-
公开(公告)号：CN101309252A
公开(公告)日：2008-11-19
申请号：CN200810116611.7
申请日：2008-07-14
Applicant: 北京邮电大学
Abstract: 本发明公开了一种适用于MIMO系统的鲁棒自适应调制方法，在发送端无法精确获得信道状态信息且系统误比特率和总发送功率受限的情况下最大化系统信息传输速率。其主要特点是：首先根据有误差的信道状态信息矩阵奇异值分解后对应子信道的信道增益、信道误差方差和噪声方差通过简单公式推导得到实数域的比特和功率分配结果；然后通过对实比特数进行调整得到满足实际系统需要的离散比特数和相应的功率结果，其中本发明提供了两种调整实比特数的方案。本发明不仅适用于MIMO系统，对于MIMO－OFDM系统也同样适用。本发明提供的自适应调制方法不但可以在不精确信道状态信息条件下满足系统传输质量要求，并且能够提供较高的频谱效率。
-
公开(公告)号：CN101309243A
公开(公告)日：2008-11-19
申请号：CN200810116610.2
申请日：2008-07-14
Applicant: 北京邮电大学
Abstract: 本发明提供了一种针对正交频分复用(OFDM)通信系统的参数化信道估计器。其主要特点为：接收端首先利用一个新型的参数估计器来估计两种信道参数：路径数及各路径对应的时间延迟；再根据估计得到的信道参数来更精确的估计整个信道系数。与以前的参数化信道估计器相比，本发明提供的信道估计器不仅能在低信噪比下更精确的估计信道，而且也有效降低了估计器的计算复杂度。
-
公开(公告)号：CN116017570B
公开(公告)日：2025-05-16
申请号：CN202211461587.7
申请日：2022-11-17
Applicant: 北京邮电大学
IPC: H04L67/104
Abstract: 本发明公开了一种基于区块链的边缘计算系统资源管理方法，包括网络控制器感知当前终端设备任务信息以及系统当前无线环境信息；同时网络控制器感知边缘服务器和云服务器的计算资源信息；通过无线连接将相关信息从相应的设备上传到网络控制器；将当前任务信息以及系统当前无线环境信息输入到部署于网络控制器中的已训练完毕的优化模型当中，计算基于当前状态下的终端设备发射功率控制、终端设备任务卸载决策，以及任务的计算过程和区块链的共识过程所要使用的计算资源分配情况，并传递到各计算实体执行；本发明利用任务卸载和计算资源分配算法以极低的时间复杂度联合优化了任务的卸载和资源的分配，提升了系统的执行效率，提高了用户体验。
-
公开(公告)号：CN113163466A
公开(公告)日：2021-07-23
申请号：CN202110449658.0
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种大规模应用场景下的基于模糊决策树的自适应鱼群寻路包路由方法。主要解决飞行自组网中的端到端时延问题。所述的方法包括：应用模糊决策树进行跳数预测，通过离线训练模糊决策树模型。属性模糊阶段采用三角模糊函数对输入属性进行语义划分，离线训练阶段采用ID3算法进行决策树建立。为了更新节点信息采用基于鱼群算法的自适应Hello包广播机制，从基站开始逐跳广播Hello包，达到节能和降低冲突的目的。为了保证较高的传输成功率，采用了指数加权平均移动法进行最优节点的预测，指数加权平均对过去历史信息做均值处理的时候加上指数相关的权重，离当前时间越近的历史信息数据权重越大，离当前时间越远的历史信息数据权重越小。
-
公开(公告)号：CN113163332A
公开(公告)日：2021-07-23
申请号：CN202110449681.X
申请日：2021-04-25
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于度量学习的路标图着色无人机节能续航数据收集方法。主要解决无人机辅助传感器网络中的吞吐量和能耗问题。所述的方法包括：对无人机辅助传感器网络进行模型建立，提出了一种同构的网络模型，网络中的节点都具有移动性。利用度量学习的方法对无人机继续轨迹优化，离线训练度量矩阵，离线训练阶段采用LMNN算法构造度量矩阵。网络可以用图来表示，图中的每个点代表网络中的节点，连接两点的边代表两点的发包通信，因此多跳网络的信道分配问题可以转换为图着色问题。在支持快速移动的无人机辅助网络中，无人机飞行速度较快，且地面节点可以是具有移动性的移动机器人，因此采用接触时间划分优先级的信道接入方法。
-
Patent Agency Ranking
公开(公告)号：CN110312278B
公开(公告)日：2020-08-04
申请号：CN201910322328.8
申请日：2019-04-22
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于模糊C均值聚类算法的圆环模型路由方法。主要解决移动自组织网络中的链路稳定性问题。本发明提出一种以半径划分的圆环模型模糊C均值聚类算法(FCMCRR)。在选簇阶段，我们使用Vikor多标准决策来选择最佳初始聚类中心，避免算法陷入局部最优的情况。在分簇阶段，我们使用模糊C均值聚类算法，根据目标函数方法来寻找最优分类。我们考虑的目标函数表示各类数据节点到相应聚类中心的加权距离平方和，通过距离来区分节点的组别，从而计算并修改其模糊划分矩阵和聚类中心。本发明提出的基于圆环模型的路由策略，可以保证中继节点可以有效地增强路由性能，增强链路稳定性。
-
公开(公告)号：CN106878192B
公开(公告)日：2020-02-14
申请号：CN201611221402.X
申请日：2016-12-26
Applicant: 北京邮电大学
IPC: H04L12/801
Abstract: 本发明公开了一种自适应MPTCP的数据调度方法，包括：根据各子流的拥塞窗口建立马尔可夫模型；根据马尔可夫模型计算得到各子流的平均拥塞窗口大小；根据时间戳字段计算得到各子流当前的往返时间值；根据各子流平均拥塞窗口大小和往返时间值预测得到各子流上的平均有效吞吐率；根据各子流上的平均有效吞吐率动态调整最小子流的拥塞窗口大小，使最小子流避免发生拥塞；根据调整后的拥塞窗口大小调整慢启动阈值的大小，使得调整后的子流仍处于拥塞避免阶段。所述的自适应MPTCP的数据调度方法克服了现有MPTCP数据调度和拥塞控制技术的不足，使得MPTCP能够自适应地针对网络波动和网络异构化的情况进行更合理的调度，最终能够提高多路径数据传输的效率和可靠性。
-
公开(公告)号：CN110414565A
公开(公告)日：2019-11-05
申请号：CN201910582403.4
申请日：2019-06-28
Abstract: 本发明公开了一种用于功率放大器的基于Group Lasso的神经网络裁剪方法，属于通信技术领域。首先对原始神经网络结构，将除了输出层以外的其余层中连接在同一个神经元的所有输出权重分为一组；分组后对每组权重分别执行L2范数约束；然后将原始神经网络结构中所有组的权重的L2范数之和作为Group Lasso罚项 添加到原损失函数Loss1之后，得到新的损失函数Loss2；通过BP算法对Loss2进行极小化训练，寻找收敛接近于0的权重组，并去掉这些权重组连接的神经元，得到简化后的神经网络，采用BP算法对原始损失函数Loss1进行训练，得到训练完成的简化后的神经网络模型，在利用该模型对功率放大器进行建模或预失真。本发明可抑制训练过程中的过拟合，提高预失真效果，降低计算量，便于工程应用。
-
公开(公告)号：CN109961100A
公开(公告)日：2019-07-02
申请号：CN201910233775.6
申请日：2019-03-26
Applicant: 北京邮电大学
Abstract: 本发明提出了一种基于主成分分析法的WIFI室内人员入侵检测方法，包括线下训练和线上测试两个阶段。线下训练包括：在有人员入侵和无人员入侵两种环境下进行CSI数据包的采集；完成CSI数据预处理操作，包括相位校准、噪声去除、消除趋势项；采用主成分分析法对幅值和相位矩阵进行处理，选取第一主成分；计算第一主成分的标准差和一阶差分绝对值均值，以此构建特征数据元组；根据不同的环境状态进行数据标签添加，并利用SVM分类器完成线下的训练过程。线上测试包括：利用训练完成的分类器对得到的特征数据进行分类，得到单链路下的判别结果；结合多条链路投票表决的策略，提升最终检测结果的准确性。本发明具有成本低廉、部署简单、普适性良好等优点。
-
公开(公告)号：CN103617380B
公开(公告)日：2017-04-19
申请号：CN201310632042.2
申请日：2013-11-28
Applicant: 北京邮电大学
IPC: G06F21/12
Abstract: 本发明公开了一种应用程序权限动态控制方法和系统，所述方法包括：服务管理（SM）进程接收到应用程序的服务请求时调用被注入的共享库中的新ioctl函数；新ioctl函数获取请求服务的进程id号和服务组件名称向应用程序权限动态控制系统发送；所述系统若确定接收的服务组件名称存在于对应该进程id号的权限申请信息列表中，则向新ioctl函数返回匹配成功信息；否则提示用户进行配置；所述系统若接收到用户的启用指令，则将接收的服务组件名称添加到对应该进程id号的权限申请信息列表中，向新ioctl函数返回匹配成功信息，SM进程响应服务请求；否则返回匹配失败信息，SM进程拒绝服务请求；从而具有更高的灵活性和通用性。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.023 seconds)
