“韩会梅”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果28个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的QPSK接收机及其辅助模型训练方法-CN202310063191.5在审
发明人： 韩会梅;朱力;彭宏;郎耀铭 -专利权人：浙江工业大学
申请日： 2023-01-19 - 公布日： 2023-09-22 - 主分类号： H04L27/22 文献下载
摘要：本发明涉及一种基于深度学习的QPSK接收机辅助模型训练方法，包括：搭建QPSK系统模型，使用QPSK系统模型获取训练数据集，搭建深度学习神经网络模型，生成预测值，使用训练数据集训练深度学习神经网络模型，优化深度学习神经网络模型的损失函数，使用Nadam算法优化损失函数，更新深度学习神经网络模型的参数，直至预测值与真实值对比的错误率最小，将更新后的深度学习神经网络模型作为QPSK接收机辅助模型。本发明的方法所训练的模型采用基于反思结构的深度学习神经网络，考虑到值之间隐藏的相关性，能够在通信接收机的解调环节中进行解调，该模型的解调能够解决传统硬判决方法在低信噪比条件下，因噪声干扰而导致识別准确率不高的问题。
一种基于深度学习 qpsk 接收机及其辅助模型训练方法

[发明专利]基于深度强化学习的免授权随机接入方法、介质及设备-CN202310867935.9在审
发明人： 韩会梅;岳爽;卢为党;黄国兴;张昱;彭宏 -专利权人：浙江工业大学
申请日： 2023-07-14 - 公布日： 2023-09-01 - 主分类号： H04W74/08 文献下载
摘要：本发明公开了基于深度强化学习的免授权随机接入方法，包括步骤：将用户作为一个智能体，生成DQN网络，所述DQN网络的优化目标设置为每个时隙用户所选择的超级前导码的被解码成功个数最大；获取用户的超级前导码的检测结果，作为该智能体的当前状态并将其输入DQN网络以生成用户选择超级前导码的动作并生成奖励及下一时刻状态；将所述当前状态、选择动作、奖励、下一时隙状态均作为经验样本存储于DQN网络的经验回放缓冲区，直至经验样本达到一定数量后从经验回放缓冲区中抽取经验样本训练DQN网络，直至达到所述优化目标后采用训练后的DQN网络作为各用户的超级前导码选择。本发明提供了深度强化学习模式对用户多前导码随机接入进行训练，提升接入成功率。
基于深度强化学习授权随机接入方法介质设备

[发明专利]一种IRS辅助无线前传云接入网多载波接入链路的方法-CN202310337056.5在审
发明人：张昱;杨庆展;程麒;彭宏;冯运琪;韩会梅 -专利权人：浙江工业大学
申请日： 2023-03-31 - 公布日： 2023-07-04 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种IRS辅助无线前传云接入网多载波接入链路的方法，该方法包括：构建了智能反射面IRS辅助云接入网C‑RAN接入链路的多载波OFDMA多用户通信系统，该系统中基带处理单元BBU通过射频拉远头RRH实现与多个用户之间的通信，并且RRH在IRS辅助下采用OFDMA协作传输给用户；联合设计无线前传链路以及IRS辅助的OFDMA链路传输，使下行用户加权和速率最大化；本发明能够在前传链路容量有限的情况下显著提高通信系统传输性能。
一种 irs 辅助无线前传云接入载波方法

[发明专利]基于深度学习的由智能反射面辅助的无线感知方法-CN202310253651.0在审
发明人：张昱;张帆;彭宏;宋秀兰;冯运琪;韩会梅 -专利权人：浙江工业大学
申请日： 2023-03-16 - 公布日： 2023-06-09 - 主分类号： G06F18/213 文献下载
摘要：本发明公开了基于深度学习的由智能反射面辅助的无线感知方法，在该方法中，发射端Tx向目标区域发送探测信号，接收端Rx将接收信号送入到深度学习模块中，该模块可以根据接收端收到的探测信号调整IRS反射系数，并且通过推理接收信号的特征实现未知物体的三维重建；本发明针对由IRS辅助的，基于像素块划分以及深度学习的毫米波计算成像方案，通过LSTM+BiLSTM+DNN网络对接收信号特征的学习，从而实现对物体的无线感知，以及通过对IRS反射系数的在线优化，从而提高无线感知精度。
基于深度学习智能反射辅助无线感知方法

[发明专利]一种智能反射面辅助云接入网的信道估计方法-CN202211736823.1在审
发明人：张昱;杨鹏弘;陈嘉驰;彭宏;张清清;韩会梅 -专利权人：浙江工业大学
申请日： 2022-12-31 - 公布日： 2023-06-09 - 主分类号： H04L25/02 文献下载
摘要：一种智能反射面辅助云接入网的信道估计方法，属于无线通信技术领域。其特点在于分三个阶段对用户UE到提供服务的射频拉远头RRH和IRS的直连信道和反射信道进行估计，并在每个阶段的信道估计中运用导频分配方法；单天线UE通过RRH与基带处理单元BBU池通信，并在UE和RRH之间部署多个IRS；RRH对接收到的信号进行压缩，然后通过前传链路传输到BBU池。本发明针对IRS辅助的C‑RAN上行链路传输系统，通过分阶段进行用户的直连信道与反射信道的估计，以较少的导频资源获取更高精度的信道状态信息CSI。
一种智能反射辅助接入信道估计方法

[发明专利]一种神经网络级联的QPSK接收机及其辅助模型训练方法-CN202310055588.X在审
发明人： 韩会梅;朱力;周宇轩;郎耀铭;宋晨 -专利权人：浙江工业大学
申请日： 2023-01-19 - 公布日： 2023-05-02 - 主分类号： H04L27/22 文献下载
摘要：本发明涉及一种神经网络级联的QPSK接收机辅助模型训练方法，包括：搭建QPSK系统模型，使用QPSK系统模型获取训练数据集，搭建并训练rethink神经网络模型，rethink神经网络模型用于对经过编码和噪声影响的信号进行解调，生成预测标签；搭建并训练LSTM_CNN神经网络模型，LSTM_CNN神经网络模型用于对第一QPSK接收机辅助模型输出的预测标签进行译码。本发明的方法所训练的两个模型分别具有解调和信道译码两个小型神经网络，相比于Deepreceiver的深度神经网络，这两个小型神经网络显著减少了网络复杂度、能针对局部进行优化、应用更灵活，信息处理能力和信息恢复性能也在Deepreceiver的基础上得到了进一步提升。
一种神经网络级联 qpsk 接收机及其辅助模型训练方法

[发明专利]一种基于人工智能的QPSK接收机及其辅助模型训练方法-CN202310055544.7在审
发明人： 韩会梅;朱力;常会敏;沈天嘉 -专利权人：浙江工业大学
申请日： 2023-01-19 - 公布日： 2023-04-11 - 主分类号： G06N3/0442 文献下载
摘要：本发明涉及一种基于人工智能的QPSK接收机辅助模型训练方法，包括：搭建QPSK系统模型，使用QPSK系统模型获取训练数据集，搭建rethink神经网络模型，生成预测标签，使用训练数据集训练rethink神经网络模型，优化rethink神经网络模型的损失函数，使用Nadam算法优化损失函数，更新rethink神经网络模型的参数，直至预测标签与真实标签对比的错误率最小，将更新后的rethink神经网络模型作为QPSK接收机辅助模型。本发明的方法所训练的模型采用基于反思结构的rethink神经网络，考虑到标签之间隐藏的相关性，能够在通信接收机的解调环节中进行解调，该模型的解调能够解决传统硬判决方法在低信噪比条件下，因噪声干扰而导致识別准确率不高的问题。
一种基于人工智能 qpsk 接收机及其辅助模型训练方法

[发明专利]一种面向云接入网有源智能反射面辅助的通感一体化方法-CN202211333268.8在审
发明人：张昱;陈嘉驰;杨鹏弘;彭宏;徐禺昕;韩会梅 -专利权人：浙江工业大学
申请日： 2022-10-28 - 公布日： 2023-04-07 - 主分类号： H04B7/06 文献下载
摘要：本发明公开了一种面向云接入网有源智能反射面辅助的通感一体化方法，该方法在云接入网C_RAN的背景下通过多天线基带处理单元池BBU的集中信号处理优势有效减少了通信和感知系统之间的相互干扰，同时利用有源智能反射面Active‑IRS同时辅助通信和感知，联合设计多天线远程射频头RRH和有源智能反射面处的波束赋形，使得有源智能反射面的反射信号对准目标方向。有源智能反射面整合的放大器能够增强反射信号的能量以对抗多径损耗对信号强度带来的影响。该方法在保证用户信干噪比下可以获得预期的反射面反射波束。
一种面向接入有源智能反射辅助一体化方法

[发明专利]一种基于随机接入机制的联邦学习设备调度方法-CN202211278262.5在审
发明人：朱力;韩会梅;张昱;彭宏 -专利权人：浙江工业大学
申请日： 2022-10-19 - 公布日： 2023-01-31 - 主分类号： H04L25/02 文献下载
摘要：本发明涉及一种基于随机接入机制的联邦学习设备调度方法，包括：广播全局模型及分发下行导频，估计每个设备端的下行信道状态信息，从而生成每个设备端的初始全局模型；排除不能上传局部模型的设备端，剩余设备端迭代生成局部模型，使每个剩余设备端随机选择信道上传上行导频及局部模型，根据上行导频获取信道设备数及各信道中局部模型的和，根据信道设备数及局部模型的和计算得到迭代全局模型。本发明的方法采用随机接入机制，使能够计算本地模型的设备随机选择其上传信道，然后由基站直接对从信道接收到的本地模型进行聚合，从而解决了一些本地设备无法计算其本地模型时的设备调度问题。
一种基于随机接入机制联邦学习设备调度方法

[发明专利]一种基于多智能体强化学习的上行NOMA-URLLC资源分配方法-CN202211129240.2在审
发明人： 韩会梅;江鑫;卢为党;黄国兴;彭宏 -专利权人：浙江工业大学
申请日： 2022-09-16 - 公布日： 2022-12-16 - 主分类号： H04W24/02 文献下载
摘要：本发明涉及一种基于多智能体强化学习的上行NOMA‑URLLC资源分配方法，包括：将每个用户作为一个智能体生成DQN网络，优化目标设置为解码成功次数最大；获取每个用户的信道状态信息作为当前状态；将每个用户的当前状态输入DQN网络，生成每个用户的动作；根据每个用户的动作生成奖励及下一时刻状态；将当前状态、子信道分配动作和功率分配动作、奖励、下一时刻状态作为经验样本存储，并在达到一定数量后抽取训练DQN网络，直至达到优化目标。使用优化后的DQN网络进行每个用户的子信道分配及功率分配。本发明的方法利用DQN网络输出各个用户的子信道分配和功率分配动作，然后根据系统反馈的接入率调整分配方案，从而最大化用户传输成功的概率。
一种基于智能强化学习上行 noma urllc 资源分配方法

[发明专利]一种基于非授权的多前导码随机接入方法-CN202211073065.X在审
发明人： 韩会梅;岳爽;卢为党;黄国兴;张昱;彭宏 -专利权人：浙江工业大学
申请日： 2022-09-02 - 公布日： 2022-11-29 - 主分类号： H04W74/08 文献下载
摘要：本发明涉及一种基于非授权的多前导码随机接入方法，包括：用户从公共前导码序列池中选择由若干个连续前导码组成的超级前导码；将超级前导码在多个连续的前导码阶段中依次发送至基站；基站将接收的前导码与公共前导码序列池进行相关，在每个前导码阶段得到与每个前导码对应的用户信道信息之和；选择任意两个前导码阶段进行相关，生成两个前导码阶段的相关矩阵；根据相关矩阵确定每个用户于两个前导码阶段发送的前导码；对每个用户于每个前导码阶段发送的前导码进行检漏和检错。本发明的方法在进行用户的前导码检测时，根据选择某一前导码的用户个数进行检测，提高了用户检测的准确性，进而提高了随机接入的成功率。
一种基于授权前导随机接入方法

[发明专利]一种基于LSTM的混合随机接入方法-CN202210960665.1在审
发明人： 韩会梅;余浩;卢为党;黄国兴;张昱;彭宏 -专利权人：浙江工业大学
申请日： 2022-08-11 - 公布日： 2022-11-11 - 主分类号： H04W74/08 文献下载
摘要：本发明涉及一种基于LSTM的混合随机接入方法，包括：mMTC用户在前导码池中随机选择前导码序列生成前导码；对前导码进行圆周卷积筛选得到时间提前量值无冲突mMTC用户并发送随机接入响应信息；使用LSTM模型对活跃URLLC用户的数量进行预测，根据预测的数量设置多用户检测算法的参数并对URLLC用户发送导频信号；mMTC用户根据随机接入响应信息获取传输功率传输数据，URLLC用户根据导频信号获取多用户检测算法的参数传输数据；对mMTC用户和URLLC用户的上行链路解码。本发明的方法预测了适当大小的信道资源块满足URLLC用户的接入需求，同时使mMTC用户分散在不同的信道资源中，并采用功率域复用技术提高信道资源能够承载的用户数，从而提高了mMTC用户的接入成功率。
一种基于 lstm 混合随机接入方法

[发明专利]一种LSTM-AM辅助的多信道ALOHA随机接入方法-CN202210950506.3在审
发明人： 韩会梅;王康琪;卢为党;黄国兴;张昱;彭宏 -专利权人：浙江工业大学
申请日： 2022-08-09 - 公布日： 2022-11-08 - 主分类号： H04W74/08 文献下载
摘要：本发明涉及一种LSTM‑AM辅助的多信道ALOHA随机接入方法，包括：每个mMTC用户选择导频序列，基站统计并为无碰撞的mMTC用户分配NOMA簇和信道资源，使用LATM‑AM模型预测URLLC用户数并分配信道资源块，将第一轮分簇和URLLC的信道资源块广播，剩余的mMTC用户重新选择导频序列，为剩余mMTC用户分配信道资源，已分配信道的用户使用各自分配的信道资源传输数据，未分配信道的mMTC用户在剩余信道资源上传输数据。本发明的方法在优先满足URLLC用户信道资源需求的同时尽量为mMTC用户分配了簇及信道资源；不仅保证了URLLC用户的接入时延要求以及接入成功率，还能够为mMTC用户尽可能分配足够的信道资源。
一种 lstm am 辅助信道 aloha 随机接入方法

[发明专利]一种针对拥挤异步大规模MIMO通信系统的随机接入方法-CN202210246080.3在审
发明人： 韩会梅;方卢顺;卢为党;曹江;王双双;林波;高原 -专利权人：中国人民解放军军事科学院战争研究院
申请日： 2022-03-14 - 公布日： 2022-08-02 - 主分类号： H04W74/08 文献下载
摘要：一种针对拥挤异步大规模MIMO通信系统的随机接入方法，用户随机地选择接入资源并把随机接入请求发送至基站；然后，基站估计选择当前时域的活跃用户数以及定时偏移，随后估计用户信道信息并广播预编码随机接入响应；根据接收到的预编码随机接入响应信息，用户判断自己是否被基站成功检测，且未被成功检测用户重新发起随机接入请求；最后，基站再次广播预编码随机接入响应。与现有方案相比，本发明使用了一种新型的定时偏移估计方法，其能够在保证时偏估计准确度的同时提高系统吞吐量。
一种针对拥挤异步大规模 mimo 通信系统随机接入方法

[发明专利]基于时空自适应双向蚁群算法的移动机器人路径规划方法-CN202111611487.3在审
发明人：卢为党;樊智超;韩会梅;冯云琪;徐禺昕;黄国兴;张昱 -专利权人：浙江工业大学
申请日： 2021-12-27 - 公布日： 2022-04-15 - 主分类号： G05D1/02 文献下载
摘要：一种基于时空自适应双向蚁群算法的移动机器人路径规划方法，利用栅格法对移动机器人运动环境进行建模；设置初始参数，蚂蚁分别从起点和终点进行路径搜索，迭代完成后输出最优路径。在该方法中，通过设置特定初始信息素浓度，利用方向因子改进转移概率，根据迭代次数的时间信息动态调整信息素挥发因子和信息素更新策略以及根据迭代过程中的路径空间信息动态调整信息素增强系数，有效地改善了算法收敛速度和路径搜索效率。
基于时空自适应双向算法移动机器人路径规划方法

1
2
下一页»
尾页
共 28 条