-
公开(公告)号：CN108093440A
公开(公告)日：2018-05-29
申请号：CN201711262851.3
申请日：2017-12-04
Applicant: 东南大学
Abstract: 本发明提供了一种基于神经网络的超密集异构网络负载均衡优化方法，将ART2型神经网络和基于代价的分布式方法相结合的低复杂度超密集异构网络下行用户连接方法，联合调整所有小站的代价偏置值，解决超密集异构网中的负载均衡问题。本发明采用ART2型神经网络的分类设置初始值，可以大大降低迭代次数和计算复杂度，能提高基站边缘和中间的用户的吞吐量率，自动的均衡跨层和同层之间基站的负载，进一步显著降低负载均衡迭代方法的迭代次数，更加适应快速复杂多变的实际情况。
-
公开(公告)号：CN108063649A
公开(公告)日：2018-05-22
申请号：CN201711337829.0
申请日：2017-12-14
Applicant: 东南大学
Abstract: 本发明公开了一种低时延低复杂度的极化码译码方法，采用SCL方法进行译码，包括：(1)从待编码比特序列中选出FCR0节点和MSR1节点(2)对FCR0节点，根据接收机存储的冻结比特位的值直接获取译码结果；(3)对FCR0节点和MSR1节点之间的比特序列，若为冻结比特，则连接步骤(2)中的路径，直接根据接收机存储的冻结比特位的值获取译码结果；若为信息比特，则连接冻结比特译码路径，通过路径分裂和简化路径度量排序保留路径度量较小的路径；(4)对MSR1节点，采用LLR进行直接判决译码，并连接在步骤(3)中保留的所有路径上；(5)对于步骤(4)中的路径，选择一条路径度量最小的路径对应的译码序列作为译码输出。本发明时延更低复杂度更低。
-
公开(公告)号：CN107371175A
公开(公告)日：2017-11-21
申请号：CN201710705438.3
申请日：2017-08-17
Applicant: 东南大学
Abstract: 本发明公开了一种使用协作预测的自组织网络故障检测方法，首先给出了基于K近邻的协同过滤预测算法，该算法利用用户数据的空间相关性预测参考信号接收功率，触发异常检测过程；然后提出一种邻区协作的灰度时间序列预测算法，该算法考虑了基站高密度分布、稀少用户连接的特性，利用用户报告的时间相关性分布式地处理相关用户数据，最后得到异常基站检测结果。本发明能够解决不同程度的基站发射功率衰减故障的检测，同时在高密度基站、少用户连接的网络环境中表现出良好的性能，得到较高的检测率。
-
公开(公告)号：CN107222875A
公开(公告)日：2017-09-29
申请号：CN201710555307.1
申请日：2017-07-10
Applicant: 东南大学
Abstract: 本发明公开了一种基于大数据分析的小基站开关控制方法，包括：采集场景信息步骤；数据预处理步骤；提取特征步骤；选择并训练模型步骤；预测步骤。本发明利用特殊场景下时刻表以及小基站接入人数的历史记录，建立数学模型，预测未来小基站内的待服务人数，根据待服务人数去控制小基站的开关，达到节能、减少基站间干扰的目的。在建立数学模型的过程中，本方法结合数据挖掘和机器学习，提高了预测的准确率和系统的实用性。
-
公开(公告)号：CN107094060A
公开(公告)日：2017-08-25
申请号：CN201710269564.9
申请日：2017-04-24
Applicant: 东南大学
IPC: H04J11/00
CPC classification number: H04J11/005
Abstract: 本发明公开了一种基于非合作博弈的分布式超密集异构网络干扰协调方法，通过分析超密集网络的动态特性，将网络干扰问题建模成非合作博弈问题，网络中小区作为博弈参与者，最小化自身干扰为效用函数。为了推导纳什均衡解的存在，将建立博弈模型推导成潜在博弈问题，基于此提出了一种基于随机学习的反馈方法求解纳什均衡解。该方法根据每个小区每一次迭代的效用函数建立概率矩阵，通过不断更新概率矩阵得到最终的纳什均衡解。本发明能够在不需要小区间信息交换下，收敛到闭式解，最终所有小区在收敛到纳什均衡解时，使得整个网络干扰最小，提高了网络容量，以较低的复杂度有效地解决用户速率动态变化、网络密集化与网络容量，频谱效率之间的难题。
-
Patent Agency Ranking
公开(公告)号：CN106455078A
公开(公告)日：2017-02-22
申请号：CN201610927943.8
申请日：2016-10-31
Applicant: 东南大学
IPC: H04W72/04
CPC classification number: H04W72/0486
Abstract: 本发明公开了一种结合均衡策略的无线虚拟网络中的资源分配方法，考虑基础设施提供商和服务提供商的收益，通过将问题分解为用户连接和资源分配两个子问题，简化问题的求解，最大化全局的收益。本发明基于一种均衡的策略，可以通过用户的连接方案和资源分配方案来决定价格，同时该价格又会影响用户的连接方案和资源分配方案，本发明中涉及的定价函数、需求函数、供应函数，运营商都可以根据自己的需要进行选择，保证了不同情况下能满足运营商的不同需求，同时，得益于拉格朗日对偶方法，资源分配方案是分布式的方案，可以在每一个基站单独运行，并且收敛速度快，有效地解决了如何设计系统吞吐量和用户资源分配公平性之间的方案。
-
公开(公告)号：CN106028343A
公开(公告)日：2016-10-12
申请号：CN201610273937.5
申请日：2016-04-27
Applicant: 东南大学
CPC classification number: H04W16/10 , H04W16/22 , H04W28/0268 , H04W28/08
Abstract: 本发明公开了一种多个提供商共存场景下的网络虚拟化框架和速率申请方法，为每个MVNO引入集中式的虚拟网络控制器，对其在所有InP下的虚拟网络进行管理，从而各MVNO能够以最大化自身收益为准则同时向所有InP申请速率。将InP和MVNO之间的速率申请过程建模成一个两阶段的动态博弈：第一阶段各InP进行速率的定价，第二阶段各MVNO根据收到的定价和在各InP下的速率需求确定向各InP的速率申请量，通过反向归纳法求解出动态博弈的子博弈完美纳什均衡，在该均衡下，各InP和各MVNO都不愿改变自己的定价与申请策略。每个InP为其网络中的各MVNO都设定一个速率分配上限，从而实现每个InP中虚拟网络之间的隔离。
-
公开(公告)号：CN105848221A
公开(公告)日：2016-08-10
申请号：CN201610024622.7
申请日：2016-01-14
Applicant: 东南大学
CPC classification number: H04W28/24 , H04W72/087
Abstract: 本发明公开了一种多种业务场景下基于网络虚拟化的运营商间资源共享方法。其包括：首先给出不同业务用户的效用函数，然后设计出在不使用网络虚拟化时运营商针对自己的不同业务用户的频谱资源分配方法。最后，使用网络虚拟化将多个运营商的频谱资源集中到一个物理基站中共享，并设计出针对所有运营商的不同业务用户的频谱资源分配方法。采用本发明中的资源共享方法，能够显著提高用户满意度，实现提高系统性能和保证用户公平性之间的权衡，提高频谱资源利用率。
-
公开(公告)号：CN105792367A
公开(公告)日：2016-07-20
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：CN105025460A
公开(公告)日：2015-11-04
申请号：CN201510443924.3
申请日：2015-07-24
Applicant: 东南大学
IPC: H04W8/00
CPC classification number: H04W8/005
Abstract: 本发明公开了一种D2D通信中基于动态调整发送概率的用户设备发现方法，用户设备在每个发现周期内根据所有资源块的检测情况，估计此时发送信号的用户设备数目与可用资源块数目的关系，从而自适应动态调整其发送概率，使每个发现周期内发送信号的用户设备数目与可用资源块数目相当，降低用户设备之间的干扰，提高用户设备发现效率。本发明可以有效提高处于网络控制范围外的D2D用户设备发现效率。
-
-
-
-
-
-
-
-
-
Search Results
351
records
(took 0.047 seconds)
