-
公开(公告)号:CN107888287B
公开(公告)日:2019-12-31
申请号:CN201711082027.X
申请日:2017-11-07
Applicant: 江苏大学
IPC: H04B10/116 , H04W72/04
Abstract: 本发明公开了一种在可见光通信网络中基于用户体验质量最优的资源分配方法,包括:步骤1,根据光接入点与用户之间的距离确定光接入点与用户之间的覆盖关系,当光接入点与用户之间的水平距离小于光投影圆的平面半径时即说明用户位于光源覆盖范围内;步骤2,当用户位于光源覆盖范围内时,则计算用户所有可能链接的QoE值,用户不在光源覆盖范围内时,则设置QoE为0;步骤3,将所有QoE值用矩阵的形式表示起来,利用贪婪算法依次选择最大值并建立相应的连接,以用户体验质量最优的资源分配方法建立光接入点至用户的连接关系。本发明以用户的体验质量为尺度进行相应的选择、配对,得出的拓扑结构不但不同小区间完全没有干扰,而且用户的体验达到最优。
-
公开(公告)号:CN109033941A
公开(公告)日:2018-12-18
申请号:CN201810566979.7
申请日:2018-06-05
Applicant: 江苏大学
CPC classification number: G06K9/00302 , G06K9/4604 , G06K9/6256 , G06K9/6269 , G06K9/629 , G06K2009/4666 , G06K2009/4695
Abstract: 本发明公开了一种基于稀疏投影学习的微表情识别方法,步骤1:采集微表情样本,提取微表情三个正交平面的LBP特征P、Q、R,定义C、D、E分别为XY、XT、YT三个正交平面的特征优化变量;构造优化模型;步骤2:设置迭代计数变量t和n的初始值和最大值;初始化正则化参数κ,κmax,尺度参数ρ;步骤3:初始化n,κ,计算C,更新T1和κ;若||B1‑CT||∞<10‑8收敛或n>nmax,进入步骤4;步骤4:初始化n,κ,计算D,更新T2和κ;若||B2‑DT||∞<10‑8收敛或n>nmax,进入步骤5;步骤5:初始化n,κ,计算E,更新T3和κ;若||B3‑ET||∞<10‑8收敛或n>nmax,进入步骤6;步骤6:令t=t+1,若t≤tmax,则返回步骤3,否则,输出C、D、E;步骤7:通过优化变量C、D、E对三个正交平面的LBP特征优化得到新的融合特征Ftest,将融合特征Ftest通过训练好的SVM分类器预测出测试样本的情感类别。
-
公开(公告)号:CN108667494A
公开(公告)日:2018-10-16
申请号:CN201810253185.5
申请日:2018-03-26
Applicant: 江苏大学
IPC: H04B7/0413 , H04L25/02
Abstract: 本发明公开了一种大规模MIMO通信系统的联合信道估计和用户分组方法。包括1:基站采用N根天线的均匀线性阵列,下行链路K个用户采用单天线,在T个时刻内,基站发送导频信号矩阵X,用户接收信号;2:设置用户组数为G,初始化l=1,α=1,各组的精度向量中各元素为1,各用户独立的精度向量中的各元素为1,分组计数向量 中的各元素为1/G;3:迭代更新α, 和4:判断迭代计数变量l是否达到上限L或α是否收敛,如果都不满足,则l=l+1,并返回3;5:设置门限ηk,利用该门限选取信道的有效角度集合Ωk;6:利用有效角度集合Ωk,估计最终的信道;7:输出最终的用户分组结果。
-
公开(公告)号:CN108494445A
公开(公告)日:2018-09-04
申请号:CN201810042658.7
申请日:2018-01-17
Applicant: 江苏大学
IPC: H04B7/0413 , H04L25/02
Abstract: 本发明公开了一种基于上行链路信道信息辅助的大规模MIMO通信系统的下行链路信道估计方法,包括:步骤1:基站采用了一个具有N根天线的均匀线性阵列,移动用户采用单天线。移动用户发送导频信号,基站接收到信号后,采用经典的最小二乘法估计出上行链路信道,记为 步骤2:基站在T个时刻内发送导频信号矩阵X,则移动用户接收到的信号记为y。步骤3:初始化相关变量l、w、 α以及 步骤4:更新α, γ和τ。步骤5:更新β。步骤6:判断迭代计数变量l是否达到上限L或γ是否收敛,如果都不满足,则迭代计数变量l=l+1,并返回步骤3。步骤7:设置门限η,并利用该门限选取下行链路信道的有效角度集合步骤8:利用有效角度集合 估计最终的下行链路信道
-
公开(公告)号:CN108445462A
公开(公告)日:2018-08-24
申请号:CN201810110868.5
申请日:2018-02-05
Applicant: 江苏大学
Abstract: 本发明公开了一种基于稀疏贝叶斯学习的双基地MIMO雷达的DOD和DOA估计方法,由于高维矩阵运算会导致很高的运算复杂度,所以无法直接将压缩感知方法应用于MIMO雷达。为了解决这个问题并提高估计精度,本发明通过构造一个适当初始化的粗糙的离格(off-grid)网格,利用SBL(Sparse Bayesian Learning)模型来处理离格间隙,然后利用期望最大化(EM)算法迭代地进行网格细化,从而消除由off-grid模型引起的误差,缩小真实与估计的DOD和DOA之间的误差,与现有方法相比,即使在较少的快拍数下,本发明也能获得较好的性能,仿真结果验证了该方法的有效性。
-
公开(公告)号:CN107046433A
公开(公告)日:2017-08-15
申请号:CN201710283929.3
申请日:2017-04-26
Applicant: 江苏大学
IPC: H04B7/0413 , H04L1/00
Abstract: 本发明公开一种大规模MIMO系统上行链路低复杂度迭代检测算法,首先,输入信道矩阵、基站接收信号矢量、算法迭代次数以及算法控制参数等信息;其次,迭代更新检测结果;最后,输出经过若干次迭代后的检测结果。本发明能够解决用户数目较多的大规模MIMO系统上行链路的低复杂度信号检测问题,适用于Rayleigh衰落信道下,算法具有收敛速度快、易于硬件实现以及误码率性能好等优点。
-
公开(公告)号:CN103259592B
公开(公告)日:2016-05-11
申请号:CN201310195050.5
申请日:2013-05-24
Applicant: 江苏大学
IPC: H04B10/116 , H04W84/12
Abstract: 本发明公开了一种可见光通信网与WLAN融合方法,属于无线网络技术领域。本发明的多个可见光热点与一个服务器及WLAN接入节点有线连接,可见光通信网只提供下行链接,各可见光热点之间使用相同频率的光波,移动节点配备可见光接收机及WLAN收发机,融合方法包括移动节点接入及切换两个阶段。本发明利用了可见光波的免费频谱及可见光通信网的高速下行传输速度,大大提高了WLAN的网络传输速度和系统容量。
-
公开(公告)号:CN105512108A
公开(公告)日:2016-04-20
申请号:CN201510918577.5
申请日:2015-12-11
Applicant: 江苏大学
IPC: G06F17/27
CPC classification number: G06F17/2765
Abstract: 本发明公开了一种基于似然比估计的英语双关语识别方法,包括:步骤1:通过软件读取需识别的英语句子;步骤2:提取步骤1中句子的双关词语和所有实词,分别记为h和wm,m=1,2,...,M,其中双关词语h包含的两层含义分别记为I1和I2;步骤3:统计各个实词wm,m=1,2,...,M与双关词语含义Ii,i=1,2之间的关联程度,其值记为R(wm,Ii),所述R(wm,Ii)的值事先通过调查问卷的方式进行统计得出;步骤4:利用步骤3中获得的R(wm,Ii),构造似然比λ(I);步骤5:根据λ(I)的计算结果判断句子是否存在双关含义,当λ(I)的值接近于0时,判定该句子有双关含义,否则判定改句子没有双关含义。本发明提出了一种能准确量化语句歧义性并识别双关语的概率计算方法,解决了传统方法无法准确定量分析双关含义的缺陷。
-
公开(公告)号:CN105466429A
公开(公告)日:2016-04-06
申请号:CN201511015905.7
申请日:2015-12-29
Applicant: 江苏大学
IPC: G01C21/20
CPC classification number: G01C21/20
Abstract: 本发明公开了一种水产养殖池塘全覆盖自动均匀投饲轨迹规划方法,所述方法包括如下步骤:第一步,建立池塘区域坐标系;第二步,确定自动投饲工作区域;第三步,判断自动投饲工作区域形状规则情况,对于形状规则池塘,采用内螺旋遍历方式池塘全覆盖自动投饲轨迹规划方法,对于形状不规则池塘,采用梳状往复遍历方式池塘全覆盖自动投饲轨迹规划方法,自动计算特征点坐标,生成池塘全覆盖自动投饲轨迹。本发明提供一种用于河蟹养殖全池自动均匀投饵喂料和其他水产养殖中需要沿池或全池自动均匀投饲的轨迹规划方法,通过池塘顶点坐标可直接解算出均匀投饲路径轨迹方法,实现精确均匀投饲,提高工作效率、降低生产成本,促进水产养殖业的健康发展。
-
公开(公告)号:CN114726685B
公开(公告)日:2024-04-09
申请号:CN202210211539.6
申请日:2022-03-04
Applicant: 江苏大学
IPC: H04L25/02 , H04B7/0413
Abstract: 本发明公开了一种低复杂度的大规模MIMO通信系统下行链路信道估计方法,步骤1:基站采用了一个具有Mt根天线的均匀线性阵列,下行链路中的移动用户装配Mr根天线的均匀线性阵列,在T个时刻内,基站发送导频信号矩阵S,则移动用户接收到的信号为Y=SAT(β)WBT+N。步骤2:将接收信号进行向量化。步骤3:初始化参数。步骤4:设置迭代次数计数变量j=1。步骤5:固定q(α),q(γ),β,B,更新q(w)。步骤6:固定q(w),q(γ),β,B,更新q(α)。步骤7:固定q(w),q(α),β,B,更新q(γ)。步骤8:固定q(w),q(α),q(γ),β,更新B。步骤9:固定q(w),q(α),q(γ),B,更新β。步骤10:判断迭代计数变量j是否达到上限J或γ是否收敛,如果都不满足,则迭代计数变量j=j+1,并返回步骤5。步骤11:估计最终的信道H。本发明在信道估计性能上有明显的提升,同时复杂度较低。
-
-
-
-
-
-
-
-
-