-
公开(公告)号：CN114598655B
公开(公告)日：2024-02-02
申请号：CN202210235344.5
申请日：2022-03-10
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04L47/125 , H04L41/0894 , G06N3/045 , G06N3/047 , G06N3/092
Abstract: 本发明是一种基于强化学习的移动性负载均衡方法，首先基于各基站剩余负载构建优化目标，再将移动性负载均衡问题建模成马尔科夫决策过程，然后使用无模型的深度强化学习方法即柔性动作‑评价方法对最佳移动性参数调整进行求解，通过操作维护管理系统网管层与网络环境的交互，不断训练强化学习策略网络，得到每一个网络负载状态下的最优移动性参数，改善网络中负载不均衡性，降低网络负载，提高网络接入新用户能力。
-
公开(公告)号：CN111935830B
公开(公告)日：2023-04-28
申请号：CN202010670290.6
申请日：2020-07-13
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04W72/0453 , H04W72/0446 , H04W72/542 , H04W72/543 , H04W72/541 , H04W12/122 , H04W12/033 , H04B17/382 , H04W16/14
Abstract: 本发明提供了一种基于匹配论的认知无线网络物理层安全传输方法，对网络中的主、次用户按照分布式匹配方法进行匹配；成功配对的主用户在配对的次用户协助下根据匹配得到的保密速率在(1‑α)*T时隙时间内进行传输，成功配对的次用户在剩余α*T时隙时间进行自己的传输。未匹配的主用户如果直接传输保密速率高于最小保密速率要求，就以直接传输保密速率在T时隙时间内传输。本发明利用频谱资源激励多个主、次用户达成匹配关系，次用户通过协作主用户的保密传输获得频谱资源，在提升主用户保密速率的同时，为次用户创造了更多的传输机会。所有参与协作安全传输的用户能够获得更加合理的频谱资源，充分调动了次用户参与协作的积极性。
-
公开(公告)号：CN111405605B
公开(公告)日：2023-03-24
申请号：CN202010212659.9
申请日：2020-03-24
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明公开了一种基于自组织映射的无线网络中断检测方法，所述方法首先通过采集网络关键性指标KPI构建数据集S，然后通过通过自组织映射对数据集S进行聚类，包括对SOM竞争层中每一个神经元的权重初始化并更新权重，选择SOM竞争层中最佳匹配单元以及遍历数据集S以获得经SOM聚类后得到的簇划分Cini；接着基于K‑S检验合并簇划分Cini中相似的数据簇，将簇划分Cini更新为簇划分集合Cnew；最后根据所获得的簇划分集合Cnew，判断无线网络中是否发生中断。本发明所述的方法能够从无线网络所实时产生的大量未被标注的数据中准确地完成中断检测。
-
公开(公告)号：CN112291808B
公开(公告)日：2022-12-23
申请号：CN202011201026.4
申请日：2020-11-02
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明的一种基于深度学习的区域网络流量预测方法为：1.获取区域网络流量序列，统计其在每个时刻使用的流量值：2.根据区域流量序列的空间相关性以及时间相关性，抽取对应特性的流量矩阵序列作为深度学习预测模型的输入；其中时间相关性包括包括紧密性、周期性、趋势性：3.对于步骤2得到的三个输入流量矩阵序列，分别用3D卷积神经网络和ConvLSTM进行时间和空间相关性的提取；4.融合三个流量矩阵序列各自由3D卷积和ConvLSTM提取的特征，基于注意力机制进行最终的流量预测；本发明通过时间序列抽取的方法在有限的输入长度下涵盖了流量序列的周期变化特性，以较高的准确率预测下一时刻的区域网络流量值，有利于无线资源的合理分配，提高资源利用率。
-
公开(公告)号：CN111342934B
公开(公告)日：2022-11-11
申请号：CN202010134327.3
申请日：2020-03-02
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04L1/00
Abstract: 本发明公开了一种基于极化码的多级比特交织编码调制方法，主要针对复高斯信道下的通信系统，包含两部分内容：极化码编码以及比特到符号的映射规则的设计。在极化码编码中，首先通过设计各个层级的子调制阶数，使得传统的二进制核可以用于各个层级的极化码编码，避免了打孔和构造多核极化码，保证了极化码的极化性能。然后，通过外部信息转移计算比特极化信道的可靠性，选择高可靠性的比特极化信道进行信息比特的传输，完成极化码编码。比特到符号的映射规则的设计主要针对对称星座图的映射，是一种联合集合分解和格雷映射的混合映射。本发明通过设计比特到符号的映射规则，可以最大化地提升极化性能，从而提高系统的误组率性能。
-
Patent Agency Ranking
公开(公告)号：CN112953559B
公开(公告)日：2022-11-08
申请号：CN202110182545.9
申请日：2021-02-08
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H03M13/13
Abstract: 本发明公开了基于冻结位对数似然值修正的极化码译码方法，在SCL译码器的译码结果未通过循环冗余校验的情况下，构造衰减因子集合，进行冻结位对数似然值修正译码，包括以下步骤：初始化参数后，计算对数似然值，若比特属于冻结位且对数似然值发生错误需要进行修正，进行冻结位对数似然值修正和节点回溯修正；译码完成后，若译码结果若通过循环冗余校验，说明译码正确，输出译码结果；否则，若未达到最大迭代次数，尝试新的衰减因子再次进行冻结位对数似然值修正译码；如果达到最大迭代次数则译码终止。本发明方法能够削弱串行译码的差错传播并纠正传统SCL译码器中的错误，从而提高SCL译码器的误码性能。
-
公开(公告)号：CN110958044B
公开(公告)日：2022-07-29
申请号：CN201911213287.5
申请日：2019-12-02
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明公开了一种基于密度聚类的非正交多址接入用户聚类方法，该方法基于密度的带有噪声的空间聚类方法处理NOMA场景中的用户聚类问题，包括对用户进行DNSCAN聚类，在聚类完成后对每个聚类中的核心点数据取算术平均作为该聚类的质心数据，并将当前仍存在的不属于任何聚类的噪声点和不确定归属的边缘点划分至距其欧式距离最近的核心点所在的聚类。借助波束的方向性和后续的波束赋形设计，可以有效减少聚类间用户带来的干扰，从而有效提高系统的整体信息传输速率。本发明所述的方法基于DBSCAN的聚类方法无需提前指定聚类数目，聚类数目可以通过密度聚类过程自动确定，在具有复杂用户分布的实际场景中具有很重要的意义。
-
公开(公告)号：CN114615685A
公开(公告)日：2022-06-10
申请号：CN202210215536.X
申请日：2022-03-07
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明是一种基于生成对抗网络上采样的无线网络中断检测方法，该方法包括如下步骤：第一步：搜集网络关键性能指标KPI，获取数据集Tr；第二步：使用数据集Tr训练本方法所提出模型：本方法所提出模型由生成器G，判别器D，分类器C组成；第三步：使用第二步中获得的分类模型C，根据网络中用户实时上报的n维KPI信息x(x∈Rn)进行中断检测；本发明能够解决不平衡数据集问题，带来中断检测性能的整体提升，此外可根据数据分布特征，自适应调整少数类采样程度和合成数据分布，获得良好中断检测性能，因此，本方法有更好的鲁棒性与可扩展性。
-
公开(公告)号：CN114268524A
公开(公告)日：2022-04-01
申请号：CN202111585471.X
申请日：2021-12-22
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明是一种智能反射面辅助通信系统信道估计方法，该方法首先在基站处计算RIS‑用户信道相关矩阵，进而确定RIS‑用户信道的特征空间，根据特征方向优化基站接收预编码和RIS反射矩阵。当某时刻选取的特征方向是RIS‑用户信道的瞬时主特征方向时，RIS反射矩阵能有效将上行信号汇聚到基站处，基站接收信号功率高；否则，基站接收信号功率低。在RIS‑用户信道特征空间维度不大于导频长度的条件下，遍历所有特征方向，通过比较基站接收信号功率，可以确定RIS‑用户信道的瞬时主特征方向。本方法考虑实际信道的相关特性，更能反映RIS‑用户信道信道的特性；本方法基于统计CSI估计RIS‑用户信道，与传统信道估计方法相比信道估计的开销更小。
-
公开(公告)号：CN111343680B
公开(公告)日：2022-04-01
申请号：CN202010134317.X
申请日：2020-03-02
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明公开了一种基于参考信号接收功率预测的切换时延减少方法，所述方法利用UE周期性上报的RSRP，将UE接收到的服务小区和邻小区的RSRP视为时间序列，基于长短时记忆网络对时间序列进行预测，为切换的提前准备提供保障。首先采集基站下发的测量控制信息和服务小区和邻小区RSRP样本集合，然后构建服务小区和目标小区的LSTM训练集，并且经过预处理的数据进行目标小区和服务小区模型训练。当服务小区基站通过测量报告记录的RSRP时间序列预测得下一时刻UE接收到目标小区RSRP，并且服务小区RSRP满足A3事件后，在当前时刻进行切换请求，准入控制和切换应答等切换准备，并在下一时刻执行切换。本发明所述方法能够减少切换准备阶段导致的切换时延。
-
-
-
-
-
-
-
-
-
Search Results
351
records
(took 0.067 seconds)
