一种基于改进SSD学习模型的无人机树木种类识别方法

    公开(公告)号:CN113627240B

    公开(公告)日:2023-07-25

    申请号:CN202110726043.8

    申请日:2021-06-29

    Abstract: 本发明公开了一种基于改进SSD学习模型的无人机树木种类识别方法。首先,采用K‑means++方法进行聚类,分别得到默认候选框的尺度和宽高比信息,为下一步卷积神经网络模型提供参数;其次,构建卷积神经网络模型,改进基准SSD学习模型,增添能针对不同种类的图片噪声自适应产生不同滤波器的滤波层,在模型最后添加一个全局特征融合网络,改进基准SSD学习模型损失函数,并用预先获取的图片对模型进行训练;最后,基于改进SSD学习模型对树木种类进行检测。本发明通过在树木数据集上进行训练提取泛化的不同种类的树木所具有的特征表示,突出特征之间的可区分度,提高针对小目标的检测以及抗图片噪声能力,提高树木种类识别准确度。

    基于业务优先级的车联网任务卸载方法

    公开(公告)号:CN113645273B

    公开(公告)日:2023-07-07

    申请号:CN202110761216.X

    申请日:2021-07-06

    Abstract: 本申请涉及一种基于业务优先级的车联网任务卸载。该方法包括:实时接收RSU覆盖范围内的车辆终端通过RSU发送的第一任务卸载请求,第一任务卸载请求为车辆终端进入RSU覆盖范围内时第一次发送的任务卸载请求;根据第一任务卸载请求,为第一任务卸载请求分配权重,确定第一任务卸载请求的任务优先级;根据第一任务卸载请求的任务优先级,确定当前接受的卸载任务,对当前接受的卸载任务进行处理,并向对应的车辆终端进行反馈;根据第一任务卸载请求的任务优先级,根据深度学习网络生成卸载策略,并生成奖励值;向RSU覆盖范围内的车辆终端发送卸载策略,使各车辆终端根据卸载策略通过RSU进行任务卸载的数据传输,提高了计算任务执行成功概率。

    一种分优先级机器类通信随机接入退避参数确定方法

    公开(公告)号:CN109890085B

    公开(公告)日:2023-07-07

    申请号:CN201910159265.9

    申请日:2019-03-04

    Abstract: 一种分优先级机器类通信随机接入退避参数确定方法,包括如下步骤:步骤S1、基站获取小区中节点的数量、种类及每种节点的数据包发送速率;步骤S2、根据节点的数量、种类及每种节点的数据包发送速率计算出最优的随机接入退避参数,并通过下行广播信道广播各节点下一时隙的退避参数;步骤S3、需要发送数据的节点侦听下行广播信道,获取本节点在随机接入时所需的退避参数,并通过退避参数随机接入;步骤S4、基站实时检测网络中节点的数量,当节点数量发生变化时循环步骤S1‑S3。该方法可以根据网络中节点的种类、数量、请求数据包到达速率等信息计算最优的随机接入退避参数,从而满足不同节点的优先级要求,实现接入吞吐量的最大化。

    一种5G边缘计算环境下无线携能终端节能效率优化方法

    公开(公告)号:CN114554511B

    公开(公告)日:2023-06-09

    申请号:CN202210188648.0

    申请日:2022-02-28

    Abstract: 本发明所述的一种5G边缘计算环境下无线携能终端节能效率优化方法,包括:一、利用斯塔克伯格博弈模型对终端节能效率优化问题和无线供电装置收益问题进行联合建模;二、利用最优性条件求解无线供电装置收益问题,将得到的最优值关系带入终端节能效率优化问题进行化简;三、针对化简后的终端节能效率优化问题,采用交替迭代分别求解子问题,得到优化结果;四、根据优化结果,设置终端发送功率、终端与小蜂窝基站连接关系、终端传输时长、无线供电装置激励价格。该方法主要解决现有技术节能效率低、复杂度高等问题,能有效提升无线携能终端的节能效率,适用于全双工5G边缘计算网络。

    一种面向家居噪声环境的分层自适应去噪方法及系统

    公开(公告)号:CN111477241B

    公开(公告)日:2023-05-26

    申请号:CN202010294672.3

    申请日:2020-04-15

    Abstract: 本发明公开了一种面向家居噪声环境的分层自适应去噪方法及系统,该方法包括:(1)先将带噪语音信号经过谱减法滤波,去除掉噪声的短时谱部分,得到去噪后的语音信号;(2)观察谱减法去噪后的语音信号中时域波形出现时间较短的突发声调的情况;(3)若谱减法去噪后的时域波形出现时间较短的突发声调的情况比较严重,采用维纳滤波法对该信号进行二次滤波,去噪结束,得到去噪后的语音信号否则,转至步骤4;(4)若出现时间较短的突发声调的情况不明显,对该信号进行小波阈值去噪法滤波,去噪结束,得到去噪后的语音信号;本发明提出的面向家居噪声环境下的分层自适应算法,可以有效的抑制带噪信号中的噪声。

    一种基于深度强化学习的C-RAN用户关联和计算资源分配方法

    公开(公告)号:CN109874154B

    公开(公告)日:2023-05-23

    申请号:CN201910063831.6

    申请日:2019-01-23

    Abstract: 一种基于深度强化学习的C‑RAN用户关联和计算资源分配方法,包括如下步骤:1)建立深度强化学习神经网络,将其信干燥比(SINR)状态、基带单元(BBU)池中计算资源状态和远端射频头(RRH)缓存状态,组合成系统状态作为该神经网络的输入。2)根据输入的系统状态对神经网络进行训练,得到神经网络输出,即系统动作。3)C‑RAN按照系统动作进行用户关联和BBU池中计算资源分配,并根据奖赏函数和状态转移矩阵得到该系统动作下的奖赏值和下一时刻系统状态。4)将奖赏值和下一系统状态输入到神经网络中,重复以上步骤,直到奖赏值趋于稳定,从而完成训练过程,根据最后的系统动作进行用户关联和BBU池中计算资源分配。本发明可极大地降低服务时延,提高服务质量,使得实时服务成为可能。

    一种基于张量链分解的毫米波中继系统信道估计方法

    公开(公告)号:CN112804168B

    公开(公告)日:2023-04-21

    申请号:CN202110021988.X

    申请日:2021-01-08

    Abstract: 本发明公开了一种基于张量链分解的毫米波中继系统信道估计方法,包括:(1)建立毫米波中继系统中信宿节点接收到的五阶张量模型;(2)采用张量链分解对所述五阶张量模型进行分解,并利用TT‑SVD算法获得张量链核心;(3)根据所获得张量链核心,利用Tri‑ALS算法和Bi‑ALS算法分别获得分段信道的估计值,进而计算级联信道的估计值;本发明充分利用毫米波中继系统的信道结构,采用传统矩阵化的信道估计方案大幅增加信道估计方案的计算复杂度。张量作为处理高维数组有效的数学方法,充分利用信道的有效信息,能够较好的处理信道估计的问题并且降低计算复杂度。

    一种无人机辅助的车辆边缘计算协同任务卸载方法

    公开(公告)号:CN115484261A

    公开(公告)日:2022-12-16

    申请号:CN202211027045.9

    申请日:2022-08-25

    Abstract: 本发明涉及一种无人机辅助的车辆边缘计算协同任务卸载方法,首先对车辆进行分簇,对于簇中的任务车辆,其任务完成方式包括:将部分子任务进行本地计算;利用车辆‑车辆间直达链路将子任务转移簇中具备计算能力的其他车辆上进行处理;将子任务经由簇头卸载到无人机上进行处理;先经簇头卸载至无人机,再利用无人机进行中继转发,最终将子任务卸载到基站服务器进行处理;将子任务直接通过簇头车辆卸载至边缘计算服务器。本发明与现有技术相比,其显著优点是:任务车辆根据完成任务的延迟、能耗、保密性和制定的惩罚项来部署分配决策,选择一种或多种方案进行协同任务卸载计算,节约了能量,降低了延迟,同时保证安全性。

    一种面向智慧医疗的多场景适配B5G三维定位方法

    公开(公告)号:CN115113138A

    公开(公告)日:2022-09-27

    申请号:CN202210599648.X

    申请日:2022-05-30

    Abstract: 本发明公开了一种面向智慧医疗的多场景适配B5G三维定位方法,包括:基于离线阶段医院内参考点的信号数据与类别标签,采用LBP‑SVM算法训练得出分类决策模型;基于分类决策模型,使用改进的粒子滤波算法进行位置解算,获得待定位终端的定位信息;向待定位终端反馈所述定位信息。本发明依据对医院的分区,对待定位终端分类,利用粒子滤波,将运动状态转化为静止状态,提高了定位精度,在一定程度上更适应复杂的环境。

Patent Agency Ranking