认知SWIPT最佳节点选择与波束成型联合设计方法

    公开(公告)号:CN109787828B

    公开(公告)日:2021-08-31

    申请号:CN201910049061.X

    申请日:2019-01-18

    Abstract: 本发明公开了认知SWIPT最佳节点选择与波束成型联合设计方法。本发明以绿色无线认知网络为研究背景,引入具有能量收集能力的认知节点,给出了所提存在多个能量收集认知源节点情况下的认知携能网络中主网络与次网络之间合作安全通信策略的场景与数学模型。分析了该通信系统中主网络的安全通信性能以及次网络的可达通信速率。研究了主网络发送节点的发送功率、最佳认知节点发送功率、主网络目的节点干扰功率对主网络安全通信速率的影响。本发明方法满足存在多个能量收集认知源节点情况下认知携能网络中主网络安全通信性能的要求,同时也保证了次网络的通信质量要求。

    一种基于移动边缘计算的计算卸载方法

    公开(公告)号:CN111130911A

    公开(公告)日:2020-05-08

    申请号:CN201911420925.0

    申请日:2019-12-31

    Abstract: 本发明公开了一种基于移动边缘计算的计算卸载方法,其特征在于,包括步骤:S1.建立系统模型,得到用户任务的本地计算时延和计算卸载时延;S2.根据得到的本地计算时延和计算卸载时延计算任务的平均时延,并根据计算得到的平均时延建立计算卸载、带宽及计算资源分配的联合优化模型;S3.建立基于所述联合优化模型的原优化问题模型;S4.采用联合计算卸载、带宽及计算资源分配的优化算法来求解原优化问题模型中的原优化问题。本发明针对系统资源有限的移动边缘网络,将计算卸载、带宽以及计算资源分配进行联合优化,以最小化用户完成计算任务的平均时延,并且提出了一种JOCBA算法来解决该优化问题。

    基于最小二乘的地图匹配定位优化方法

    公开(公告)号:CN110763236A

    公开(公告)日:2020-02-07

    申请号:CN201911033703.3

    申请日:2019-10-28

    Abstract: 本发明公开了一种基于最小二乘的地图匹配定位优化方法,包括:获取目标原始定位数据并基于历史定位数据使用最小二乘法修正定位结果,根据目标运动状态对上一时刻粒子集进行更新并重新计算其粒子权重。基于地图信息使用地图匹配算法,评估粒子集可靠性并进行相应修正,更新粒子权重以及粒子可靠性评估。计算粒子综合权重,并对其归一化处理,根据当前时刻粒子集运动状态计算目标坐标值。本发明修正了因多径效应等室内因素引起的定位误差,在地图信息的辅助下修正了定位轨迹,提高了室内定位的精度以及定位轨迹的可靠性。

    一种基于微信平台的实验室贵重仪器智能使用管理系统

    公开(公告)号:CN110659795A

    公开(公告)日:2020-01-07

    申请号:CN201910729962.3

    申请日:2019-08-08

    Abstract: 本发明公开了一种基于微信平台的实验室贵重仪器智能使用管理系统。本发明包括贵重仪器监控节点、OneNet云平台贵重仪器管理员端和贵重仪器使用申请端;所述贵重仪器监控节点包括微控制器模块、无线通讯模块、电源控制模块、功率采集模块、显示模块以及贵重仪器参数二维码;所述OneNet云平台贵重仪器管理员端包括基于EDP协议数据传输类型的OneNet云平台虚拟设备;所述的贵重仪器使用申请端包括自搭建的微信公众号和自建MYSQL数据库。所述微信公众号包括贵重仪器使用申请模块、人脸识别模块、信息匹配模块和指令下发模块。本发明通过建立基于微信公众号的贵重仪器使用管理,无需建立繁琐的人工管理流程,也无需安装特定管理软件,兼容性好。

    一种基于机器学习的行走模式识别方法

    公开(公告)号:CN110163264A

    公开(公告)日:2019-08-23

    申请号:CN201910362759.7

    申请日:2019-04-30

    Abstract: 本发明公开了一种基于机器学习的行走模式识别方法,包括离线训练和在线识别两个阶段;离线训练阶段将分别收集行人在正常行走、原地踏步和小跑这三种行走模式下的加速度计数据和磁力计数据,训练基于机器学习的分类器;在线识别阶段将利用训练好的分类器来实时识别行人的行走模式。本发明弥补了传统模式识别领域对于原地踏步这一行走模式的识别。能够精确区分正常行走、原地踏步和小跑这三种行走模式,通过分类器校正进一步的提高分类精度。将本发明与基于PDR的室内定位技术相结合,能够使PDR技术适应行人不同的行走模式,提高定位精度,完善PDR技术的应用范围。总体上,本发明技术原理简单,在现实中具有很好的实用性和应用前景。

    基于稀疏表示的图像压缩及重建方法

    公开(公告)号:CN110148087A

    公开(公告)日:2019-08-20

    申请号:CN201910430149.6

    申请日:2019-05-22

    Abstract: 本发明提供一种基于稀疏表示的图像压缩及重建方法,采用四叉树思想对图像进行块划分,将低分辨率图像的平滑区域划分为大小为64*64和32*32的图像块,将包含细节信息的非平滑图像区域划分为大小为4*4的图像块,在保证字典训练的准确度的基础上,通过减少训练样本的数量,缩短了字典训练时间;在解码端对解码图像重建时,对于平滑的图像块直接利用双三次插值的方式重建,对于包含细节信息的图像特征块使用稀疏表示的方式重建,在保证图像重建主观质量的前提下,缩短了高分辨率图像重建时间;并且提高图像压缩比。

    一种基于睡眠调度的无线传感器网络下行消息节能洪泛的方法

    公开(公告)号:CN109787898A

    公开(公告)日:2019-05-21

    申请号:CN201910170172.6

    申请日:2019-03-07

    Abstract: 本发明公开一种基于睡眠调度的无线传感器网络下行消息节能洪泛的方法包括如下步骤:步骤一:初始化阶段:节点通过邻居之间相互传递消息获取邻居节点信息,获取系统配置参数;步骤二:将所获取的邻居节点信息和系统配置参数整理成已知参数信息库,实现网络中节点的共享;步骤三:以节点所在的跳数为标准对传感器网络进行分层,计算每个节点的覆盖度;步骤四:以覆盖度最广为原则选择MPR节点,再以剩余能量优先为原则选择MPR节点,确保下一层节点全部被覆盖,产生每层的MPR节点集合;步骤五:分层睡眠唤醒机制的实现。本发明所述方法可以有效减少网络中传输包的数量,避免网络的拥塞,降低延时和额外的能量开销,有效延长传感器网络的生存期。

    无线多跳网络的分布式拥塞控制、路由及功率分配方法

    公开(公告)号:CN108882299A

    公开(公告)日:2018-11-23

    申请号:CN201810738236.3

    申请日:2018-07-06

    Abstract: 本发明公开了一种无线多跳网络的分布式拥塞控制、路由及功率分配方法。该方法针对多径路由,网络节点功率受限,且网络节点为每条业务流设置了独立缓存区的场景,以最大化网络效用为目标,利用牛顿法对优化模型进行求解,获得原始变量牛顿方向更新式以及对偶变量更新式,进一步运用矩阵分裂,使对偶变量能够分布式更新,最后利用牛顿减量计算迭代步长,实现业务流源速率、链路速率以及链路功率的最优分配。本发明收敛速度相比传统算法有大幅提升,与原始对偶内点法和新型背压算法相比,网络效用和能量效用显著提升,并且能够将网络缓存区中的队列长度控制在很低的水平。

    一种干扰受限的无线多跳网络联合拥塞控制与功率分配的二阶方法

    公开(公告)号:CN108882298A

    公开(公告)日:2018-11-23

    申请号:CN201810734521.8

    申请日:2018-07-06

    Abstract: 本发明公开了一种干扰受限的无线多跳网络联合拥塞控制与功率分配的二阶方法,包括:S1:各节点获取基本配置信息和路由表,制定更新可行集合;S2:建立拥塞控制和功率分配的优化模型,并进行简化和重构;S3:运用原始对偶内点法对重构的优化模型进行求解,得到原始变量和对偶变量的牛顿方向更新式;S4:利用牛顿方向完成原始变量和对偶变量的更新;S5:若更新结果超出可行集合,利用集合投影的方法对更新结果进行调整;S6:当原始变量与对偶变量更新至收敛后,控制中心节点将计算结果发送给网络中的各节点,各节点按照要求分配业务流速率和链路功率;S7:若有新的业务流加入,重新步骤S1;否则,一直按照当前分配值运行系统。本发明设计的二阶算法能够显著提高网络效用和能量效用,弥补了现有二阶算法没有对物理层功率进行优化的不足。

    一种基于HEVC的运动目标检测和跟踪方法

    公开(公告)号:CN108717703A

    公开(公告)日:2018-10-30

    申请号:CN201810252619.X

    申请日:2018-03-26

    Abstract: 本发明公开了一种基于HEVC的运动目标检测和跟踪方法。该方法包括如下步骤:步骤1:从HEVC码流中提取当前帧编码视频的编码单元结构、运动矢量及预测模式;步骤2:编码块尺寸归一化;步骤3:确定运动宏块;步骤4:计算运动宏块的运动矢量权重;步骤5:运动目标检测;步骤6:运动目标分类;步骤7:运动目标跟踪。本发明利用HEVC编解码过程中产生的运动矢量、编码单元划分方式、预测模式等信息进行运动目标检测与跟踪,避免不必要的数字图像处理过程,从而减少计算的复杂度,而且在不破坏原有压缩视频数据的基础上进行快速的运动目标检测和跟踪。

Patent Agency Ranking