认知自治网络：使用深度学习优化服务质量
我的硕士论文认知自主网络的源代码：丹麦技术大学的深度学习优化服务质量。
配置虚拟机
该项目的所有组件均在Ubuntu 20.04 LTS虚拟机中开发。 以下是有关如何安装Mininet，sFlow-RT，ONOS，PyTorch以及如何配置开发环境的说明。
安装软件包依赖项
sudo apt install git zip curl unzip python python3
安装Mininet
git clone -b 2.3.0 --single-branch git://github.com/mininet/mininet
mininet/util/install.sh -a
通过执行命令sudo mn --test pingall来测试正确的安装。
安装sFlow-RT（和OpenJDK 11）
wget https://inmon.com
2022-05-20 09:19:04
1KB
1
深度强化学习Q-Learning在协作认知无线电网络中的应用+含代码操作演示视频
运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体可观看提供的操作录像视频跟着操作。
2022-05-19 12:05:29
823KB
第一讲
基站硬件结构认知
模块六 基站硬件设备结构
基站的硬件组成
功能模块：基带处理单元BBU、射频模块RRU/AAU，
配套设配：天馈系统、机柜、电源系统、监控单元等组成。
5G基站组成
CPRI/eCPRI
基站功能模块
BBU是基带处理单元，集中控制管理整个基站系统，BB U主要功能包括:
集中管理整个基站系统，包括操作维护，信令处理和系统时钟;
完成上下行数据基带处理功能，并提供与射频模块通信的CPRI接口;
提供基站与传输网络的物理接口，完成信息交互;
提供与O MC连接的维护通道;
提供和环境监控设备的通道接口，接收和转发来自环境监控设备的信号。
BBU
基站功能模块
BBU
AAU
基站功能模块
BBU
接收BBU发送的下行基带数据，并向BBU发送上行基带数据，实现与BBU的通信。
通过天馈接收射频信号，发射通道将接收信号下变频至中变频信号，并进行放大处理、模数转化，发射通道完成下行信号滤波、数模转换、射频信号上变频至发射频段。
提供射频通道接收信号和发射信号复用功能，可使接收信号与发射信号共用一个天线通道，并对接收信号和发射信号提供滤波功能。 发射接收无线电波，并进行
2022-05-16 09:06:16
30.37MB
知识图谱作为机器认知智能实现的基础之一，是人工智能的重要组成部分，有助于实现自动化和智能化获取、挖掘和应用
知识，获得了产业界和学术界的广泛关注。知识图谱是以结构化的形式描述客观世界中的概念、实体及其关系的大型知识网络，
将信息表达成更接近人类认知的形式，提供了一种更好地组织、管理和理解海量信息的能力。在政策部署、技术研发、标准研
制、产业化推广、前沿应用场景试点等多方面因素的共同驱动下，知识图谱逐渐实现在智慧医疗、智慧能源、智能制造、智慧
金融等众多领域的落地应用和深度融合，同时在各行业的数字化转型过程中，跨领域、行业或产业的知识图谱也逐渐获得关注。
2022-05-14 23:32:29
43.31MB
1
认知无线电中基于干扰图模型的动态频谱分配。
M=5; %频谱池中信道的个数
N=Nc/2; %发送节点的个数
r=10.^(15/20); %最小SINR值，r=15dB
a=4; %衰减因子
V=[rand(N,1)*10,rand(N,1)*10]; %产生10*10范围随机分布的N个顶点的横纵坐标，作为干扰图表的顶点
V1=[rand(N,1)*20,rand(N,1)*20]; %产生20*20范围随机分布的N个认知用户的横纵坐标，作为发送节点的坐标
V2=[rand(N,1)*20,rand(N,1)*20]; %产生20*20范围随机分布
2022-05-13 22:18:23
7KB