-
公开(公告)号：CN117015027A
公开(公告)日：2023-11-07
申请号：CN202310808819.X
申请日：2023-07-04
Applicant: 南京邮电大学
Abstract: 本发明属于网络节点技术领域，具体涉及基于非竞争PRACH的MESH自组网节点时间同步方法及系统，首先，启动后监听信道一轮周期，确认周围节点情况，然后在下一轮周期选择广播子帧中PRACH时隙发送PRACH数据以及广播占用了哪些时隙发送数据。接着，利用PRACH信号检查邻居节点的时差信息，所有节点向最小ID节点进行时间同步。之后IFFT变换进入时域，加CP循环前缀，设计MIMO多径衰落信道、选择最大多普勒、加频偏以及信噪比。最后，接收节点在频域中利用广播子帧中接收到的PRACH序列与本地原始序列做相关运算，得到的相关峰的位置就是节点间的TA时延。在广播信道中对测量TA值进行广播，实现了MESH自组网时间同步以及解决多节点竞争同一时隙资源造成数据碰撞丢包问题。
-
公开(公告)号：CN109146371B
公开(公告)日：2023-06-30
申请号：CN201810915015.9
申请日：2018-08-13
Applicant: 广东南方电力通信有限公司 , 南京邮电大学
IPC: G06Q10/087 , G06K17/00
Abstract: 本发明公开了一种无人值守电力仓库人和物资进出仓库智能匹配方法。首先按照物资所处的可能位置，将物资的状态划分为S1(库内)、S2(库外)、S3(待出库区域)以及S4(未知区域)四种可能的最小状态集合，通过货架上面的RIFD物资检测结果；其次，从RFID物资检测结果和门禁系统识别结果中，抽取出人和物智能匹配所必须的最小事件集合：E1(货架RFID检测到该物资)、E2(门口RFID检测到该物资)、E3(门禁系统检测到人员出库)、E4(门禁系统检测到人员入库)、E5(RFID超时未检测到该物资)五种可能事件；最后，融合最小的状态集合和事件集合。本发明基于有限状态机理论和方法，对每种状态下的事件进行处理和状态迁移，可以找到最佳的无人仓库系统人和物资出入仓库的最佳绑定时刻。
-
公开(公告)号：CN107248920B
公开(公告)日：2021-03-23
申请号：CN201710518137.X
申请日：2017-06-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向分布式无线回传链路的绿色取能技术，该无线回传链路上的每一个节点由绿色能源节点功能。该公开技术通过一种基于主从博弈的可再生能源分配方法实现，能使整个分布式绿色无线链路稳定组网。算法包含以下步骤：第一步，回程链路上的能源供应商设置合适的能源价格；第二步，运营商根据能源价格设置订购量和服务费用；第三步，每个节点的能源供应商之间组成联盟，重复第一、二步，达到稳定的联盟结构。与现有技术相比，本发明设计的资源定价技术，可以使得无线回传链路运营商和多个分布式绿色能源供应节点协同稳定工作，使各方获得合理效用，进而构建了一种高效、稳定的绿色无线回传链路系统。
-
公开(公告)号：CN109255407A
公开(公告)日：2019-01-22
申请号：CN201810915011.0
申请日：2018-08-13
Applicant: 广东南方电力通信有限公司 , 南京邮电大学
Abstract: 本发明公开了一种基于RFID和NB-IOT的电力仓库物资库房内外无缝定位方法。在库房内部，根据RFID天线的可调覆盖范围，在仓库货架上进行虚拟库位槽划分，从而完成货架库位级的按需可调的物资精确定位；在库房外面，基于低功耗的NB_IOT移动终端，完成蜂窝基站级的库房外面物资区域性定位，从而实现货物库房内外的无缝定位。同时，本发明利用NB-IOT区域性定位结果，可对库房内部RFID漏读的物资进行辅助定位。
-
公开(公告)号：CN109102028A
公开(公告)日：2018-12-28
申请号：CN201810949773.2
申请日：2018-08-20
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提出基于改进的快速密度峰值聚类和LOF离群点检测算法，将快速密度峰值聚类算法和基于密度的LOF离群点检测算法进行结合，利用快速密度峰值聚类算法的计算简单性，快速求得样本数据集的聚类中心和可能的离群点集合，同时将样本数据集进行剪枝处理，从而弥补了LOF离群点检测算法求解离群点时，算法时间复杂度较高的不足；同时对快速密度峰值聚类算法求得的离群点进行再次验证，从而提高整个算法的准确性。
-
Patent Agency Ranking
公开(公告)号：CN104990554B
公开(公告)日：2018-03-13
申请号：CN201510220375.3
申请日：2015-05-04
Applicant: 南京邮电大学
IPC: G01C21/28
Abstract: 本发明公开了GNSS盲区中基于VANET车辆间协作的惯性导航定位方法，该方法在GNSS盲区使用惯性导航定位技术进行单独定位的基础上，引入协作定位的理念，解决GNSS盲区中单独使用惯性导航INS进行定位时定位误差随时间积累造成的定位性能较差问题，包括：首先，车辆之间通过DSRC进行通信，共享车辆自身的INS位置信息、里程仪的速度信息，ID等；其次，各车辆根据接收到的邻近车辆的速度信息等检测车辆与邻近车辆“相遇”时刻；再次，根据相遇时刻得到车辆相遇时的距离；然后，利用航位推算将本地的INS位置信息和车辆之间的距离，得到车辆的绝对位置；最后，再使用数字地图技术修正最终的位置信息。
-
公开(公告)号：CN107153846A
公开(公告)日：2017-09-12
申请号：CN201710386031.9
申请日：2017-05-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于模糊C均值聚类算法的道路交通状态建模方法，属于数据挖掘技术领域。本发明针对道路交通状态本身具有的模糊性，使用模糊c均值聚类算法对采集的交通数据进行聚类分析。鉴于传统模糊c均值聚类算法在初始化聚类中心时存在盲目性，因此本发明首先使用Canopy聚类算法来解决该问题，在此基础上又引入了Xie‑Beni指标(XB指标)来自适应确定m的值，从而改善该算法的聚类效果，为后面的道路交通状态识别提供良好的数据处理基础。本发明在对交通信息进行聚类时具有更好的聚类效果，而且发生误判的概率更小，在此基础上得到的数据挖掘结果更加准确，因此能够更加真实地反映道路交通状态。
-
公开(公告)号：CN103260208B
公开(公告)日：2016-03-09
申请号：CN201310186470.7
申请日：2013-05-17
Applicant: 南京邮电大学 , 江苏南亿迪纳数字科技发展有限公司
Abstract: 本发明目的在于充分利用获取到的位置信息，对优选节点的判断条件和路由发现过程进行了改进和创新，提出了一种车载Ad hoc网络下基于位置信息的混合路由协议，本发明的过程大大降低了由广播RREQ所引起的网络洪泛，并保证了建立反向路由的寿命较长。本发明提出了一种车载Ad hoc网络下基于位置信息的混合路由协议（E-SARP），本发明通过判断节点可靠性可路由质量，过滤具有不可靠因素的中间节点。本发明提出通过增加一个计数器的办法来控制最优路径的选择机制，通过计时器和计数器对等待RREQ分组的时间进行限制和对收到的RREQ分组的个数进行限制，从而减小端到端时延。
-
公开(公告)号：CN116719312A
公开(公告)日：2023-09-08
申请号：CN202310482097.3
申请日：2023-04-29
Applicant: 南京邮电大学
IPC: G05D1/02
Abstract: 本发明公开了一种单行道场景下基于折返避让的多AGV解锁方法，具体步骤包括根据AGV当前位置点和下一个位置点构成有向图，分配AGV的执行路线；判断有向图是否成环，检查AGV之间是否存在死锁；如果存在死锁，以退让步数和允许避让的节点数作为比较条件，选择最合适的AGV进行主动避让；按照允许避让点的定义，筛选出避让点集合P；遍历避让点集合P，将其作为中间节点，分别规划两段路线；主动避让的AGV优先级小于优先通行的AGV；通过设置触发器，控制主动避让AGV的等待和唤醒；通过设置的判断条件，选择最佳的AGV进行主动避让，再重新规划路线，找出优先通行的AGV，设置触发器来控制主动避让AGV的等待和唤醒，从而解决单行道AGV死锁的问题。
-
公开(公告)号：CN107172606B
公开(公告)日：2021-02-23
申请号：CN201710518160.9
申请日：2017-06-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种可共用的绿色能源联合频谱在无线网络中的分配方法。电信运营商作为斯坦伯格博弈的先行者，首先给出资源供应商j的单位资源批发价格wj，然后资源供应商j通过运营商给定的批发价格wj，从而决定自己的资源存储容量Qj。电信运营商通过预估用户的流量需求Di，根据资源供应商的资源容量存储限制，相应决定基站i需要存储的资源块数量yi，并将相应的资源需求情况告知资源供应商，任何不能满足用户需求的请求都会被丢弃。最后采用逆向归纳法，得到资源供应商和电信运营商的收益，最终得出资源供应商之间的最优容量存储以及电信运营商的最优定价。本发明采用逆向归纳法，寻找出了资源供应商之间的最优帕累托容量均衡以及电信运营商的最佳定价策略。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.038 seconds)
