北京科技大学张海君获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉北京科技大学申请的专利基于通信感知一体化系统的优化方法、装置、系统及可读存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116801285B 。
龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310329851.X,技术领域涉及:H04W24/02;该发明授权基于通信感知一体化系统的优化方法、装置、系统及可读存储介质是由张海君;高宏伟;刘向南;李浩进;隆克平设计研发完成,并于2023-03-30向国家知识产权局提交的专利申请。
本基于通信感知一体化系统的优化方法、装置、系统及可读存储介质在说明书摘要公布了:本发明提供了一种基于通信感知一体化系统的优化方法、装置、系统及可读存储介质,包括:S1:初始化基于太赫兹通信的通信感知一体化系统;S2:将车联网系统进行降维处理后,与S1中初始化后的通信感知一体化系统进行融合处理,获取深度强化学习中智能体的原始当前状态;S3:将原始当前状态输入TD3神经网络进行训练,输出优化当前状态;S4:将优化当前状态输入TD3神经网络,输出时变动态环境下的智能体的混合预编码和功率分配的最优策略动作。本发明中提出的车联网中智能联合同步资源优化对于发展未来动态环境下基于通信感知一体化系统的优化系统具有指导意义。
本发明授权基于通信感知一体化系统的优化方法、装置、系统及可读存储介质在权利要求书中公布了:1.一种基于通信感知一体化系统的优化方法,车联网系统包括通信感知一体化系统和其他子系统,所述通信感知一体化系统是车联网系统中通信系统和感知系统融合之后的系统,其特征在于,所述基于通信感知一体化系统的优化方法包括以下步骤: S1:初始化基于太赫兹通信的通信感知一体化系统; S2:将车联网系统中其他子系统进行降维处理后,与S1中初始化后的通信感知一体化系统进行融合处理,获取深度强化学习中智能体的原始当前状态; S3:将原始当前状态输入TD3神经网络进行训练,输出优化当前状态; S4:将优化当前状态输入TD3神经网络,输出时变动态环境下的智能体的混合预编码和功率分配的最优策略动作; 所述S1具体为:初始化通信感知一体化系统中时变不同时刻的信道状态、所有车辆的模拟预编码矩阵和功率分配的策略动作、深度强化学习的训练轮数以及TD3神经网络和元学习网络结构和参数; 其中信道状态是车联网下通信感知一体化系统的基本参数,模拟预编码矩阵和功率分配是优化的策略动作,深度强化学习、TD3神经网络和元学习是优化策略动作的方法; 所述S2具体包括: S21:将车联网系统中不同时刻的信道状态划分为多个任务组成任务集,启动初始化后的元学习,所述元学习通过对任务集的学习进行学习能力的泛化; S22:判断S21中元学习是否结束,若元学习结束,则进行S4;若元学习未结束,则在任务集中随机抽样选取多个任务,进行S23,所述元学习通过S21中的任务集的学习进行学习能力的泛化; S23:将多个任务中单个任务下系统的信道状态矩阵降为一维并和初始化的一维策略动作组合在一起,然后输出为原始当前状态,所述初始化一维的策略动作是随机的混合预编码矩阵和功率分配因子; 所述S3具体包括: S31:判断元学习的训练轮数是否达到预设,若达到预设训练的轮数,则优化更新元学习网络的参数,同时输出原始当前状态为优化当前状态;若没有达到预设训练的轮数则进行步骤S32: S32:将原始当前状态输入到TD3神经网络中,并通过TD3神经网络输出系统中所有车辆的模拟预编码和功率分配策略动作; S33:将TD3神经网络所获得模拟预编码矩阵通过迫零方法计算出数字预编码矩阵并共同组成混合预编码方案,TD3神经网络也将输出功率分配方案,并结合当前信道状态,通过建立的数学模型进行reward计算,获得reward值,reward计算对象为通信系统的平均传输速率和感知系统的波束误差,reward计算为求和计算; S34:将混合预编码方案、功率分配方案、reward值和当前信道状态四个元素储存到经验池中; S35:判断经验池中的经验数量是否达到预设的经验池最大容量,若没有达到最大容量,则进行S36,若经验池存储满经验,从经验池中随机抽取经验进行学习训练,在学习训练的过程中不断更新TD3神经网络的参数,并用该参数去进行元学习网络参数的优化; S36:将信道状态和神经网络输出的策略动作重新组合成原始当前状态,重复进行S31。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京科技大学,其通讯地址为:100083 北京市海淀区学院路30号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励