粒子群算法的非正交接入上行传输时间优化方法，包括以下步骤：(1)在基站的覆盖范围下总共有I个移动用户，提出了一种满足移动用户的服务质量同时，最小化移动用户的上行传输时间和所有移动用户总能量消耗。其中，优化问题描述为一个非凸性优化问题；(2)将ORRCM问题等价转换为ORRCM‑E问题；(3)基于粒子群算法，在移动用户的上传量给定的情况下优化整体无线资源消耗(上行传输时间与所有移动用户总能量消耗)。本发明提供一种最小化上行传输时间与所有移动用户总能量消耗的基于粒子群算法的非正交接入上行传输时间优化方法。本发明的技术效果主要表现在:1、对于上行整体而言，利用非正交接入技术大大提高了系统传输效率；2、对于上行整体而言，利用非正交接入技术大大节省带宽资源；3、对于移动用户而言，通过非正交接入技术获得更优质的无线网络体验质量。
📄 2018104770600
📂 H04W24_02
👤 浙江工业大学
📅 2018-05-18
一种基于深度确定性策略梯度方法的移动边缘计算速率最大化方法，包括以下步骤：1)计算出在给出模式选择下系统中所有无线设备的速率总和；2)所有无线设备集合；3)所有无线设备的计算速率总和最大化问题；4)通过深度确定性策略梯度方法来寻找一个最优的模式选择；5)所有无线设备的模式选择M0和M1作为深度确定性策略梯度方法的状态xt，动作a则是对状态xt的更改，更改后系统的总计算速率会与一个设定的标准值进行比较，如果比这个标准值大则使当前奖励r(xt，a)设为正值，反之设为负值，同时系统进入下一状态xt+1。本发明在保证用户体验的前提下最大化所有无线设备的总和计算速率。
📄 2018103423576
📂 H04W24_02
👤 浙江工业大学
📅 2018-04-17
一种基于粒子滤波的UAV无线携能通信网络系统上行链路吞吐量最大化方法，针对两架UAV服务两个地面信息节点的无线携能通信网络系统，将UAV的飞行时间T等间隔划分为N个时隙，两个UAV在一个固定的位置上，交替地对两个地面信息节点发射能量信号进行充电，地面信息节点则交替传输信息到对应的UAV上，通过联合优化两架UAV的飞行轨迹，资源分配以及地面信息节点的信息传输功率，搜索出了一个全局最优解，以最大化系统上行链路的最小吞吐量。本发明优化方案效果较好，系统上行链路的最小信息吞吐量较高；用于对基于UAV的无线携能通信网络系统进行优化求解，以最大化系统的上行链路最小吞吐量，或者最大化地面信息节点获取的总能量。
📄 2021100520631
📂 H04W24_02
👤 浙江工业大学
📅 2021-01-15
本发明公开了一种反向散射辅助无线供能通信系统吞吐量优化方法，将优化反向散射辅助的无线供能通信系统长期平均吞吐量作为一个马尔可夫决策过程，所述马尔可夫决策过程包括系统状态s，动作a和奖励函数R三要素，采用深度Q学习算法来获取马尔可夫决策过程对应的最优在线策略，然后在所述环境射频源开启时，发射机按照最优在线策略执行。本发明能够适应信道状态、能量捕获条件和数据缓存的动态变化，可有效提高系统的长期平均有效吞吐量。
📄 2021110882145
📂 H04W24_02
👤 浙江工业大学
📅 2021-09-16
柿子坊 · 知识产权运营
柿子坊知识产权运营平台