-
公开(公告)号：CN107682443A
公开(公告)日：2018-02-09
申请号：CN201710975733.0
申请日：2017-10-19
Applicant: 北京工业大学
Abstract: 本发明公开一种联合考虑延迟和能量消耗的移动边缘计算系统的计算任务的高效卸载方法，首先建立建立拥有多个用户、一个部署MEC服务器的宏基站以及一个未部署MEC服务器的小基站的单蜂窝小区模型；然后，建立基于无线通信理论的数学模型。最后，通过并行贪婪算法设计一个联合考虑延迟和能量消耗的MEC系统计算任务的高效卸载方案并分析提出方案的性能。相比于现存的高效能耗卸载方案，本发明方法很好地权衡了终端用户的延迟敏感需求和节能需求，同时降低了系统的延迟及能量的总消耗。
-
公开(公告)号：CN105049107B
公开(公告)日：2017-12-15
申请号：CN201510508173.9
申请日：2015-08-18
Applicant: 北京工业大学
IPC: H04B7/155 , H04L1/00 , H04L25/06 , H04B7/0413
Abstract: 基于证据理论与物理层网络编码结合的满分集多天线双向中继接收方法，首先建立不含直接链路的多天线双向中继模型；然后，分析现存的基于解码转发网络编码和物理层网络编码的多天线双向中继接收算法的性能及缺陷，并根据现存算法的不足，提出了一种基于证据理论与物理层网络编码结合的满分集多天线双向中继接收算法。本方法利用基本信度分配函数描述衰落信道和噪声产生的不确定性，并在接收端通过证据理论合并法则降低接收信号的不确定性，最终通过最大值判决准则获得可靠的传输信号。相比于现存次优算法，本方法很好地改善了中继接收端误比特率性能，同时在接收端达到满分集增益。最后，对所提出算法进行了仿真验证，得到了与理论分析一致的结果。
-
公开(公告)号：CN107135175A
公开(公告)日：2017-09-05
申请号：CN201710332164.8
申请日：2017-05-12
Applicant: 北京工业大学
Abstract: 本发明公开一种高速数传系统中同步均衡方法，包括：步骤1、首先对数字基带信号进行大频偏的估计和补偿；步骤2、对大频偏补偿过后的信号进行定时同步，定位最佳的采样时刻；步骤3、使用判决引导算法进行载波同步，以实现剩余载波频偏估计，同时把载波频偏信息反馈至定时同步模块之前，实现剩余频偏补偿纠正；步骤4、利用CMA算法对同步后的信号进行自适应盲宽带均衡。采用本发明的技术方案，减小了误码率和解调损失。
-
公开(公告)号：CN106793108A
公开(公告)日：2017-05-31
申请号：CN201611028418.9
申请日：2016-11-18
Applicant: 北京工业大学
IPC: H04W72/04 , H04W72/08 , H04B7/0456
Abstract: 本发明提供一种MIMO系统下行链路中联合用户选择和功率分配优化方法，包括：将功率均匀分配给所有组中的波束；对于每条波束都计算相对于每个用户的信干噪比(SINR)；选择能使该波束信干噪比最大的用户作为该波束的通信用户，根据用户选择结果，利用拉格朗日乘子法对分配到和波束上的功率进行优化，至此，一次用户选择和功率优化迭代结束，然后根据得到的功率分配结果继续迭代地选择用户和优化功率，直到系统合率达到收敛。采用本发明的技术方案，可以达到更好的系统吞吐量。
-
公开(公告)号：CN106125038A
公开(公告)日：2016-11-16
申请号：CN201610426115.6
申请日：2016-06-15
Applicant: 北京工业大学
IPC: G01S3/02
CPC classification number: G01S3/02
Abstract: 基于边缘计算和贝叶斯后验概率模型的室内无线定位方法，首先利用预先安装在智能终端上的App进行WiFi信号强度采集，并将采集结果组包发送至本地服务器；然后以数据库中预存的信道衰减因子等参数为依据分别计算用户所处位置的先验概率矩阵、优化区域坐标、位置概率矩阵和后验概率矩阵；最后，使用计算得到的后验概率矩阵更新数据库中的位置概率矩阵，并将最终定位结果回送至用户所持的智能终端。首次引入了边缘计算和贝叶斯后验概率模型并将其有机的结合到了一起，通过对数据库参数进行适当修改从而更加精确地推算出用户处于目标位置的后验概率。本方法在不增加额外基础设施的情况下，改善了传统三遍定位算法及其改进算法的定位精度。
-
Patent Agency Ranking
公开(公告)号：CN106125037A
公开(公告)日：2016-11-16
申请号：CN201610424454.0
申请日：2016-06-15
Applicant: 北京工业大学
IPC: G01S1/08
CPC classification number: G01S1/08
Abstract: 基于WiFi信号强度和Micro‑Model的室内无线热点回溯定位方法，该方法通过对目标建筑内环境衰减因子矩阵的精确描述，在传统三边定位方法的基础上进行热点回溯，实时对移动热点实施定位。该方法可以在传统位置指纹算法进行离线训练时更新衰减因子库，无需额外定位步骤，同时却可以提高热点回溯的精度。本方法工作的主要流程为：在离线训练阶段，采集常规指纹库并建立Micro‑LDPL‑Model；在线测量阶段，配合移动智能终端和服务器对移动热点进行精确定位，通过精确回推、三边测量和聚类优化等方法，最大程度上对定位结果实现了优化，使其更加精确合理。应用了本方法的系统不仅具备了对移动热点进行实时精确回溯的能力，还能够将定位误差限制在一个较小的范围内。
-
公开(公告)号：CN103051578B
公开(公告)日：2016-04-06
申请号：CN201210512593.0
申请日：2012-12-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种带有ICI消除的迭代差错扩散判决OFDM信道估计方法，对OFDM系统进行初始化，将导频数据按照梳状导频方式插入到发送数据中，开始发送数据；数据通过OFDM系统发送至接收端，在接收端用基扩展模型对信道进行建模：对Kalman滤波器进行初始化，计算Kalman的时间更新方程，实现无ICI干扰的导频辅助Kalman信道估计，计算出信道矩阵的估计值，用QR分解进行数据检测；实现无ICI干扰的导频辅助频域信道估计。同时，设计迭代结果的判决指标，减小未知数据对所有频点信道估计的影响，在所有迭代结果中选取最佳估计结果，抑制由ICI干扰带来的差错扩散，提高OFDM系统性能。
-
公开(公告)号：CN104822150A
公开(公告)日：2015-08-05
申请号：CN201510243081.2
申请日：2015-05-13
Applicant: 北京工业大学
Abstract: 中心多跳认知蜂窝网络中的信息主动缓存的频谱管理方法，该方法包括建立系统模型，即以信息为中心的多跳认知蜂窝网络模型；建立具有隐藏及动态变化参数的马尔可夫决策过程系统；进行频谱管理最优化。本发明针对解决网络通信量的爆发问题以及用户的焦点从传输文件到获得感兴趣的内容的转变，通过以信息为中心的多跳认知蜂窝网络架构以及动态频谱管理方法，提高了缓存内容的平均命中概率，降低了用户要求的平均跳数，并在考虑了未知的/变化的网络参数以及路由器中的队列状态的情况下将带宽分配给最合适的无线链路，同时通过主动缓存方法将用户未来可能要求的内容推送到离这些用户较近的路由器中，提高了整体性能。
-
公开(公告)号：CN104168634A
公开(公告)日：2014-11-26
申请号：CN201410428331.5
申请日：2014-08-28
Applicant: 北京工业大学
IPC: H04W52/02
CPC classification number: Y02D70/126 , Y02D70/20
Abstract: 本发明公开了一种用于LTE-A蜂窝网络的分布式用户位置感知小区关闭方法，属于无线通信中LTE-A下行协作通信能源资源管理领域，其特点在于：可以根据周边通信小区内的用户数目，优先关闭用户数目较少且利用率低的小区，从而提升所有利用率低的小区的关闭概率。通过用户在通信小区内的分布情况，缩小接收该小区所有转移用户的可选相邻基站范围，从而减少由于采用极小化极大算法而带来的算法复杂度。本发明的优点在于：在保证用户通信质量的情况下，根据周边小区内的用户数目，动态地调整参与判决小区关闭的用户数目阈值，提升了关闭小区数目，节约了更多能源；结合用户在小区内的位置，缩减了最优接收集合的搜索范围，减少了算法复杂度。
-
公开(公告)号：CN103888849A
公开(公告)日：2014-06-25
申请号：CN201410146321.2
申请日：2014-04-11
Applicant: 北京工业大学
IPC: H04N21/647 , H04N21/643
Abstract: 本发明涉及移动云视频传输中的计算和无线资源协同调度方法，包括：建立系统模型，即云网络抽象模型；建立视频失真模型并提出优化目标；建立随机Restless？Bandit系统；进行云服务选择和带宽分布。本发明针对现有技术中存在的分别且独立地进行云和移动资源管理会严重影响系统性能的问题，通过将动态云网络和无线资源管理联合起来提高移动云网络计算系统中适应视频传输的端对端的性能，完善重要的视频应用层参数即帧内刷新率，并用变形失真大小评价程序质量，提高了视频抗失真性能。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.025 seconds)
