Current status and prospects of intelligent trackless auxiliarytransportation technology in coal mines
Y ZHAO, Q JI, T WANG - Coal Science and Technology, 2021 - mtkxjs.com.cn
Electrification, intelligence and network connection will be the three major technological
changes in the future of trackless transportation in coal mines. It is the general trend to use …
changes in the future of trackless transportation in coal mines. It is the general trend to use …
移动边缘网络中基于双深度Q 学习的高能效资源分配方法
喻鹏， 张俊也， 李文璟， 周凡钦， 丰雷， 付澍… - 通信学报, 2020 - infocomm-journal.com
为了提升移动边缘网络中系统的能量使用效率, 面向多任务, 多终端设备, 多边缘网关,
多边缘服务器共存网络架构的下行通信过程, 提出了一种基于双深度Q 学习(DDQL) 的通信 …
多边缘服务器共存网络架构的下行通信过程, 提出了一种基于双深度Q 学习(DDQL) 的通信 …
基于深度学习的广义频分复用系统时频双选择信道估计
王莹， 任军， 史可， 林彬 - 通信学报, 2021 - infocomm-journal.com
广义频分复用(GFDM) 系统存在固有的子载波间干扰和子符号间干扰, 在时频双选择信道下,
会产生严重的导频污染现象, 使基于导频的信道估计性能显著下降. 为此, 提出一种基于深度学习 …
会产生严重的导频污染现象, 使基于导频的信道估计性能显著下降. 为此, 提出一种基于深度学习 …
支持多数不规则用户的隐私保护联邦学习框架
陈前昕， 毕仁万， 林劼， 金彪， 熊金波 - 网络与信息安全学报, 2022 - infocomm-journal.com
针对联邦学习存在处理大多数不规则用户易引起聚合效率降低, 以及采用明文通信导致参数隐私
泄露的问题, 基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架 …
泄露的问题, 基于设计的安全除法协议构建针对不规则用户鲁棒的隐私保护联邦学习框架 …
煤矿智能无轨辅助运输技术现状与展望.
赵远， 吉庆， 王腾 - Coal Science & Technology (0253-2336), 2021 - search.ebscohost.com
电动化, 智能化, 网联化将是煤矿无轨辅助运输未来的3 大技术变革, 利用信息, 通信,
控制技术将车辆, 路况, 人员, 物资紧密结合, 最终实现智能互联, 已是大势所趋 …
控制技术将车辆, 路况, 人员, 物资紧密结合, 最终实现智能互联, 已是大势所趋 …
频谱知识图谱: 面向未来频谱管理的智能引擎
孙佳琛， 王金龙， 丁国如， 陈瑾， 龚玉萍 - 通信学报, 2021 - infocomm-journal.com
针对当前频谱管理中表征方式较单一, 管理方式对人的经验依赖性较强, 管理效率和精准度较低
等问题, 面向未来频谱管理的自动化, 智能化, 精准化需求, 将知识图谱理论与技术引入频谱管理 …
等问题, 面向未来频谱管理的自动化, 智能化, 精准化需求, 将知识图谱理论与技术引入频谱管理 …
[PDF][PDF] 6G 新型时延多普勒通信范式: OTFS 的技术优势, 设计挑战, 应用与前景
廖勇， 罗渝， 荆亚昊 - 电子与信息学报, 2024 - jeit.ac.cn
在未来的通信网络中, 被广泛期待的第6 代移动通信系统(The Sixth Generation of Mobile
Communications System, 6G) 技术将面临诸多挑战, 其中包括在高速移动场景下的超高可靠 …
Communications System, 6G) 技术将面临诸多挑战, 其中包括在高速移动场景下的超高可靠 …
无线网络多用户干扰下智能发射功率控制算法
张先超， 赵耀， 叶海军， 樊锐 - 通信学报, 2022 - infocomm-journal.com
针对无线网络多用户互相干扰的问题, 通过对发射功率进行智能控制, 实现干扰管理,
保证多用户通信服务质量. 首先, 考虑复杂动态无线信道环境, 建立以无线通信系统加权数据速率 …
保证多用户通信服务质量. 首先, 考虑复杂动态无线信道环境, 建立以无线通信系统加权数据速率 …
[PDF][PDF] 基于分布式联邦学习的毫米波通信系统波束配置方法
薛青， 来东， 徐勇军， 闫莉 - 电子与信息学报, 2024 - researchgate.net
针对超密集组网中毫米波通信系统复杂的波束配置问题, 该文提出一种基于分布式联邦学习(
DFL) 的波束配置算法(BMDFL), 旨在利用有限的波束资源实现用户覆盖率最大化 …
DFL) 的波束配置算法(BMDFL), 旨在利用有限的波束资源实现用户覆盖率最大化 …
深度强化学习与移动通信资源管理: 算法, 进展与展望
孙恩昌， 袁永仪， 吴兵， 屈晗星， 张延华 - 北京工业大学学报, 2023 - journal.bjut.edu.cn
深度强化学习(deep reinforcement learning, DRL) 将深度学习从高维数据提取低维特征的能力
与强化学习的决策能力相结合, 是移动通信资源管理与优化的高效算法之一. 在引入DRL …
与强化学习的决策能力相结合, 是移动通信资源管理与优化的高效算法之一. 在引入DRL …