-
公开(公告)号：CN119298953A
公开(公告)日：2025-01-10
申请号：CN202411468836.4
申请日：2024-10-21
Abstract: 本发明公开了一种物联网设备位置感知与叠加导频传输方法，涉及物联网技术领域，首先构建包含位置感知与叠加导频传输两部分的无线帧结构；其次，基于无线帧结构，用户根据可重构智能表面RIS反射后的基站导频信号进行位置估计；随后，基于位置估计结果，建立用户上行可达速率的闭式表达式；然后，根据该闭式表达式，构建优化RIS相位的加权和速率最大化问题，并利用遗传算法求解，得到优化后RIS相位；接着，基于优化后RIS相位，用户发送导频和数据叠加信号，基站接收到叠加信号后做信道估计；基于信道估计结果，基站采用最大比合并检测器执行数据检测。本方法在频谱资源和传输功率受限情况下，可以精确获取UE位置，并显著提升系统传输速率。
-
公开(公告)号：CN118822113A
公开(公告)日：2024-10-22
申请号：CN202411311401.9
申请日：2024-09-20
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京邮电大学
IPC: G06Q10/063 , G06Q50/06
Abstract: 本发明公开一种电力物联网的多源数据处理方法、装置、设备及介质，涉及电力物联网数据处理技术领域。该方法应用于电力物联网包括平台侧和边缘侧的策略层，该方法包括：通过数据分发节点接收至少一个待分发源节点的业务数据；通过数据分发节点基于各待分发源节点的业务数据确定各待分发源节点优先级，根据优先级确定目标待分发源节点集合，将各目标待分发源节点业务数据构成的目标业务数据集发送到平台侧；利用平台侧的预设神经网络提取目标业务数据集的语义特征集合，将语义特征映射为对应的码字并发送至对应的目标节点，其中任意两个语义特征的关联度满足预设条件时，被映射为同一个码字。有效的提升了数据的处理效率。
-
公开(公告)号：CN118510017A
公开(公告)日：2024-08-16
申请号：CN202410392738.0
申请日：2024-04-02
Applicant: 南京邮电大学
IPC: H04W72/0453 , H04W72/541 , H04W4/70
Abstract: 本发明公开了一种超密集工业物联网中基于超图匹配的频谱分配和设备管联方法，包括：针对超密集工业物联网宏小区场景中网络实体间的资源使用特征，构建了密集部署飞蜂窝基站的IIoT宏小区场景；在该场景中引入一对多的设备到设备(D2D)通信技术以减少设备之间的干扰并考虑非正交多址接入技术(NOMA)以支持工业物联网设备(IIoTE)的多址接入；在构建宏小区中飞蜂窝基站及其内部设备之间的超图干扰模型时，将飞蜂窝接入点(FAP)定义为顶点，干扰定义为边和超边构建超图模型；根据得到的超图让产生较少干扰的基站共享同一频谱并使用基于超图的最大顶点权重团算法，实现频谱资源最优化分配以及频谱共享最佳匹配。本发明能够显著提高频谱效率，具有广阔的应用前景。
-
公开(公告)号：CN114554495B
公开(公告)日：2024-08-13
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个正交子信道。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：CN118427680A
公开(公告)日：2024-08-02
申请号：CN202410465257.8
申请日：2024-04-18
Applicant: 南京邮电大学
IPC: G06F18/241 , G06F18/214 , G06F18/2131 , G06F18/10 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于免授权信号的跨域动作感知识别方法及系统，涉及计算感知技术领域，包括获取时域上的CSI信息，即信道冲激响应CIR矩阵，对获取的矩阵进行预处理，获得频谱图；对频谱图添加高斯加性噪声，将加噪后的样本输入改进后的WGAN‑GP，在虚拟样本生成的过程中，设计两个判别器指导生成器生成虚拟样本；基于真实样本和WGAN‑GP生成的虚拟样本进行训练，使用Mean‑Teacher作为识别分类的模型。本发明基于半监督学习的Mean Teacher模型，无需收集大量的目标域样本，因此数据收集和标注效率较高。
-
Patent Agency Ranking
-
公开(公告)号：CN116911405A
公开(公告)日：2023-10-20
申请号：CN202310770223.5
申请日：2023-06-27
Applicant: 中国移动通信集团江苏有限公司 , 南京邮电大学 , 江苏移动信息系统集成有限公司 , 中国移动通信集团有限公司
Abstract: 本申请公开了一种基于多因素的车联网联邦学习激励方法及其相关设备，该方法包括：接收任务发布者发布的训练任务所对应的待训练联邦模型；将所述待训练联邦模型发送给相应覆盖范围内选择参加训练的参与车辆，以供其利用自身数据库对所述待训练联邦模型进行联邦训练，并将训练得到的模型相关信息上传到路边单元，其中，对待训练联邦模型训练结束后，所得到的模型为目标模型；根据参与车辆上传的所述模型相关信息，计算所述参与车辆对所述目标模型的贡献度，并将所述贡献度对应激励发送给所述参与车辆，所述贡献度包括参与车辆在质量因素、时间因素以及信用因素上对所述目标模型的贡献度。本申请解决旨在提升激励的合理性。
-
公开(公告)号：CN113543071B
公开(公告)日：2023-10-03
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：CN114245449B
公开(公告)日：2023-09-26
申请号：CN202111434734.7
申请日：2021-11-29
Applicant: 南京邮电大学
IPC: H04W52/34
Abstract: 本申请涉及一种5G边缘计算环境下终端能耗感知的任务卸载方法。该方法包括：建立全双工自回程异构蜂窝终端总能耗优化模型，计算终端功率耦合约束的边界条件，针对终端功率不耦合场景，对所述总能耗优化模型进行简化，然后利用最优性条件求解最优的终端功率、终端连接关系以及终端传输时长，获得第一优化结果，针对终端功率耦合场景，利用第一优化结果，对所述总能耗优化模型重新建模并求解，获得第二优化结果，然后根据该第二优化结果对第一优化结果进行修正，输出最终优化结果，利用终端功率耦合约束的边界条件对场景进行划分，从而实现解耦，大大降低了算法复杂度，提升了求解速度，从而高效降低终端能耗。
-
公开(公告)号：CN116260490B
公开(公告)日：2023-08-15
申请号：CN202310548064.4
申请日：2023-05-16
Applicant: 南京邮电大学
IPC: H04B7/0426 , H04B7/0456 , H04W28/06 , H04L25/02
Abstract: 本申请涉及一种面向去蜂窝多天线系统的前传压缩与预编码方法。该方法包括：利用上下行对偶关系，将下行预编码与压缩噪声设计问题转化为上行优化问题求解，获得训练样本集，采用随机梯度下降算法对神经网络模型进行训练，获得训练好的神经网络模型，进而将获取的信道矩阵输入预先训练好的神经网络模型进行预测，获得上行功率分配向量预测值进行分析，确定下行波束成形矩阵、下行功率分配向量和下行压缩噪声矩阵，根据下行波束成形矩阵和下行功率分配向量，对待传输的数据进行预编码，获得编码后的数据，根据下行压缩噪声矩阵对编码后的数据进行压缩，获得压缩后的数据，保证了Cell‑free MIMO系统高性能的前提下降低计算时延。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.025 seconds)
