一种基于反馈的协议序列信道接入算法

    公开(公告)号:CN106131970B

    公开(公告)日:2020-05-22

    申请号:CN201610829506.2

    申请日:2016-09-18

    Abstract: 本发明提出了一种基于反馈的协议序列的信道接入机制改进算法。新算法在继承协议序列原有数据传输机制基础上,给每个节点分配一个唯一身份标识。当有数据发送时,发送节点在数据包头添加身份标识列表,该列表包括了发送节点自身标识和其已侦听到的节点身份标识。各节点之间利用这种身份标识列表作为反馈方式,通知附近节点数据接收情况。一旦接收节点从身份标识列表获取到自身的标识信息,它下一次发送就不需要重传数据。在这种新算法下,协议序列不需要在一个周期内重复发送相同的数据包。本发明相较与传统协议序列,在相同的传输延时下,系统吞吐率可以获得极大的改善。

    基于多参数估计的单基站移动用户定位方法

    公开(公告)号:CN106658713B

    公开(公告)日:2020-03-24

    申请号:CN201710036764.X

    申请日:2017-01-18

    Abstract: 本发明采用一种基于多参数估计的单基站移动用户定位方法。该方法首先使用到达时间(TOA)区分出直径到达信号,然后采用到达角(AOA)估计技术测算出直径信号的到达角,从而获知移动用户相对于基站的方位。接着,分别使用TOA和信道状态信息(CSI)测算出单基站与移动用户之间的距离,并对通过TOA测出的距离和CSI测出的距离进行加权处理得到加权距离。最后,结合测算出的到达角和加权距离,估算得到移动用户的位置。本发明提出的定位方法只需要一个基站,通过结合TOA、AOA以及CSI这三种测量参数,减少了基站的个数以及多径效应的影响,在降低成本的同时提高了定位精度。

    基于两层滑动窗口阈值的动作分割方法

    公开(公告)号:CN110575176A

    公开(公告)日:2019-12-17

    申请号:CN201910792913.4

    申请日:2019-08-26

    Abstract: 本发明提供一种基于两层滑动窗口阈值的动作分割方法,包括:计算每个数据包中信道状态信息幅度数据的有效值,对数据包加上若干个同一宽度的主窗口,并计算主窗口内信道状态信息幅度数据有效值的方差,判断主窗口内有效值的方差是否满足动作识别条件,若满足,则进一步将主窗口划分为若干个等间距的小窗口,计算小窗口内的信道状态信息幅度数有效值的方差,并根据此方差值确定动作的起止点。本发明提供的基于两层滑动窗口阈值的动作分割方法,能够提高动作分割准确性。

    抽屉内物品标签在读写器移动方向轴的粗定位方法

    公开(公告)号:CN110568400A

    公开(公告)日:2019-12-13

    申请号:CN201910792344.3

    申请日:2019-08-26

    Abstract: 本发明提供一种抽屉内物品标签在读写器移动方向轴的粗定位方法,包括:获取物体标签的信号强度(RSS)原始数据;对原始RSS数据的预处理;以及根据预处理后的RSS来粗略估计抽屉内物体标签在读写器移动方向轴上的位置。其中:获取标签原始数据的方法是沿着平行于抽屉前板的方向等间隔的移动读写器天线,天线在不同位置来获取抽屉内标签的原始RSS数据;然后对原始RSS数据滤波进行处理;最后根据天线在不同位置时接收的标签RSS估计出物体标签的位置。本发明提供的基于读写器天线移动方向轴的粗定位方法能够在非视距的情况下粗略估计出物体标签的位置。

    基于深度强化学习的静态环境下的最大化全局吞吐量方法

    公开(公告)号:CN110458283A

    公开(公告)日:2019-11-15

    申请号:CN201910741851.4

    申请日:2019-08-13

    Abstract: 本发明设计了一种最大化全局吞吐量方法,实现了在移动边缘计算架构中将无人机当作移动边缘计算服务器为终端静止用户提供及时有效的计算服务。随着现代科技技术日新月异,来自终端用户的任务越来越多,传统的移动边缘计算框架已无法为用户提供及时有效的计算服务,因此考虑将无人机当作移动计算服务器,在用户的上方为其提供服务,从而实现高效的交互服务。本发明考虑到用户移动较慢,将其近似看成静止不动的,通过对用户状态和无人机状态以及无人机与用户之间的信道状态进行建模,结合深度强化学习算法最大化全局吞吐量。

    一种分布式传感器网络中用于追踪的广播节点选择方法

    公开(公告)号:CN110430585A

    公开(公告)日:2019-11-08

    申请号:CN201910723536.9

    申请日:2019-08-07

    Abstract: 本发明公开了一种分布式传感器网络中用于追踪的广播节点选择方法。我们根据接收到的上一时刻的部分传感器信息,更新当前时刻的目标状态的估计值与真实值之间的协方差矩阵,同时结合传感器节点在当前时刻之前所有的协方差矩阵来挑选估计质量最好的传感器用来作为广播节点。实验结果表明,该方法较传统的方法,能够显著的提高在追踪过程中传感器网络的能量利用效率和带宽资源利用效率。

    基于深度强化学习的无线传感器网络目标追踪方法

    公开(公告)号:CN110351829A

    公开(公告)日:2019-10-18

    申请号:CN201910723530.1

    申请日:2019-08-07

    Abstract: 本发明实现在网络覆盖范围内对目标车辆的分布式追踪,提出了一种动态激活区调整策略,在每个时刻网络中都存在一个基于传感器对车辆感知区域而确定的感知区域,以及一个上一时刻预先开启的激活区域。在此分布式跟踪策略中,在激活区域内存在一个数据融合中心将其跟踪估计结果向相邻节点广播。在考虑有限网络对车辆感知区域的基础上,提出了对激活区域动态调整方案,以提高跟踪精度和节能效果。通过结合深度强化学习算法,找出在每个时刻针对于每种状况的最优决策,从而获得最优的追踪精度与最少的能源消耗,从而极大提升无线传感器网络对行驶车辆轨迹追踪的效率与资源的节约。

    方向调制中基于人为噪声的安全多播场景下预编码方法

    公开(公告)号:CN110113087A

    公开(公告)日:2019-08-09

    申请号:CN201910342487.4

    申请日:2019-04-25

    Abstract: 本发明提供了方向调制中多播场景下两种安全波束成形方案:最大化组接收功率加零空间投影方案和泄露方案。第一种方案在遵从正交约束的条件下,通过最大化每个期望用户组的接收功率来设计有用信号波束成形向量,同时选取所有期望用户组导向向量零空间的基构成人为噪声投影矩阵。第二种方案首先通过最大化每个期望组的信泄噪比来设计相应期望组的有用信号波束成形向量,从而使得有用信号功率尽可能多地指向相应期望组方向而减少其泄露到窃听方向以及其他期望组方,通过最大化人为噪声与泄噪比来设计人为噪声波束成形矩阵。同时与传统方案相比,本发明提出的两种方案在误码率以及安全速率性能方面都有较大提升,能够实现更加安全可靠的无线传输。

    基于无线信道状态信息的坐姿时长检测方法

    公开(公告)号:CN109670434A

    公开(公告)日:2019-04-23

    申请号:CN201811523763.9

    申请日:2018-12-13

    Abstract: 本发明采用一种基于无线信道状态信息的坐姿时长检测方法,包括:将被监测区域按有、无人员处于坐姿状态分为两种情况,分别采集这两种情况下的信道状态信息幅度数据;对采集到的数据首先去除离群值,然后基于小波变换实现低通滤波,接着利用主成分分析(PCA)算法降低数据维度,最后计算第二、三、四主成分的方差值作为SVM训练的样本;利用样本训练得出基于SVM的分类模型;实时采集信道状态信息,根据分类模型对被监测区域是否有人员处于坐姿状态进行判别,如果有人员在被监测区域内保持坐姿,则记录保持坐姿的时长。本发明实现了无线网络信道状态信息数据和支持向量机技术的结合,与现有技术相比,提高了坐姿状态判别的准确率。

Patent Agency Ranking