-
公开(公告)号：CN115865241B
公开(公告)日：2025-03-04
申请号：CN202211480131.5
申请日：2022-11-23
Applicant: 南京邮电大学
IPC: H04B17/382 , H04B17/309 , H04B7/0426 , H04B7/08
Abstract: 本发明公开了一种RIS辅助的通信感知计算一体高效数据处理方法、设备及介质，在6G网络环境中，用户设备UE收集环境数据并生成发送信号，发送信号经由均匀平面阵列RIS传输至基站BS，在此过程中完成数据的处理，处理后的数据在BS进行融合。BS处的接收信号包括用于计算信号和感知信号。导出接收信号的频率响应，使用不同子载波接收到的导频向量来检测信道参数，进而最小化计算失真的同时保证感知信号速率要求并恢复参数。本发明的方法在6G网络环境中设置RIS降低了障碍物对信号的干扰，有效的改善能耗和信道质量，以最小化计算失真为优化目标，提升了数据处理效率。
-
公开(公告)号：CN116390124B
公开(公告)日：2025-02-14
申请号：CN202310340504.7
申请日：2023-03-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无人机辅助的去蜂窝大规模MIMO系统的资源优化方法。在无人机辅助的去蜂窝大规模MIMO系统场景中，无人机作为空中接入点和地面AP点联合为地面用户提供服务，该方法具体设计包括设计基于空‑地AP联合服务的用户调度规则；根据调度规则，设计基于空‑地联合服务的通信模型；设计公平的资源分配方案，包括用户调度方案、无人机的位置部署方案、用户功率分配方案，最大化上述通信模型的用户最小下行速率，最后通过块坐标下降和连续凸优化技术等优化求解方法验证所提出的效用模型的可行性。本发明能够根据当前用户和地面资源分布情况，提出包括无人机在内的最优资源分配策略，实现地面用户服务的无盲点覆盖。
-
公开(公告)号：CN119250111A
公开(公告)日：2025-01-03
申请号：CN202411256284.0
申请日：2024-09-09
Applicant: 南京邮电大学 , 国网智能电网研究院有限公司
Abstract: 本发明公开了一种面向物联网动态环境的自适应学习方法及系统，系统包括：数据流模块、内存集模块、图数据集构建模块、混合模块、图神经网络模块。在每个时隙的训练过程中，数据流模块提供当前时隙样本集，图数据集构建模块将当前时隙样本集构建为当前时隙图数据集。以内存图数据集与当前时隙图数据集混合作为输入，供图神经网络模块进行训练。并且针对所有样本的预测值，连续学习模块计算性能函数值。本发明通过图神经网络的置换等变特性，有效利用了物联网环境下设备之间的底层拓扑结构，能够挖掘出更多有用信息。同时本系统解决了应用传统方案后模型对过往任务产生的“灾难性遗忘”问题，在动态变化的实际通信环境中表现出很好的适应性。
-
公开(公告)号：CN118631847A
公开(公告)日：2024-09-10
申请号：CN202410779325.8
申请日：2024-06-17
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京邮电大学
Inventor： 夏元轶 , 滕昌志 , 蒋承伶 , 曾锃 , 缪巍巍 , 张瑞 , 肖茂然 , 张明轩 , 洪涛 , 李世豪 , 余益团 , 张震 , 赵海涛 , 倪艺洋 , 夏文超 , 贾艺行 , 李龙泽
Abstract: 本发明公开了一种电力物联业务分布式动态调度方法、装置、设备及存储介质，包括：获取目标电力物联业务；所述目标电力物联业务中包括多个电力物联业务；基于重要程度指数对所述目标电力物联业务进行排序，获得排序结果；基于所述排序结果确定所述目标电力物联业务中各所述电力物联业务的最终优先级；根据所述最终优先级依次根据预设电力物联业务服务器资源调度模型确定各所述电力物联业务的业务资源调度策略。利用该方法；通过确定电力物联业务的优先级将业务进行排序优先处理重要业务，并在平台侧利用优化模型寻找最佳业务资源调度策略，有效提高了业务数据传输的高效性，保证了电网业务数据的高效处理与服务质量。
-
公开(公告)号：CN118174989A
公开(公告)日：2024-06-11
申请号：CN202410225639.3
申请日：2024-02-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向去蜂窝物联网多天线系统的信道估计和波束成形联合学习方法，包括：根据最小均方误差估计器和上下行信道非互易关系，利用上行接收导频信号估计下行信道信息，获得信道估计网络训练样本集；根据上下行对偶关系，利用下行信道信息计算虚拟上行功率分配向量，获得特征值网络训练样本集；利用全局损失函数，对信道估计网络和特征值网络进行联合训练，获得训练好的神经网络模型，进而将上行接收导频信号输入预先训练好的神经网络模块进行预测，获得下行信道矩阵预测值和虚拟上行功率分配向量预测值，对其进行分析，确定下行波束成形矩阵，仿真结果表明所发明方法在功率性能上接近数值算法，在时间性能上远优于数值算法。
-
Patent Agency Ranking
公开(公告)号：CN117377069A
公开(公告)日：2024-01-09
申请号：CN202311333830.1
申请日：2023-10-16
Applicant: 南京邮电大学
IPC: H04W72/044 , H04W72/542
Abstract: 本发明公开了一种面向雷达通信双功能系统的主被动协同感知融合方法，包括1、在基站发送的信号中嵌入专用感知符号；2、利用优化问题求解功率分配；3、接收接入点接收被动感知信号，利用白化滤波器对直接路径干扰进行处理，使其变为白噪声；4、接收接入点利用广义似然比检验检测器判断目标是否存在，之后接收接入点与基站将二元判决结果以及目标检测概率传输给融合中心；5、融合中心将接收到的信息进行投票聚合，判断目标是否存在。本发明可以提高目标检测、定位以及环境信息获取和重建的准确性和效率，并有可能显着提高无线通信感知网络的性能。
-
公开(公告)号：CN117216714A
公开(公告)日：2023-12-12
申请号：CN202311135766.6
申请日：2023-09-04
Applicant: 国网江苏省电力有限公司信息通信分公司 , 南京邮电大学
IPC: G06F18/25 , G06F18/213 , G06F18/24
Abstract: 本发明实施例公开一种多模态数据融合处理方法、装置、设备和存储介质。该方法包括获取电力物联网中待处理原始多模态数据集；基于预设特征映射关系对各模态中每个模态目标数据对应的原始特征向量进行特征映射得到多模态增强数据集；确定多模态增强数据集中各增强模态分别对应模态内部特征之间的关系融合矩阵，并将各增强模态以及与各增强模态分别对应的关系融合矩阵进行融合得到多模态特征融合数据集；基于多模态特征融合数据集中各融合模态分别对应的初始模态特征以及神经网络模型对各融合模态进行模态间的特征融合。本发明实施例，通过上述技术方案，解决模态内和模态间的一致性和差异性问题，提高多模态数据融合处理性能以及数据融合准确度。
-
公开(公告)号：CN116886141A
公开(公告)日：2023-10-13
申请号：CN202310774419.1
申请日：2023-06-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向集成主被动感知通感一体化的目标检测方法，该方法包括步骤一、在双功能雷达通信基站发送的通信信号中嵌入专用传感信号，对传感信号和通信信号分别进行预编码；步骤二、在保证传输总功率不超双功能雷达通信基站预算以及K个用户的信干噪比满足最低要求的情况下，以最大化目标检测概率为目的，得到用于通信信号和传感信号的功率；步骤三、双功能雷达通信基站发射信号给K个用户，在双功能雷达通信基站和R个接收接入点进行接收；步骤四、将接收到的主动回波传感信号和R个接收接入点接收到的被动目标反射信号传输给中央控制器；步骤五、中央控制器将接收到的信号进行重组，利用广义似然比检验检测器判断目标是否存在。
-
公开(公告)号：CN113709750B
公开(公告)日：2023-09-26
申请号：CN202110967263.X
申请日：2021-08-23
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
IPC: H04W16/10 , H04B17/382
Abstract: 本发明公开了一种面向物联网环境的频谱分层协同认知方法，包括以下步骤：步骤一、采集一个连续宽带频谱内的时域信号x(t)，进而得到x(t)的功率谱，以得到整个频谱的频带；步骤二、对多抽头谱估计的方法得到的x(t)的功率谱执行多尺度小波积变换，确定各个子频带的频率边缘fn，利用fn作为分界点划分整个频谱以得到划分的子频带；步骤三、协同的次用户SUs对利用fn划分的子频带进行感知，并将本地感知结果和时域信号能量的检测统计量发给融合中心FC；步骤四、融合中心采用硬判决机制根据步骤三中的本地感知结果对频谱的使用情况进行初步判决，进一步根据时域信号能量检测统计量采用软判决的机制进行判决。本方法通过软硬结合的双判决机制提高了确定空闲频谱的准确性。
-
公开(公告)号：CN116647823A
公开(公告)日：2023-08-25
申请号：CN202310739887.5
申请日：2023-06-21
Applicant: 南京邮电大学
IPC: H04W4/40 , H04B7/06 , H04B7/0456
Abstract: 本发明公开了一种ARIS辅助的反向散射车联网系统，该系统包括：一个射频源(RS)、一个车载反向散射标签(Tag)、一个有源智能反射表面(ARIS)和一个读取器(RD)。ARIS的每个反射单元同时调制RS发射的载波信号相位，并对信号进行放大，Tag利用放大后的载频信号向路边单元上的RD反向散射自身信息。本发明旨在保证RS和ARIS处的功率约束条件下，以最大化RD处的可达速率为目标，充分利用ARIS特性，显著提升反向散射通车联网系统的容量增益，RD接收信息后可以转发给基站(BS)，实现蜂窝网融合，扩大反向散射通信距离，进行车辆的超速感知预警、车牌信息识别和行驶轨迹预测。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.026 seconds)
