-
公开(公告)号：CN106101988A
公开(公告)日：2016-11-09
申请号：CN201610426127.9
申请日：2016-06-15
Applicant: 北京工业大学
CPC classification number: H04W4/70 , H04W74/085
Abstract: 本发明公开了一种降低机器类通信接入冲突概率及时延的方法，通过引入集群技术、D2D技术和数据包聚集技术，新生成的数据包会通过MTC设备间的D2D通信方式，传输到同一集群中缓存区内数据包数量最接近门限值的MTC设备上，当MTC设备缓存内的数据包数量达到门限值时，便触发随机接入过程。本发明针对M2M业务具有通信量小、设备量大等特点，将M2M数据包汇聚成一个大数据包后再触发随机接入过程，可以降低随机接入前导冲突概率；通过D2D传输目标的选择策略上，本发明提出的方法可以明显降低随机接入时延。最后，对所提出算法进行了仿真验证，得到了与理论分析一致的结果。
-
公开(公告)号：CN105120473A
公开(公告)日：2015-12-02
申请号：CN201510420487.3
申请日：2015-07-16
Applicant: 北京工业大学
IPC: H04W24/02
Abstract: 强干扰区域的小小区用户选择方案，本文基于时间移动导频传输模式，研究了引入小小区通信的一种Massive MIMO传输方案。在前述方案中，选择部分强干扰用户暂停传输，以数据速率的损失换取系统干扰的减少和整体性能的提高。引入小小区，可以解决部分用户暂停的数据速率损失，通过性能干扰指标选择的宏小区内强干扰用户由小小区服务。通过小小区的低功率和低相关性来实现干扰降低，实现对系统用户的全服务,尤其是由于小小区的应用，强干扰用户的性能较用户选择暂停方案中有了一定的提升。仿真结果表明，Massive MIMO系统结合小小区的优化设计，从整体上提高了数据的传输速率以及系统的性能。
-
公开(公告)号：CN103107969B
公开(公告)日：2015-07-01
申请号：CN201310004124.2
申请日：2013-01-07
Applicant: 北京工业大学
Abstract: 一种快变OFDM系统的渐进迭代时变信道估计和ICI消除方法，用于无线通信信道估计领域，用于快变信道产生ICI严重影响情况下，基于导频的信道估计。其特征在于：将载波间干扰ICI与信道噪声之和(Sum of ICI and channel noise，SIN)作为Kalman滤波器的去噪对象，消除Kalman估计时ICI的影响。此外，用于迭代的数据采用渐进增长的方式，用于测量的子载波数量，在迭代的过程中沿各个导频点两侧缓慢增长，从而抑制由ICI产生的影响。在SNR较小的情况下，该方案的性能比起现有算法有显著的提升。
-
公开(公告)号：CN102202018B
公开(公告)日：2013-10-23
申请号：CN201110162135.4
申请日：2011-06-16
Applicant: 北京工业大学
Abstract: 一种使用支持向量机SVM的信道估计方法属于无线信道估计技术领域，其特征在于，先取出信道的大概位置及误差半径，取观测值、导频符号、噪声方差、信道变化量以及用最小二乘法LS直接判决反馈值作为信道大概位置的五个属性值以及误差半径内当用均值表示各网格信道数值的排序号作标签值作在支持向量机的初始赋值。用K-CV法确定惩罚参数c及函数参数g，径向基核函数作为支持向量机参数来建立支持向量机模型并计算信道估计值。本发明能在不增加支持向量机复杂度的条件下，保证信道估计准确性以及收敛的快速性，便于推广使用。
-
公开(公告)号：CN101179713A
公开(公告)日：2008-05-14
申请号：CN200710176742.X
申请日：2007-11-02
Applicant: 北京工业大学
Abstract: 复杂背景下单个运动目标的检测方法，属于数字图像处理领域。首先对摄像头采集的第k帧图像fk(x，y)和第k－1帧图像fk－1(x，y)分别采用laplace算子进行边缘提取，然后对经过边缘提取的两帧图像进行差分运算，得到差分图像D(x，y)，然后对差分图像D(x，y)进行均值滤波和二值化处理，最后对二值化后的图象进行判断，即认为当差分图像中某一个像素的差大于设定的阈值时，则认为该像素是目标像素，反之则认为是静止不动的背景像素。本发明能够在噪声比较严重的情况下，很好的检测出运动目标，在监控和智能交通等领域有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN112115505B
公开(公告)日：2025-01-10
申请号：CN202010789047.6
申请日：2020-08-07
Applicant: 北京工业大学
Abstract: 本发明公开了基于移动边缘计算和区块链技术的新能源汽车充电站计费数据传输方法，通过构建区块链模型和传输模型，计算区块链中数据吞吐量和共识过程进行本地计算和卸载计算产生的时延和能耗，以及充电站向车辆发送输出结果过程产生的时延和能耗，从而通过训练深度神经网络，指导调整主节点和副本节点卸载决策、区块尺寸和区块间隔，完成场景内的最优资源分配。本发明克服了充电计费数据安全存储和传输、设备因处理计算任务而能耗过高、时延过高以及区块链中数据吞吐量低等问题。仿真实验表明，本发明在节省系统时延、能耗以及提高区块链中数据吞吐量方面具有一定的优势。
-
公开(公告)号：CN113965945B
公开(公告)日：2024-07-05
申请号：CN202111146329.5
申请日：2021-09-28
Applicant: 北京工业大学
IPC: H04W24/02 , H04L41/0893 , H04W36/22 , G06N3/092 , H04L41/16
Abstract: 本发明提供一种端到端网络切片的切换方法及系统，方法包括：基于预设的两层分布式切换决策框架，对端到端网络切片切换过程建模为分布式马尔可夫决策过程模型；其中，两层分布式切换决策框架包括本地切换请求层和切换准入决策层；采用基于多智能体深度强化学习的分布式切换算法对分布式马尔可夫决策过程模型进行求解，并根据求解结果对基于端到端网络切片的异构蜂窝网络系统执行切片分布式切换。本发明通过将分布式端到端网络切片切换决策问题建模为一个分布式马尔可夫决策过程模型，并采用基于多智能体深度强化学习的分布式切换算法进行求解，从而克服了现有切换算法的缺陷，为端到端网络切片的切换提供了有效的解决方案。
-
公开(公告)号：CN116032934B
公开(公告)日：2024-06-21
申请号：CN202310010374.0
申请日：2023-01-04
Applicant: 北京工业大学
Abstract: 本发明公开了自组网场景下基于区块链和边缘计算的轨道交通网络资源分配方法，通过构建多跳传输模型、区块链模型、MEC服务器计算模型，计算任务在列车之间多跳传输的时延、经济成本和区块链系统的时延，以及MEC服务器处理任务产生的时延和经济成本，从而根据系统状态通过训练深度神经网络，指导调整卸载路由路径的选择、卸载决策和区块大小的选择，完成场景内的最优资源分配。仿真实验表明，本发明在节省系统时延和系统总经济成本方面具有一定的优势。
-
公开(公告)号：CN111800274B
公开(公告)日：2023-01-31
申请号：CN202010635391.X
申请日：2020-07-03
Applicant: 北京工业大学
IPC: H04L9/32 , H04L9/40 , H04L67/1095 , H04L67/10 , G06Q40/04
Abstract: 本发明公开一种基于区块链的可验证计算能耗优化方法，包括：建立基于区块链的可验证计算系统模型，由主节点和副本节点分别完成任务的计算和验证，并依据区块链共识对计算结果在节点间达成一致性。通过详细分析服务器各节点在共识过程中的计算资源和消耗，从而给出基于能耗考虑的系统整体优化方法。仿真结果表明，本发明的技术方法基于分布式共识在节点间进行计算验证，在能耗约束下通过节点上的计算资源优化提高计算任务的吞吐量。
-
公开(公告)号：CN112637822B
公开(公告)日：2023-01-20
申请号：CN202011569760.6
申请日：2020-12-26
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链的蜂窝网络安全交易平台，使用用户协作缓存调度策略缓解核心网络压力，用户在运行过程中也同样会产生多种多样的高性能计算需求，用协作计算模型解决计算任务；基于PBFT共识协议的蜂窝网络安全交易平台，通过将资源用户成为共识节点的方式，激励资源用户分享硬盘空间和计算资源，建立节点间的诚信度模型；通过基于PBFT算法的区块链共识协议，将整个区块链吞吐量优化问题，拆解成由缓存策略优化以及计算资源分享两个子问题，采用基于分层强化学习的方法进行求解。将两个强化学习过程进行嵌套，子问题在不断收敛的过程中，会不断引导主问题往更优的状态进行收敛，使用的分层强化学习方法。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.023 seconds)
