-
公开(公告)号：CN115225145A
公开(公告)日：2022-10-21
申请号：CN202210529356.9
申请日：2022-05-16
Applicant: 南京邮电大学
IPC: H04B7/22 , H04B7/08 , H04B17/391 , H04W4/48 , H04W4/80
Abstract: 本发明公开了一种车载智能反射表面辅助的反向散射通信系统，该系统包括：一个射频源，一个接收机，一个车载集中式智能反射表面和多个标签(设备)。其中，装载智能反射表面的车辆可在道路上移动，具备一定灵活性，且标签反向散射链路之间存在相互干扰。本发明旨在保证接收机接收标签信号的信干噪比SINR要求下，以最大化系统能量效率为目标，寻找车载智能反射表面在任意位置处的最优相移矩阵，进一步得到车载智能反射表面在其移动范围内的最优部署位置。
-
公开(公告)号：CN115099308A
公开(公告)日：2022-09-23
申请号：CN202210598479.8
申请日：2022-05-30
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提出一种基于分段轨迹聚类的车辆下一个位置预测方法，该方法包括以下步骤：S1：轨迹分割，给定车辆va原始轨迹序列其中，表示车辆va在tb时刻的经纬度坐标位置，提取出轨迹中的关键位置，即轨迹拐点，从而得到分段线性子轨迹，B为序列总数；S2：子轨迹聚类，对有相似特征的子轨迹进行分类，即对同一条道路或同一方向上距离和角度小于预设值的子轨迹进行聚类，并且获得每个簇中心点的位置与时间信息；S3：基于上述对历史轨迹数据的分段聚类结果，根据簇中心点移动时间差模型，其利用从经过的簇中心点到候选下一个簇中心点的最短移动时间和其实际移动时间差，进行下一个簇中心点预测，也即下一个位置预测。
-
公开(公告)号：CN114554511A
公开(公告)日：2022-05-27
申请号：CN202210188648.0
申请日：2022-02-28
Applicant: 南京邮电大学
Abstract: 本发明所述的一种5G边缘计算环境下无线携能终端节能效率优化方法，包括：一、利用斯塔克伯格博弈模型对终端节能效率优化问题和无线供电装置收益问题进行联合建模；二、利用最优性条件求解无线供电装置收益问题，将得到的最优值关系带入终端节能效率优化问题进行化简；三、针对化简后的终端节能效率优化问题，采用交替迭代分别求解子问题，得到优化结果；四、根据优化结果，设置终端发送功率、终端与小蜂窝基站连接关系、终端传输时长、无线供电装置激励价格。该方法主要解决现有技术节能效率低、复杂度高等问题，能有效提升无线携能终端的节能效率，适用于全双工5G边缘计算网络。
-
公开(公告)号：CN114554495A
公开(公告)日：2022-05-27
申请号：CN202210109913.1
申请日：2022-01-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线物联网环境下基于联邦学习的用户调度和资源分配方法，无线物联网环境下联邦学习网络包括1个边缘服务器和K个用户组成；无线通信采用正交频分多址(OFDMA)方案，有N的正交子信道。本方法通过减少联邦学习每一轮中消耗得时延和减少总迭代轮数两个方面来进行用户调度。最后将最小化联邦学习时间和能量开销问题，分解为3个子问题。本方法在满足用户需求的前提下，合理的分配了基站的发展功率、用户计算、上行链路带宽资源，有效的降低了联邦学习的总时延和能量开销，提升了资源利用率。
-
公开(公告)号：CN114543796A
公开(公告)日：2022-05-27
申请号：CN202210131773.8
申请日：2022-02-14
Applicant: 国网电力科学研究院有限公司 , 南京南瑞信息通信科技有限公司 , 国网浙江省电力有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司 , 南京邮电大学
Inventor： 黄忠明 , 巢玉坚 , 李洋 , 龚亮亮 , 彭敏鑫 , 郝悍勇 , 崔丙锋 , 杨爽 , 刘锐 , 胡阳 , 郭瑜 , 范超 , 罗先南 , 于佳 , 朱雪阳 , 张俊尧 , 冯宝 , 汤辉 , 张影 , 张明 , 倪艺洋 , 夏文超 , 王琴 , 贾鹏 , 缪勇 , 朱骥 , 景春峰 , 李军 , 张俊生 , 宋乐乐 , 王洪建
Abstract: 本发明公开了一种室外定位方法、系统及存储介质，本发明将传统定位方法的定位结果作为参考，利用初步定位结果获取用户活动范围，利用用户活动范围内的室外空间实体以及智能终端感应数据构建知识图谱，基于知识图谱进行用户位置确定，逐级缩小用户所在范围，对不同尺度的范围确定使用不同类型的数据作为判别指标，能够有效减小恶劣环境对定位的影响，提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN114389730A
公开(公告)日：2022-04-22
申请号：CN202111589145.6
申请日：2021-12-23
Applicant: 南京邮电大学
IPC: H04B17/382 , H04W16/28 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度学习和脏纸编码的MISO系统波束形成设计方法，假定信道状态信息是已知的，在脏纸编码条件下，该方法按以下步骤进行：1)设计波束形成网络BFNet，BFNet包括两部分：深度神经网络模型和波束形成恢复模型；2)利用已知算法获得深度神经网络模型所需要的训练样本集，并进行优化训练；3)训练完成后，在深度神经网络模型中利用信道状态信息生成关键向量；4)在波束形成恢复模型中利用上下行链路对偶知识计算下行功率分配，利用信道状态信息、关键向量与下行功率构造波束成形矩阵。
-
公开(公告)号：CN114389728A
公开(公告)日：2022-04-22
申请号：CN202111648589.2
申请日：2021-12-30
Applicant: 南京邮电大学
IPC: H04B17/336 , H04B17/382 , H04B17/391 , H04W16/22 , H04W16/28
Abstract: 本发明公开了一种基于分式规划的波束成形设计方法，该方法包括：构建多输入单输出(MISO)信道的系统模型，即考虑MISO干扰下行链路信道，配备M根天线的基站(BS)向N根单天线的用户发送独立的数据符号，形成最大化系统合速率的优化问题；采用分式规划的方法，将多维二次变换应用于上述最优化问题的每个信干噪比(SINR)项，将原问题映射为等价的分式规划问题；初始化波束成形向量集合V，使得V满足约束条件Tr(VVH)≤Pmax，对辅助变量yk和γk进行迭代优化；对波束成形向量υk进行迭代的深度展开优化。该方法对现有的基于深度学习(DL)的算法的性能进行了进一步提高，将深度展开应用于分式规划算法，自然地融合了专家知识并减少了可训练参数，从而优化MISO的下行链路波束成形问题。
-
公开(公告)号：CN113543071A
公开(公告)日：2021-10-22
申请号：CN202110742975.1
申请日：2021-06-30
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种车联网环境下异构节点协作边缘缓存方法，方法包括：构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型；将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个数据包；以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。本发明旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。
-
公开(公告)号：CN112804107A
公开(公告)日：2021-05-14
申请号：CN202110116570.7
申请日：2021-01-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种物联网设备能耗自适应控制的分层联邦学习方法，包括如下步骤：1)通过在物联网设备和云服务器之间部署边缘服务器，搭建分层联邦学习系统；2)在每个训练周期t的起始阶段，云服务器根据统计信道信息以及物联网设备的能耗队列状态，制定物联网设备计算能力控制策略F(t)以及物联网设备关联策略A(t)；3)在训练过程中，物联网设备本地模型，并发送到边缘服务器进行边缘聚合从而更新边缘模型；边缘服务器将边缘模型上传到云服务器进行全局聚合更新全局模型；云服务器通过边缘服务器将全局模型传输给所有物联网设备从而进行下一轮的训练；该发明能够在满足长期能耗约束的前提下，以较低的训练时延获得较高的学习性能。
-
公开(公告)号：CN106851795B
公开(公告)日：2019-08-20
申请号：CN201611127480.3
申请日：2016-12-09
Applicant: 南京邮电大学
Abstract: 本发明涉及一种物联网环境中基于睡眠模式的低时延传输方法，采用全新控制策略，应用中将部分微小区基站调整为睡眠模式，能够有效节约能量，降低了干扰，同时能够减少时延；并且整个设计控制过程，有效降低了时延和算法复杂度；不仅如此，应用中，针对部分微小区基站采用毫米波回程链路，有效降低了成本。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.031 seconds)
