-
公开(公告)号：CN117528542A
公开(公告)日：2024-02-06
申请号：CN202311440238.1
申请日：2023-11-01
Applicant: 南京邮电大学
IPC: H04W16/14 , H04W4/24 , H04W72/0453 , H04W72/541 , H04W72/51
Abstract: 本发明公开了一种基于Stackelberg博弈的基站与多无人机频谱共享租赁方法，包括：基站将频谱租借给无人机；基站根据无人机自身的距离、干扰等条件设定相应的交易成本；基站与无人机先进行第一层博弈，通过建立的数学模型基于Stackelberg博弈得出能使双方都获得最大效用的频谱单价和频谱租赁量；多个无人机间进行第二层拍卖博弈，角逐出赢家与基站进行频谱交易；无人机根据自身使用的频谱资源向基站支付费用。本发明提高了频谱利用率和基站的收入，同时无人机也从租赁的频谱资源中获得了效用，使无人机找到最优的频谱资源、定价方案，以此最大化基站和无人机的收益。
-
公开(公告)号：CN117119597A
公开(公告)日：2023-11-24
申请号：CN202311088650.1
申请日：2023-08-25
Applicant: 南京邮电大学
IPC: H04W72/0457 , H04W4/30
Abstract: 本发明公开了一种面向物联网终端协作学习的资源分配方法、装置、介质及设备，所述方法包括：获取分布式联邦学习全局模型的无线网络，所述无线网络中有1台边缘服务器和多个物联网终端；利用预设的分簇算法将物联网终端分簇，得到分簇结果；基于分簇结果，根据物联网终端的本地数据样本数量，分配簇中每个物联网终端CPU和GPU的工作频率；基于分簇结果，根据无线网络的总带宽和每个物联网终端的实时信道状况，为簇中每个物联网终端动态分配带宽。本发明能够改善无线联邦学习中由于计算资源和网络带宽资源受限导致的训练进程中能量消耗过高的情况。
-
公开(公告)号：CN116935058A
公开(公告)日：2023-10-24
申请号：CN202310690452.6
申请日：2023-06-09
Applicant: 南京邮电大学
IPC: G06V10/40 , G06V10/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/092 , G06N3/098 , G06N3/048 , G06N3/084 , G06N20/00
Abstract: 本发明公开了一种基于分布式强化学习的无人集群协同群智目标搜索方法，获取无人集群中各智能体的局部状态特征，同时将预置的先验知识根据局部状态特征进行深度转换，分别计算无人集群基于预置特征匹配的权重、基于置信度的权重、基于环境动态性的权重和基于距离成本的权重，融合生成无人集群的全局状态特征；对无人集群进行分布式强化学习，完成协同群智搜索，并根据搜索结果完成无人集群智能体数量的动态更新，降低搜索成本。本发明充分考虑到了无人集群间局部状态特征的相互影响，计算四维权重，完成分布式协同；同时动态更新无人集群的规模，提高搜索效率。
-
公开(公告)号：CN113627472B
公开(公告)日：2023-10-13
申请号：CN202110756284.7
申请日：2021-07-05
Applicant: 南京邮电大学
IPC: G06V10/764 , G06V10/774 , G06V20/13 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于分层深度学习模型的智慧园林食叶害虫识别方法，包括：获取用于食叶害虫识别的图像数据集，利用Retinex图像增强算法对获取的图像进行预处理，并分成训练集、验证集和测试集；构建分层深度学习模型，其包括两层，第一层具体为在已有的YOLO网络的特征提取模块头部嵌入残差可变形卷积模块；第二层具体为在已有的Faster R‑CNN网络中加入全局激活区域生成网络以及局部激活区域生成网络；利用训练集对分层深度学习模型进行训练，利用验证集对分层深度学习模块进行验证，得到训练好的分层深度学习模型；将测试集输入训练好的分层深度学习模型中，得到食叶害虫识别结果。本发明方法能够实现更为及时和有效的害虫防治工作。
-
公开(公告)号：CN116822335A
公开(公告)日：2023-09-29
申请号：CN202310634420.4
申请日：2023-05-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于斯塔克伯格博弈的设备调度方法，包括：1)由BS担任领导者，移动设备作为追随者对领导者的策略做出反馈，建立两者的效益函数，基于斯塔克伯格博弈设计BS和移动设备间的调度选择问题。2)移动设备集合接受来自特定BS的全局模型，通过无线网络协同执行联邦学习算法。3)利用来自BS的全局模型权重向量和移动设备的本地模型权重向量之间的差异，采用梯度下降法进行本地迭代更新。4)上传移动设备本地最优解到BS进行全局聚合，并向移动设备集合广播下一轮全局模型，用于下一轮联邦学习训练，直到全局模型达到预定精度为止。本方法通过斯塔克博格博弈提升了BS和移动设备的整体效益。
-
Patent Agency Ranking
公开(公告)号：CN116737386A
公开(公告)日：2023-09-12
申请号：CN202310773431.0
申请日：2023-06-27
Applicant: 中国移动通信集团江苏有限公司 , 南京邮电大学 , 江苏移动信息系统集成有限公司 , 中国移动通信集团有限公司
IPC: G06F9/50 , H04L67/1001 , H04L43/0852 , H04L43/08 , H04L67/12
Abstract: 本申请公开了一种车联网边缘计算的任务卸载方法、装置、设备及存储介质，所述车联网边缘计算的任务卸载方法包括：计算任务车辆与卸载对象之间的通信指标，其中，所述通信指标至少包括目标时延、信号传播距离、协同概率以及剩余计算资源中的一项；基于所述通信指标，构建时延优化模型；对所述时延优化模型进行最优化求解，得到最优卸载决策，并基于所述最优卸载决策，将所述任务车辆的待卸载任务卸载至所述卸载对象。本申请通过综合计算任务车辆与卸载对象之间目标时延、信号传播距离、协同概率以及剩余计算资源等多维度通信指标，对卸载到各卸载对象的任务进行了合理分配，实现充分利用计算资源，使任务车辆对卸载到各节点的任务量分配的更准确。
-
公开(公告)号：CN116698042A
公开(公告)日：2023-09-05
申请号：CN202310699978.0
申请日：2023-06-13
Applicant: 南京邮电大学
IPC: G01C21/20
Abstract: 本申请涉及基于航迹误差的多传感融合室内外最优定位方法，该方法包括：利用内置了惯性测量单元的定位终端，从室内外低密度5G基站获取实时航迹数据；基于定位终端在初始位置的航迹数据，构建初始位置的目标损失函数，估计定位终端的初始位置；对定位终端的航迹误差进行分析和建模，并基于扩展卡尔曼滤波制定终端航迹和往返时间紧耦合方案，获得所述定位终端的航迹误差；更新定位，向所述定位终端反馈所述定位。为了在室内外低5G基站部署密度场景中精确跟踪定位终端，本方法利用低维度的往返时间修正定位终端航迹误差，自适应地调整定位终端航迹误差，从而使往返时间深度反馈到定位结果，在节省能耗成本的同时，使定位更准确，方法更稳健。
-
公开(公告)号：CN116074939B
公开(公告)日：2023-08-15
申请号：CN202310207123.1
申请日：2023-03-07
IPC: H04W52/24 , H04W52/28 , H04W52/46 , H04W72/0446 , H04W72/044 , H04W72/53
Abstract: 本发明公开了一种基于动态优化的物联网边缘设备协同接入方法，包括以下步骤：每个同类簇中的物联网边缘设备共同采集环境中的有用信息；在观察时间内，在每个簇头设备上提出基于平均信息年龄动态约束的总功率最小化问题；每个簇头设备根据最优功率分配方案和设备选择策略采集簇内其他设备发送的信号；所有簇头设备将信号发送给服务其的AP，AP作为中继，将信号发给CPU；在CPU上提出一个附带环境分类权重的信息年龄最小化问题，以进一步优化功率分配策略。本发明构建了基于环境变化率和设备移动性的信息年龄动态优化，保证了信息传输的新鲜度，且减少了资源受限的物联网边缘设备接入网络的功率消耗。
-
公开(公告)号：CN116543023A
公开(公告)日：2023-08-04
申请号：CN202310449562.3
申请日：2023-04-24
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于修正DeepSORT的多传感目标群智跟踪方法，所述方法通过多个摄像头对任务区域进行目标跟踪：利用各摄像头实时获取任务区域的监控视频；采用基于匈牙利算法的匹配方法，获得摄像头之间当前视频帧的匹配目标并赋予身份ID；针对每个摄像头，分别利用DeepSORT方法对当前视频帧中分配身份ID的目标进行跟踪，直至目标跟踪任务结束。本发明利用一种基于目标空间位置的自适应融合特征计算马氏距离衡量目标相似度，最后利用匈牙利算法实现目标匹配，提高了目标的匹配的准确率；利用最小二乘法拟合预测加速度，进而修正卡尔曼滤波的输入速度参量，提高了DeepSORT算法的卡尔曼滤波预测的准确性，从而提高目标跟踪的准确率。
-
公开(公告)号：CN116540678A
公开(公告)日：2023-08-04
申请号：CN202310686094.1
申请日：2023-06-09
Applicant: 南京邮电大学
IPC: G05B23/02
Abstract: 本发明公开了基于数字孪生的工业设备状态推演评估方法。面向数据中心基础设施场景，考虑数据中心的设备在不同环境下发生故障的概率与多种因素有关，而常规方案只能在设备发生故障之后才进行报警，无法对可能发生故障的设备状态推演评估，对设备发生故障前预防和发生故障后分析原因的帮助作用不大。因此，本发明提出一种工业设备状态推演评估方案，通过数字孪生技术对场景内的设备进行建模，将实物设备与数字模型进行通信链接，并通过数字设备模型的运行状态数据进行推演评估，进而实现对运行状态异常的设备预警的目的，提高设备的可靠性和稳定性，保障数据中心的运行和安全。
-
-
-
-
-
-
-
-
-
Search Results
381
records
(took 0.035 seconds)
