公开(公告)号：CN102209364A

公开(公告)日：2011-10-05

申请号：CN201110133125.8

申请日：2011-05-20

Applicant: 北京邮电大学

Inventor： 郭莉 ,  牛凯 ,  朱凯 ,  许文俊 ,  王强 ,  林家儒

IPC: H04W48/08 ,  H04W48/16

Abstract: 本发明提供一种用于在认知无线电通信系统的上行链路中进行多用户接纳控制的方法，包括：认知基站接收来自所述一个或多个认知用户的接入请求消息；获取可用频段的频段信息以及使用该授权频段的授权用户的用户信息，所述用户信息至少包括该授权用户的导频信息；将所获取的频段信息以及授权用户的用户信息发送给所述一个或多个认知用户；基于从所述一个或多个认知用户上报的干扰信道增益以及在该授权频段上的信道衰落特性，对所述一个或多个认知用户进行接纳控制。此外，还对接纳控制后的认知用户进行功率控制，从而使得认知用户能够高效地使用授权频段进行通信，而不影响授权用户的正常通信。

公开(公告)号：CN102158294A

公开(公告)日：2011-08-17

申请号：CN201110046090.4

申请日：2011-02-25

Applicant: 北京邮电大学

Inventor： 牛凯 ,  宋涛 ,  贺志强 ,  许文俊 ,  王强 ,  林家儒

IPC: H04B17/00 ,  H04L29/08 ,  H04W24/00

Abstract: 一种具有认知无线电功能的认知无线网络系统及其认知流的传输方法，系统的基站或无线接入点、终端都采用分层协议栈在其物理层，无线链路层和高层增设相应功能实体和分别构建集中式和分布式物理传输信道，并基于认知流的通用控制信道，将认知节点通过物理信道获取的数据和参数都统一表征为认知无线系统中智能推理和决策的各个功能实体能够处理的信息，再通过各功能实体和信道的联合处理，实现认知信息的高效、完整、可靠的传输方案，为网络中各认知节点内部的智能决策和动态重构提供基础。本发明采用分层实现机制，可灵活地适应网络结构和无线环境的变化，且与现有的无线协议结构具有很高的兼容性，因此，具有很好的推广应用前景。

公开(公告)号：CN102098799A

公开(公告)日：2011-06-15

申请号：CN201110028811.9

申请日：2011-01-26

Applicant: 北京邮电大学

Inventor： 许文俊 ,  邱涛 ,  郭莉 ,  贺志强 ,  王强 ,  林家儒

IPC: H04W80/04

Abstract: 一种实现异构网络融合的智能认知无线网络系统，是在现有无线网络系统的网元内增设具有多域主动认知、高效异构网络资源管理、网络或终端的重构的新功能实体，即在网络侧增设：认知信息管理、智能管理和异构网络融合管理三个模块，终端侧增设重构管理单元、联合无线资源管理&自优化单元、认知信息/知识库和认知信息管理模块，再设置下述四种交互接口：运营商之间接口、网络侧与终端侧之间接口、各模块之间接口和模块内部各单元之间的接口，各模块之间或模块内各单元通过接口实现信息交互，共同完成相应的网络功能，从而扩展网络认知能力、自主能力和适变能力，提升网络管理的智能化，实现异构网络融合与系统频谱的高效利用并提升网络的全局性能。

公开(公告)号：CN102006599A

公开(公告)日：2011-04-06

申请号：CN201010537815.5

申请日：2010-11-05

Applicant: 北京邮电大学

Inventor： 许晓东 ,  张平 ,  李宏佳 ,  胡丹 ,  陈鑫 ,  陶小峰 ,  王强 ,  崔琪楣 ,  尹越 ,  倪捷

IPC: H04W16/14 ,  H04W52/24 ,  H04W72/08

CPC classification number: H04W16/32 ,  H04W52/244 ,  H04W84/045

Abstract: 本发明公开了一种宏小区与毫微微小区的混合组网中的干扰抑制方法，该方法对一定范围内的Femtocell进行分簇；对簇内毫微微基站的发射功率进行控制；调整Femtocell分簇情况；对干扰敏感区域的Femtocell进行分簇；对已完成分簇的干扰敏感区域的Femtocell，以簇为单位，对簇内的毫微微基站进行发射功率控制；调整干扰敏感区域的Femtocell的分簇情况，确定干扰敏感区域的Femtocell簇；将宏用户设备分为死区用户设备和非死区用户设备；从而将频谱资源分为相不重叠的三部分；并为干扰敏感区域的Femtocell，死区用户设备，非干扰敏感区域的Femtocell和非死区用户设备分配频谱资源。本发明能有效提高宏小区和Femtocell重叠覆盖的双层网络的频谱利用效率和系统容量，有效解决宏小区和Femtocell间的跨层干扰和Femtocell的同层干扰问题。

公开(公告)号：CN119814226A

公开(公告)日：2025-04-11

申请号：CN202411783938.5

申请日：2024-12-06

Applicant: 北京邮电大学

Inventor： 王强 ,  国梁 ,  陶小峰 ,  车佳祺

IPC: H04L1/00 ,  H04L41/14

Abstract: 本申请的网络通信模型包括信道层和多个信号传输模块，各信号传输模块包括信号发射模块与信号输出模块，各信号发射模块包括编码器网络、功率分配网络及编码调制层，通信方法包括：分别利用各编码器网络基于接收到的待传输信号和预设干扰系数进行编码，得到多个第一编码信号，分别利用各功率分配网络基于预设干扰系数进行编码，得到多个第二编码信号，分别利用编码调制层基于各第一编码信号及第二编码信号，得到各信号发射模块发射的发射信号，利用信道层基于预设噪声、预设干扰系数及各发射信号，计算各信号输出模块的输入信号，分别利用各信号输出模块基于各输入信号进行解码，得到多个输出信号，减少了编码器网络的参数量，提高编码调制效率。

公开(公告)号：CN115841229A

公开(公告)日：2023-03-24

申请号：CN202211542739.6

申请日：2022-12-02

Applicant: 北京邮电大学

Inventor： 王强 ,  胡兴洪 ,  徐琛 ,  张文琦

IPC: G06Q10/0631 ,  G06Q50/30

Abstract: 本发明公开了一种网联车系统的智能调度方法，属于智慧交通领域；具体包括：首先，获取真实的道路网络信息，构建交通网络图；基于分区模型把交通网络图划分为多个不相交的区域；然后，获取实时的车辆密度信息，将其输入至神经网络中，输出每对相邻区域的预估行驶时间，进一步计算每个区域到达相邻区域及其自身的权重；获取各个区域服务范围内的实时供需信息，将其输入至匹配模型，输出车辆与乘客匹配的结果并执行；将各区域剩余的供需信息和权重信息输入强化学习调度模型中，输出车辆的调度策略并执行；本发明考虑了实时区域间行驶时间，以提高调度模型在真实环境中的应用性能，包括车辆服务水平及其收益。

公开(公告)号：CN114826949A

公开(公告)日：2022-07-29

申请号：CN202210499844.X

申请日：2022-05-04

Applicant: 北京邮电大学

Inventor： 王强 ,  徐琛 ,  刘天骄

IPC: H04L41/147 ,  H04L41/14 ,  H04L43/08

Abstract: 本发明公开了一种通信网络状况预测方法，属于信息技术领域；具体包括：实时获取通信网络各节点状况，并划分为短期数据，长期数据与典型数据；将短期通信状况数据输入到预先训练的自注意力神经网络中，得到通信网络节点间影响特征，并经全连接自编码器得到通信网络节点间影响特征向量；将典型数据输入到预先训练的卷积自编码器中，得到通信网络状况观测特征向量；将两个向量连接，并聚类获得每一类节点的类别特征向量。最后，结合长期历史数据以及各节点的类别特征向量输入到图递归神经网络中，得到未来时刻通信网络状况预测值；本发明有效避免不同类型数据对模型性能的干扰，提高模型预测准确性。

公开(公告)号：CN112332892B

公开(公告)日：2022-05-17

申请号：CN202011158996.0

申请日：2020-10-26

Applicant: 北京邮电大学

Inventor： 王强 ,  梁彬彬 ,  张文琦

IPC: H04B7/0413 ,  H04B1/40 ,  H04B1/00

Abstract: 本发明实施例提供了一种收发机、接收及发送方法，将多通道的信号合成一路宽带信号后，送入一个中频复用模块。这样使用一个中频复用模块完成对多通道的信号进行处理，相较于使用多个中频模块，减少了部件，不仅节约了成本，而且达到减小芯片总面积的目的；另外，使用中频复用模块考虑总带宽，可以在同一带宽下同时处理多通道的信号，实现多通道复用，提高了设备的高效性。

公开(公告)号：CN108960141B

公开(公告)日：2021-04-23

申请号：CN201810721706.5

申请日：2018-07-04

Applicant: 国家新闻出版广电总局广播科学研究院 ,  北京邮电大学

Inventor： 郭天生 ,  郭晓强 ,  王强 ,  姜竹青 ,  门爱东

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种基于增强型深度卷积神经网络的行人再识别方法，使用基础深度学习卷积神经网络模型提取行人图像的基础深度特征，同时使用传统手动特征提取方法提取行人图像的手动特征并降维；应用特征重建模块将基础深度特征和手动特征融合成增强型深度特征；通过特征比较预测两张图像中行人是否为同一个人，联合使用分类损失函数和验证损失函数对输入图像进行分类和异同验证，以最小化联合损失为目标来训练网络，使得网络生成更有判别力的行人图像特征。本发明充分利用了手动特征和深度特征之间的互补性，提出了联合使用分类损失和验证损失函数用于监督网络训练的策略，获得了良好的性能，有效地提高行人再识别准确率。

公开(公告)号：CN110225568B

公开(公告)日：2021-03-05

申请号：CN201910431268.3

申请日：2019-05-22

Applicant: 北京邮电大学

Inventor： 王强 ,  张泽宇 ,  张天骄

IPC: H04W40/10 ,  H04W52/46

Abstract: 本发明实施例提供一种非正交多址下基于能耗最低的MTC网关选择方法及设备，所述方法包括：初始化未使用的子载波，获取请求上行数据传输业务的MTCD集合，以及MTCG集合；获取每个MTCD的业务请求信息和信道信息；获取每个MTCG的业务请求信息、信道信息；获取各MTCD和各MTCG之间的信道增益；根据MTCD的总能耗为每个MTCD选择接入的MTCG或者为每个MTCD直接和基站建立连接，并为每个MTCD分配传输功率以及传输时间。本发明对于机器类通信场景中MTCD数量较大，各个MTCD选择方式不同会带来较大的能耗差异的情况，可以有效降低MTCD的总能耗，节省各个MTCD的电能，延长MTCD电池的使用时间。