-
公开(公告)号：CN104330797B
公开(公告)日：2017-01-11
申请号：CN201410588490.1
申请日：2014-10-28
Applicant: 南京邮电大学
Inventor： 蒋锐
Abstract: 本发明公开了基于相位误差直接估计的SAR实时自聚焦方法，属于雷达成像的技术领域。在PGA算法处理结构下，选取每个距离单元的最强散射点，将每个距离单元内的最强散射点移至该距离单元中心处，对各距离单元图像进行加窗处理，求取其余距离单元与参考距离单元之间的固定相位差值，将固定相位差值从各距离单元中去除，对去除固定相位差值后的各距离单元信号进行加权平均以求取相位误差函数，补偿相位误差函数。本发明对固定相位差进行无偏估计后直接估计相位误差函数，减少迭代次数，减小运算量，显著改善聚焦质量，对于低对比度且无较强目标的SAR图像依然适用。
-
公开(公告)号：CN106102162A
公开(公告)日：2016-11-09
申请号：CN201610392539.5
申请日：2016-06-03
Applicant: 南京邮电大学
CPC classification number: H04W64/006 , G01S5/0284 , G01S5/14 , H04W84/18
Abstract: 本发明公开了一种用于无线传感器网络三维定位的迭代估计方法，属于无线传感器网络的技术领域。本发明利用当前连通锚节点所张成三维空间的质心替代距离未知节点最远的连通锚节点，在当前连通锚节点所张成三维空间质心与未知节点之间的距离满足迭代终止条件时以当前连通锚节点所张成三维空间质心为定位结果，在当前连通锚节点所张成三维空间质心与未知节点之间的距离不满足迭代终止条件时继续迭代计算当前连通锚节点所张成三维空间质心，不但保持了原二维节点定位方法的优点，在较大节点通信半径情况下具有更优于原二维定位方法的定位精度。
-
公开(公告)号：CN119476301A
公开(公告)日：2025-02-18
申请号：CN202411567554.X
申请日：2024-11-05
Applicant: 南京邮电大学
IPC: G06F40/30 , G06F40/284 , G06N3/044 , G06N3/0464 , G06N3/0442 , G06N3/08 , G06N3/0455 , G06F40/226
Abstract: 本发明公开了一种基于递归卷积神经网络的中文句子语义相似度计算方法。属于数据挖掘里的数据清洗领域，所述方法基于语义相似度网络模型进行计算，包括：获取句子对数据集，提取数据集中的句子对，得到分词后的文本句子对；提取句子对的初步语义特征和深度语义特征；使用Attention层，根据句子对的深度语义特征生成句子对特征向量的权重；将句子对特征向量的权重输入全连接层，生成句子对的相似度。本发明丰富了词向量的输出内涵，使用自适应池化层更好地反映了原始句子对输入，提升了模型性能表现；设计了Attention层为句子对特征分配相应的权重，使模型聚焦到数据中的关键信息，提取了句子中更直接的语义依赖关系，提升了句子对语义相似度判断的准确率。
-
公开(公告)号：CN118354343A
公开(公告)日：2024-07-16
申请号：CN202410269417.1
申请日：2024-03-11
Applicant: 南京邮电大学
Abstract: 本发明公开了基于知识图谱驱动的非正交多址接入语义通信系统的方法，属于通信技术领域，步骤如下：将三元组视作语义符号对文本进行语义符号抽取，并将不符合规则的三元组进行替换，生成三元组集，将三元组集构建知识图谱，用于驱动语义通信系统；对三元组集进行转码，将文本形式的信息转换为结构化的数据，生成对应词典，用于后续三元组与信号流的相互转换；设计上行非正交多址接入语义通信系统，基于Transformer结构设计发射器和接收器，用于三元组传输，在基站端实现信号重构,同时执行串行干扰消除，在接收端联合更新接收机网络参数，训练网络模型，恢复出目的三元组；基于知识图谱训练T5模型，采用训练集对T5进行微调，实现目的文本的精准生成。
-
公开(公告)号：CN118282458A
公开(公告)日：2024-07-02
申请号：CN202410384122.9
申请日：2024-04-01
Applicant: 南京邮电大学
IPC: H04B7/06 , H04B5/40 , H04W72/044
Abstract: 本发明公开了一种近场NOMA系统的波束训练与功率分配方法、系统，该方法包括对近场NOMA系统进行用户位置信息获取和码本设计；构建基于DRL的资源分配网络，根据用户位置信息生成当前时隙的波束训练策略与功率分配策略，并获得对应的奖励；利用经验元组对基于DRL的资源分配网络进行训练，获得训练完成的基于DRL的资源分配网络；将当前时隙用户的位置信息输入到训练完成的基于DRL的资源分配网络中，通过最大化近场NOMA系统得到的奖励，动态调整波束训练策略与功率分配策略，获得该系统最大和速率对应的策略，完成波束训练与功率分配。本发明提高了整个通信系统的传输速率，进而满足了未来移动近场通信系统对通信质量的要求。
-
Patent Agency Ranking
公开(公告)号：CN118243959A
公开(公告)日：2024-06-25
申请号：CN202410259131.5
申请日：2024-03-07
Applicant: 南京邮电大学
IPC: G01P5/26 , G01P5/00 , G01P13/02 , H01L31/173 , H01L31/18
Abstract: 本发明提出了一种基于光电子集成芯片的风速风向传感器及其制作方法，该传感器包括：印制电路板；氮化镓光电子集成芯片，嵌于所述印制电路板中心；发光器件，位于所述氮化镓光电子集成芯片的中心，用于发出光线；反射薄膜，设置在所述氮化镓光电子集成芯片的上方并有一定间隔，所述反射薄膜为弹性薄膜，在风压下产生弹性形变，用于对所述光线进行反射；光电探测器件，设置在所述发光器件四周，即位于所述氮化镓光电子集成芯片的四角，用于接收经所述反射薄膜反射的光线，并生成用于测算风速风向的电信号。将风压测量和光电测量结合在同一个结构中，实现风速风向传感器在尺寸、响应时间和成本上的改善。
-
公开(公告)号：CN114884550B
公开(公告)日：2023-07-25
申请号：CN202210355020.5
申请日：2022-04-06
Applicant: 南京邮电大学
Abstract: 本发明公开面向双向传输FD多中继协作SWIPT网络的中继协作传输方法，属于计算、推算或计数的技术领域。本发明基于采用动态PS策略的SWIPT接收机，以单链路中断概率最小化为优化目标，在优化中继PS系数的同时，进一步优化不同频段信号功率分配系数。同时以双向链路遍历容量和最大化为优化目标，分析了多种RS算法的性能和适用场景。选择本发明的SWIPT接收机结构的中继节点参与面向双向传输FD多中继协作SWIPT网络双向通信，实现功率有效分配，提高系统传输效率。
-
公开(公告)号：CN114866120B
公开(公告)日：2023-05-26
申请号：CN202210631145.6
申请日：2022-06-06
Applicant: 南京邮电大学
IPC: H04B7/0452 , H04L25/03 , H04L1/00
Abstract: 本发明属于无线通信领域，具体地说，是一种MIMO‑NOMA系统信号检测方法，该方法是基于深度迁移学习模型驱动的下行链路多输入多输出非正交多址接入系统信号检测方法，具体包括如下步骤：步骤1：构造下行MIMO‑NOMA系统模型及信号检测网络模型；步骤2：对信号检测网络模型进行训练，利用训练好的模型对接收到的MIMO‑NOMA信号进行恢复；步骤3：以不同方案改变当前环境，利用迁移学习算法以及三种迁移策略，所述迁移学习算法将步骤2中训练好的信号检测网络模型的知识迁移到新环境中，以较少的训练样本和时间训练新的检测模型；步骤4：利用训练好的信号检测网络模型在新环境下对接收到的信号进行恢复。
-
公开(公告)号：CN114124168B
公开(公告)日：2023-05-26
申请号：CN202111282370.5
申请日：2021-11-01
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B17/309 , H04B17/391 , G06F18/24 , G06F18/10 , G06F18/2415 , G06F18/214 , G06N3/0464 , G06N3/047 , G06N3/084 , G06F17/16
Abstract: 本发明公开了一种基于深度学习的MIMO‑NOMA系统信号检测方法及系统，属于无线通信技术领域，包括：获取含噪用户信号，基于预先构建的MIMO‑NOMA系统无线通信模型将用户发送的含噪用户信号转换为基站接收的接收信号；通过预先构造的MIMO‑NOMA系统信号检测模型用深度神经网络实现迭代步骤，使用接收信号和信道矩阵QL分解后得到的下三角矩阵作为深度神经网络的输入，在深度神经网络的输出层外接一个Softmax层，在Softmax层中进行软判决输出软信息，通过软信息采样得到含噪用户信号的符号取值，使用串行干扰消除算法消除噪声，得到干净接收信号的符号取值；将干净接收信号恢复为干净用户信号，从而得到干净用户信号的符号取值；提高了检测的准确性，误码率降低。
-
公开(公告)号：CN115866611A
公开(公告)日：2023-03-28
申请号：CN202211481575.0
申请日：2022-11-24
Applicant: 南京邮电大学
Abstract: 本发明属于无线通信领域，具体的说，是一种RIS增强型上行OFDMA系统协作传输方法，具体包括：定义上行OFDMA系统的关键参数；设计了一种多智能体深度强化学习算法来解决此优化问题；以不同的方案改变当前环境，并提出了一种双向迁移学习框架，通过利用不同环境下共有的配置来增强神经网络在不同环境中的适应能力，从而使得智能体更高效地动态调整资源分配及RIS控制策略，以最大化所有用户的和速率。本发明可以有效提升系统性能，加快神经网络在不同环境下的收敛速度，使智能体更快更有效的适应不同的环境。
-
-
-
-
-
-
-
-
-
Search Results
86
records
(took 0.055 seconds)
