一种基于能量收集的D2D网络联合资源公平分配方法

    公开(公告)号:CN115551094A

    公开(公告)日:2022-12-30

    申请号:CN202211160000.9

    申请日:2022-09-22

    Abstract: 本发明涉及一种基于能量收集的D2D网络联合资源公平分配方法,包括:构建能量收集模型进行能量收集的D2D网络底层蜂窝通信系统;考虑蜂窝通信和D2D通信的通信质量,构建以最大化系统内最小的数据量的优化问题,将优化问题转换为时间和功率分配子问题以及频谱资源分配子问题;利用变量替换和泰勒展开理论设计迭代算法求解时间和功率分配子问题;利用匈牙利算法和二分查找法设计算法求解频谱资源分配子问题,得到频谱资源最优化的分配。本发明提出最大化系统内最小的传输数据量的多目标优化问题,协调所有D2D设备的通信质量使得系统资源公平分配,同时考虑系统中蜂窝用户和D2D设备的通信质量,使得资源分配设计更好的应用于实际。

    一种基于低频感应的巡检定位装置与方法

    公开(公告)号:CN115515072A

    公开(公告)日:2022-12-23

    申请号:CN202211037086.6

    申请日:2022-08-29

    Abstract: 一种基于低频感应的巡检定位方法,用于利用信标对待定位源进行定位,包括如下步骤:步骤1.设定标准信标进行灵敏度归一化;步骤2.建立标准信标和待定位源的RSSI‑距离模型f;步骤3.待定位源持续发射用于与信标通信的低频信号,信标与待定位源建立高频信号联系时,进行待定位源的定位。本发明还公开了一种基于低频感应的巡检定位装置,包括多个信标、至少一个待定位源和PC端。本发明利用概率分布函数对待定位源进行定位,解决了在金属干扰强的情况下多信标定位时的定位误差大的问题,同时通过概率叠加的方法减小了多信标定位的运算成本,增大了定位的灵活性同时也提高了定位精度。

    一种线性调频脉冲雷达的目标探测方法

    公开(公告)号:CN115508820A

    公开(公告)日:2022-12-23

    申请号:CN202211136573.8

    申请日:2022-09-19

    Abstract: 本申请公开了一种线性调频脉冲雷达的目标探测方法,涉及雷达领域。本申请包括获取雷达发射信号和目标回波信号;对雷达发射信号和目标回波信号混频、滤波、采样后进行一次快速傅里叶变换获得信号频谱;通过所述信号频谱中峰值所对应频率,以及与其最近的发射信号脉冲重频的谐波频率获取目标运动引起的多普勒频率,计算目标速度;通过对所述雷达发射信号和目标回波信号进行差频估计;通过所述差频与多普勒频率获取目标回波距离延时引起的差频,计算得到目标距离信息。本申请通过对回波进行一次傅里叶变换后完成目标速度距离测量,在提高算法实时性的同时使算法结构易于实现。

    一种推荐任务发布时间的空间众包方法

    公开(公告)号:CN115495648A

    公开(公告)日:2022-12-20

    申请号:CN202211046356.X

    申请日:2022-08-30

    Abstract: 本发明公开了一种推荐任务发布时间的空间众包方法,本发明利用交叉图神经网络提取任务请求者、任务以及任务发布时间的特征,使得其特征包含不同语义空间中的信息,丰富了特征表达。且使用的是轻量级的图卷积神经网络,取消了图的自连接以及特征变换的权重矩阵,在保证高效推荐的同时加快了模型的训练速度。在任务发布序列的多视角关系学习中,首先对任务的多视角属性进行融合,综合考量了可能对任务发布时间产生影响的因素。接着利用Transformer的多头注意力机制来计算序列中其他任务对当前任务的重要程度,从而得以进一步挖掘序列中的上下文信息。最后用一个全连接层预测任务发布的时间段能在一定程度上解决数据的稀疏性问题,提高预测的准确率。

    基于自定中心星状图和注意力机制预测行人轨迹的方法

    公开(公告)号:CN112634328B

    公开(公告)日:2022-11-08

    申请号:CN202011551018.2

    申请日:2020-12-24

    Abstract: 本发明公开了一种基于自定中心星状图和注意力机制预测行人轨迹的方法,首先,目标行人及其邻近行人的历史轨迹分别由时间和空间编码器进行编码;然后将隐藏状态输入到注意力机制中,以模拟目标行人的注意力;最后,注意力权重的加和通过自定中心星状图解码器传递,一次输出一个预测位置;同时,相邻的隐藏状态将在星状图中连续解码,从而连续计算目标行人每个未来时刻的注意力。本发明利用自定中心星状图和多头注意力机制,并结合到时空编码信息中,很好地解决了现有技术预测行人轨迹精确度低及需要花费较多计算能力的问题。

    增强子预测模型训练方法、识别方法及可读存储介质

    公开(公告)号:CN115206433A

    公开(公告)日:2022-10-18

    申请号:CN202210900276.X

    申请日:2022-07-28

    Inventor: 邹权 丁漪杰

    Abstract: 本发明公开了一种增强子预测模型训练方法,包括:获取增强子序列的样本集;根据特征提取算法对所述样本集进行序列特征提取,得到序列特征集;对所述序列特征集进行融合与优化,得到优化特征集;将所述优化特征集导入分类机进行训练,得到增强子预测模型。解决现存无法针对性的预测增强子,和训练模型的精确度不高的的技术问题,通过这种方式,能够充分特征提取的优势,避免维度灾难与模型的过拟合的问题,导入分类机进行训练后,提高了模型的鲁棒性,而且显著提高了对增强子及其强度识别的准确性。

    一种电控式定频低剖面二维多波束超表面天线

    公开(公告)号:CN115051149A

    公开(公告)日:2022-09-13

    申请号:CN202210710480.5

    申请日:2022-06-22

    Abstract: 本发明公开了一种电控式定频低剖面二维多波束超表面天线,适用于无线通信,它包括从上至下依次设置的辐射层、上层介质基板、接地板、下层介质基板和馈电网络;辐射层印刷在上层介质基板的上表面,包括超表面和“十”字隔离条带;超表面为刻蚀T型缝隙单元的正方形金属贴片组成;接地板印刷于上层介质基板下表面,包含有四个方形缝隙;馈电网络设置在下层介质基板下表面,包括一个一分四功率分配网络、四个开关二极管和四个方形金属贴片。本发明设计的多波束天线剖面低、工作带宽宽,可以在固定频率5GHz处实现6个方向的波束切换,解决了现有超表面多波束天线剖面高,无法实现定频波束扫描或波束仅在一维扫描的问题。

    图像分类模型训练方法、图像分类方法及相关装置

    公开(公告)号:CN114972791A

    公开(公告)日:2022-08-30

    申请号:CN202210626206.X

    申请日:2022-06-02

    Abstract: 本发明的实施例提供了一种图像分类模型训练方法、图像分类方法及相关装置,涉及图像处理领域。首先,获取原始图像及原始图像的类型标签;将原始图像输入预先构建的图像分类模型,图像分类模型包括特征提取网络和类型预测网络,特征提取网络包括N个依次串联的卷积层;再利用特征提取网络对原始图像进行特征提取,得到第N个所述卷积层输出的第一特征图和第N‑1个卷积层输出的第二特征图;基于第一特征图、类型标签和预设的多个二值掩码,生成第一训练集,基于第二特征图、类型标签和多个二值掩码,生成第二训练集;最后,利用第一训练集和第二训练集对类型预测网络进行训练,得到训练后的图像分类模型,从而减少模型训练过程产生的额外开销。

Patent Agency Ranking