一种实现5G物联网网络路由路径的多跳路由方法

    公开(公告)号:CN110972206B

    公开(公告)日:2022-09-09

    申请号:CN201911093463.6

    申请日:2019-11-11

    Abstract: 本发明提供了一种实现5G物联网网络路由路径的多跳路由方法,本发明基于二维平面网格,通过进一步研究路由负载平衡问题,提出新的网络拓扑模型,这种模型使得边界节点也能够参与路由,从而降低网络内部节点的负载,达到负载平衡的目的。本发明提出的类环网络拓扑结构和基于类环结构的负载均衡路由算法能够较好地兼顾路由开销和负载均衡。与传统二维网格相比,本发明不仅缩短了消息传播的路由长度,且显著提高载体的负载平衡性,从而提升网络性能。

    一种中红外波段可动态控制的多功能布拉格光栅结构

    公开(公告)号:CN111708111A

    公开(公告)日:2020-09-25

    申请号:CN202010573612.5

    申请日:2020-06-22

    Abstract: 本发明提供了一种中红外波段可动态控制的多功能布拉格光栅结构,具体包括硅基布拉格光栅以及在硅基布拉格光栅上覆盖的单层石墨烯材料。本发明提供的石墨烯布拉格光栅可以在中红外波段动态调节,并且可以实现光学滤波和光开关的功能。与传统布拉格光栅相比,本发明不仅具有很好的光学滤波和光开关的效果,而且只需要改变加载在石墨烯上的偏置电压即可控制光栅的光学特性,克服了传统布拉格光栅通过改变结构参数、外部环境等控制光栅光学特性的诸多缺陷,在环境监测、频谱分析中具有重要的意义。

    一种实现LTE网络资源定向分配的中继选择方法

    公开(公告)号:CN107959957B

    公开(公告)日:2020-01-14

    申请号:CN201711104325.4

    申请日:2017-11-10

    Abstract: 本发明公开了一种实现LTE网络资源定向分配的中继选择方法,包括:步骤1,网络初始化;步骤2,网络中的所有中继监听源节点向目的节点发送数据过程,选出候选中继;步骤3,候选中继进入候选竞争状态,开启计时器Ti1;步骤4,判定计时器Ti1走完前候选中继是否收到更高优先级的RTS分组,如果是,执行步骤5,否则执行步骤6;步骤5,候选中继进入新的候选竞争状态,开启新计时器Ti2,并通知原先节点自己已被占用;步骤6,判定计时器Ti1或Ti2走完前是否收到其他中继flag包,如果是,关闭当前计时器并返回步骤1,否则执行步骤7;步骤7,候选中继竞争成功,尝试和源节点连接。

    一种中红外波段可动态控制的多功能布拉格光栅结构

    公开(公告)号:CN111708111B

    公开(公告)日:2022-05-24

    申请号:CN202010573612.5

    申请日:2020-06-22

    Abstract: 本发明提供了一种中红外波段可动态控制的多功能布拉格光栅结构,具体包括硅基布拉格光栅以及在硅基布拉格光栅上覆盖的单层石墨烯材料。本发明提供的石墨烯布拉格光栅可以在中红外波段动态调节,并且可以实现光学滤波和光开关的功能。与传统布拉格光栅相比,本发明不仅具有很好的光学滤波和光开关的效果,而且只需要改变加载在石墨烯上的偏置电压即可控制光栅的光学特性,克服了传统布拉格光栅通过改变结构参数、外部环境等控制光栅光学特性的诸多缺陷,在环境监测、频谱分析中具有重要的意义。

    一种实现5G物联网网络路由路径的多跳路由方法

    公开(公告)号:CN110972206A

    公开(公告)日:2020-04-07

    申请号:CN201911093463.6

    申请日:2019-11-11

    Abstract: 本发明提供了一种实现5G物联网网络路由路径的多跳路由方法,本发明基于二维平面网格,通过进一步研究路由负载平衡问题,提出新的网络拓扑模型,这种模型使得边界节点也能够参与路由,从而降低网络内部节点的负载,达到负载平衡的目的。本发明提出的类环网络拓扑结构和基于类环结构的负载均衡路由算法能够较好地兼顾路由开销和负载均衡。与传统二维网格相比,本发明不仅缩短了消息传播的路由长度,且显著提高载体的负载平衡性,从而提升网络性能。

    一种基于RBF的城域数据网流量测算方法

    公开(公告)号:CN105515857B

    公开(公告)日:2018-09-21

    申请号:CN201510894627.0

    申请日:2015-12-08

    Abstract: 本发明公开了一种基于RBF的城域数据网流量测算方法,包括:取样:以a天为周期从现有城域网设备中采集一个区域f时段的入流量作为输入样本L,将接下a+1~2a天f时段该区域的入流量作为输出样本H;预处理:将L进行小波分解,对低频分量加矩形窗函数后重构得到L的近似值L';建模:将L'作为训练网络模型的输入,H作为训练网络模型的输出,采用K‑均值聚类方法得到训练好的网络模型;对输出样本H进行小波分解后的低频分量加矩形窗函数,重构之后得到其近似值H',保持网络参数不变,将H'作为输入,输出预测值T,T为2a+1~3a天f时段该区域的入流量预测值。

Patent Agency Ranking