-
公开(公告)号：CN113014295B
公开(公告)日：2022-03-08
申请号：CN202110204008.X
申请日：2021-02-24
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0426 , H04L25/02 , H04W52/26
Abstract: 本发明公开了一种去蜂窝大规模MIMO系统上行联合接收方法，步骤包括：建立系统模型，计算迫零接收机的上行链路用户可达速率的近似闭式表达式；利用连续凸逼近功率控制算法，计算每个用户的发射功率控制系数；基于最大系统和速率执行AP选择方案，为每个用户选择若干个最佳AP；系统CPU休眠没有服务用户的AP，重复步骤2得到最佳发送功率控制系数，实现系统上行联合接收。本发明是以用户为中心、利用统计信道状态信息进行上行联合接收，显著有效地提高系统总能量效率，同时降低对前传链路的负担。
-
公开(公告)号：CN109951404B
公开(公告)日：2021-11-16
申请号：CN201910084862.X
申请日：2019-01-29
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明揭示了一种多天线面板结构的毫米波MIMO信道估计方法，包括如下步骤：S1、构建采用部分连接结构的多天线面板的毫米波MIMO系统，系统包括基站发射端以及用户接收端；S2、各天线面板分别在多个时隙内向所述用户接收端发射导频序列；S3、所述用户接收端接收各天线面板在不同时隙下发送的信号对接收信号分块存储；S4、所述用户接收端使用联合压缩感知算法对各天线面板的信道进行联合恢复。本发明的方法能够使得系统在保证信道估计精度的前提下、以较低的复杂度对各天线面板与用户间的信道信息进行联合恢复。
-
公开(公告)号：CN110445716B
公开(公告)日：2021-06-22
申请号：CN201910634972.9
申请日：2019-07-15
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/725 , H04L12/735 , H04L12/803
Abstract: 一种基于SDN网络多QoS负载均衡路由方法、存储介质和终端，所述方法包括：确定SDN网络的多个服务质量影响因素，并采用AHP层次分析法计算每个所述服务质量影响因素对应的权重；基于计算得到的每个所述服务质量影响因素的权重，计算所述SDN网络中每条链路的权重；基于计算得到的SDN网络中每条链路的权重，为到达的数据流选取对应的最优负载均衡路由。上述方案，可以在SDN网络中选取满足多用户服务质量需求的路由，提高服务质量，提升用户的满意度。
-
公开(公告)号：CN109257830B
公开(公告)日：2021-06-01
申请号：CN201811316624.9
申请日：2018-11-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于QoS的车载网络自适应退避方法，首先对网络中的业务数据根据时延要求的高低进行优先级的区分，再根据不同的优先级采用相应不同的退避机制，以最优化数据总时延为优化目标，各类数据时延需求为约束条件，对不同类型的数据计算得到不同的退避概率，在满足各类数据时延要求的同时尽可能降低系统数据发送总时延，以实现网络中数据的高效传输。本发明是针对退避机制存在退避窗口(CW)易产生震荡的问题以及单一的退避机制无法满足不同类型数据时延要求的改进，可以在保证各类数据传输时延的要求下很好地降低数据传输总时延。
-
公开(公告)号：CN112822130A
公开(公告)日：2021-05-18
申请号：CN202011578137.7
申请日：2020-12-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种5G高速移动系统中基于深度学习的多普勒频偏估计方法，包括基于数据与导频信号，获取多普勒频偏初始估计，基于多普勒频偏初始估计构建预训练样本；利用构建的预训练样本对网络进行预训练处理，获取预训练网络的权重和阀值参数；基于导频信号，获取多普勒频偏初始估计，基于多普勒频偏初始估计构建训练样本；利用获取预训练网络的权重和阀值参数与构建的训练样本对网络进行第二次训练处理，获取最终的网络估计模型，进行线上多普勒频偏实时估计。具有较快的收敛速度和高的估计性能，具有一定的实用价值。
-
Patent Agency Ranking
公开(公告)号：CN112737987A
公开(公告)日：2021-04-30
申请号：CN202011577593.X
申请日：2020-12-28
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B17/391 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种新型的基于深度学习的时变信道预测方法，包括：在数据和导频均已知的情况下，获取时域信道估计值；根据时域信道估计值构建预训练样本集；随机初始化网络参数，利用预训练样本集对网络进行预训练，获取预训练网络的权值和阈值参数；在仅导频均已知的情况下，获取时域信道估计值，并根据时域信道估计值构建训练样本集；采用预训练网络的权值和阈值参数作为训练阶段网络的初始参数，通过训练样本集对网络再次进行训练，获得信道预测网络模型；基于信道预测网络模型进行线上信道预测，将线上预测值转化为复数，作为最终的信道预测值。显著提高时变信道预测精度，具有较低的计算复杂度，适用于高速移动环境中时变信道信息的高效获取。
-
公开(公告)号：CN108418756B
公开(公告)日：2021-03-02
申请号：CN201810062366.X
申请日：2018-01-23
Applicant: 南京邮电大学
IPC: H04L12/721 , H04L12/725 , H04L12/727 , H04L12/729 , H04W40/12
Abstract: 本发明公开了一种基于相似性度量的软件定义回程网络接入选择方法，首先为每个基站生成输出至回程网的网络流；其次，为网络流在回程网中选择满足带宽资源要求的边缘节点作为候选节点；然后计算候选节点处性能参数的二维向量与业务特征参数的二维向量之间的加权欧氏距离；接着，选择平均距离最小的候选节点作为初次接入节点；最后，在回程网络中存在过载的边缘节点时重新为接入该节点的网络流进行接入选择操作，消除过载问题，得到每个网络流的最终接入节点。本发明在考虑基站处业务特征的前提下，为网络流选择最佳回程接入节点，使得业务在进入回程网时就能够更加靠近满足其特征的链路与节点，提升不同业务类型在回程网路由时的满意度。
-
公开(公告)号：CN110051191B
公开(公告)日：2021-02-26
申请号：CN201910287509.1
申请日：2019-04-11
Applicant: 南京邮电大学
Abstract: 本发明提出了一种智能的办公学习桌垫及其健康提醒方法，所述桌垫包括桌垫本体以及设置在桌垫本体内的数据采集部、无线通信部、处理部、提示部，所述数据采集部感知用户的使用状态，将采集的信息发送至处理部，所述处理部接收数据采集部采集到的信息，对数据进行分析，识别出用户的使用状态信息并发送给提示部，所述处理部还经由无线通信部接收外部终端设备发来的处理命令，对数据进行处理并发送至提示部；所述提示部根据处理部的处理结果进行健康提醒。所述桌垫能够智能统计用户工作时间，监测用户的健康工作状况信息，并可通过与体征监测设备相结合给出相应的健康建议如提醒用户休息与活动，还能生成工作情况报告反馈给用户。
-
公开(公告)号：CN106714090B
公开(公告)日：2019-12-27
申请号：CN201710054264.9
申请日：2017-01-24
Applicant: 南京邮电大学
Abstract: 本发明公开了网络虚拟化LTE叠加D2D下基于收益的资源映射方法，该方法包括：一、在下行场景下，利用功率带宽积模型表征运营商网络资源代价，将其与蜂窝用户和D2D用户和速率联立，构建能有效反映运营商实际收益的效用函数。二、以最大化该效用函数为目标，建立虚拟资源块映射优化模型。三、按照先保护蜂窝用户，再叠加D2D用户的原则，将上述模型分解成两个离散优化子问题，通过低信噪比假设，利用极限近似进行化简，最后将子问题优化结果合并作为最终映射方案。该方法主要解决现有技术未考虑运营商网络资源代价、计算量大等问题，能够有效提高运营商收益，适用于叠加有D2D通信的网络虚拟化LTE蜂窝。
-
公开(公告)号：CN106792820B
公开(公告)日：2019-12-10
申请号：CN201611224617.7
申请日：2016-12-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种使用SDN控制器的小基站控制协议及方法，属于无线通信领域。主要包括了两部分：具体提供了用于SDN控制器和小基站间通信的控制协议OpenSC，保证了SDN控制器对小基站的完全控制，在超密集网络下将控制面控制转移至SDN控制器中；具体提供一种SDN控制器利用OpenSC协议对小基站控制的方法，将无线通信网络的用户面和控制面相互分离，从而可提升整个无线网络的灵活性和超密集网络的场景下吞吐量。在超密集网络中引入小基站也即超微基站，提升网络覆盖与吞吐量；在小基站与SDN控制器间通过安全传输数据的协议OpenSC协议进行同行，可对密集分布的小基站进行集中管控，大大提高了网络所承载的数据量以及降低信令开销。
-
-
-
-
-
-
-
-
-
Search Results
343
records
(took 0.03 seconds)
