-
公开(公告)号:CN1585311A
公开(公告)日:2005-02-23
申请号:CN200410044925.2
申请日:2004-06-07
Applicant: 东南大学
IPC: H04B17/00
Abstract: 一种用于瑞利信道的校正均值在线信噪比估计方法是一种可应用于移动通信系统的在线信噪比估计方法,属于移动通信系统中的信道估计技术领域。其特征是:用瑞利衰落因子的均值代替实际的时变瑞利衰落因子,推导出信道信噪比与接收数据统计值之间的关系,利用这种关系,得到信道信噪比的估计值,本发明克服了目前在线信噪比估计方法只能用于AWGN信道的缺点,提出的校正均值在线信噪比估计方法能用于瑞利衰落信道,精度较高,并且算法比较简单,易于硬件实现。对于长为N的一帧信号,只需要(2N+1)次加法操作,(N+1)次乘法操作,3次除法操作。
-
公开(公告)号:CN114650063B
公开(公告)日:2025-02-21
申请号:CN202210361218.4
申请日:2022-04-07
Abstract: 本发明是一种基于遗传算法优化的极化码重传方法,该方法包括第一步:重传前编码部分,包括参数定义、构造拷贝映射、重传部分编码;第二步:遗传算法优化重传打孔向量,包括参数定义与初始化、种群初始化、遗传与变异、计算个体的适应度参数、种群筛选等;使用的码字是循环冗余校验(Cylic Redundancy Check,CRC)码和极化码形成的级联码。本发明中的方法在译码失败的情况下应用极化矩阵扩展重传,对重传中速率匹配的打孔序列应用遗传算法,在迭代过程不断筛选出误码率性能更好的打孔序列,并以前一次重传的打孔序列为基础,优化下一次重传序列,最终能够收敛至局部最优解,获取性能增益。
-
公开(公告)号:CN114744613B
公开(公告)日:2024-11-08
申请号:CN202210374482.1
申请日:2022-04-11
Applicant: 东南大学
IPC: H02J3/00 , H02J13/00 , H04L41/0896 , H04W16/18 , H04W28/20
Abstract: 本发明公开了一种以保证电网可观测性为前提,同时考虑满足无线通信时延情况下电网量测设备PMU的位置部署和带宽分配策略。电网要求的可观测性是电网正常运行的前提,同时,电网对于相关量测数据的实时性极为关注。本发明以模拟退火算法和二分查找算法为基础,并通过有效容量理论引入通信时延,对数据实时性进行要求。最终给出以99.99%的电网可观测概率为限制,以最小化投入成本为目标的电网最优PMU放置位置和带宽分配的方案。
-
公开(公告)号:CN118488469A
公开(公告)日:2024-08-13
申请号:CN202410708855.3
申请日:2024-06-03
IPC: H04W24/02 , H04L41/16 , H04L41/0803
Abstract: 本发明是一种基于强化学习的物理小区标识自配置方法,第一步:系统模型建立,将物理小区标识PCI自配置问题建模为马尔科夫决策过程,将物理问题转化为数学推导;第二步:在第一步建模的基础上,利用Q学习求解无线网络拓扑变化场景下的PCI分配问题,第三步:在第一步建模的基础上,利用双Q学习加快求解无线网络拓扑变化场景下PCI分配问题的收敛速度;相比于传统PCI自配置方法,本方法降低了PCI冲突和混淆的概率,降低了在未来6G无线网络拓扑频繁变化场景下更新PCI分配方案的时间开销。
-
公开(公告)号:CN118381516A
公开(公告)日:2024-07-23
申请号:CN202410547060.9
申请日:2024-05-06
IPC: H03M13/11
Abstract: 本发明是一种基于补偿因子的自适应噪声梯度下降比特翻转译码方法,记一个长度为N的LDPC码字为C=[C0,C1,…,CN‑1],其对应的校验矩阵为H,该矩阵的大小为M×N,它包含了LDPC码的全部校验信息,校验矩阵的每一列对应一个变量节点,记为vn,校验矩阵的每一行对应一个校验节点,记为cn;同类型的节点之间不相连,而不同类型的节点之间的连接状态由校验矩阵H的元素hij决定;当hij为1时,表示校验节点ci与变量节点vj之间存在连接;反之当hij为0时,表示两者之间无连接;由LDPC码的定义,编码完成的码字与校验矩阵存在如下关系:H·CT=0(1)编码后的码字经调制后通过信道传输至接收端;通过添加补偿因子提升译码方法的可靠性,通过添加自适应噪声防止译码过程中陷入局部最优解。
-
公开(公告)号:CN118381515A
公开(公告)日:2024-07-23
申请号:CN202410547057.7
申请日:2024-05-06
IPC: H03M13/11
Abstract: 本发明是一种基于自适应指数辅助的最小和译码方法,记一个长度为N的LDPC码字为C=[C0,C1,...,CN‑1],其对应的校验矩阵为H,该矩阵的大小为M×N,它包含了LDPC码的全部校验信息,校验矩阵的每一列对应一个变量节点,记为vn,校验矩阵的每一行对应一个校验节点,记为cn;同类型的节点之间不相连,而不同类型的节点之间的连接状态由校验矩阵H的元素hij决定;当hij为1时,表示校验节点ci与变量节点vj之间存在连接;当hij为0时,表示两者之间无连接;由LDPC码的定义,编码完成的码字与校验矩阵存在如下关系:H·CT=0编码后的码字通过相移键控调制,然后通过信道传输至接收端。通过以指数形式引入一个自适应的校正因子,有效地解决对校验节点的信息值过估计问题,提升译码性能。
-
公开(公告)号:CN118368661A
公开(公告)日:2024-07-19
申请号:CN202410462138.7
申请日:2024-04-17
IPC: H04W24/08 , G06F18/213 , G06F18/23213 , G06F18/2433 , G06N3/0455 , G06N3/048 , G06N3/08 , H04L41/16
Abstract: 本发明是一种基于变分自编码器的无线网络中断检测方法,包括如下步骤:第一步:搜集无线通信系统关键性能指标KPI,并形成数据集#imgabs0#第二步:对数据集X进行数据预处理得到数据集#imgabs1#第三步:利用第二步中VAE学习的特征均值分布作为之后聚类的参数,组成新的数据集V;第四步:规定簇的数目m以及最大迭代次数N,利用K均值算法对数据集V进行聚类;第五步:聚类完成后,按照每个簇含有的数据个数定义标签,数据量少的为中断类型得到输出集合#imgabs2#该方法结合了VAE和K均值算法(K‑means)的性能优势,解决了基于无监督机器学习的中断检测方法精度不高的问题,同时在数据不平衡的情况下也有良好表现。
-
公开(公告)号:CN110210658B
公开(公告)日:2023-10-03
申请号:CN201910427803.8
申请日:2019-05-22
Applicant: 东南大学
IPC: H04L43/0876 , G06F18/10 , G06F18/2131 , G06F123/02
Abstract: 本发明提供一种基于小波变换的Prophet与高斯过程用户网络流量预测方法。针对用户网络流量时间序列的非平稳性、时变性等复杂特性,采用小波变换对用户网络流量时间序列进行预处理分析。经过小波变换后得到高频子序列与低频子序列,其中高频子序列反映了用户网络流量时间序列的突变性与无规律的波动性特征,而低频子序列则反映了用户网络流量时间序列的周期性与长期依赖特性。本发明针对高频子序列与低频子序列的特点,分别应用Prophet模型预测低频子序列,用高斯过程回归模型预测高频子序列,最后再进行离散小波逆变换,重构得到最终的网络流量预测结果。本发明所提出的预测方法,可以有效提高用户网络流量预测准确度。
-
公开(公告)号:CN111541457B
公开(公告)日:2022-11-18
申请号:CN202010394215.1
申请日:2020-05-11
Applicant: 东南大学
Abstract: 本发明提供了一种低时延低复杂度极化码串行抵消列表译码方法,设置排序阈值α,对于长度为N的级联码,通过对前个估计比特采用传统的路径排序方法,后个估计比特采用提出的PM值排序和存活路径筛选方法,利用传统极化码SCL译码方法中路径分裂时产生路径的PM值的偏序关系,不再对2L个实数进行准确的排序,而是直接进行两两比较,同时,每次存活的L条路径中,PM值最小的两条路径始终会保留。本发明提高了极化码在SCL译码方法下的时间性能,减少了所需的实数比较器数量;改进了PM值的排序和存活路径筛选方法,能够减少SCL译码方法中PM值排序所花时间,在保证误码块率几乎无损失的情况下,改善了极化码传统SCL译码方法的时间性能。
-
公开(公告)号:CN112084019B
公开(公告)日:2022-05-10
申请号:CN202010806146.0
申请日:2020-08-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于模拟退火的异构MEC计算平台中的计算卸载与资源分配方法,基于天地联合MEC网络,在网络中考虑了本地卸载、MBS‑MEC服务器卸载以及UAV‑MEC服务器卸载三种卸载方式,构建了用户侧能耗最小化问题模型,并在问题中同时考虑到异构服务器的最大服务数和最大计算资源的约束,并且考虑到UAV的计算功率约束,通过计算机仿真发现基于模拟退火的卸载算法,相较于传统算法,本发明有效的减少了网络内用户的总能耗。
-
-
-
-
-
-
-
-
-