-
公开(公告)号：CN119558737A
公开(公告)日：2025-03-04
申请号：CN202411633065.X
申请日：2024-11-15
IPC: G06Q10/067 , G06Q10/0631 , G06Q30/06 , G06Q50/06
Abstract: 本发明公开含风光储能和需求侧响应的多虚拟电厂电转气交易方法，属于电力系统优化调度领域；含风光储能和需求侧响应的多虚拟电厂电转气交易方法包括：根据风光出力的不确定性的特点，建立风力和光伏出力模型；基于价格信号和激励机制对用户端负荷进行激励和调控，建立需求侧响应模型；考虑储能、功率平衡的基础上，构建多虚拟电厂模型；以调度周期内成本最小为目标，构建电力系统经济调度模型的目标函数；利用CvaR方法量化多虚拟电厂电转气交易风险；建立含风光储能和需求侧响应的多虚拟电厂电转气交易模型，并求解该模型，得到交易方案。
-
公开(公告)号：CN119210553A
公开(公告)日：2024-12-27
申请号：CN202411149182.9
申请日：2024-08-21
Applicant: 东南大学
IPC: H04B7/185
Abstract: 本发明公开了一种基于覆盖满意度最优的区域覆盖卫星星座设计方法，基于地面站的接入函数、覆盖需求函数、覆盖函数以及卫星的星座分布向量，建立系统的平均覆盖层数和平均覆盖满意度指标模型；针对这两个指标的同时优化，建立了以最大化平均覆盖满意度为目标、以平均覆盖层数达到设定值为约束的区域覆盖星座设计模型；在所述优化求解阶段，利用BIG‑M法解耦原始模型，将原星座设计模型转化为标准0‑1整数优化模型，再利用BILP法进行求解，最优解即为最优卫星星座。采用本发明方法，相比于传统设计方案，采用物理意义更强的指标进行单目标优化建模，无需采用多目标优化算法，且模型比传统方案更具有普适性。
-
公开(公告)号：CN118940501A
公开(公告)日：2024-11-12
申请号：CN202410985942.3
申请日：2024-07-23
Applicant: 东南大学
IPC: G06F30/20 , H03H17/02 , G06F119/02
Abstract: 本发明公开了一种余弦调制非均匀滤波器组中原型滤波器的设计方法及系统，方法包括：建立原型滤波器优化模型，该模型以滤波器组重构误差、原型滤波器通带和阻带的幅度误差加权和最小为目标函数；通过频率采样将所述原型滤波器优化模型转化为二次型函数模型，然后求出所述二次型函数模型的最小值，所述最小值即为所述原型滤波器优化模型的最优解。采用本发明，可以以较低阶数的原型滤波器实现滤波器组的重构，降低了滤波器组的实现复杂度和滤波器组硬件实现时的计算资源。
-
公开(公告)号：CN115603782B
公开(公告)日：2024-08-13
申请号：CN202211279855.3
申请日：2022-10-19
Applicant: 东南大学
IPC: H04B7/0452 , H04B7/0456 , H04B10/116 , H04B17/336 , H04B17/391
Abstract: 本发明给出一种多用户MIMO可见光通信系统的预编码与解码方法。所述方法针对非理想信道状态信息条件下的多用户MIMO可见光通信系统，以最大化最小用户信干噪比为目标，以考虑LED非线性和室内照明需求的多用户光功率约束为限制，建立了发射端预编码矩阵和接收端解码矩阵的联合优化模型；并将该优化模型分解成预编码矩阵和解码矩阵两个优化模型，采用基于二分法和鲁棒凸优化的方法，迭代求解预编码矩阵和解码矩阵优化模型。采用本发明方法，不仅能够抑制多用户系统中的用户间干扰，而且对调制方式无限制，在非理想信道状态信息条件下，减小了信道估计误差带来的干扰，提升用户的接收信干噪比。
-
公开(公告)号：CN115589242B
公开(公告)日：2024-07-02
申请号：CN202211267955.4
申请日：2022-10-17
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0456 , G06N3/045 , G06N3/092
Abstract: 本发明给出一种多小区MIMO系统多智能体强化学习预编码方法。所述方法在各智能体额定发送功率受限的情况下，首先以最大化系统总和速率为优化目标，建立了智能体选择与预编码优化模型；然后确定用户接入的智能体；并且构建神经网络组，建立集中式训练中心；其次集中式训练，分布式执行神经网络，求解优化模型，获得传输功率矩阵；最后计算各智能体迫零预编码矩阵。采用本发明方法，相比于集中式优化训练方案，节省了计算资源，降低了计算复杂度，避免了统计特征变化带来方法性能的下降。
-
Patent Agency Ranking
公开(公告)号：CN113905379B
公开(公告)日：2024-05-03
申请号：CN202111202111.7
申请日：2021-10-15
Applicant: 绍兴建元电力集团有限公司 , 国网浙江省电力有限公司绍兴供电公司 , 绍兴大明电力建设有限公司 , 国网浙江省电力有限公司电力科学研究院 , 东南大学
Inventor： 汪磊 , 章立宗 , 沈祥 , 许海峰 , 王军慧 , 王松 , 金乃正 , 秦建松 , 刘安文 , 戚宣威 , 李勇 , 闫志坤 , 刘学 , 陈明 , 董钦 , 贺明 , 曹文斌 , 刘雨亭
IPC: H04W12/06 , H04W12/40 , H04W12/0431
Abstract: 本发明涉及海量终端安全认证局部优化及5G基站安全通信应用领域，具体涉及一种5G基站参与终端安全通信认证局部优化的方法，先5G基站、聚合设备与核心网进行双向认证，确保基站合法后，再进行终端与基站进行单向认证，避免每个海量终端在接入时都要对基站进行身份验证，造成重复验证产生的资源浪费。
-
公开(公告)号：CN117523160A
公开(公告)日：2024-02-06
申请号：CN202311480504.3
申请日：2023-11-08
Applicant: 东南大学
IPC: G06V10/20 , G06V10/82 , G06V10/25 , G06V10/26 , G06V10/764 , G06N3/0464 , G06N3/0895 , G06V10/774 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种通过H&E图像特征预测AR染色图像分类方法及系统，涉及人工智能技术领域，包括以下步骤：接收病理组织切片，将病理组织切片进行H&E染色，得到染色切片图像，对染色切片图像进行切割预处理，得到多张待测染色图块；将多张待测染色图块输入至预先建立的AR预测模型内，得到所有区域预处理后的图像小块；将所有区域预处理后的图像小块进行拼接，得到拼接后图像，对图像进行像素识别，根据识别结果画出热图；根据热图对染色切片图像进行可视化，从而划分得到AR高表达区域以及其它区域。
-
公开(公告)号：CN117061002A
公开(公告)日：2023-11-14
申请号：CN202311113169.3
申请日：2023-08-31
Applicant: 东南大学
IPC: H04B10/116 , H04B10/516 , H04B10/50 , H04B10/60
Abstract: 本发明给出了一种低PAPR的FBMC可见光通信系统的调制方法。所述系统包括映射预处理、DFT扩展编码、子载波共轭对称、多相网络滤波、非线性压扩、添加直流偏置等步骤；其中，映射预处理使得输出符号满足特定的共轭对称关系，DFT扩展编码将输入符号转化为虚实交替排列的数据格式，子载波共轭对称使得IFFT调制的输出是实数符号，多相网络滤波对发送脉冲进行整形，非线性压扩能抑制过大/过小的发送信号，添加直流偏置使得LED驱动信号是非负的。采用本发明系统，能有效地抑制可见光多载波信号频谱的带外泄露，提高了频谱利用率，并且降低了发送信号的PAPR；此外，由于DFT扩展编码具有频率分集的作用，在一定程度上也能提高系统的可靠性。
-
公开(公告)号：CN115603782A
公开(公告)日：2023-01-13
申请号：CN202211279855.3
申请日：2022-10-19
Applicant: 东南大学(CN)
IPC: H04B7/0452 , H04B7/0456 , H04B10/116 , H04B17/336 , H04B17/391
Abstract: 本发明给出一种多用户MIMO可见光通信系统的预编码与解码方法。所述方法针对非理想信道状态信息条件下的多用户MIMO可见光通信系统，以最大化最小用户信干噪比为目标，以考虑LED非线性和室内照明需求的多用户光功率约束为限制，建立了发射端预编码矩阵和接收端解码矩阵的联合优化模型；并将该优化模型分解成预编码矩阵和解码矩阵两个优化模型，采用基于二分法和鲁棒凸优化的方法，迭代求解预编码矩阵和解码矩阵优化模型。采用本发明方法，不仅能够抑制多用户系统中的用户间干扰，而且对调制方式无限制，在非理想信道状态信息条件下，减小了信道估计误差带来的干扰，提升用户的接收信干噪比。
-
公开(公告)号：CN115589604A
公开(公告)日：2023-01-10
申请号：CN202211277468.6
申请日：2022-10-18
Applicant: 东南大学
Abstract: 本发明给出一种分布式多智能体的无线资源分配方法。所述无线资源分配方法包括子载波分配和功率分配方法，首先建立子载波分配和功率分配的和速率最大化模型；然后对所有智能体以及用户，根据智能体负载最小标准进行分配；进而将所述和速率最大化模型分解成子载波分配优化模型以及功率分配优化模型；分别采用匹配理论方法和对偶次梯度迭代法交替求解子载波分配优化模型以及功率分配优化模型；从而实现分布式多智能体的无线资源分配。采用本发明方法，相对于强化学习方式的无限资源分配方法，其复杂度低，迭代次数少，需要的计算资源少，获得了最大的系统容量。
-
-
-
-
-
-
-
-
-
Search Results
216
records
(took 0.031 seconds)
