-
-
公开(公告)号：CN106375250A
公开(公告)日：2017-02-01
申请号：CN201610769467.1
申请日：2016-08-30
Applicant: 北京邮电大学
IPC: H04L25/02
CPC classification number: H04L25/0202 , H04L25/0242
Abstract: 本发明提供一种慢时变信道下基于压缩感知的数据传输方法及装置。该方法，包括：接收经过慢时变信道传输的压缩数据；根据所述压缩数据中插入的导频数据通过信道估计算法，获取初始的信道估计矩阵；根据所述信道估计矩阵以及扰动矩阵，采用扰动重建算法对所述压缩数据的原始数据进行重建，获取重建后的原始数据；根据所述重建后的原始数据和所述压缩数据，获取更新后的信道估计矩阵；所述更新后的信道估计矩阵用于对接收到的压缩数据进行重建。本发明有效的减少对于导频的需求，提升了系统的传输效率，即提升了系统性能。
-
公开(公告)号：CN104967455A
公开(公告)日：2015-10-07
申请号：CN201510400699.5
申请日：2015-07-09
Applicant: 北京邮电大学
IPC: H03M13/11
Abstract: 本发明提供一种空间耦合低密度奇偶校验码的递归编码方法，包括：构建(dv,dc,L)空间耦合低密度奇偶校验码SC-LDPC的校验基矩阵所述校验基矩阵为每行包括连续d'vms个子矩阵的d'c×(d'vms+d'v-1)维矩阵，所述校验基矩阵中第1行至第d'c-d'v+1行的前d'vms个元素为所述子矩阵，所述校验基矩阵中第n行的第n-d'c+d'v个元素至第n-d'c+d'v+d'vms-1个元素为所述子矩阵；通过所述校验基矩阵获得SC-LDPC码的校验矩阵利用所述校验矩阵进行递归编码。本发明提供的空间耦合低密度奇偶校验码的递归编码方法，可以实现dc/dv为非整数情况下的(dv,dc,L)SC-LDPC码的递归编码。
-
公开(公告)号：CN118785300A
公开(公告)日：2024-10-15
申请号：CN202410714332.X
申请日：2024-06-04
Applicant: 北京云智软通信息技术有限公司 , 北京邮电大学
Abstract: 本申请提供了一种基于增强IAB基站网络状态的更新方法、装置及电子设备，其中，该方法应用于基于IAB技术构建的自组织网络系统中的目标节点设备，该自组织网络系统中包括若干个节点设备，各节点设备预置有基站功能模块、模拟移动终端的MT模块，该方法通过对自身与其他各节点设备之间的各条H1连接进行状态检查，若存在异常的H1连接的端点节点设备，并根据该异常的H1连接的端点节点设备，对自身的网络路径表进行更新。选用本申请实施例，可快速对自身的网络路径表进行更新，保障数据包可快速转发至对应的端点节点设备，有助于提高自组织网络系统的通信质量。
-
公开(公告)号：CN111882003B
公开(公告)日：2024-01-23
申请号：CN202010784339.0
申请日：2020-08-06
Applicant: 北京邮电大学
IPC: G06F18/241 , G06F18/23213 , G06F18/214 , G06V10/764
Abstract: 本申请实施例提供一种数据分类方法、装置及设备，该方法包括：获取训练集和待分类对象；将所述训练集划分为多个子训练集；确定所述待分类对象与每个子训练集之间的残差集合，所述残差集合中包括多个残差；根据所述待分类对象与每个子训练集之间的残差集合，确定所述待分类对象的类别。提高了图像分类的性能。
-
Patent Agency Ranking
公开(公告)号：CN116861257A
公开(公告)日：2023-10-10
申请号：CN202311033595.6
申请日：2023-08-16
Applicant: 北京邮电大学
IPC: G06F18/214 , G06F18/24 , G06N3/042 , G06N3/0442 , G06N3/082
Abstract: 本发明公开了一种基于知识蒸馏恢复策略剪枝的长短期记忆压缩方法，在知识蒸馏的实现中，除了引入蒸馏损失用于学生模型拟合教师模型的logits输出，还使用输出概率分布与真实标签的交叉熵损失，以确保学生模型的输出与样本的真实标签相互匹配。这两部分损失共同构成目标函数，帮助学生模型从教师模型的“暗知识”中进行学习，优化模型的输出概率分布，从而提高剪枝模型的准确率。另外，本发明将知识蒸馏应用于LSTM模型的剪枝过程中，通过合理传递知识，使得剪枝后的模型具备更强的表征能力。
-
公开(公告)号：CN115390011A
公开(公告)日：2022-11-25
申请号：CN202210777729.4
申请日：2022-07-04
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: G01S5/02
Abstract: 本发明提供一种基于接收信号强度的加权半正定规划定位方法，对不同的接收信号强度数据设置权重，进一步改善目标节点定位性能。由于信号传播距离越远，接收信号强度测量误差越大，信号传播距离较远的接收信号强度权重值越小。本发明提供的技术方案首先介绍二维环境模型，给出半正定规划定位方法，然后提出加权半正定规划定位方法，以及权重设置方法。本发明提供的实验仿真结果表明相较于现有的技术方案，本发明提供的加权半正定规划定位方法明显提高了定位准确度。
-
公开(公告)号：CN114970707A
公开(公告)日：2022-08-30
申请号：CN202210552364.5
申请日：2022-05-20
Applicant: 北京邮电大学 , 龙文华丰(北京)科技有限公司
IPC: G06K9/62 , G06F16/29 , G06F16/215
Abstract: 本发明公开了一种基于轨迹压缩和聚类的轨迹相似度分析方法。首先，对N条基准轨迹进行轨迹压缩，在一定误差范围内，去除一些轨迹数据，便于后续的处理和分析。其次，通过截取公共轨迹以及角度预判断的方式，减少参与计算的轨迹段范围，对基准轨迹数据离线聚类。其中，在计算相似度矩阵时，在误差范围内，每两条轨迹的相似度只需计算一次以降低复杂度。最后，找出每一簇的代表轨迹，计算待匹配轨迹和每一簇代表轨迹的相似度，判断其是否存在于基准轨迹数据库中；如果存在，则计算该轨迹与对应簇的各基准轨迹的轨迹相似度，从而确定实际轨迹与哪些基准轨迹相似，并得到相似度结果。
-
公开(公告)号：CN113822162A
公开(公告)日：2021-12-21
申请号：CN202110977786.2
申请日：2021-08-24
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于伪星座图的卷积神经网络调制识别方法，将时域样本和灰度化星座图的像素值进行合成形成伪星座图，将伪星座图输入后续卷积神经网络，使用预设的卷积核对卷积神经网络进行优化形成卷积神经网络模型，使用卷积神经网络模型对待识别信号进行调制识别。本发明提供的技术方案在同样使用卷积神经网络模型的情况下，解决了传统星座图方法对MFSK信号识别能力弱的问题，从而提高了调制识别的整体准确率。本发明提供的技术方案在信噪比不低于10dB条件下，对多种PSK、FSK和QAM调制方式的平均识别准确率高于0.99，远远高于基于传统星座图的卷积神经网络的识别结果。在输入大小相同的条件下，本发明提供的技术方案具有更低的复杂度。
-
公开(公告)号：CN104967455B
公开(公告)日：2018-02-23
申请号：CN201510400699.5
申请日：2015-07-09
Applicant: 北京邮电大学
IPC: H03M13/11
Abstract: 本发明提供一种空间耦合低密度奇偶校验码的递归编码方法，包括：构建(dv,dc,L)空间耦合低密度奇偶校验码SC‑LDPC的校验基矩阵所述校验基矩阵为每行包括连续d'vms个子矩阵的d'c×(d'vms+d'v‑1)维矩阵，所述校验基矩阵中第1行至第d'c‑d'v+1行的前d'vms个元素为所述子矩阵，所述校验基矩阵中第n行的第n‑d'c+d'v个元素至第n‑d'c+d'v+d'vms‑1个元素为所述子矩阵；通过所述校验基矩阵获得SC‑LDPC码的校验矩阵利用所述校验矩阵进行递归编码。本发明提供的空间耦合低密度奇偶校验码的递归编码方法，可以实现dc/dv为非整数情况下的(dv,dc,L)SC‑LDPC码的递归编码。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
