-
公开(公告)号：CN116112934A
公开(公告)日：2023-05-12
申请号：CN202310146059.0
申请日：2023-02-22
Applicant: 东南大学
IPC: H04W16/14 , H04L41/14 , H04L41/0894 , H04L41/142 , H04L47/70 , G06F18/2431 , G06N20/00 , H04L41/40 , H04L41/16
Abstract: 本发明公开了一种基于机器学习的端到端网络切片资源分配方法。其中，强化学习IPPO算法主要用于决策满足网络切片数学模型各项约束并且使得目标函数最大的RB资源分配方案。随机森林算法作为辅助主要用于快速判断接入网给定的RB资源分配方案能否在核心网成功完成切片的VNF映射。两者相辅相成，将原来端到端联合优化的问题在不影响最优解的前提下，转化为在接入网侧和核心网侧单独进行优化。从而大大降低了计算时间复杂度，提高了资源分配的效率。
-
公开(公告)号：CN112351481B
公开(公告)日：2023-04-07
申请号：CN202010914234.2
申请日：2020-09-03
Applicant: 东南大学
IPC: H04W52/02 , G06N3/0464 , G06N3/048 , G06N3/049 , G06N3/084 , H04W24/06 , H04L41/147 , H04L41/14 , H04L41/142
Abstract: 本发明提供了一种基于用户行为预测的小基站唤醒方法。对于用户的移动行为和APP使用使用，分别建模并预测，可以得到用户在下一时间段的位置坐标信息以及所使用的APP类型信息。根据用户的坐标信息可以判断出下一时间段内用户到达的小区。由预测的用户使用的APP类型信息，可以估算出用户在下一时间段内的数据速率需求。本发明根据预测得到的目标小区内用户的速率需求，判断是否需要唤醒小基站，在用户需求较低的情况下，可以由宏基站为用户提供服务，达到在保证用户需求的情况下，降低网络的能耗的目的。
-
公开(公告)号：CN110278002B
公开(公告)日：2023-01-17
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：CN114914898A
公开(公告)日：2022-08-16
申请号：CN202210517842.9
申请日：2022-05-12
Applicant: 东南大学
Abstract: 本发明公开了一种以保证智能电网系统可观测性为前提，同时满足QoS通信时延情况下，以上行链路非正交多址方式为PMU分配通信资源的策略，本发明中通信资源包括带宽资源和功率资源。本发明采用非正交多址方式，基于模拟退火算法和二分法提出该方式下带宽资源和功率资源的分配算法，该算法能够保证电网可观测性性能的同时，相比于OMA方式能提升20％左右频谱效率。同时使用有效容量理论引从统计角度保证通信延迟小于时延阈值，对数据实时性进行要求。最终给出电网系统满足时延要求的情况下基于上行NOMA方式时通信资源的最优分配方案，并且使得保证电网可观测性性能、通信性能的同时大幅度提升频谱效率。
-
公开(公告)号：CN113377131B
公开(公告)日：2022-06-03
申请号：CN202110697404.0
申请日：2021-06-23
Applicant: 东南大学
IPC: G05D1/12
Abstract: 本发明公开了一种使用强化学习获得无人机收集数据轨迹的方法，输入无人机起始位置，结束位置，地面各节点位置以及待传输数据量和能量限制，采用Actor‑Critic算法设计无人机辅助收集地面节点数据轨迹。该方法在最小化收集数据任务完成时间的目标下充分考虑了各地面节点本身待收集数据量不同和各自能量限制。在解法上通过将连续时间无人机轨迹设计问题转化为离散时间马尔科夫决策过程，基于Actor‑Critic算法获得无人机在每个状态下的最佳收集数据决策和最佳运动决策。能设计无人机最佳收集数据轨迹，可以在保证收集完所有地面节点待传输数据量并满足各地面节点能量限制的前提下显著减少收集时间。
-
Patent Agency Ranking
公开(公告)号：CN113258989B
公开(公告)日：2022-06-03
申请号：CN202110532993.7
申请日：2021-05-17
Applicant: 东南大学
Abstract: 本发明公开了一种使用强化学习获得辅助蜂窝网络的无人机中继轨迹的方法，输入无人机起始位置，无人机电池最大容量，最大回合数,折扣因子,学习率,动作利用率，采用Q学习设计能量受限的无人机轨迹。本发明综合考虑基站的天线辐射模式、回程约束、无人机能量消耗，建立了一个有实际意义的无人机电池能量受限的轨迹优化问题，分析待解决的轨迹设计问题，将无人机轨迹设计问题转化为离散时间决策过程并转用Q学习解决问题，能设计无人机最佳轨迹,充分利用无人机电池能量带来最大用户频谱效率的提升。
-
公开(公告)号：CN108566213B
公开(公告)日：2022-05-27
申请号：CN201810381798.7
申请日：2018-04-25
Applicant: 东南大学
IPC: H03M13/13
Abstract: 本发明提供一种极化码的串行抵消列表比特翻转译码方法，所述方法包括以下步骤：第一步：构造比特翻转索引集合；第二步：用CRC‑SCL译码器对接收信号进行译码；第三步：进行SCLF译码。本发明提出的极化码串行抵消列表比特翻转(Successivecancellationlistflip，SCLF)译码方法，是针对现有的SCF和CRC‑SCL译码方法的改进方法，SCLF方法把比特翻转的概念引入到了CRC‑SCL译码器之中，进一步提升了CRC‑SCL译码器的性能，即CRC‑SCL译码器在发现译码失败后，仍能采取补救措施，使得当前译码获得成功。
-
公开(公告)号：CN110248370B
公开(公告)日：2022-04-08
申请号：CN201910509586.7
申请日：2019-06-13
Applicant: 东南大学
Abstract: 本发明提供了一种动态TDD网络中小区分簇的干扰协调方法。包括：S1.小区分簇算法的触发：设置10ms的定时器，通过小区的上下行的SINR，即信号干扰噪声比水平低于阈值或者定时器重新开始计时触发小区分簇进行干扰协调的过程；S2.小区分簇：被触发分簇的小区通过小区间接口通知邻区执行干扰协调；被触发的小区作为簇的基准小区，邻区小区通过小区分簇的准则进行分簇；基于最佳最大簇大小，分簇结果将被触发小区与干扰严重被触发小区的小区分在一个簇，最终得到小区分簇的结果；S3.在小区分簇之后，在小区分簇的基础上采用功率控制，本发明在5G超密集网络中抑制了这两种干扰，增加了系统上行及下行吞吐量，取得良好的性能。
-
公开(公告)号：CN110062410B
公开(公告)日：2021-09-28
申请号：CN201910242265.5
申请日：2019-03-28
Applicant: 东南大学
IPC: H04W24/08 , H04W24/10 , G06N3/06 , G06N3/04 , G06K9/62 , H04B17/318 , H04B17/327
Abstract: 本发明公开了一种基于自适应谐振理论的小区中断检测定位方法，该方法在包含多个小区的采集区域中，通过用户周期性上报测量报告的形式获取其KPI、用户标识及位置信息，并根据其中的KPI信息对用户采用基于自适应谐振理论(Adaptive Resonance Theory,ART)网络和K‑S检验(Kolmogorov‑Smirnov test)的方法进行聚类，再根据聚类分析的结果，结合用户位置信息判断和定位采集区域中的中断小区。本发明中基于ART方法充分考虑了网络中有标签历史数据少甚至没有的情况，其与K‑S检验结合的方法能够准确而有效地完成小区中断检测功能，结合位置信息对中断小区的定位效果良好。
-
公开(公告)号：CN110691319B
公开(公告)日：2021-06-01
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。
-
-
-
-
-
-
-
-
-
Search Results
351
records
(took 0.045 seconds)
