-
公开(公告)号：CN105022783A
公开(公告)日：2015-11-04
申请号：CN201510299093.7
申请日：2015-06-03
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/27
Abstract: 本发明公开了一种基于Hadoop的用户服务安全系统和方法，该系统包括智能采集节点、用户展示服务平台、Hadoop大数据分析与处理后端平台。在面向用户服务环境中，智能采集节点采集当前位置的关键气候环境指标，并上传到HDFS中，通过对存储于HDFS中的数据进行数据挖掘和数据分析，用关联规则挖掘算法找出人体的相关疾病与气候环境之间的关系。当智能采集节点传入相关气候环境指标后，用户展示服务平台就可以根据Hadoop大数据平台的数据挖掘得到的关联关系，给出当前平台用户需要防范和注意的疾病，更好的保护平台用户的安全。
-
公开(公告)号：CN113902220B
公开(公告)日：2024-04-02
申请号：CN202111325927.9
申请日：2021-11-10
Applicant: 南京邮电大学
IPC: G06F18/20 , G06F18/2321 , H04W4/029 , H04W4/40
Abstract: 本发明公开了一种基于自适应密度聚类算法的车辆轨迹预测方法，该方法包括：1)选定一个具有N个轨迹点的车辆轨迹数据集；2)基于自适应密度聚类算法对轨迹点进行分簇；3)对每个簇分别进行符号标记，将被标记了的簇按照时间排序后输出符号序列；4)将符号序列输入到变阶马尔可夫模型中，并使用Lempel‑Ziv‑MS预测算法进行预测，即预测概率最大时的符号对应的轨迹点即为最终轨迹预测结果。本发明所提的自适应密度聚类算法提高了算法的执行效率，同时提高了轨迹聚类的准确度；考虑N阶马尔可夫模型的空间复杂度高、零频率等缺点，变阶马尔可夫模型使用LZ‑MS来解决零频率问题，并使用树结构来减少所需的内存量。
-
公开(公告)号：CN113051148B
公开(公告)日：2023-09-26
申请号：CN201911370929.2
申请日：2019-12-26
Applicant: 南京邮电大学
Abstract: 本发明为一种基于双基因链遗传算法的组合测试用例生成方法：首先，随机生成每个个体的两条基因链，形成初始种群，初始化种群信息。以两条基因链所覆盖的t元组合个数为适应值进行排序，挑选M个个体作为父母体来繁衍后代，父母体以交叉概率确定是否基因分离交叉组合产生子体。对于新生成的子体以变异概率决定是否变异，评价新种群的适应值。如果新种群中存在最优子体，则跳出，否则繁殖到最大进化代数。若到最大进化代数后，新种群中仍不存在最优子体，则在当前种群中挑选出适应值最高的子体作为最优子体。最后将最优子体解码得到的测试用例加入到组合覆盖表中，更新未覆盖表。如果未覆盖表为空，算法结束，否则仍需进行搜索。
-
公开(公告)号：CN116567594A
公开(公告)日：2023-08-08
申请号：CN202310509075.1
申请日：2023-05-08
Applicant: 南京邮电大学
IPC: H04W4/70 , H04W24/02 , H04W72/044 , H04W72/53 , H04B17/336
Abstract: 本发明公开了一种基于蜂窝系统的传输RIS优化和功率分配方法，包括：利用基站获取各个设备之间的理想信道状态信息和D2D链路需要传输的数据总量；根据理想信道状态信息分别计算D2D链路和蜂窝链路的信干噪比，利用信干噪比计算蜂窝链路需要传输的数据总量，根据数据总量推导蜂窝系统传输能力；推导出最优的RIS相移和功率分配方案，计算蜂窝链路传输能力的最优解。本发明对蜂窝‑D2D通信系统资源分配问题进行了研究，在保证D2D链路可靠性的前提下，通过联合优化RIS相移和功率分配，最大化了蜂窝系统的传输能力；所提出的联合优化方案在提升蜂窝系统传输能力方面优于其他基准方案，同时，布置合适的RIS位置也可以显著的提升系统性能。
-
公开(公告)号：CN115225145A
公开(公告)日：2022-10-21
申请号：CN202210529356.9
申请日：2022-05-16
Applicant: 南京邮电大学
IPC: H04B7/22 , H04B7/08 , H04B17/391 , H04W4/48 , H04W4/80
Abstract: 本发明公开了一种车载智能反射表面辅助的反向散射通信系统，该系统包括：一个射频源，一个接收机，一个车载集中式智能反射表面和多个标签(设备)。其中，装载智能反射表面的车辆可在道路上移动，具备一定灵活性，且标签反向散射链路之间存在相互干扰。本发明旨在保证接收机接收标签信号的信干噪比SINR要求下，以最大化系统能量效率为目标，寻找车载智能反射表面在任意位置处的最优相移矩阵，进一步得到车载智能反射表面在其移动范围内的最优部署位置。
-
Patent Agency Ranking
公开(公告)号：CN112272418B
公开(公告)日：2022-06-28
申请号：CN202011047906.0
申请日：2020-09-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种RIS辅助的D2D通信传输模式选择方法，包括以下步骤：(1)在各传输时段，D2D用户以当前传输模式进行相互通信；(2)在各传输时段末，系统获取当前D2D用户与RIS的距离以及D2D用户之间的距离，计算D2D用户的距离函数；(3)将获得的距离函数与预设阈值比较，为下一传输时隙选择通信模式；(4)下一传输时隙，D2D用户采用系统选择的通信模式进行相互通信。本发明充分利用RIS辅助的D2D通信模式和传统D2D通信模式的优势，以D2D通信链路可达速率最大为目标，D2D用户对可在RIS辅助的D2D通信传输模式与直接D2D通信传输模式间动态切换，使得D2D用户对的可达速率始终保持最优。
-
公开(公告)号：CN114554495A
公开(公告)日：2022-05-27
申请号：CN202210109913.1
申请日：2022-01-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线物联网环境下基于联邦学习的用户调度和资源分配方法，无线物联网环境下联邦学习网络包括1个边缘服务器和K个用户组成；无线通信采用正交频分多址(OFDMA)方案，有N的正交子信道。本方法通过减少联邦学习每一轮中消耗得时延和减少总迭代轮数两个方面来进行用户调度。最后将最小化联邦学习时间和能量开销问题，分解为3个子问题。本方法在满足用户需求的前提下，合理的分配了基站的发展功率、用户计算、上行链路带宽资源，有效的降低了联邦学习的总时延和能量开销，提升了资源利用率。
-
公开(公告)号：CN110120832B
公开(公告)日：2022-03-15
申请号：CN201910388943.9
申请日：2019-05-10
Applicant: 南京邮电大学
Abstract: 一种基于缓存的无人机中继通信系统位置设计方法，包括如下步骤：步骤S1、获取计算常数因子、基站‑无人机距离函数、基站‑无人机直达径概率函数因子、基站‑无人机平均路径损耗函数因子；步骤S2、根据“系统平均速率最大原则”，获取无人机最佳位置关系式；步骤S3、将步骤S1中的参数代入步骤S2的所得关系式中，利用迭代法获取无人机最佳位置。本发明将缓存技术应用在基于无人机中继的通信系统中，当用户请求的内容存在于无人机的缓存单元中时，无人机可以直接传送给用户而无需通过回程链路，不仅降低无人机为用户服务的时延，而且减轻无线回程链路的负载，缓解网络拥塞。
-
公开(公告)号：CN113543071A
公开(公告)日：2021-10-22
申请号：CN202110742975.1
申请日：2021-06-30
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种车联网环境下异构节点协作边缘缓存方法，方法包括：构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型；将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个数据包；以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。本发明旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。
-
公开(公告)号：CN110120832A
公开(公告)日：2019-08-13
申请号：CN201910388943.9
申请日：2019-05-10
Applicant: 南京邮电大学
Abstract: 一种基于缓存的无人机中继通信系统位置设计方法，包括如下步骤：步骤S1、获取计算常数因子、基站-无人机距离函数、基站-无人机直达径概率函数因子、基站-无人机平均路径损耗函数因子；步骤S2、根据“系统平均速率最大原则”，获取无人机最佳位置关系式；步骤S3、将步骤S1中的参数代入步骤S2的所得关系式中，利用迭代法获取无人机最佳位置。本发明将缓存技术应用在基于无人机中继的通信系统中，当用户请求的内容存在于无人机的缓存单元中时，无人机可以直接传送给用户而无需通过回程链路，不仅降低无人机为用户服务的时延，而且减轻无线回程链路的负载，缓解网络拥塞。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.028 seconds)
