-
公开(公告)号:CN101013912A
公开(公告)日:2007-08-08
申请号:CN200710063555.0
申请日:2007-02-05
Applicant: 北京邮电大学
Abstract: 提出了一种集中式无线多跳接入网的功率控制方法,它根据网络节点的业务速率进行初始发射功率的计算,并根据网络拓扑等信息选择合适的功率作为初始发射功率,随后在此初始功率基础上对每帧内的传输进行分布式功率控制调整,并充分考虑了因信道质量引起的信噪比SIR测量或传输误差、功率控制算法收敛情况等可能出现的多种因素,最后对帧内的传输功率进行统计,并将统计结果作为下一帧的功率调整基础。本方法考虑了无线通信及无线多跳接入网的特点,结合了集中式和分布式网络功率控制各自的优势,能够很好的提高网络吞吐量和降低网络能耗,增强网络性能。
-
公开(公告)号:CN1988408A
公开(公告)日:2007-06-27
申请号:CN200610144168.5
申请日:2006-11-29
Applicant: 北京邮电大学
Abstract: 小区间天线循环延迟分集方法及发射接收设备,其设备使用的方法包括,在1个共有M+N个符号的OFDM帧内,其中M和N是正整数,将公共导频放置在M个OFDM符号上作为导频符号,而其余的N个OFDM符号是数据符号;对M个导频所在符号与数据符号使用不同的循环延迟,同时对插有导频的M个OFDM符号也使用不同的循环延迟设置;发射;接收;通过M个符号上的等效信道估计值计算出其他没有插导频的N个数据OFDM符号上的等效信道。其中插有导频的OFDM符号使用的循环延迟设置互不相同且取值较小,这样可以保证在频域进行线性插值时的误差较小。放置数据的OFDM符号的循环延迟设置可以很大,这样可以获得更大的频率分集。
-
公开(公告)号:CN1921464A
公开(公告)日:2007-02-28
申请号:CN200510096521.2
申请日:2005-08-22
Applicant: 松下电器产业株式会社 , 北京邮电大学
Abstract: 子载波选择部(107)从组成信号的n条子载波中任意选择m条子载波。滤波器系数计算部(108)对由子载波选择部(107)选择出的m条子载波的信号计算用于信道预测的滤波器系数。滤波器系数平均部(301)对m个滤波器系数进行平均。信道预测部(109)利用平均后的滤波器系数预测所有子载波的未来信道频率响应。
-
公开(公告)号:CN1815933A
公开(公告)日:2006-08-09
申请号:CN200510007320.0
申请日:2005-02-06
Applicant: 北京邮电大学
Abstract: 本发明属于无线通信领域,尤指一种OFDMA系统频率时间二维无线资源调度模型及其调度方法。本发明深入分析OFDMA系统资源调度问题,提出频率时间二维动态资源调度的系统模型及基于OFDMA帧的资源调度策略;并提出了高效的OFDMA系统频率时间二维资源调度方法,将非线性规划的最优化问题转换为线性规划的最优化问题,进而转换为简单的两步调度方法,极大降低了调度的复杂度。本发明充分利用OFDM系统在频率域和时间域的衰落特性,最大限度的利用无线信道容量,达到较高的频谱效率及系统容量。
-
公开(公告)号:CN120011830A
公开(公告)日:2025-05-16
申请号:CN202510487201.7
申请日:2025-04-18
Applicant: 北京市大数据中心 , 中国电信股份有限公司北京分公司 , 北京邮电大学
IPC: G06F18/22 , G06F18/213 , G06F18/2131 , G06F18/25 , G06Q50/26 , G06N3/0455 , G06N3/042 , G06N3/0442 , G06N3/0464 , G06N3/084 , G06F16/29 , G06F16/2458 , G06F123/02
Abstract: 本发明涉及一种基于空间元图卷积循环神经网络的时空数据预测方法,属于时空数据预测技术领域。其包括以下步骤:动态元图构建:建立元节点库,参数随机初始化后生成元图;地理空间相似性计算:数据集节点对应道路传感器,根据节点的地理经纬度坐标生成相似度矩阵;卷积空间特征增强:用卷积模块提取矩阵深度空间特征;自适应特征融合:引入可训练参数,对增强矩阵与元图加权求和得到支持矩阵;时空联合预测:通过GCRU组成的编码器‑解码器建模,编码器输入节点过去数据,解码器输出未来节点预测结果。本发明通过将地理空间信息和卷积层引入时空建模单元,增强模型对空间异质性和复杂关系的感知能力,结合动态融合机制,提高模型的预测准确性。
-
公开(公告)号:CN118055447A
公开(公告)日:2024-05-17
申请号:CN202410081305.3
申请日:2024-01-19
Applicant: 北京邮电大学
IPC: H04W28/08 , H04W28/084
Abstract: 本申请公开一种基于低轨星座网络逻辑分区的服务功能链动态编排方法,基于对服务功能链和卫星星座网络逻辑分区的建模,考虑网络资源使用情况和服务时长与卫星在其子网内持续时间的相关关系,设计服务功能链动态映射算法,将服务功能链技术与低轨卫星星座相结合,在网络拓扑高可变性的前提下,将星座网络进行逻辑划分,对SFC请求在卫星星座网络中的映射进行建模,并充分考虑网络资源的使用情况和VNF迁移给服务所带来的影响,提升网络的负载均衡能力和网络吞吐量,并且通过降低总体VNF迁移频率提高整体服务质量。
-
公开(公告)号:CN117676710A
公开(公告)日:2024-03-08
申请号:CN202311813494.0
申请日:2023-12-26
Applicant: 北京邮电大学
IPC: H04W28/084 , H04W28/082
Abstract: 本发明涉及一种移动通算一体边缘网关的多级激励方法,包括以下步骤:步骤1、系统信息收集,一个时间帧开始时,用户将自己的基本信息和要处理的任务信息发送给移动通算一体边缘网关;步骤2、触发第一级激励;步骤3、判断进行第二级激励的触发条件是否满足;步骤4、参与第二级激励的任务筛选,如果边缘服务器的可用计算资源不够,则需要筛选出要参与第二级激励的任务;步骤5、触发第二级激励,等步骤。本发明具有的优越技术效果在于:实现了多个蜂窝小区之间的协同,有效应对了时空非均匀分布的用户请求和计算负载的影响,对用户体验质量和运营商最大服务能力都得到了提升。实现了对用户侧和资源供给侧的联合激励。
-
公开(公告)号:CN117439674A
公开(公告)日:2024-01-23
申请号:CN202311041728.4
申请日:2023-08-17
Applicant: 北京邮电大学
IPC: H04B17/00 , H04B17/391
Abstract: 本发明涉及一种基于智能超表面的空口性能测试系统及动态信道重构方法,所述空口测试系统包括:微波暗室、RIS面板、探头天线、待测设备、信道模拟器、基站模拟器以及动态信道控制器;所述动态信道重构方法,包括:步骤1、基于所需测试场景下动态信道的空时变化规律,建立目标信道模型;步骤2、在连续时间窗口内对目标信道进行重构;步骤3、通过实时调整RIS复数激励,补偿探头至被测设备的波程,实现高精度动态信道重构。本发明的优越效果在于:通过所述动态信道控制器协同控制信道模拟器以及RIS,在连续时间窗口重构带有不同空间信息的波束,避免了背景技术提及现有方法中继电器开关的物理特性造成的影响,提升动态信道重构精度。
-
公开(公告)号:CN117082553A
公开(公告)日:2023-11-17
申请号:CN202310927452.3
申请日:2023-07-26
Applicant: 北京邮电大学
IPC: H04W24/08
Abstract: 本发明涉及一种用于RIS空口测试的双探头墙测试系统及其测试方法,所述测试系统包括微波暗室、发射端探头墙、接收端探头墙、待测RIS面板、电控测试转台、调幅调相网络、端口切换器、矢量网络分析仪和主控终端;所述测试方法包括步骤1,主控终端控制调幅调相网络依据幅相控制测试码本对输入赫兹信号进行幅相控制并馈送至输出端,步骤2,主控终端控制待测RIS面板依据相位测试码本进行相位调节,步骤3,主控终端控制电控测试转台旋转至指定测试角度等步骤。本发明的优越效果在于,利用发射端探头墙和接收端探头墙能覆盖一定的收发角度范围的物理特性。
-
公开(公告)号:CN116800641A
公开(公告)日:2023-09-22
申请号:CN202310587889.7
申请日:2023-05-19
Applicant: 北京邮电大学
IPC: H04L43/0817 , H04L43/0852 , H04L43/0829 , H04L43/0894 , H04L43/04 , H04L43/06 , H04L67/10 , H04L67/1095 , H04L67/1097 , H04L69/22
Abstract: 本发明公开了一种端侧算力网络节点资源监控和通告方法。包括以下步骤:步骤1、建立一种应用于端侧算力网络算力节点资源监控、通告系统,步骤2、感知模块采用Telegraf、cAdvisor的工具监控本节点各容器资源占用信息,步骤3、算力资源收集模块定期从算力资源数据库中抓取最新的资源数据,步骤4、分布式通告模块根据节点间链路质量信息结合选路算法计算出同步路径,步骤6、取最新的资源数据,写入算力资源数据库,步骤5、通告报文转发模块运行于内核态,在网络层实现与其它算力节点通告资源信息:本发明的优点是:有效地降低了端侧设备资源同步开销,能够应用于目前的主流的云原生计算平台架构中;提升了端侧算力网络的整体性能。
-
-
-
-
-
-
-
-
-