您的位置: 专家智库 > >

梁乐

作品数:19 被引量:0H指数:0
供职机构:东南大学更多>>
发文基金:中央高校基本科研业务费专项资金更多>>
相关领域:电子电信自动化与计算机技术电气工程更多>>

文献类型

  • 16篇专利
  • 2篇期刊文章
  • 1篇学位论文

领域

  • 3篇电子电信
  • 1篇电气工程
  • 1篇自动化与计算...

主题

  • 8篇信道
  • 5篇通信
  • 4篇多普勒
  • 4篇多普勒频偏
  • 4篇信道信息
  • 4篇中继
  • 4篇中继站
  • 4篇似然
  • 4篇随机游走
  • 4篇频偏
  • 4篇感知
  • 4篇采样
  • 4篇传输方法
  • 3篇频谱
  • 3篇鲁棒
  • 3篇马尔可夫
  • 2篇导频
  • 2篇导频信号
  • 2篇低维
  • 2篇对数似然比

机构

  • 19篇东南大学
  • 4篇网络通信与安...

作者

  • 19篇梁乐
  • 9篇金石
  • 6篇赵春明
  • 6篇李潇
  • 6篇张静
  • 6篇许威
  • 4篇沈弘
  • 1篇杨杰
  • 1篇韩瑜

传媒

  • 2篇移动通信

年份

  • 7篇2024
  • 5篇2023
  • 1篇2015
  • 2篇2014
  • 1篇2013
  • 3篇2012
19 条 记 录,以下是 1-10
排序方式:
一种延时反馈下多天线中继预编码的鲁棒构造方法
本发明公开了一种延时反馈下多天线中继预编码的鲁棒构造方法,包括如下步骤:调研中继站以及小区用户的平均移动速率,计算相应的多普勒频偏,获得基站到中继站以及中继站到用户信道的延时相关系数;然后中继站和每个用户通过信道估计分别...
许威梁乐沈弘赵春明
文献传递
一种涅斯捷罗夫梯度加速的马尔可夫链蒙特卡罗检测方法
本发明公开了一种涅斯捷罗夫梯度加速的马尔可夫链蒙特卡罗检测方法,包括,S1、初始化并行的P个采样器,设置采样迭代变量i=1;S2、计算所述并行的P个采样器的每一个采样器的提议向量,包含涅斯捷罗夫梯度提议和随机游走噪声;执...
金石 周星宇梁乐张静李潇
一种基于延时反馈的多小区自适应协作传输方法
本发明公开了一种基于延时反馈的多小区自适应协作传输方法,该协作传输方法按如下步骤进行:首先调研参与协作的多小区内用户的平均移动速率,计算出相应的多普勒频偏,获得信道延时相关系数,然后通过轮询调度在每个小区内选择一个用户等...
许威梁乐赵春明
文献传递
一种基于延时反馈的多小区自适应协作传输方法
本发明公开了一种基于延时反馈的多小区自适应协作传输方法,该协作传输方法按如下步骤进行:首先调研参与协作的多小区内用户的平均移动速率,计算出相应的多普勒频偏,获得信道延时相关系数,然后通过轮询调度在每个小区内选择一个用户等...
许威梁乐赵春明
文献传递
一种基于深度展开的马尔可夫链蒙特卡罗检测方法
本发明公开了一种基于深度展开的马尔可夫链蒙特卡罗检测方法,包括:收集MIMO无线通信系统的训练数据集合,每一条训练数据包含一次信道实现的信道矩阵和噪声方差,以及与之对应的接收信号向量;构建深度展开的马尔可夫链蒙特卡罗检测...
金石 周星宇梁乐张静李潇
多天线两跳中继系统中利用有限反馈信息的传输方法
本发明公开了一种多天线两跳中继系统中利用有限反馈信息的传输方法,按如下步骤进行:首先系统依据基站和中继站的发射功率及天线数,以及限定的性能损失阈值和用户天线数等信息,确定两条反馈链路上的反馈比特数大小,并采用随机调度方法...
许威梁乐沈弘赵春明
文献传递
一种基于马尔可夫链蒙特卡罗的分布式检测方法
本发明公开了一种基于马尔可夫链蒙特卡罗的分布式检测方法,将接收天线分为多个天线簇,各簇具有本地的分布式基带单元;选取一个分布式基带单元作为顶端节点,其余分布式基带单元作为子节点;各分布式基带单元间以星状或环状的拓扑结构相...
金石 周星宇梁乐张静李潇
多天线两跳中继系统中利用有限反馈信息的传输方法
本发明公开了一种多天线两跳中继系统中利用有限反馈信息的传输方法,按如下步骤进行:首先系统依据基站和中继站的发射功率及天线数,以及限定的性能损失阈值和用户天线数等信息,确定两条反馈链路上的反馈比特数大小,并采用随机调度方法...
许威梁乐沈弘赵春明
一种基于深度展开的马尔可夫链蒙特卡罗检测方法
本发明公开了一种基于深度展开的马尔可夫链蒙特卡罗检测方法,包括:收集MIMO无线通信系统的训练数据集合,每一条训练数据包含一次信道实现的信道矩阵和噪声方差,以及与之对应的接收信号向量;构建深度展开的马尔可夫链蒙特卡罗检测...
金石 周星宇梁乐张静李潇
基于深度强化学习的联邦学习客户选择
2023年
联邦学习是一种具有隐私保护的机器学习范式,它使各个客户在本地进行训练,只上传本地更新而不泄漏本地数据,最终实现合作训练全局模型。由于客户数量庞大,而通信资源有限,因此每次只能选择一部分客户执行聚合,但在典型的联邦学习场景中,不同客户之间表现出较大的异构性,如数据分布、硬件配置、通信状况等,在每一轮中随机采样可能无法有效利用各个客户的本地更新,导致模型收敛速度减慢、模型性能变差等。针对客户的数据质量以及通信质量的差异性,提出了一种基于双重延时深度确定性策略梯度算法(TD3)的客户选择算法,通过强化学习方法动态选择客户设备参与聚合,加速全局模型的收敛。在公开数据集上进行了大量的实验,结果表明,在考虑客户数据质量以及上行信道状况差异情况下,所提出的客户选择方法相比于随机选择以及通信贪婪选择,联邦学习效果更加鲁棒,且最终收敛的识别准确率更高。
彭新雅梁乐金石
关键词:客户选择
共2页<12>
聚类工具0