一种基于Bagging和长短期记忆网络的信道盲均衡方法及系统

    公开(公告)号:CN113259284B

    公开(公告)日:2022-05-24

    申请号:CN202110520590.0

    申请日:2021-05-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于Bagging和长短期记忆网络的信道盲均衡方法及系统,该方法包括如下步骤,建立基于长短期记忆网络的信道盲均衡模型;采用Bagging算法对长短期记忆网络盲均衡模型进行优化;对得到的模型进行训练,得到最佳的参数设置;利用训练好的盲均衡模型对新数据进行均衡。在保证神经网络对非线性良好的拟合前提下,通过引入长短期记忆网络解决了神经网络盲均衡过程中参数寻优困难和易于陷入局部最优解的问题。此外,基于改进常模算法MCMA消除了信道对于传输信号在幅值和相位两个方面的影响,使得本发明技术方案更具适应性,适用的信道环境更广,能够提升神经网络类均衡器在时变信道的均衡性能。

    一种软件定义车载边缘网络中联合资源分配和计算卸载的方法

    公开(公告)号:CN110035410B

    公开(公告)日:2021-07-13

    申请号:CN201910172989.7

    申请日:2019-03-07

    Applicant: 中南大学

    Abstract: 本发明公开一种软件定义车载边缘网络中联合资源分配和计算卸载的方法及系统。本发明根据数据信息建立无线通信理论的数学模型,并根据所述数学模型,将联合资源分配和计算卸载问题建模为一个混合整数非线性规划问题(MINLP);通过Tammer分解法将原问题分解为资源分配子问题和计算卸载子问题,并采用函数单调性定义,拉格朗日对偶和KKT(Karush‑Kuhn‑Tucker)条件获得最优资源分配,以及采用多阶段的低复杂度启发式算法获得最优卸载策略;服务器可根据控制器的方案给车辆分配计算资源,车辆根据控制器的策略选择服务器卸载计算任务。本发明为车辆提供了最优的卸载策略,以及最优的资源分配方案,降低了系统范围内车载任务的总处理时延。

    一种基于健康指标的均衡控制模块寿命预测方法及装置

    公开(公告)号:CN111399474B

    公开(公告)日:2021-05-14

    申请号:CN202010132742.5

    申请日:2020-02-29

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于健康指标的均衡控制模块寿命预测方法及装置,所述方法包括以下步骤:步骤S1:基于均衡控制模块在各次动作中的数据,计算其在各次动作时的特征值;步骤S2:构建健康指标模型,基于均衡控制模块样本的特征值确定模型参数;并基于提取的特征值,采用参数确定后的健康指标模型计算均衡控制模块在其各次动作时的健康指标;步骤S3:构建寿命预测模型,基于均衡控制模块样本的健康指标序列和剩余使用寿命序列训练预测模型参数,得到训练好的寿命预测模型;步骤S4:将待检测的均衡控制模块的历史健康指标序列输入训练好的寿命预测模型,输出其剩余使用寿命。本发明能针对均衡控制模块进行寿命预测,且准确性高。

    一种智慧充电桩数据传输装置、处理系统及方法

    公开(公告)号:CN110099069A

    公开(公告)日:2019-08-06

    申请号:CN201910415020.8

    申请日:2019-05-17

    Abstract: 本发明公开了一种智慧充电桩数据传输装置、处理系统及方法,本发明中的传输装置能够传输装置通过第一通信模块接收下层充电桩发送来的电池状态数据,接着向第三方代理请求公私钥对,在完成加密之后上传至云端服务器。通过重加密技术,使得在本装置上传用户电池状态数据时,即使密钥被窃取攻击者也无法获知上传的内容。适用于在充电桩需要上传用户电池充电时的状态数据至云端时的数据收发和安全加密。此外,本发明中云端服务器将数据按关键字存储于MPT数据结构中,基于数据完整验证机制,允许用户在不需要下载原始消息的前提下进行验证数据的正确性和完整性,这样大大节约了用户的下载时间和下载带宽。

    一种面向超密集网络的边缘计算的资源分配方法及系统

    公开(公告)号:CN110012508B

    公开(公告)日:2022-02-11

    申请号:CN201910283122.9

    申请日:2019-04-10

    Applicant: 中南大学

    Abstract: 本发明公开了一种面向超密集网络的边缘计算的资源分配方法及系统,该方法从全局的角度收集各终端设备的任务请求,以及各边缘服务器的资源状态,以SDN控制器作为决策体执行各边缘服务器计算资源的合理分配;该系统包括宏基站、微基站以及边缘服务器;宏基站与各微基站通过高速光纤链路连接,与移动用户之间采用无线连接的方式。宏基站从全局的角度管理整个网络的资源状况,收集各移动给用户的信息。本发明充分考虑到边缘服务器计算资源的有效性,以及各服务器资源总量及性能差异,将双向多轮拍卖机制引入到超密集网络中多服务器计算资源分配过程中,在保障用户服务质量的前提下,最大化服务器的总收益,均衡各个服务器的负载。

    一种基于Bagging和长短期记忆网络的信道盲均衡方法及系统

    公开(公告)号:CN113259284A

    公开(公告)日:2021-08-13

    申请号:CN202110520590.0

    申请日:2021-05-13

    Applicant: 中南大学

    Abstract: 本发明公开了一种基于Bagging和长短期记忆网络的信道盲均衡方法及系统,该方法包括如下步骤,建立基于长短期记忆网络的信道盲均衡模型;采用Bagging算法对长短期记忆网络盲均衡模型进行优化;对得到的模型进行训练,得到最佳的参数设置;利用训练好的盲均衡模型对新数据进行均衡。在保证神经网络对非线性良好的拟合前提下,通过引入长短期记忆网络解决了神经网络盲均衡过程中参数寻优困难和易于陷入局部最优解的问题。此外,基于改进常模算法MCMA消除了信道对于传输信号在幅值和相位两个方面的影响,使得本发明技术方案更具适应性,适用的信道环境更广,能够提升神经网络类均衡器在时变信道的均衡性能。

Patent Agency Ranking