-
公开(公告)号：CN107592656B
公开(公告)日：2020-12-11
申请号：CN201710704882.3
申请日：2017-08-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于基站聚类的缓存方法，首先收集并分析密集基站网络下各个基站服务用户的历史请求，基于这些历史请求，对基站进行聚类处理，每个类内各个基站服务的用户有相似的兴趣；同时结合推荐系统领域当中的协作滤波对各个基站的缓存内容进行决策；采用基于聚类的协作滤波能有效改善算法的可扩展性和数据稀疏性。本发明将内容的局部流行度和TOP N协作滤波系统进行组合，有效的提高了基站的缓存命中率，能有效解决基站有限的缓存容量和不断增长的海量数据之间的矛盾，从而改善用户满意度和网络回程负载。
-
公开(公告)号：CN111541457A
公开(公告)日：2020-08-14
申请号：CN202010394215.1
申请日：2020-05-11
Applicant: 东南大学
Abstract: 本发明提供了一种低时延低复杂度极化码串行抵消列表译码方法，设置排序阈值α，对于长度为N的级联码，通过对前个估计比特采用传统的路径排序方法，后 个估计比特采用提出的PM值排序和存活路径筛选方法，利用传统极化码SCL译码方法中路径分裂时产生路径的PM值的偏序关系，不再对2L个实数进行准确的排序，而是直接进行两两比较，同时，每次存活的L条路径中，PM值最小的两条路径始终会保留。本发明提高了极化码在SCL译码方法下的时间性能，减少了所需的实数比较器数量；改进了PM值的排序和存活路径筛选方法，能够减少SCL译码方法中PM值排序所花时间，在保证误码块率几乎无损失的情况下，改善了极化码传统SCL译码方法的时间性能。
-
-
公开(公告)号：CN105792367B
公开(公告)日：2020-06-05
申请号：CN201610102147.0
申请日：2016-02-24
Applicant: 东南大学
Abstract: 本发明提出一种两层非均匀拓扑结构异构网络下的网络资源分配方法，目标模型构建为所有用户速率的对数累加和并将目标模型所要解决的问题拆分为三个子问题依次求解：首先，初始化其他的参数，求解当前情况下的用户连接及频率资源分配；第二，当用户连接及频率资源分配情况确定以后，求解当前最优的ABS比率配置；第三，求解每个Macro基站在ABS时隙的发射功率；设置终止条件，循环执行步骤一到步骤三，当满足终止条件时停止循环。该方法可以提高系统的总用户速率并且保证了用户之间的公平性。
-
公开(公告)号：CN106877884B
公开(公告)日：2020-04-28
申请号：CN201710062953.4
申请日：2017-02-01
Applicant: 东南大学
IPC: H03M13/13
Abstract: 本发明公开了一种减少译码路径分裂的极化码译码方法，本方法在进行比特判决时，以该比特的对数似然比为置信度，当该比特位的置信度达到一定的门限时，不需要分裂出新的译码路径，以减少列表中待选译码路径的数量，从而降低译码复杂度。译码时根据译码置信度是否超过门限值、以及译码节点的类型确定译码路径的分裂策略。由于置信度门限值计算过一次之后可以存到表格中待查，本方法在译码器实时译码时不会增加额外的计算复杂度。本发明在比特位置信度很高的情况下可以不分裂新的译码路径，又不会损失误码率性能。该方法能够自适应信道噪声条件，当信噪比越高时，译码器性能增益越明。
-
Patent Agency Ranking
公开(公告)号：CN110691319A
公开(公告)日：2020-01-14
申请号：CN201910828131.1
申请日：2019-09-03
Applicant: 东南大学
Abstract: 本发明提供了一种使用领域自适应实现异构设备高精度室内定位的方法，通过对齐在线定位终端采集的指纹向量与离线阶段指纹库指纹的二阶统计信息来最小化两个领域之间的偏移，而且不需要任何关于终端标签的信息。基于迁移学习框架，将领域自适应与消除终端差异性结合，以提高定位系统的延展性。在分类器训练之前，以离线阶段固定终端采集的指纹库作为目标特征，对在线时的任意终端指纹的源目标白化对齐，即可大大削减异构性带来的对定位性能的损害。本发明方法简洁快速的实现了在线调整，在实际多终端定位时取得了理想的性能。
-
公开(公告)号：CN110445825A
公开(公告)日：2019-11-12
申请号：CN201810421373.4
申请日：2018-05-04
Applicant: 东南大学
Abstract: 本发明提供一种基于强化学习的超密集网络小站编码协作缓存方法，所述方法包括以下步骤：第一步：采集网络信息，设置参数：第二步：制定基于MDS编码的基站协作缓存方案：第三步：制定基站协作传输方案：第四步：用MDP来描述强化学习任务：第五步：明确强化学习目标：第六步：更新用于决策的Q表，第七步：随机设置起始状态；等，该方法利用小站协作编码缓存及协作传输为用户提供服务，通过强化学习挖掘收集到的真实网络中文件请求的转移模式，制定最优的缓存策略，作为一种数据驱动的机器学习方法，无需任何对数据先验分布的假设，更加适用于实际系统。且通过与环境实时交互，可追踪时变的文件流行度，执行最优的缓存策略，不需解NP-hard问题。
-
公开(公告)号：CN110278002A
公开(公告)日：2019-09-24
申请号：CN201910530129.6
申请日：2019-06-19
Applicant: 东南大学
IPC: H03M13/15
Abstract: 本发明公开了一种基于比特翻转的极化码置信传播列表译码方法，使用的码字是CRC码和极化码形成的级联码。本发明中的方法在BPL译码结果未通过CRC校验的情况下，通过对BPL译码方法中的译码结果进行分析，构造翻转比特集合(Flip Bits Set,FBS)，对极化码位于FBS内的信息比特进行翻转(本发明中的比特翻转是通过将被翻转比特的先验对数似然比设置为无穷大来实现的)，能够纠正部分BPL译码器中的错误，进而改善BPL译码方法的误码率和误帧率性能。
-
公开(公告)号：CN110233628A
公开(公告)日：2019-09-13
申请号：CN201910427731.7
申请日：2019-05-22
Applicant: 东南大学
Abstract: 本发明公开了一种极化码的自适应置信传播列表译码方法，首先根据接收端拥有的BP译码器数量，确定该方法的最大列表数，通过高斯近似方法进行计算获得能取得较好译码效果的BP译码因子图，然后对列表中记录的BP译码器选定不同的BP译码因子图进行译码，对译码结果进行排序后进行循环冗余校验，若存在通过循环冗余校验的结果则译码成功并停止译码，否则自动调整列表大小，将列表数扩大为原来的两倍，继续使用列表中的BP译码器进行译码。
-
公开(公告)号：CN110139315A
公开(公告)日：2019-08-16
申请号：CN201910343031.X
申请日：2019-04-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于自我学习的无线网络故障检测方法，具体如下：采集网络关键性能指标KPI记录并将其保存为数据集合；对该数据集合采用SMOTEENN方法进行不平衡处理，获得平衡后的平衡数据集；通过稀疏自编码器从无标签辅助数据集中学习基向量；将平衡后的平衡数据集表示为各基向量线性组合的形式，并在此新表示下的平衡数据集上经支持向量机SVM方法训练得到正常与故障类别的分类模型；利用已建立好的分类模型对网络实时产生的KPI数据记录进行分类，进而达到故障检测的目的。本发明更为准确且有效地检测网络故障；且自我学习的形式方便迁移，在新的网络环境下能够很快得到故障检测的模型，提升了以往方法的故障检测效率。
-
-
-
-
-
-
-
-
-
Search Results
351
records
(took 0.025 seconds)
