本技术提出一种基于星地协同传输的卫星联邦边缘学习方法，通过星上本地多轮模型训练达到数据不出本地的目的，并在全局轮次中加入多个轨道内模型平均轮次以减少开销大、窗口短、等待时间长的星地链路的使用，同时加速模型收敛。利用轨道内激光星间链路相比星地链路更高的数据传输率和稳定性，提出在全局轮次中加入多个轨道内训练轮次以减少星地链路的使用。利用同一低轨卫星轨道内基于激光星间链路形成的稳定的环形拓扑结构，基于环全归约算法提出高效的轨道内聚合通信方案。为了快速进行全局模型聚合，提出基于网络流的星地高效协同模型传输机制，减少了通信总延迟。针对卫星联邦边缘学习的架构和通信机制设计降低了训练的收敛时间并提升准确率。

 本技术公开了一种用于空间光耦合的光纤倾斜和离焦高精度检测方法，S1.制备微光纤，S2.将辅助光路装调装置安装在工装上且与光纤耦合光路相结合，S3.将快反镜姿态控制在初始位置，使激光光斑的中心点位于微光纤的中心点，观察并记录探测器接收到的干涉条纹的数据和光纤的接收光强的数据，S4.调整快反镜姿态，使激光光斑扫描微光纤的端面，观察并记录探测器接收到的干涉条纹的数据，S5.对采集到的干涉条纹的数据进行分析，S6.当干涉条纹和光纤耦合效率的结果符合指标，则将辅助光路装调装置进行拆除；本发明消除光纤离焦和倾斜对激光通信终端的干扰，利用光的干涉现象对光纤的位置和端面进行高精度的检测，提高激光通信终端的可靠性和激光通信的稳定性。

 本文章公开了一种可自动追踪光源的LIFI接收装置，包括支架，所述支架的内底部固定安装有第一驱动电机，通过四组光强传感器分别接收空间里四个方向的光照强度，数据经追光主控PCB中单片机处理后，驱动第一驱动电机输出轴转动，使第一驱动电机随着支架转动，支架外壁上指针和刻度盘底座上刻度线盘配合，可确定接收面板上环状传感器底座朝向的X轴的角度，第二驱动电机输出轴转动，可调整接收面板一侧环状传感器底座的Y轴角度，使得环状传感器底座的正面朝向空间里光照强度最大处，位于接收面板中央的光电二极管便可以接收到最强的LIFI信号，具有结构独立、便于维护调试、精度较高、实现成本低、可微型化的优点。

 本技术提供一种无线传感器网络真实地形覆盖优化方法，包括以下步骤:S1、建立三维覆盖感知模型；S2、基于量子态反向学习和Q‑learning的蜣螂优化；包括以下子步骤：S2.1基于量子计算的准反向学习；S2.2基于Q‑learning的行为模式选择；S2.3变螺旋局部邻域搜索；S2.4最优解逐维自适应高斯变异。本发明提出了一种基于准反向学习和Q‑learning的QOLDBO算法，改善了QOLDBO算法全局寻优不足的问题，改变了不同迭代下当前解对准反向解的影响程度，增加了个体的随机性；扩大蜣螂在繁殖和偷窃阶段的搜索范围，采用变螺旋局部邻域搜索方法来求解邻域优化问题；为了提高QOLDBO的搜索精度，提出了最优解的逐维自适应高斯变异策略。

 本技术公开了一种基于多频相位差差分相移键控的通信定位方法及系统，涉及通信定位技术领域，所述方法包括:通过对发射端通过编码后的信息比特调控多频信标的相位差矢量，接收端在提取多频信标频率、相位、幅度矢量的基础之上，进一步利用深度神经网络对信号相位特征进行识别，提取发射信号中的通信信息，并完成位置的解算，从而实现通信和定位的一体化。本发明所示多频相位差差分相移键控的通信定位方法，利用共享同一信号的发射时机、能量、频率，同时实现信息通信和位置定位，能够显著提升设备的多功能性、功率时间频率等资源的利用率、以及效费比。

 本文公开了基于边缘计算的任务卸载方法、装置、设备及存储介质，涉及通信技术领域，包括:获取目标时隙内用户端、车载基站和宏基站的当前位置信息，并确定用户端的第一数据传输信息和车载基站在第二覆盖范围内的第二数据传输信息；基于当前位置信息、第一数据传输信息和第二数据传输信息确定用户端、车载基站和宏基站之间的时延效用值和数据传输组合集；利用预设势博弈算法和时延效用值从数据传输组合集中确定出目标数据传输组合，并判断目标数据传输组合与旧数据传输组合是否相同；旧数据传输组合为与目标时隙相邻的前一个时隙对应的数据传输组合；如果相同，则基于目标数据传输组合完成任务卸载。可以减少任务卸载时的决策时延。

 本技术适用于通信技术领域，提供了空天地一体化移动边缘计算卸载与资源分配优化方法，包括以下步骤:S101：构建系统模型；S102：根据构建的系统模型建立优化问题；S103：根据拉格朗日乘子法计算每个用户终端的卸载比例；S104：根据顺序凸优化原理将约束转化为凸约束，求得最优无人机轨迹和计算资源分配比例；S105：在给定各用户终端分组中用户终端与无人机关联的方案基础上，重复迭代执行S103和S104，求出对应的系统时延并将对应的系统时延作为适应度大小评价标准，最后根据遗传算法得到最优关联方案。本发明能够满足系统内用户终端的计算需求，有效提升系统能效，扩大吞吐量，提高系统内用户终端的体验质量。

 本技术涉及群智感知与人工智能的交叉技术领域，尤其是涉及一种多任务场景下基于隐私保护的工人选择方法及系统。包括获取工人信息和平台认证密钥；基于工人信息和平台认证密钥计算工人之间的协作效益；获取任务信息，并对任务信息进行分解得到子任务；计算工人对于完成子任务的能力效益，并通过赋予工人假身份和加密密钥对能力效益进行加密；根据能力效益和协作效益确定每个子任务的候选工人组，并计算工人对于每个子任务的任务完成效益；在子任务预算约束下，根据工人的任务完成效益为每个子任务选择最佳协作工人组。该方案既能同时保护工人的任务竞争信息和感知数据隐私，又能保证任务分配的准确性和上传数据的质量。

 本技术属于通信技术领域，面向远程教育中边远学校通信难问题，设计一种联合组合粒子群算法与对角加载因子更新的稀疏圆阵干扰抑制波束形成方法，包括首先根据信噪比SNR、稀疏圆形阵列流型AS、期望方向个干扰信号方向，获得阵列接收信号模型xs(t)，期望接收信号模型rs(t)与干扰信号接收信号模型is(t)；步骤2:计算噪声与干扰协方差矩阵；并求出形成方法搜索空间；步骤3：将对角加载波束形成的干扰位置旁瓣电平总和作为评价函数；步骤4：使用改进组合粒子群算法优化初始种群，并设计粒子群个体交叉变异策略，完成干扰抑制波束形成。本发明在减少阵元数、降低系统成本的同时实现对干扰信号的抑制效果。