杨晨阳

作品数：72被引量：186H指数：7
导出分析报告
供职机构：北京航空航天大学电子信息工程学院更多>>
发文主题：基站下行协作多点传输服务用户用户调度更多>>
发文领域：电子电信自动化与计算机技术航空宇航科学技术理学更多>>
发文期刊：《中国科学：信息科学》《系统仿真学报》《系统工程与电子技术》《高科技与产业化》更多>>
所获基金：国家自然科学基金高等学校优秀青年教师教学科研奖励计划海外及港澳学者合作研究基金“新一代宽带无线移动通信网”国家科技重大专更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
预测资源分配::马尔可夫决策过程的无监督学习
《中国科学：信息科学》2024年第8期1983-2000,共18页吴佳骏 赵剑羽 孙乘坚 杨晨阳 
国家重点研发计划(批准号:2022YFB2902002);国家自然科学基金重点项目(批准号:61731002);国家自然科学基金面上项目(批准号:62271024)资助。
当已知未来的移动轨迹等信息时,面向视频点播业务的预测资源分配可以在满足用户体验的前提下降低基站能耗或提高网络吞吐量传统的预测资源分配方法采用先预测用户轨迹等信息再优化功率等资源分配的方法,在预测窗较长时预测误差大,导致...
关键词：预测资源分配 马尔可夫决策过程 无监督深度学习 深度强化学习 状态设计 复杂约束 
无线信道预测:联邦学习与集中式学习的通信开销被引量：3
《信号处理》2021年第10期1930-1940,共11页胡逸文 杨晨阳 刘婷婷 
国家自然科学基金重点项目(61731002)。
通过预测无线信道可以解决高速移动导致的信道过时问题、或利用预测资源分配提升无线系统的资源利用率和用户体验。尽管对机器学习进行离线训练的时间较长,但利用训练后得到的模型进行在线推断时计算复杂度低,有望解决信道预测这类对实...
关键词：联邦学习 通信开销 无线信道 未来接入小区 
基于联邦学习的无线任务:数据非IID一定影响性能?被引量：1
《信号处理》2021年第8期1365-1377,共13页董少鹏 杨晨阳 刘婷婷 
国家自然科学基金重点项目(61731002)。
作为一种分布式训练框架,联邦学习在无线通信领域有着广阔的应用前景,也面临着多方面的技术挑战,其中之一源于参与训练用户数据集的非独立同分布(Independent and identically distributed,IID)。不少文献提出了解决方法,以减轻户数据集...
关键词：联邦学习 数据集非独立同分布 平均信道增益 解调 损失函数可视化 
基于干扰协调的主动负载均衡被引量：1
《信号处理》2021年第8期1409-1418,共10页拜鹏飞 刘婷婷 杨晨阳 索士强 黄远芳 
国家自然科学基金(61731002)。
为了解决负载均衡后分流的有实时业务需求的用户因受到严重的小区间干扰和因传统被动式方法固有的接入延迟所导致的用户体验下降的问题,本文提出了一种基于干扰协调的主动负载均衡算法。为了协调干扰,通过部分频率重用为小区边缘用户分...
关键词：负载均衡 干扰协调 实时业务 大尺度信道增益预测 
面向负载均衡的主动切换被引量：4
《信号处理》2021年第7期1142-1152,共11页朱中杰 刘婷婷 杨晨阳 索士强 黄远芳 
国家自然科学基金(61731002)。
为了解决超密集网络中用户在移动过程中由于小区间干扰和负载不均衡导致的用户服务质量下降的问题,本文研究了一种面向负载均衡的主动切换策略,设计了一种基于双门限的移动切换策略,包含小区内的切换与小区间的切换。通过优化小区内的...
关键词：负载均衡 干扰协调 主动切换 实时业务 
无线通信中的边缘智能被引量：8
《信号处理》2020年第11期1789-1803,共15页刘婷婷 杨晨阳 索士强 黄远芳 
国家自然科学基金(61671036)。
本文综述了机器学习(Machine learning,ML)在无线边缘网络的主要应用、典型学习方法、以及性能潜力。首先分析了无线边缘智能与传统人工智能的区别。而后讨论了两种降低训练ML复杂度的思路,一种是从学习方法角度研究知识与数据联合驱动...
关键词：无线边缘网络 机器学习 知识与数据联合驱动 分布式训练 
基于多智能体深度强化学习的分布式干扰协调被引量：5
《通信学报》2020年第7期38-48,共11页刘婷婷 罗义南 杨晨阳 
国家自然科学基金资助项目(No.61731002,No.61671036)。
针对干扰网络中的文件下载业务,提出了一种基于多智能体深度强化学习的分布式干扰协调策略。所提策略能够在节点之间只需交互少量信息的条件下,根据干扰环境和业务需求的特点自适应调整传输策略。仿真结果表明,对于任意的用户数和业务需...
关键词：多智能体深度强化学习 非实时业务 分布式干扰协调 超密集网络 
同构与异构网中预测资源分配的性能被引量：1
《信号处理》2019年第10期1641-1651,共11页张宸祚 赵百川 徐兆祺 郭佳 杨晨阳 
教育部-中国移动科研基金项目资助(1-4 MCM2017);国家自然科学基金重点项目资助(61731002)
预测资源分配能利用蜂窝网络的残余资源大大提升吞吐量。本文面向视频点播等非实时业务,研究在使95%用户播放视频的卡顿时间小于其预期值时预测资源分配能够使网络支持的非实时业务请求到达率提升多少。为了研究预测窗长对预测资源分配...
关键词：预测资源分配 预测窗长 视频点播 用户接入 深度学习 
基于全注意力机制的多步网络流量预测被引量：18
《信号处理》2019年第5期758-767,共10页郭佳 余永斌 杨晨阳 
教育部-中国移动科研基金项目资助(1-4 MCM2017);国家自然科学基金重点项目资助(61731002)
预测资源分配能有效利用无线网络的剩余资源服务非实时业务,其中的关键问题之一是剩余资源的预测,可转化为实时业务流量预测问题。本文把面向自然语言处理提出的全注意力机制引入到时间序列预测问题中,预测未来分钟级时间窗内秒级的流量...
关键词：网络流量预测 全注意力机制 预测资源分配 神经网络 
超密集网络中基于轨迹预测的资源规划被引量：2
《信号处理》2019年第4期582-592,共11页张文婧 刘婷婷 杨晨阳 王俊才 
国家自然科学基金(61429101,61731002,61671036);教育部-中国移动科研基金(MCM20170104)
在超密集网络中,小区间干扰严重制约了小区边缘用户的性能体验以及网络吞吐量。利用用户轨迹预测和信号地图可获得用户未来的平均信道信息,从而为用户规划未来的传输资源,相对于非预测方法可以大幅度提升网络性能。现有对资源规划的研...
关键词：资源规划 轨迹预测 信号地图 密集干扰网络 
全选清除导出
共8页<12345678>
检索报告 对象比较 聚类工具 使用帮助 返回顶部