CN116073928B - 一种物联网边缘环境下通感一体化智能传输与调控方法 - Google Patents

一种物联网边缘环境下通感一体化智能传输与调控方法 Download PDF

Info

Publication number
CN116073928B
CN116073928B CN202310207125.0A CN202310207125A CN116073928B CN 116073928 B CN116073928 B CN 116073928B CN 202310207125 A CN202310207125 A CN 202310207125A CN 116073928 B CN116073928 B CN 116073928B
Authority
CN
China
Prior art keywords
base station
time
equipment
representing
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310207125.0A
Other languages
English (en)
Other versions
CN116073928A (zh
Inventor
朱洪波
金石
孙建平
赵海涛
张晖
丁中正
黄传娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Southeast University
Nanjing University of Posts and Telecommunications
Original Assignee
Huawei Technologies Co Ltd
Southeast University
Nanjing University of Posts and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd, Southeast University, Nanjing University of Posts and Telecommunications filed Critical Huawei Technologies Co Ltd
Priority to CN202310207125.0A priority Critical patent/CN116073928B/zh
Publication of CN116073928A publication Critical patent/CN116073928A/zh
Application granted granted Critical
Publication of CN116073928B publication Critical patent/CN116073928B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/391—Modelling the propagation channel
    • H04B17/3911—Fading models or fading generators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H04B17/327—Received signal code power [RSCP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种物联网边缘环境下通感一体化智能传输与调控方法，涉及物联网与通感一体化技术领域，本方法中服务基站部署在物联网边缘环境下，服务基站与多个设备进行通信，同时对感知多个设备；具体步骤如下：服务基站感知设备，获取感知参数；利用感知参数，对传输模型进行重新构建；利用感知参数，对多径衰落模型进行重新构建；信道模型重构后，服务基站为环境内设备构建优化算法模型；本发明通过感知辅助通信，服务基站动态的更新优化算法，确保达到通信性能和感知性能的均衡。

Description

一种物联网边缘环境下通感一体化智能传输与调控方法
技术领域
本发明涉及物联网与通感一体化技术领域，特别是涉及一种物联网边缘环境下通感一体化智能传输与调控方法。
背景技术
未来6G将向毫米波、太赫兹等更高频段发展，与感知频段逐步交叠，孕育并催生通信感知一体化技术，以赋予6G网络随时随地感知物理世界的能力；作为新一代智能化综合数字信息基础设施，6G将与先进计算、大数据、人工智能等信息技术交叉融合，实现通信与感知、计算、控制的深度融合，逐步具备泛在互联、普惠智能、多维感知、全域覆盖、绿色低碳、内生安全等典型特征；在6G的典型场景和业务中，通信感知融合将成为具有代表性的新增场景和新型业务。
6G通信感知一体化技术将利用无线通信信号，实现对目标的检测、定位、识别、成像等感知功能，进而获取和重构周围的环境信息，推动6G网络进入物理世界和数字世界融合的数字孪生时代，国际电信联盟（ITU）面向2030的未来技术趋势研究报告指出，通信感知一体化技术将成为新一代移动通信系统最有潜力的关键技术方向之一。
对于6G通信感知一体化系统的性能指标设计，业界进行了多种探索，一方面，在通信感知一体化系统的通信和感知功能并存场景下，在保证通信或者感知功能性能需求的同时，对另一部分功能的性能进行优化；系统的优化设计往往以通信或感知的单方面性能指标为主要考虑，即当通信与感知二者之间存在资源分配和干扰协调等需求时，在满足系统基本需求的前提下单方面优化通信或感知二者之一的性能；通信系统和感知系统设计的主要原则是二者之间尽可能避免相互影响，尚不需要相互辅助的考虑；在业务共存的极端情况中，即通信或感知二者中只有一种业务存在时，可完全不需要考虑对另一种业务的影响，只需要在系统设计的限制条件下全力优化当前工作的系统性能；但是当通信与感知业务同时存在时，则需要统筹考虑优化二者之一的性能，并减少彼此之间的干扰等影响；此时引入新的性能指标体系来呈现通信与感知性能之间的这种关系，将为解决此阶段6G通信感知一体化系统设计的资源分配问题提供有益参考。
尽管目前通感一体化波束成形技术的发展已经能够解决很多场景下的复杂问题，但是当设备或用户数量增加时，目前的算法还没有考虑周全；当前的通感一体化算法往往是没有考虑移动性问题，这样设计出来的算法往往会和实际情况产生出入；当环境中用户过多时，传统的优化算法一般会为每个用户分配相同的资源，这样的资源分配方法实际是不合理的，往往会造成资源的浪费。
为此，本发明从资源平衡的角度出发，假设设备随机分布在环境中，考虑了传输模型与设备的移动性的相关性，考虑了设备之间的影响对信道模型的影响，最后去最大化通信和速率，从而提出了物联网边缘环境下通感一体化智能传输与调控方法。
发明内容
为了解决以上技术问题，本发明提供一种物联网边缘环境下通感一体化智能传输与调控方法，包括以下步骤
S1、在完成一次完整的模型重构及算法构建之后，服务基站进入感知数据采集阶段，服务基站获取所有设备的感知参数；
S2、通过感知参数，服务基站对设备传输模型进行重新构建；
S3、通过感知参数，服务基站对设备多径衰落模型进行重新构建；
S4、信道模型重构后，服务基站为环境内设备构建优化算法模型；
S5、服务基站完成步骤S1至步骤S4后，进入下一次感知数据采集阶段，重复步骤S1至步骤S5。
本发明进一步限定的技术方案是：
进一步的，步骤S1中，服务基站获取所有设备的感知参数包括以下步骤
S1.1、服务基站的发射信号为St(t)，服务基站接收到的信号是Sr(t)，则基站收到的回波信号为
Figure SMS_1
，j表示虚数单位，通过下式计算出t时刻基站相对于设备的距离d(t)：
Figure SMS_2
（1）
其中，τ表示信号从发射到返回的传播时延，c表示光速；
S1.2、基站收到的回波信号为
Figure SMS_3
，通过下式计算出t时刻基站相对于设备的速度v(t)：
Figure SMS_4
（2）
其中，
Figure SMS_5
表示发射信号和回波信号的相位差，λ表示发射信号的波长，Tc表示相邻信号的发射时间间隔；
S1.3、基站相对于设备在t时刻的距离和速度为d(t)和v(t)，基站相对于设备在
Figure SMS_6
时刻的距离为/>
Figure SMS_7
，通过下式计算出设备在t时刻的运动方向θ(t)：
Figure SMS_8
（3）
其中，
Figure SMS_9
表示一段在1-5ms之间的时间间隔，/>
Figure SMS_10
。
前所述的一种物联网边缘环境下通感一体化智能传输与调控方法，步骤S2中，服务基站对设备传输模型进行重新构建的方法包括以下步骤
S2.1、传统的自由空间路径损耗为
Figure SMS_11
，Pt表示设备的发射功率，d表示设备的发射信号在信道中的传播距离，根据设备的移动性，对传输模型重新建模如下：
Figure SMS_12
（4）
其中，pr(t)和pt(t)分别表示t时刻设备的接收功率和基站的发射功率，v(t)表示t时刻设备的移动速度；
S2.2、根据设备的运动方向，最终描述如下：
Figure SMS_13
（5）
其中，θ(t)表示设备在t时刻的运动方向，
Figure SMS_14
，当/>
Figure SMS_15
时，判断设备朝远离基站的方向移动，此时，基站会分配更多的功率给设备；当/>
Figure SMS_16
时，判断设备朝靠近基站的方向移动，此时，基站会分配更少的功率给设备。
前所述的一种物联网边缘环境下通感一体化智能传输与调控方法，步骤S3中，服务基站对设备多径衰落模型进行重新构建的方法包括以下步骤
S3.1、设备m对设备n的多径衰落影响为：
Figure SMS_17
（6）
其中，θnm(t)表示设备m相对于设备n在t时刻的相对运动方向，vm(t)是设备m的移动速度，k(t)表示比例因子，值的计算如下：
Figure SMS_18
（7）
其中，
Figure SMS_19
表示设备m在t时刻的接收功率，dnm(t)表示设备m相对于设备n在t时刻的相对距离，dnm(t)通过下式计算
Figure SMS_20
（8）
其中，dm(t)和dn(t)分别表示t时刻设备m和设备n与基站的距离，
Figure SMS_21
表示设备m与设备n在t时刻相对于基站的夹角；
S3.2、计算出任意两个设备之间的多径衰落影响后，服务环境内任意设备所受到的多径衰落影响为：
Figure SMS_22
（9）
其中，
Figure SMS_23
，n表示物联网边缘环境中任意一个设备，K表示服务环境中设备的总个数，/>
Figure SMS_24
由式（6）计算得出。
前所述的一种物联网边缘环境下通感一体化智能传输与调控方法，步骤S4中，服务基站为环境内设备构建优化算法模型的方法包括以下步骤
S4.1、优化算法模型如下：
Figure SMS_25
（10）
S4.2、最大化服务环境中设备的下行通信和速率，满足以下约束：
Figure SMS_26
（11）
Figure SMS_27
（12）
Figure SMS_28
（13）
式（10）中，Rk表示设备k的下行通信速率，由下式获取：
Figure SMS_29
（14）
其中，
Figure SMS_30
表示设备k在t时刻的接收信号功率，/>
Figure SMS_31
表示设备k在t时刻的多径衰落影响；
式（11）中，
Figure SMS_32
表示设备k在t时刻的检测概率的阈值，/>
Figure SMS_33
表示设备k的检测概率，计算如下：
Figure SMS_34
（15）
式（15）中，SNRk表示回波信号的信噪比，计算如下：
Figure SMS_35
（16）
式（15）中，
Figure SMS_36
表示噪声功率；
其中，式（12）和式（13）是功率约束，PT表示所有设备发射功率之和的最大值，pmin和pmax分别表示设备所允许的最小发射功率和最大发射功率。
前所述的一种物联网边缘环境下通感一体化智能传输与调控方法，步骤S4中，信道模型重构后，服务基站为环境内设备构建优化算法模型，通过注水算法和分式规划算法求出其最优解。
本发明的有益效果是：
本发明中，利用感知信息对传输模型重新构建，能够更加准确的描述信号功率衰减的过程；利用感知信息对多径衰落模型重新构建，考虑了其他所有设备的多径衰落干扰，对信号的传输速率进行了更加精确的建模；服务基站为每个设备构建了优化算法，能够在合理的分配有限资源的情况下，提高传输速率。
附图说明
图1为本发明实施例中的场景模型示意图；
图2为本发明的流程示意图。
具体实施方式
本实施例提供的一种物联网边缘环境下通感一体化智能传输与调控方法，如图1所示，在拟定场景下，存在K个设备，设备以不同的速度向不同方向移动，服务基站在与设备通信的同时也感知设备。
如图2所示，一种物联网边缘环境下通感一体化智能传输与调控方法包括以下步骤
S1、在完成一次完整的模型重构及算法构建之后，服务基站进入感知数据采集阶段，服务基站获取所有设备的感知参数，具体包括以下分步骤
S1.1、服务基站的发射信号为St(t)，服务基站接收到的信号是Sr(t)，则基站收到的回波信号为
Figure SMS_37
，j表示虚数单位，通过下式计算出t时刻基站相对于设备的距离d(t)：
Figure SMS_38
（1）
其中，τ表示信号从发射到返回的传播时延，c表示光速；
S1.2、基站收到的回波信号为
Figure SMS_39
，通过下式计算出t时刻基站相对于设备的速度v(t)：
Figure SMS_40
（2）
其中，
Figure SMS_41
表示发射信号和回波信号的相位差，λ表示发射信号的波长，Tc表示相邻信号的发射时间间隔；
S1.3、基站相对于设备在t时刻的距离和速度为d(t)和v(t)，基站相对于设备在
Figure SMS_42
时刻的距离为/>
Figure SMS_43
，通过下式计算出设备在t时刻的运动方向θ(t)：
Figure SMS_44
（3）
其中，
Figure SMS_45
表示一段在1-5ms之间的时间间隔，/>
Figure SMS_46
。
S2、通过感知参数，服务基站对设备传输模型进行重新构建，具体包括以下分步骤
S2.1、传统的自由空间路径损耗为
Figure SMS_47
，Pt表示设备的发射功率，d表示设备的发射信号在信道中的传播距离，根据设备的移动性，对传输模型重新建模如下：
Figure SMS_48
（4）
其中，pr(t)和pt(t)分别表示t时刻设备的接收功率和基站的发射功率，v(t)表示t时刻设备的移动速度；
S2.2、根据设备的运动方向，最终描述如下：
Figure SMS_49
（5）
其中，θ(t)表示设备在t时刻的运动方向，
Figure SMS_50
，当/>
Figure SMS_51
时，判断设备朝远离基站的方向移动，此时，基站会分配更多的功率给设备；当/>
Figure SMS_52
时，判断设备朝靠近基站的方向移动，此时，基站会分配更少的功率给设备。
S3、通过感知参数，服务基站对设备多径衰落模型进行重新构建，多径衰落模型考虑了周边环境其他设备的影响，具体包括以下分步骤
S3.1、设备m对设备n的多径衰落影响为：
Figure SMS_53
（6）
其中，θnm(t)表示设备m相对于设备n在t时刻的相对运动方向，vm(t)是设备m的移动速度，k(t)表示比例因子，值的计算如下：
Figure SMS_54
（7）
其中，
Figure SMS_55
表示设备m在t时刻的接收功率，dnm(t)表示设备m相对于设备n在t时刻的相对距离，dnm(t)通过下式计算
Figure SMS_56
（8）
其中，dm(t)和dn(t)分别表示t时刻设备m和设备n与基站的距离，
Figure SMS_57
表示设备m与设备n在t时刻相对于基站的夹角；
S3.2、计算出任意两个设备之间的多径衰落影响后，服务环境内任意设备所受到的多径衰落影响为：
Figure SMS_58
（9）
其中，
Figure SMS_59
，n表示物联网边缘环境中任意一个设备，K表示服务环境中设备的总个数，/>
Figure SMS_60
由式（6）计算得出。
S4、信道模型重构后，服务基站为环境内设备构建优化算法模型，具体包括以下分步骤
S4.1、优化算法模型如下：
Figure SMS_61
（10）
S4.2、最大化服务环境中设备的下行通信和速率，满足以下约束：
Figure SMS_62
（11）
Figure SMS_63
（12）
Figure SMS_64
（13）
式（10）中，Rk表示设备k的下行通信速率，由下式获取：
Figure SMS_65
（14）
其中，
Figure SMS_66
表示设备k在t时刻的接收信号功率，/>
Figure SMS_67
表示设备k在t时刻的多径衰落影响；
式（11）中，
Figure SMS_68
表示设备k在t时刻的检测概率的阈值，/>
Figure SMS_69
表示设备k的检测概率，计算如下：
Figure SMS_70
（15）
式（15）中，SNRk表示回波信号的信噪比，计算如下：
Figure SMS_71
（16）
式（15）中，
Figure SMS_72
表示噪声功率；
其中，式（12）和式（13）是功率约束，PT表示所有设备发射功率之和的最大值，pmin和pmax分别表示设备所允许的最小发射功率和最大发射功率。
在步骤S4中，信道模型重构后，服务基站为环境内设备构建优化算法模型，可以用注水算法和分式规划算法求出其最优解。
S5、服务基站完成步骤S1至步骤S4后，进入下一次感知数据采集阶段，重复步骤S1至步骤S5。
本方法首先由服务基站发送信号感知目标，获取感知参数，获取相应的感知参数，在获取感参数后，对传输模型进行了重新构建，并且对信道模型进行了重新构建，最后模型重构后，服务基站为环境内设备构建优化算法模型。
通过构建传输模型，为每个设备的重新构建了传输模型；通过构建信道模型，为每个设备的重新构建了信道模型；通过服务基站为环境内设备构建优化算法模型，确保算法的合理性和可行性。
除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。

Claims (3)

1.一种物联网边缘环境下通感一体化智能传输与调控方法，其特征在于：包括以下步骤
S1、在完成一次完整的模型重构及算法构建之后，服务基站进入感知数据采集阶段，服务基站获取所有设备的感知参数；
S2、通过感知参数，服务基站对设备传输模型进行重新构建；
S3、通过感知参数，服务基站对设备多径衰落模型进行重新构建；
S4、信道模型重构后，服务基站为环境内设备构建优化算法模型；
S5、服务基站完成步骤S1至步骤S4后，进入下一次感知数据采集阶段，重复步骤S1至步骤S5；
步骤S1中，服务基站获取所有设备的感知参数包括以下步骤
S1.1、服务基站的发射信号为St(t)，服务基站接收到的信号是Sr(t)，则基站收到的回波信号为
Figure QLYQS_1
，j表示虚数单位，通过下式计算出t时刻基站相对于设备的距离d(t)：
Figure QLYQS_2
（1）
其中，τ表示信号从发射到返回的传播时延，c表示光速；
S1.2、基站收到的回波信号为
Figure QLYQS_3
，通过下式计算出t时刻基站相对于设备的速度v(t)：
Figure QLYQS_4
（2）
其中，
Figure QLYQS_5
表示发射信号和回波信号的相位差，λ表示发射信号的波长，Tc表示相邻信号的发射时间间隔；
S1.3、基站相对于设备在t时刻的距离和速度为d(t)和v(t)，基站相对于设备在
Figure QLYQS_6
时刻的距离为/>
Figure QLYQS_7
，通过下式计算出设备在t时刻的运动方向θ(t)：
Figure QLYQS_8
（3）
其中，
Figure QLYQS_9
表示一段在1-5ms之间的时间间隔，/>
Figure QLYQS_10
；
步骤S2中，服务基站对设备传输模型进行重新构建的方法包括以下步骤
S2.1、传统的自由空间路径损耗为
Figure QLYQS_11
，Pt表示设备的发射功率，d表示设备的发射信号在信道中的传播距离，根据设备的移动性，对传输模型重新建模如下：
Figure QLYQS_12
（4）
其中，pr(t)和pt(t)分别表示t时刻设备的接收功率和基站的发射功率，v(t)表示t时刻设备的移动速度；
S2.2、根据设备的运动方向，最终描述如下：
Figure QLYQS_13
（5）
其中，θ(t)表示设备在t时刻的运动方向，
Figure QLYQS_14
，当/>
Figure QLYQS_15
时，判断设备朝远离基站的方向移动，此时，基站会分配更多的功率给设备；当/>
Figure QLYQS_16
时，判断设备朝靠近基站的方向移动，此时，基站会分配更少的功率给设备；
步骤S3中，服务基站对设备多径衰落模型进行重新构建的方法包括以下步骤
S3.1、设备m对设备n的多径衰落影响为：
Figure QLYQS_17
（6）
其中，θnm(t)表示设备m相对于设备n在t时刻的相对运动方向，vm(t)是设备m的移动速度，k(t)表示比例因子，比例因子k(t)的值计算如下：
Figure QLYQS_18
（7）
其中，
Figure QLYQS_19
表示设备m在t时刻的接收功率，dnm(t)表示设备m相对于设备n在t时刻的相对距离，dnm(t)通过下式计算
Figure QLYQS_20
（8）
其中，dm(t)和dn(t)分别表示t时刻设备m和设备n与基站的距离，
Figure QLYQS_21
表示设备m与设备n在t时刻相对于基站的夹角；
S3.2、计算出任意两个设备之间的多径衰落影响后，服务环境内任意设备所受到的多径衰落影响为：
Figure QLYQS_22
（9）
其中，
Figure QLYQS_23
，n表示物联网边缘环境中任意一个设备，K表示服务环境中设备的总个数，/>
Figure QLYQS_24
由式（6）计算得出。
2.根据权利要求1所述的一种物联网边缘环境下通感一体化智能传输与调控方法，其特征在于：所述步骤S4中，服务基站为环境内设备构建优化算法模型的方法包括以下步骤
S4.1、优化算法模型如下：
Figure QLYQS_25
（10）
S4.2、最大化服务环境中设备的下行通信和速率，满足以下约束：
Figure QLYQS_26
（11）
Figure QLYQS_27
（12）
Figure QLYQS_28
（13）
式（10）中，Rk表示设备k的下行通信速率，由下式获取：
Figure QLYQS_29
（14）
其中，
Figure QLYQS_30
表示设备k在t时刻的接收信号功率，/>
Figure QLYQS_31
表示设备k在t时刻的多径衰落影响；
式（11）中，
Figure QLYQS_32
表示设备k在t时刻的检测概率的阈值，/>
Figure QLYQS_33
表示设备k的检测概率，计算如下：
Figure QLYQS_34
（15）
式（15）中，计算如下：
Figure QLYQS_35
（16）
式（15）中，
Figure QLYQS_36
表示噪声功率；
其中，式（12）和式（13）是功率约束，PT表示所有设备发射功率之和的最大值，pmin和pmax分别表示设备所允许的最小发射功率和最大发射功率。
3.根据权利要求1所述的一种物联网边缘环境下通感一体化智能传输与调控方法，其特征在于：所述步骤S4中，信道模型重构后，服务基站为环境内设备构建优化算法模型，通过注水算法和分式规划算法求出其最优解。
CN202310207125.0A 2023-03-07 2023-03-07 一种物联网边缘环境下通感一体化智能传输与调控方法 Active CN116073928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310207125.0A CN116073928B (zh) 2023-03-07 2023-03-07 一种物联网边缘环境下通感一体化智能传输与调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310207125.0A CN116073928B (zh) 2023-03-07 2023-03-07 一种物联网边缘环境下通感一体化智能传输与调控方法

Publications (2)

Publication Number Publication Date
CN116073928A CN116073928A (zh) 2023-05-05
CN116073928B true CN116073928B (zh) 2023-06-20

Family

ID=86175049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310207125.0A Active CN116073928B (zh) 2023-03-07 2023-03-07 一种物联网边缘环境下通感一体化智能传输与调控方法

Country Status (1)

Country Link
CN (1) CN116073928B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111818126A (zh) * 2020-06-08 2020-10-23 武汉大学 基于rfid多特征融合感知模型的物联网环境参数自适应反演方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107835514B (zh) * 2017-08-31 2021-05-18 南京邮电大学 一种多宿主业务场景下无线网络资源匹配的建模方法
CN115118368A (zh) * 2022-06-27 2022-09-27 东南大学 一种结合前向散射与后向散射的新型通感一体化信道建模方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111818126A (zh) * 2020-06-08 2020-10-23 武汉大学 基于rfid多特征融合感知模型的物联网环境参数自适应反演方法

Also Published As

Publication number Publication date
CN116073928A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
KR102210636B1 (ko) 측위 참조 신호를 송수신하는 방법 및 이를 위한 장치
CN109587690B (zh) 无人机辅助认知卫星地面通信网络多点协作传输方法
US20210297135A1 (en) Method for transmitting or receiving channel state information for plurality of base stations in wireless communication system, and device therefor
CN114501346A (zh) 感知信号传输方法和装置
CN114051204B (zh) 一种基于智能反射面的无人机辅助通信方法
US11159958B1 (en) Central cloud server and edge devices assisted high speed low-latency wireless connectivity
Júnior et al. CAPTAIN: A data collection algorithm for underwater optical-acoustic sensor networks
US20230379739A1 (en) Method for transmitting and receiving channel state information and device for same in wireless communication system
Chen et al. Wi-Fi sensing based on IEEE 802.11 bf
US10979926B2 (en) Method for performing measurement for cells and a mobile communication device performing the method
CN114584235B (zh) 基于感知的针对移动空中窃听者的上行通信安全方法
CN114980220B (zh) 管理无线网络中的网络感知能力
CN113841346A (zh) 用于在无线通信系统中报告波束信息的方法及其装置
CN114124258A (zh) 一种最大化安全传输速率的方法
CN113678523B (zh) 无线通信系统中的定位方法和支持其的装置
Ramezani et al. Toward RIS-enhanced integrated terrestrial/non-terrestrial connectivity in 6G
Mollah et al. mmWave enabled connected autonomous vehicles: A use case with V2V cooperative perception
CN116073928B (zh) 一种物联网边缘环境下通感一体化智能传输与调控方法
EP3897063B1 (en) Method for transceiving plurality of physical downlink shared channels in wireless communication system and apparatus therefor
CN111372195B (zh) 移动通信网络中移动终端的位置追踪方法、设备及存储介质
CN116669073A (zh) 基于智能反射面辅助无人机认知网络的资源分配和轨迹优化方法
CN115334524B (zh) 一种基于全向智能超表面的通信和雷达目标检测方法
Peng et al. Fog Radio Access Networks (F-RAN)
US20220376954A1 (en) Transmission/reception method in 1-bit quantization system, and device therefor
He et al. Reliable auxiliary communication of UAV via relay cache optimization

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant