-
公开(公告)号：CN102111897A
公开(公告)日：2011-06-29
申请号：CN201010590001.8
申请日：2010-12-15
Applicant: 西安交通大学
Abstract: 基于极化分集的方向性认知MAC协议的实现方法，本方法基于极化分集和方向性天线而设计，源节点和目的节点在公共控制信道上通过交换控制分组竞争数据信道使用权，竞争成功的节点对切换至所选的数据信道按照约定的极化方向和功率使用方向性天线完成数据分组传输。仿真结果表明，相对于传统的DSA-MAC协议，本发明能够有效提高网络吞吐量并降低端到端传输时延。
-
公开(公告)号：CN102026201A
公开(公告)日：2011-04-20
申请号：CN201010591646.3
申请日：2010-12-15
Applicant: 西安交通大学
IPC: H04W16/10
Abstract: 基于博弈类型选择的动态频谱分配的实现方法，随着无线通信技术的发展，传统的固定频谱分配方式导致资源浪费进而频谱利用率低，已成为制约无线通信网络进一步发展的关键因素。基于认知无线电的动态频谱分配技术被认为是能够有效地解决上述问题的关键技术。本发明通过比较完全且完美动态博弈和纳什谈判的回报，认知基站和次级用户可以灵活公平地选择各自的最佳策略，即最优频谱单位报价和频谱购买量。同时，为实现双方的选择操作，设计了一种简单的频谱接入流程，同传统的移动呼叫接入流程兼容。本发明可以有效地增加认知基站和次级用户的回报，并促进频谱利用。
-
公开(公告)号：CN119697644A
公开(公告)日：2025-03-25
申请号：CN202411882226.9
申请日：2024-12-19
Applicant: 西安交通大学
IPC: H04W12/61 , H04W12/60 , H04W12/122
Abstract: 本发明属于无线通信安全传输技术领域，涉及一种面向智能信息系统的单链路传输零信任持续验证方法，包括：定义平均信任年龄、表示吞吐量；提出最大化吞吐量的同时最小化平均信任年龄的双目标优化问题；采用加权和法解决双目标优化问题；分类求解，寻找最优的信任验证方案；分类包括三种情况：恒定服务过程、已知平均服务率的随机服务过程、已知瞬时服务率的随机服务过程；本发明展示了平均信任时长与系统吞吐量之间的合理权衡关系，使得持续验证能够在最大化吞吐量的同时兼顾最小化平均信任年龄，提高了持续验证的传输效率，降低了零信任持续验证的成本。
-
公开(公告)号：CN119697643A
公开(公告)日：2025-03-25
申请号：CN202411882219.9
申请日：2024-12-19
Applicant: 西安交通大学
IPC: H04W12/61 , H04W12/60 , H04W74/0833
Abstract: 本发明属于无线通信安全传输技术领域，涉及一种面向智能信息系统的多次随机接入零信任验证方法，一个帧内设有标准时隙和信任增强时隙两种类型的时隙，信任增强时隙包括信任验证阶段和状态数据包传输阶段；信任验证阶段用于接入点验证身份并评估信任，以识别下一个状态数据包的所有者；增加信任增强时隙占比能够提高安全可靠性；减少信任增强时隙占比能够提升信道的吞吐量；本发明研究了采用增强型帧时隙ALOHA进行持续信任验证的问题，为具有采用增强型帧时隙ALOHA进行持续信任验证的场景提供了计算标准时隙数量以及信任增强时隙数量的最优方案，提高了持续验证的传输效率，降低了零信任持续验证的成本。
-
公开(公告)号：CN116824351A
公开(公告)日：2023-09-29
申请号：CN202310786377.3
申请日：2023-06-29
Applicant: 西安交通大学
IPC: G06V20/00 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/08
Abstract: 本发明属于车辆识别技术领域,涉及一种基于像素级别空间感知注意力的细粒度车型识别方法，首先，建立可提取更为精细的注意力区域的像素级别的空间感知注意力模块，空间感知注意力模块包含：特征捕获、特征融合和特征激励三个部分，其次，将前步骤中建立的空间感知注意力模块插入到卷积神经网络中，形成包含空间感知注意力模块的卷积神经网络，本发明提出的基于像素级别空间感知注意力模块的细粒度车型识别方法通过特征捕获、特征融合和特征激励后提高了神经网络算法的性能，将细粒度车型识别的准确性提高至90％以上。
-
Patent Agency Ranking
公开(公告)号：CN102724680B
公开(公告)日：2015-07-01
申请号：CN201210190773.1
申请日：2012-06-11
Applicant: 西安交通大学
CPC classification number: Y02D70/00
Abstract: 分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法，在认知网络具有多个可机会接入的授权信道，次级用户一次只能感知并接入一个信道的限制条件下，基于马尔科夫预测估计各信道的可用概率，优先选择可用概率较大的信道进行感知，并根据感知结果决定是否接入信道进行数据传输；在认知网络具有多个次级用户同时接入的情况下，提出了一种频域感知窗口调整策略，以减小次级用户间的碰撞概率。该方法能使次级用户快速感知到可用信道开始数据传输，减少次级用户的感知次数，提高次级用户的感知效率和认知网络的吞吐量，并为次级用户节约能量。仿真结果表明，在授权信道统计信息各不相同时，与随机选择感知信道的策略相比，该方法能够明显提高次级用户的感知效率和认知网络的吞吐量。
-
公开(公告)号：CN102724680A
公开(公告)日：2012-10-10
申请号：CN201210190773.1
申请日：2012-06-11
Applicant: 西安交通大学
CPC classification number: Y02D70/00
Abstract: 分布式认知网络中基于马尔科夫预测的多信道感知顺序优化方法，在认知网络具有多个可机会接入的授权信道，次级用户一次只能感知并接入一个信道的限制条件下，基于马尔科夫预测估计各信道的可用概率，优先选择可用概率较大的信道进行感知，并根据感知结果决定是否接入信道进行数据传输；在认知网络具有多个次级用户同时接入的情况下，提出了一种频域感知窗口调整策略，以减小次级用户间的碰撞概率。该方法能使次级用户快速感知到可用信道开始数据传输，减少次级用户的感知次数，提高次级用户的感知效率和认知网络的吞吐量，并为次级用户节约能量。仿真结果表明，在授权信道统计信息各不相同时，与随机选择感知信道的策略相比，该方法能够明显提高次级用户的感知效率和认知网络的吞吐量。
-
公开(公告)号：CN101790174A
公开(公告)日：2010-07-28
申请号：CN201010013615.X
申请日：2010-01-19
Applicant: 西安交通大学
Abstract: 基于OMAP3530Mini开发板的Ad Hoc网络的搭建是以OMAP3530Mini开发板作为硬件平台，再使用无线网卡作为硬件支持来实现AdHoc网络的。在Ubuntu开发环境下，制作适合OMAP3530Mini开发板的嵌入式内核，在内核中添加必要的功能以适应Ad Hoc网络的需求，制作精简的根文件系统，完成文件系统的基本功能，交叉编译无线网卡的驱动程序，使之可以在开发板上成功运行，驱动无线网卡进行工作，交叉编译无线配置工具，能够对无线网卡进行网络配置，移植AODV路由协议，使网络中的节点能够进行多跳通信，最终搭建起来一个Ad Hoc网络，对搭建起来的网络进行了点对点的通信测试、多跳测试，并且进行了文字通信、语音通信和ftp文件传输等功能的测试。
-
公开(公告)号：CN119653495A
公开(公告)日：2025-03-18
申请号：CN202411771465.7
申请日：2024-12-04
Applicant: 西安交通大学
IPC: H04W72/0446 , H04W74/08
Abstract: 本发明属于无线状态更新技术领域，涉及一种面向风险敏感型状态更新业务的差异化时隙接入方法，包括：步骤1、统计AoI定义，步骤2：将每次传输的传输错误概率用ε(τk)表示，步骤3、当状态数据包在目的端被成功接收时，AoI更新为τk；否则，AoI随时间连续且线性地增加，步骤4、将相应的最大统计AoI最小化问题记为问题P1，步骤5、将问题P1简化为问题P2，步骤6、采用两步法解决P2问题，步骤7、计算与#imgabs0#相关的统计AoI值；本发明可以获得最优的传输时间分配方案，在保障系统可靠性的同时降低了系统延时，可以更好地满足不同风险敏感状态更新服务的多样化需求，通过与基准方法对比，所提方案对于改善信息新鲜度具有巨大潜力。
-
公开(公告)号：CN117978216A
公开(公告)日：2024-05-03
申请号：CN202410185040.1
申请日：2024-02-19
Applicant: 西安交通大学
IPC: H04B7/0413 , H04B7/06 , H04B7/08 , H04B17/391
Abstract: 本发明属于信号检测技术领域,涉及一种面向6G MIMO传输的基于几何结构学习的信号检测方法，包括：步骤S1：建立MIMO传输系统模型；步骤S2：设置初始球半径；步骤S3：以设置的初始球半径为半径，以0向量为接收信号，执行域内球型译码算法；存储半径d范围内所有接收星座点集，记为集合Φ；步骤S4：令#imgabs0#为MMSE的解，从#imgabs1#与集合Φ的和中找到离接收信号y最近的信号，更新#imgabs2#步骤S5：重复步骤S4，直至收敛；本发明复杂度大约为SD的1/2～1/10，小于SD算法的复杂度，且检测性能接近ML，此外本发明方法所需存储复杂度相对较低，利于在中低成本设备上实现。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.019 seconds)
