-
公开(公告)号：CN102088423B
公开(公告)日：2013-12-25
申请号：CN201010586733.X
申请日：2010-12-14
Applicant: 北京邮电大学 , 工业和信息化部电信传输研究所
Abstract: 本发明公开了一种时分双工OFDM系统参考信号接收功率的测量方法和装置。所述方法对同步信号的功率进行测量，并对参考信号进行信道估计，计算参考信号的接收功率，通过对所得到的各种信号功率值进行加权平均，得到最终的参考信号接收功率测量值。本发明有效地避免了时分双工系统由于下行时隙不连续、参考信号测量数量偏少带来的参考信号接收功率测量误差，提高了测量精度，从而提高了时分双工OFDM系统对移动性的支持。
-
公开(公告)号：CN102088423A
公开(公告)日：2011-06-08
申请号：CN201010586733.X
申请日：2010-12-14
Applicant: 北京邮电大学 , 工业和信息化部电信传输研究所
Abstract: 本发明公开了一种时分双工OFDM系统参考信号接收功率的测量方法和装置。所述方法对同步信号的功率进行测量，并对参考信号进行信道估计，计算参考信号的接收功率，通过对所得到的各种信号功率值进行加权平均，得到最终的参考信号接收功率测量值。本发明有效地避免了时分双工系统由于下行时隙不连续、参考信号测量数量偏少带来的参考信号接收功率测量误差，提高了测量精度，从而提高了时分双工OFDM系统对移动性的支持。
-
公开(公告)号：CN102045123A
公开(公告)日：2011-05-04
申请号：CN201010586616.3
申请日：2010-12-14
Applicant: 北京邮电大学 , 工业和信息化部电信传输研究所
Abstract: 本发明公开了一种在存在突发干扰的环境中实现时分双工无线通信系统信道互易的射频校准的方法和装置。所述方法进行多次射频子校准，每次子校准过程利用通信节点间发送的导频信号实现。本发明有效地避免了突发干扰带来的射频校准的不准确性，同时避免了射频校准过程中信道信息在通信节点间的传输，使得信道互易性得以在时分双工无线通信系统中应用，减小了信令开销，提高了系统性能。
-
公开(公告)号：CN102045123B
公开(公告)日：2014-04-30
申请号：CN201010586616.3
申请日：2010-12-14
Applicant: 北京邮电大学 , 工业和信息化部电信传输研究所
Abstract: 本发明公开了一种在存在突发干扰的环境中实现时分双工无线通信系统信道互易的射频校准的方法和装置。所述方法进行多次射频子校准，每次子校准过程利用通信节点间发送的导频信号实现。本发明有效地避免了突发干扰带来的射频校准的不准确性，同时避免了射频校准过程中信道信息在通信节点间的传输，使得信道互易性得以在时分双工无线通信系统中应用，减小了信令开销，提高了系统性能。
-
公开(公告)号：CN116321219B
公开(公告)日：2024-04-19
申请号：CN202310024302.1
申请日：2023-01-09
Applicant: 北京邮电大学
IPC: H04W24/02
Abstract: 本发明提供一种自适应蜂窝基站联邦形成方法、联邦学习方法及装置，根据基站数据的分布进行初始聚类形成初始联邦，采用中心性原则在初始联邦选取联邦领导者基站，由联邦领导者基站通过粒子群优化算法动态选择联邦参与者基站，通过引入联邦学习任务指定过程中的性能参数计算适应度值进行求解，能够实现选择得到的联邦参与者基站能够实现联邦学习性能整体最优，使得移动通信中蜂窝基站之间非独立分布的数据也能实现高效利用，完成联邦学习任务。
-
Patent Agency Ranking
公开(公告)号：CN115051925B
公开(公告)日：2023-07-18
申请号：CN202210683711.8
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: H04L41/14 , H04L41/147 , H04L41/16 , H04W4/14 , H04W4/20 , H04W24/06 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于迁移学习的时空序列预测方法，属于时空序列预测领域和迁移预测领域；具体为：首先，收集待预测城市的无线业务流量，作为时空序列源数据，基于时空预测模型的局部卷积网络和残差网络，学习时空特征；同时提取外部信息源数据，基于局部卷积学习外部信息特征；然后，将时空特征输入对抗生成网络，学习得到时空共性特征；通过融合时空特征、时空共性特征和外部信息特征，得到时空预测模型的预测值；并通过最小化预测损失函数，优化预测模型的参数。最后，将该时空预测模型迁移到与源数据具备同时空的共性特征的目标域数据，得到目标域模型参数，并进一步对目标域进行预测。本发明提高了预测准确度和稳定性。
-
公开(公告)号：CN116089711A
公开(公告)日：2023-05-09
申请号：CN202211723636.X
申请日：2022-12-30
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06F16/906 , G06F16/35 , G06F16/2458 , G06N3/045
Abstract: 本发明提供一种兴趣点推荐方法及装置，该兴趣点推荐方法包括：获取用户访问信息和兴趣点集合；对用户访问信息中的短序列进行扩充，得到增强的用户访问信息序列；将增强的用户访问信息序列和兴趣点集合输入至预设的兴趣点推荐模型，得到用户的目标兴趣点推荐结果。本发明所述方法能够充分学习用户访问兴趣点的偏好信息，避免了人工误判的错误，提高了用户兴趣点推荐的准确率。
-
公开(公告)号：CN114996469A
公开(公告)日：2022-09-02
申请号：CN202210405693.7
申请日：2022-04-18
Applicant: 北京邮电大学
Abstract: 本发明提供一种电子信息专业的知识图谱构建方法及装置，包括：构建本体结构，其中，所述本体结构包括类和关系，所述类用于区分电子信息专业知识的内容和知识粒度，所述类包括多种属性，所述关系包括类间关系和类内关系；构建知识实例集合，其中，构造出的每个知识实例属于所述本体结构的任意一类；将所述知识实例集合添加进所述本体结构中得到电子信息专业的知识图谱。本发明针对电子信息专业知识的特点以及学习方式构建知识图谱，为电子信息专业教育方向的知识工程研究提供有力支持。
-
公开(公告)号：CN114565023A
公开(公告)日：2022-05-31
申请号：CN202210112132.8
申请日：2022-01-28
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于潜在特征分解的无监督异常检测方法，属于通用异常检测领域；具体包括：首先，对给定的待检测数据进行预处理，构建无标签训练数据集；然后，搭建包括编码模块，解码模块和特征分解模块的FDAE；利用编码模块将数据转化到潜在空间，得到潜在特征；利用特征分解模块分别提取潜在特征的正常和异常特征；然后，利用解码模块分别对正常特征和异常特征进行解码；基于解码结果，采用两阶段的训练策略和无标签数据集训练FDAE；利用测试集输入训练好的FDAE中，分别计算正常重构误差和异常重构误差，判断该测试数据是否异常；本发明训练速度更快，所需要的超参数更少，能够处理复杂结构的数据。
-
公开(公告)号：CN103634919B
公开(公告)日：2017-01-11
申请号：CN201310642344.8
申请日：2013-12-03
Applicant: 北京邮电大学
Abstract: 本发明公开了一种家庭基站基于干扰协调的资源分配方法及家庭基站，包括：终端计算自己受到的干扰强度值并确定干扰源后，上报给为该终端提供服务的家庭基站；所述家庭基站根据干扰门限阈值判定干扰源家庭基站的干扰是否是强干扰，将判定为强干扰的家庭基站加入到干扰者列表中；所述家庭基站判断若干扰者列表不为空，则向所述干扰者列表中干扰源家庭基站发送合作请求后，判断若干扰源家庭基站与所述家庭基站的通信质量均能增加，则所述家庭基站与干扰源家庭基站进行合作资源分配。本发明解决了当前家庭基站对其相邻家庭小区用户的严重干扰而导致的家庭小区的用户的服务质量下降的问题。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.039 seconds)
