-
公开(公告)号：CN116233983A
公开(公告)日：2023-06-06
申请号：CN202310222102.7
申请日：2023-03-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种窄带物联网体制终端工作状态定时器动态配置方法，属于卫星通信技术领域，包括：构建低轨卫星物联网场景下窄带物联网体制终端的时延功耗多目标优化问题；基于所述时延功耗多目标优化问题，获取窄带物联网体制终端工作状态定时器参数对时延和功耗的支持向量机非参数回归模型；将时延和功耗的支持向量机非参数回归模型代入所述时延功耗多目标优化问题，采用二代非支配排序遗传算法进行求解，得到时延功耗多目标优化问题的帕累托前沿最优解集；从帕累托前沿最优解集中确定满足当前场景时延功耗需求的工作状态定时器参数值，根据确定的满足当前场景时延功耗需求的工作状态定时器参数值对定时器参数进行动态配置。
-
公开(公告)号：CN115987359A
公开(公告)日：2023-04-18
申请号：CN202310260084.1
申请日：2023-03-17
Applicant: 南京邮电大学
IPC: H04B7/06 , H04B7/08 , H04W72/0446 , H04W72/044 , H04W72/542 , H04W84/06
Abstract: 本发明提出了一种面向碰撞分离的卫星物联网辅助接收波束指向优化方法，该方法包括：接收端卫星根据系统设计生成上行接收波束方向图；接收端卫星在第个时隙接收到的信号为；估计卫星接收到的碰撞信号中所有信号的波达方向；依据碰撞信号波达方向，计算第个时隙所生成辅助波束的最优指向；卫星依据常规波束形成参数及辅助波束最优指向生成辅助波束方向图；以及利用常规波束及辅助波束配合完成碰撞信号的分离接收。本发明引入波束形成技术，提出面向碰撞分离的卫星物联网辅助接收波束指向优化方法，将其应用于传统随机接入技术中，在接收端数据包发生碰撞的情况下，尽可能地分离碰撞数据包，提升系统吞吐量，降低系统丢包率。
-
公开(公告)号：CN115133953A
公开(公告)日：2022-09-30
申请号：CN202210606368.7
申请日：2022-05-31
Applicant: 南京邮电大学
IPC: H04B1/7075 , H04B1/7093 , H04B7/185
Abstract: 本发明公开了一种基于PMF‑FFT算法在FPGA上实现信号捕获的方法，所述方法包括：将带有频率偏移和码元相位偏移的信号输入到部分匹配滤波模块，得到部分匹配滤波相关值；将每个部分匹配滤波相关值按规定的顺序保存在存储器队列中，并进行N点补零操作；依次将每个存储器补零后的数据输送到FFTIP核中进行FFT运算，输出运算数据；对运算数据取模的平方；对取模的平方的数值进行最值比较，并获取最大峰值及其坐标K；最大峰值和预设门限阈值进行比较，若超出预设门限阈值，则计算出频偏估计值。
-
公开(公告)号：CN111447045B
公开(公告)日：2022-08-30
申请号：CN202010234190.9
申请日：2020-03-30
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
Abstract: 本发明公开了一种短猝发混合信号的信号分离方法，在获得混合信号和本地参考信号情况下，对混合信号进行相应的预处理，对预处理后的信号，采用高精度谱估计算法得到峰值的频率和相位，利用得到的频率和相位，重构本地参考信号，再利用重构的本地参考信号和混合信号，分别计算协方差矩阵和互相关向量，进行自适应权值计算和相消处理，以实现混合信号的信号分离；本发明提供的技术方案使得接收端的掩盖信号和通信信号能够进行准确的分离，并尽可能降低运算复杂度，使信号分离方法有效应用于卫星通信的接收端，相较于现有方法，实现简单，更适合于工程实际。
-
公开(公告)号：CN112968740B
公开(公告)日：2022-07-29
申请号：CN202110136183.X
申请日：2021-02-01
Applicant: 南京邮电大学
IPC: H04B17/382 , H04B7/185 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于机器学习的卫星频谱感知方法，包括数据预处理、模型离线训练、在线检测三个部分。该方法通过对不同信道的历史接收数据进行处理，构建相应的训练集训练神经网络模型，并结合网格搜索、交叉验证和早停修正来优化模型，能够有效提取数据的隐藏规律。此外，将CNN神经网络的强大分类能力与LSTM神经网络处理序列问题的优势相结合，选取合适的融合方式，设计合理的联合检测值计算方法，并将虚警概率纳入考量求出适当的检测门限。最后，将实时的检测样本输入到训练好的神经网络模型中实现频谱占用状态的实时判断，提高了频谱感知准确度、从而提高了频谱资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN114726332A
公开(公告)日：2022-07-08
申请号：CN202210269149.4
申请日：2022-03-18
Applicant: 南京邮电大学 , 南京御通信息技术有限公司
IPC: H03H7/18
Abstract: 本发明公开了一种反射型可调模拟移相器，该反射型模拟移相器由三分支线定向耦合器和反射终端电路组成，反射终端电路由两段相同的电路组成，每段电路由一段高阻抗微带线和变容二极管串联构成。采用三分支线定向耦合器能够有效提高工作带宽，改善工作频带内回波损耗；通过减小耦合器直通端和耦合端阻抗并增大反射负载终端中微带线阻抗、改变微带线电长度的方式保证了移相器较大的可调相移范围。该移相器实现了工作频带内189°左右的移相范围，且频带内移相误差小，具有低插入损耗及低插入损耗波动、回波损耗良好、结构简易等特点，方便加工和应用。
-
公开(公告)号：CN113422635A
公开(公告)日：2021-09-21
申请号：CN202110661311.2
申请日：2021-06-15
Applicant: 南京邮电大学 , 南京微星通信技术有限公司
Abstract: 本发明公开了一种高负载场景下的卫星物联网系统容碰撞随机接入方法，用来提高卫星物联网海量终端的接入效果。其流程大致为：发送端终端确定发送数据包的个数和数据包发送间的间隔。接收端在收到数据帧后，逐一时隙滑窗进行相干积累，对每一次相干积累的结果进行判决，满足信号分离条件时进行信号分离处理，重复上述过程直到所有终端均完成接入或没有可分离的数据包。本发明能有效提升高负载接入情况下的系统吞吐量，适用于卫星物联网等海量终端接入的工作场景。
-
公开(公告)号：CN109586785B
公开(公告)日：2021-08-03
申请号：CN201910011532.8
申请日：2019-01-07
Applicant: 南京邮电大学
IPC: H04B7/185 , H04L12/703 , H04L12/721
Abstract: 本发明揭示了一种基于K最短路径算法的低轨卫星网络路由策略，包括如下步骤：S1、采用随机函数在随机节点上根据时间间隔产生数据包；S2、通过K最短路径算法产生出数据包可走的K条路径；S3、通过最少占用原则在全部K条路径中选择较佳路径；S4、若在较佳路径上发生阻塞，则应用重路由算法，重新通过K最短路径算法计算从当前节点到目的节点的路径，并返回S3；S5、沿路径到达目的节点后，计算系统整体的吞吐量变化。本发明针对低轨卫星网络，提出了一种基于K最短路径策略的改进选路策略，本发明在原有的路径策略上添加了重路由的过程，显著地提高了数据包传输的可靠性，降低了拥塞概率。
-
公开(公告)号：CN112819236A
公开(公告)日：2021-05-18
申请号：CN202110176994.2
申请日：2021-02-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于神经网络的低轨卫星物联网活跃终端预测方法，包括活跃终端识别、组合神经网络模型构建、活跃终端预测三个部分。活跃终端识别是从混合信号中提取最大功率信号对应的活跃终端，对其进行信道估计获取相应的信道系数及活跃终端信号，从混合信号中减去该活跃终端信号，通过不断迭代直到识别出所有活跃终端信号；组合神经网络模型由卷积神经网络和双向长短期记忆神经网络组合构成；活跃终端预测是利用训练好的神经网络预测模型和终端状态的历史数据，对未来的活跃终端进行预测。本案方法可以对低轨卫星物联网活跃终端进行预测，结合物联网终端信号检测，可以实现对每个活跃终端的具体状态的预测。
-
公开(公告)号：CN112819082A
公开(公告)日：2021-05-18
申请号：CN202110175322.X
申请日：2021-02-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于深度学习的卫星频谱感知数据重构方法，结合了异常数据修复算法与深度卷积神经网络，包括数据预处理、数据重建、实时重建性能评估三个部分；数据预处理是将高分辨率频谱数据依次进行异常数据修复、降采样和数据匹配操作，低分辨率数据依次进行异常数据修复和数据匹配操作；数据重建步骤是利用历史高分辨率数据进行模型训练，将实时传输的低分辨率频谱输入到已经训练好的模型中，完成超分辨率重建；实时重建性能评估步骤是利用传输的少量高分辨率频谱数据评估数据重建的性能，以确定是否要重新进行模型训练。本方法可将低分辨率频谱数据重建为高分辨率频谱数据，从而有效降低星地传输数据量，减缓星地间数据传输压力。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.033 seconds)
