-
公开(公告)号：CN112910517A
公开(公告)日：2021-06-04
申请号：CN202110067128.X
申请日：2021-01-19
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/391
Abstract: 本发明公开了一种基于低精度量化的MassiveMIMO中继系统下行链路模型构建方法，首先，将基站到中继的信道系数和中继到目的用户的信道建模成莱斯衰落模型；然后，对莱斯衰落模型下行链路的信号分为两个时隙依次进行处理，第一时隙是基站到中继的信号处理过程，第二时隙是中继到目的用户的信号处理过程；其次，根据用户的接收信号表达式以及香农公式推导真实可达总速率；最后，利用高阶统计量推导可达总速率的闭合表达式。本发明考虑在MassiveMIMO中继系统的下行链路过程中在基站到中继和中继到目的用户之间存在LOS路径的情况，使模型更符合实际的通信情况，并且解决了多天线所带来的高功耗问题。
-
公开(公告)号：CN112837366A
公开(公告)日：2021-05-25
申请号：CN202110087340.2
申请日：2021-01-22
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于双目相机和卷积神经网络的目标识别及定位方法，本方法包括以下步骤：(1)进行准备工作；(2)控制相机拍摄图片；(3)卷积神经网络完成目标识别；(4)计算目标像素坐标；(5)结合相机参数计算空间坐标。本发明将双目相机和神经网络结合，极大地提升了目标识别和空间位置计算精度；将神经网络引入，增加了本方法的普遍性和鲁棒性；数据计算量和内存占用空间小、处理速度快。
-
公开(公告)号：CN109886389A
公开(公告)日：2019-06-14
申请号：CN201910019665.X
申请日：2019-01-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Highway和DC的新型双向LSTM神经网络构建方法，所述方法包括如下步骤：构造双向LSTM神经网络—BiLSTM；B据BiLSTM构造基于DenselyConnection的双向LSTM神经网络—DC-BiLSTM；向DC-BiLSTM中引入Highway，得到基于Highway和DC的双向LSTM神经网络，该方法在于继承了Highway和DC克服深度神经网络中的梯度问题的能力，从而相较传统的深层LSTM和DC-LSTM，在相同深度和相同数据集下，精度更优且收敛速度更快，Highway-DC还可以使更深层网络(30层)易于训练，且精度尚未饱和。
-
公开(公告)号：CN106612158A
公开(公告)日：2017-05-03
申请号：CN201611107580.X
申请日：2016-12-06
Applicant: 南京邮电大学
CPC classification number: H04L1/0038 , H04L25/03165 , H04L2025/03464
Abstract: 本发明提出了一种基于复合正弦混沌神经网络的信号盲检测方法。所述方法采用复合正弦的混沌神经网络和Sigmoid组合的非单调的激励函数、时变的输出函数增益和分段指数退火函数构成了一个复合正弦混沌神经网络；每次迭代时，首先进入混沌神经网络，然后再进入激活函数；所述混沌神经网络具有可以避免陷于局部最小值。本发明方法继承了混沌神经网络这一特点，提高了盲检测性能；并且，该网络具有更加丰富灵活的暂态混沌动力学特性以及更强的全局搜索能力；在同等条件下，本发明的抗噪性能优于传统的Hopfield信号盲检测算法。
-
公开(公告)号：CN104079379B
公开(公告)日：2017-04-12
申请号：CN201410311276.1
申请日：2014-07-01
Applicant: 南京邮电大学
IPC: H04L1/00
Abstract: 本发明提出了一种基于自适应相位旋转角量子蚁群的信号盲检测方法，所述方法将量子计算理论和进化计算理论融合进蚁群算法中，使每只蚂蚁携带一组表示蚂蚁当前位置信息的量子比特，首先根据基于信息素强度和可见度构造的选择概率，选择蚂蚁的前进目标，然后采用量子旋转门更新蚂蚁携带的量子比特，完成蚂蚁的移动；采用量子非门实现蚂蚁所在位置的变异，增加位置的多样性；将量子比特的两个概率幅都看作蚂蚁当前的位置信息，在蚂蚁数目相同时，可使搜索空间加倍。本发明信号盲检测方法的蚁群算法，能较好地解决蚁群算法在求解时易于陷入局部最优的问题，能够有效避免早熟现象，收敛速度更快，相同信噪比条件下信号盲检测的误码率更低。
-
Patent Agency Ranking
公开(公告)号：CN103068027B
公开(公告)日：2015-04-01
申请号：CN201210523550.2
申请日：2012-12-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种频率平坦性衰落信道下多中继的最优功率分配方法，对于两跳并行的直接放大型(AF)中继网络，该方法在频率平坦衰落环境下，考虑了节点自身的电路处理功率，提出了一种混合功率约束下的最优功率分配方法。其中，混合功率约束是指同时具有上下限约束的中继独立功率约束和中继和功率约束，优化的目标是使系统输出的信噪比最大化。本发明给出了几种情况下系统最大输出信噪比的性能比较，仿真结果表明，当中继节点的独立功率约束的上限约束值一定时，下限约束值越大系统输出的最大信噪比性能越差；当中继节点的独立功率约束的上下限约束值都给定时，中继混合最优功率分配策略的性能优于中继等功率分配策略的性能；系统中继数的增加会为系统带来输出信噪比增益。
-
公开(公告)号：CN103973618A
公开(公告)日：2014-08-06
申请号：CN201410164577.6
申请日：2014-04-22
Applicant: 南京邮电大学
CPC classification number: Y02A40/12
Abstract: 本发明提出了一种精细农业无线传感网信号盲检测方法。所述方法在无线传感网分簇的基础上，对簇内的基准传感器节点加扰后的信号采用蚁群优化算法进行盲检测，恢复基准传感器节点发送信号，并估计出其相应的信道；然后利用簇内各传感器节点间的相关性，获得其它传感器节点传输信道，利用估计信道及解扰器恢复出非基准传感器节点的发送信号。本发明方法为精细农业无线传感网簇内信号盲检测提供了一种简便有效的方法。
-
公开(公告)号：CN109885682B
公开(公告)日：2022-08-16
申请号：CN201910071963.3
申请日：2019-01-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于FCBF的自定义特征维数文本特征选择算法，包括步骤：步骤一，初始化；步骤二，利用FCBF算法对特征词集合中的特征词进行进一步的筛选，得到初始特征词集合；步骤三，若初始特征词集合的维度小于设定的维度时，选择特征词与类别的相关性值排名靠前的特征去补足初始特征词集合直至其维度等于设定的特征维度；若初始特征词集合的维度刚好大于或等于设定的特征维度时，则初始特征词集合中即可获取到自定义特征维数的特征词。本发明对FCBF原始算法相关性计算公式进行改进，能够更加准确的选择文本特征，改进算法能够得到自定义的特征维度。
-
公开(公告)号：CN112861800B
公开(公告)日：2022-08-05
申请号：CN202110279121.4
申请日：2021-03-16
Applicant: 南京邮电大学
IPC: G06V30/412 , G06V10/25 , G06V10/44 , G06V10/774 , G06V10/762 , G06K9/62 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于改进的Faster R‑CNN模型的快递识别方法，旨在解决现有技术中缺少基于快递公司的快递分拣技术，而且破损或污染快递单难以准确识别的技术问题。其包括：利用基于k‑means++算法改进的RPN网络和基于候选框长宽比的双阈值‑非极大值抑制算法改进传统的Faster R‑CNN模型，然后利用训练好的改进的Faster R‑CNN模型处理待识别快递图像，获得快递标志识别结果。本发明能够根据快递公司进行快递识别和分拣，快递识别速度快，准确率高，且不容易漏检。
-
公开(公告)号：CN112910517B
公开(公告)日：2022-03-29
申请号：CN202110067128.X
申请日：2021-01-19
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/391
Abstract: 本发明公开了一种基于低精度量化的MassiveMIMO中继系统下行链路模型构建方法，首先，将基站到中继的信道系数和中继到目的用户的信道建模成莱斯衰落模型；然后，对莱斯衰落模型下行链路的信号分为两个时隙依次进行处理，第一时隙是基站到中继的信号处理过程，第二时隙是中继到目的用户的信号处理过程；其次，根据用户的接收信号表达式以及香农公式推导真实可达总速率；最后，利用高阶统计量推导可达总速率的闭合表达式。本发明考虑在MassiveMIMO中继系统的下行链路过程中在基站到中继和中继到目的用户之间存在LOS路径的情况，使模型更符合实际的通信情况，并且解决了多天线所带来的高功耗问题。
-
-
-
-
-
-
-
-
-
Search Results
67
records
(took 0.045 seconds)
