-
公开(公告)号：CN102006599B
公开(公告)日：2013-07-03
申请号：CN201010537815.5
申请日：2010-11-05
Applicant: 北京邮电大学
CPC classification number: H04W16/32 , H04W52/244 , H04W84/045
Abstract: 本发明公开了一种宏小区与毫微微小区的混合组网中的干扰抑制方法，该方法对一定范围内的Femtocell进行分簇；对簇内毫微微基站的发射功率进行控制；调整Femtocell分簇情况；对干扰敏感区域的Femtocell进行分簇；对已完成分簇的干扰敏感区域的Femtocell，以簇为单位，对簇内的毫微微基站进行发射功率控制；调整干扰敏感区域的Femtocell的分簇情况，确定干扰敏感区域的Femtocell簇；将宏用户设备分为死区用户设备和非死区用户设备；从而将频谱资源分为相不重叠的三部分；并为干扰敏感区域的Femtocell，死区用户设备，非干扰敏感区域的Femtocell和非死区用户设备分配频谱资源。本发明能有效提高宏小区和Femtocell重叠覆盖的双层网络的频谱利用效率和系统容量，有效解决宏小区和Femtocell间的跨层干扰和Femtocell的同层干扰问题。
-
公开(公告)号：CN101848524A
公开(公告)日：2010-09-29
申请号：CN201010131914.3
申请日：2010-03-23
Applicant: 北京邮电大学
Abstract: 本发明涉及一种无线多中继协作传输网络的中继选择和功率分配方法，该方法包括步骤：中继节点根据来自源节点及目的节点的导频信号进行信道估计；将具有最小前、后向链路信道方差乘积的中继节点与当前门限进行比较；若满足设定标准，则将其排除，告知其余各中继节点更新备选节点列表以及门限值，重复比较直至没有可满足设定标准的中继节点；计算源节点与中继节点之间的功率分配因子，并将其反馈至源节点。本发明方法不需要在网络中部署功能强大的选择控制节点，也不需要大量的导频开销及反馈开销，可根据各自的信道状态信息自适应选择一个或多个中继节点，降低目的节点处的端到端的误码率。
-
公开(公告)号：CN113298099B
公开(公告)日：2023-08-29
申请号：CN202010106636.X
申请日：2020-02-21
Applicant: 北京邮电大学
IPC: G06V10/774 , G06V10/70
Abstract: 本发明实施例提供了一种驾驶行为识别方法、装置、电子设备及存储介质，其中，该方法包括：获取在车辆行驶过程中采集的行驶数据段，将行驶数据段输入预先训练得到的驾驶行为识别模型，得到预先训练得到的驾驶行为识别模型输出的与行驶数据段对应的驾驶行为，其中，预先训练得到的驾驶行为识别模型为采用标记有驾驶行为的多段训练样本数据段，对预先设置的驾驶行为识别模型进行训练得到的。由于采集行驶数据段的终端设备的坐标系与车辆所在位置的地理坐标系相同，因此该终端设备所采集的行驶数据可以表示车辆的行驶数据，并且由于在进行驾驶行为识别时，并不需要采用图像进行识别，从而避免自然环境中的光线强弱变化对驾驶行为的识别结果的影响。
-
公开(公告)号：CN116546488A
公开(公告)日：2023-08-04
申请号：CN202310736142.3
申请日：2023-06-20
Applicant: 北京邮电大学
IPC: H04W12/03 , H04B7/0456
Abstract: 本发明公开了一种无线通信安全传输方法，属于无线通信安全领域。本发明方法包括：信息发送者将发送给各合法接收者的信息通过嵌套格码编码成细格上的码字，其中对每个信息生成一个保密消息和辅助消息，辅助消息是随机从粗格上选取的一个格点，保密消息是通过映射函数映射到粗格的陪集上形成；再使用预编码技术隔离发送给各合法接收者的信息，生成最终发送信号；合法接收者对接收到的信号解码获得信息发送者要发送的消息。本发明方法使用嵌套格码编码方案最小化窃听者的信息泄露率来达到通信系统的强保密安全，同时通过使用多用户预编码技术实现合法信道间的保密消息传输，实现通信网络中各点间的数据安全传输。
-
公开(公告)号：CN112907103B
公开(公告)日：2022-08-12
申请号：CN202110257404.9
申请日：2021-03-09
Applicant: 北京邮电大学
Abstract: 本发明公开了一种共享单车动态供需平衡的方法，属于共享单车规划领域；具体为：首先，筛选骑行的历史订单并提取起始点和终止点坐标，根据聚类算法进行聚类，各类的中心点视为共享单车的虚拟站点；然后，建立有权无向图，并利用社区发现算法得到内部自平衡的优化后的站点社区集合；同时，将每天划分若干时隙；针对每个虚拟站点，对该站点在同一个时隙的各天的流出订单数量进行统计，并计算平均值，作为该虚拟站点的订单需求预测值；最后，针对优化后的社区站点集合，根据每一个社区内各虚拟站点不同时隙的订单需求预测值和实际的车辆分布情况，生成各社区以最大化总收益为目标的卡车搬移策略并执行；本发明提高了订单服务水平以及总收益的性能。
-
Patent Agency Ranking
公开(公告)号：CN114781902A
公开(公告)日：2022-07-22
申请号：CN202210492491.0
申请日：2022-04-29
Applicant: 北京邮电大学
Abstract: 本发明公开了一种网联车系统的调度方法，属于智慧交通领域；具体为：首先、针对当前时刻，实时获取待调度区域及相邻区域的服务方和服务对象的数量，作为供需信息；然后，将供需信息输入至训练好的神经网络中，输出每个区域所有定价因子的价值估计值；并利用ε‑greedy策略，为各区域选择各自的唯一定价因子；最后，将各区域的服务对象数量和唯一定价因子输入至调节函数，计算各区域中接受定价的服务对象数量，随机选择等数量的服务方进行服务；同时，将各区域没有接受定价的剩余服务方，输入至已学习的网络流调度模型，输出对各服务方的调度策略并执行；本发明考虑了调度成本，空驶时间，时空定价以及供需平衡等多方面的约束，实现服务方收益最大化。
-
公开(公告)号：CN113298099A
公开(公告)日：2021-08-24
申请号：CN202010106636.X
申请日：2020-02-21
Applicant: 北京邮电大学
IPC: G06K9/62
Abstract: 本发明实施例提供了一种驾驶行为识别方法、装置、电子设备及存储介质，其中，该方法包括：获取在车辆行驶过程中采集的行驶数据段，将行驶数据段输入预先训练得到的驾驶行为识别模型，得到预先训练得到的驾驶行为识别模型输出的与行驶数据段对应的驾驶行为，其中，预先训练得到的驾驶行为识别模型为采用标记有驾驶行为的多段训练样本数据段，对预先设置的驾驶行为识别模型进行训练得到的。由于采集行驶数据段的终端设备的坐标系与车辆所在位置的地理坐标系相同，因此该终端设备所采集的行驶数据可以表示车辆的行驶数据，并且由于在进行驾驶行为识别时，并不需要采用图像进行识别，从而避免自然环境中的光线强弱变化对驾驶行为的识别结果的影响。
-
公开(公告)号：CN108777857B
公开(公告)日：2020-06-09
申请号：CN201810864883.9
申请日：2018-08-01
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种URLLC和mMTC共存场景下的接入控制方法及系统，所述方法包括：对于物联网系统带宽上的每一子载波，基于上行非正交多址NOMA机制，按照预设的功率分配算法同时接入若干个URLLC设备和若干个mMTC设备。本发明实施例提供的URLLC和mMTC共存场景下的接入控制方法，通过使用NOMA技术，并按照预设的功率分配规则，实现了多个URLLC设备和多个mMTC设备共享相同的子载波，从而使得物联网系统能够支持更高的连接密度，提高频谱效率。
-
公开(公告)号：CN104902504B
公开(公告)日：2018-12-18
申请号：CN201510310118.9
申请日：2015-06-08
Applicant: 北京邮电大学
IPC: H04W24/06
Abstract: 本发明公开了一种多天线移动终端的吞吐量的测试系统及测试方法，在所述测试系统中，链路模拟器对多天线移动终端进行全链路仿真，获得该移动终端达到误块率标准值的模拟吞吐量及该模拟吞吐量对应的模拟发送速率值Rsimu；空口测试仪，用于根据链路模拟器进行全链路仿真时的信道参数控制所述信道仿真仪载入信道参数进行信道仿真；根据链路模拟器进行全链路仿真时模拟发送速率Rsimu控制所述基站模拟器按照所述模拟发送速率Rsimu发送N个帧；控制所述基站模拟器的发送速率增加或减低一个预定步长值，直至达到误块率标准值的临界值，用实际发送速率Rtest计算出多天线移动终端的实际吞吐量。应用本发明可提高吞吐量测试的效率。
-
公开(公告)号：CN108960141A
公开(公告)日：2018-12-07
申请号：CN201810721706.5
申请日：2018-07-04
Applicant: 国家新闻出版广电总局广播科学研究院 , 北京邮电大学
CPC classification number: G06K9/00362 , G06K9/6247 , G06K9/627
Abstract: 本发明涉及一种基于增强型深度卷积神经网络的行人再识别方法，使用基础深度学习卷积神经网络模型提取行人图像的基础深度特征，同时使用传统手动特征提取方法提取行人图像的手动特征并降维；应用特征重建模块将基础深度特征和手动特征融合成增强型深度特征；通过特征比较预测两张图像中行人是否为同一个人，联合使用分类损失函数和验证损失函数对输入图像进行分类和异同验证，以最小化联合损失为目标来训练网络，使得网络生成更有判别力的行人图像特征。本发明充分利用了手动特征和深度特征之间的互补性，提出了联合使用分类损失和验证损失函数用于监督网络训练的策略，获得了良好的性能，有效地提高行人再识别准确率。
-
-
-
-
-
-
-
-
-
Search Results
94
records
(took 0.029 seconds)
