公开(公告)号：CN117875418A

公开(公告)日：2024-04-12

申请号：CN202410066633.6

申请日：2024-01-17

Applicant: 南京邮电大学 ,  江苏省未来网络创新研究院

Inventor： 赵海涛 ,  荀位 ,  孙金龙 ,  陈科齐 ,  倪艺洋 ,  徐邦宁

IPC: G06N5/022 ,  G06N3/098 ,  G06N3/0895 ,  G06N3/048 ,  G06N3/084 ,  G06F16/36

Abstract: 本发明公开了一种面向工业互联网多平台的知识图谱实体对齐方法，分为如下的主要四个流程：首先，考虑到企业数据的隐私性，企业的数据信息在本地存储。企业在本地构建基于知识图注意力网络(KGAT)的实体对齐模型，并根据本地数据进行训练；其次，将KGAT模型梯度参数上传行业级工业互联网平台服务中心；再次，服务中心聚合出全局最优的KGAT模型参数；最后，服务中心将KGAT模型参数下发到企业进行参数更新。本专利为工业互联网多平台知识图谱构建工作，实现知识图谱的“共建共享”，提供了一种有潜力的解决方案。

公开(公告)号：CN117176718A

公开(公告)日：2023-12-05

申请号：CN202310614138.X

申请日：2023-05-29

Applicant: 南京卓云邮通科技有限公司 ,  南京邮电大学

Inventor： 王皓天 ,  刘琨 ,  徐波 ,  彭敏鑫 ,  荀位

IPC: H04L67/10 ,  H04L41/14 ,  H04W24/02

Abstract: 本发明公开了一种基于异构云移动边缘计算能量最优和时延受限的计算卸载方法，该方法将移动设备的计算任务分成N个子任务，对所有子任务执行卸载决策；无线网络采用OFDMA作为多址接入方案，其中带宽资源被划分为正交的带宽资源，并以带宽资源块的形式分配给移动设备；计算任务可在移动设备本地执行，也可以通过无线网络传输到基站，然后转发到边缘云或者基站通过互联网将任务卸载到远程云进行计算；根据不同的卸载决策，得出移动设备任务所需总能耗；构建优化问题模型，在任务时延受限的前提下，降低总能耗。本发明通过多次迭代，比较不同卸载决策的总能耗，得出最小化总能耗的卸载决策以及资源分配方法。

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

Inventor： 荀位 ,  刘娅璇 ,  赵海涛 ,  倪艺洋 ,  肖定 ,  夏文超 ,  蔡艳 ,  朱洪波

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

Inventor： 赵海涛 ,  张烨华 ,  荀位 ,  夏文超 ,  倪艺洋

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：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

Inventor： 赵海涛 ,  葛兴峰 ,  荀位 ,  陈志远 ,  夏文超 ,  倪艺洋 ,  朱洪波

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。