-
公开(公告)号：CN106022534A
公开(公告)日：2016-10-12
申请号：CN201610367227.9
申请日：2016-05-27
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于改进型差分算法的解决飞机着陆问题的方法，具体包括：建立飞机着陆模型和适应度函数；生成初代种群并计算每个种群个体的适应度值；进行变异、交叉，生成新一代种群；选择保留最优解；判断终止条件，输出最优解。本发明加快了收敛速度，提高了优化精度和效率，同时解决了停滞问题，并减少了飞机着陆问题中的经济惩罚，在飞机着陆问题中具有普遍适用性。
-
公开(公告)号：CN105072621A
公开(公告)日：2015-11-18
申请号：CN201510443233.3
申请日：2015-07-24
Applicant: 南京邮电大学
CPC classification number: H04W16/14 , H04L27/2601 , H04L27/2655
Abstract: 本发明公开了一种基于OFDM认知网络的分时协同通信的实现方法，该方法是针对具有能量收集功能的OFDM认知网络，属于无线通信技术领域。在传统的频谱共享方法中，次用户或者使用主用户未占用的频段通信，或者在确保主用户通信质量的前提下使用主用户正在占用的频段通信。而该方法中次用户发射器不但能解码转发主用户信号以促进主用户信息传输，从而获取更多使用主用户频谱进行通信的机会，还能从接收到的部分主用户信号中收集能量，为主用户信息的中继传输和次用户本身的信息传输供能。通过上述方法，本发明利用对偶分解的思路求解，更快捷地得到协同通信方案的中时间和功率的最优分配，在确保主用户服务质量的前提下，有效地提高了次用户的系统容量。
-
公开(公告)号：CN118540191A
公开(公告)日：2024-08-23
申请号：CN202410776006.1
申请日：2024-06-17
Applicant: 南京邮电大学
IPC: H04L25/02
Abstract: 本发明公开了一种基于深度展开的ZP‑OTFS信道估计方法，包括如下步骤：根据ZP‑OTFS系统的DD域发送数据帧的结构生成DD域信号；DD域信号通过Zak变换得到发送时域信号，并通过时域信道传输得到时域离散接收信号；基于时域离散接收信号将OTFS时域信道估计问题转化为稀疏信号恢复问题；构建LISTA网络求解稀疏信号恢复问题，完成对ZP‑OTFS系统信道的估计。本发明通过构建以及训练所建立的学习网络，实现了OTFS高精度的信道估计，提出的信道估计方法相较于现有的压缩感知类方法和深度学习类方法具有更低的信道估计误差。
-
公开(公告)号：CN114828258B
公开(公告)日：2024-08-20
申请号：CN202210446428.3
申请日：2022-04-26
Applicant: 南京邮电大学
IPC: H04W72/044 , H04W72/54
Abstract: 本发明是一种智能反射面辅助认知无线电系统资源分配优化方法，包括如下步骤：步骤1：在认知无线电系统中建立系统模型，部署智能反射面，将基站发送信号反射到次要用户端；步骤2：通过系统模型得到次要用户接受信号的表达式，进行下一步的分析；步骤3：根据接受信号的表达式，写出信干噪比表达式，并且写次要用户的能量效率与频谱效率表达式；步骤4：根据次要用户的能量效率约束、次要基站的最大的发送功率约束，智能反射面无源波束成形相移约束和次网络对主网络干扰约束，建立相移矩阵联合优化问题；步骤5：采取基于交替优化方法解决优化问题。本发明通过最大化次网络中用户频谱效率同时使得次网络中用户的速率最大化，并且所提方案实现了对主网络用户性能的显著提升。
-
公开(公告)号：CN118260432A
公开(公告)日：2024-06-28
申请号：CN202410284754.8
申请日：2024-03-13
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F40/30 , G06V10/82 , G06N3/0464 , G06V10/26 , G06N3/094 , G06N3/0475 , G06N3/045 , G06T3/04 , G06T11/00
Abstract: 本发明公开了一种基于多模态知识图谱的图像认知语义通信系统和方法，包括图像语义提取模块、语编码模块、解码模块、图像重建模块和共享多模态知识图谱模块。图像语义提取模块利用语义分割网络和知识图谱实体匹配算法，实现对图像语义信息的精准提取；编码模块包括语义编码以及信道编码两个子模块，语义编码可根据语义信息类别执行差异化编码，进一步对语义信息进行压缩，提高了系统的效率，信道编码为传输码元赋予纠错能力，提高系统可靠性；解码模块包括信道解码以及语义解码两个子模块，信道解码是信道编码的逆过程，实现对传输码元的纠错，语义解码为语义编码的逆过程，根据压缩后的码元估计恢复语义信息，图像重建模块使用风格生成对抗网络。
-
Patent Agency Ranking
公开(公告)号：CN117915342A
公开(公告)日：2024-04-19
申请号：CN202410066489.6
申请日：2024-01-17
Applicant: 南京邮电大学
IPC: H04W16/10 , G06N3/0464 , H04W16/18 , H04W16/22 , H04L41/16
Abstract: 本发明公开了一种面向稀疏数据补全和辐射源定位的频谱语义通信系统，包括语义提取、信道编解码、语义恢复、任务完成四大基本模块。该系统旨在应对大规模频谱数据对传统通信系统传输性能造成的挑战，缓解频谱稀缺问题。首先，语义提取模块提取稀疏频谱数据的离散语义信息，以在不影响任务精度的前提下尽可能减少所提取特征。其次，为将语义通信系统与传统数字通信系统结合，通过信道编解码模块将离散的频谱语义转换为比特流，并在接收端恢复。接着，为完成后续任务，语义恢复模块设计了一个全连接网络，利用非线性回归恢复连续频谱数据。最后，为完成辐射源定位任务，将稀疏频谱地图通过自动编码器补全为完整频谱地图，并设计了一个卷积网络输出定位结果。仿真结果表明，在大大减少数据传输量的前提下，本方案与传统方案相比在较高信噪比下能到达到相似的任务完成效果，而在信噪比较低时则远胜于传统方案，提高了频谱数据的传输效率。
-
公开(公告)号：CN116980931A
公开(公告)日：2023-10-31
申请号：CN202310537659.X
申请日：2023-05-12
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于不规则IRS辅助反向散射通信的短包传输方法及系统，方法包括：构建不规则主动智能超表面辅助的下行短包通信场景；在基站发射功率，反向散射信干噪比，不规则主动智能超表面的功率约束下，构建最大化反向散射短包传输速率的优化问题模型；将所述优化问题模型采用基于深度确定策略梯度的深度强化学习模型进行联合优化，提出优化算法，获得最优状态下的最大神经网络反馈，进而得到最高的传输速率；本发明考虑到不规则主动IRS能够进一步开发反射单元的空间自由度，进而提高系统容量，不规则主动IRS反向散射通信向用户发送信息，增强了BS到用户的信息传输，增大了系统传输速率。
-
公开(公告)号：CN115952401A
公开(公告)日：2023-04-11
申请号：CN202310016029.8
申请日：2023-01-05
Applicant: 南京邮电大学
IPC: G06F18/10 , G06F30/20 , G06F18/22 , G06F17/16 , G06F111/04
Abstract: 本发明提供一种利用平稳信号和非平稳信号的网络数据图拓扑联合推断方法及系统，通过将观测信号映射为平稳信号和非平稳信号；对平稳信号和非平稳信号进行估计，分别得到各自的协方差矩阵，并获得最优化问题；通过迭代算法对非平稳信号的图滤波器识别，并特征分解得到特征基；将最优化问题进行松弛，转为凸优化问题，求解得到平稳图的图移位算子、非平稳图的特征值及图移位算子；调整参数，来控制学习得到的图结构的稀疏性、平滑性和相似度，获得最终的图结构；本发明针对底层图结构既有平稳信号又有非平稳信号时，并且这些图是紧密相关的，能够对这些图拓扑进行联合推断，能够提高所学习的图的质量，得到更加准确的效果。
-
公开(公告)号：CN115865151A
公开(公告)日：2023-03-28
申请号：CN202211090053.8
申请日：2022-09-07
Applicant: 南京邮电大学
IPC: H04B7/0456 , H04B7/06 , H04B7/08 , H01Q1/12 , H01Q15/00
Abstract: 本发明涉及雷达通信一体化领域，具体地说，是一种超材料天线架构雷达通信一体化系统及波形优化方法，利用动态超材料天线预编码器拟合动态超材料天线最优预编码器，最终得到动态超材料天线最优预编码器，该系统在满足通信用户质量、功率恒模约束同时，使雷达传输波束成形的性能最优，本发明考虑动态超材料天线，既节约成本又占用面积小，雷达波束性能与基于相移器混合天线结构相似，在合理的通信质量约束下，动态超表面天线架构的雷达通信一体化雷达波束接近无频谱共享的雷达波束性能。
-
公开(公告)号：CN114828258A
公开(公告)日：2022-07-29
申请号：CN202210446428.3
申请日：2022-04-26
Applicant: 南京邮电大学
Abstract: 本发明是一种智能反射面辅助认知无线电系统资源分配优化方法，包括如下步骤：步骤1：在认知无线电系统中建立系统模型，部署智能反射面，将基站发送信号反射到次要用户端；步骤2：通过系统模型得到次要用户接受信号的表达式，进行下一步的分析；步骤3：根据接受信号的表达式，写出信干噪比表达式，并且写次要用户的能量效率与频谱效率表达式；步骤4：根据次要用户的能量效率约束、次要基站的最大的发送功率约束，智能反射面无源波束成形相移约束和次网络对主网络干扰约束，建立相移矩阵联合优化问题；步骤5：采取基于交替优化方法解决优化问题。本发明通过最大化次网络中用户频谱效率同时使得次网络中用户的速率最大化，并且所提方案实现了对主网络用户性能的显著提升。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.023 seconds)
