-
公开(公告)号:CN109819422B
公开(公告)日:2020-10-16
申请号:CN201910288268.2
申请日:2019-04-11
Applicant: 南京大学
Abstract: 本发明提出一种基于Stackelberg博弈的异构车联网多模通信方法,为实现高吞吐量和低成本的车辆通信提供了一个高效的解决方案,该方法包括步骤:基于基站(BS)和车辆用户设备(UE),建立动态的Stackelberg博弈模型;将车辆用户的自适应模式选择构造为一个跟随者进化博弈,并构建一个进化稳定策略(ESS)作为解决方案;BS对三种通信模式的价格进行动态调控,构造为一个领导者的最优控制问题,从而作为一种有效的激励机制,可以使用户分布接近ESS,即近似达到最优分布。相比于传统的车间通信模式,本发明能够最大程度地提高车辆间通信的吞吐量、降低成本,提高频谱利用效率。
-
公开(公告)号:CN110691406A
公开(公告)日:2020-01-14
申请号:CN201910957186.2
申请日:2019-10-10
Applicant: 南京大学
Abstract: 本发明提出一种面向网联无人驾驶安全通信的D2D频谱高效共享方法。由于在蜂窝用户和车辆D2D用户共享频谱资源时,两者会产生相互干扰,但是蜂窝用户又可以作为友好的干扰者提升车辆D2D通信的保密传输性能。基于该情况,本发明首先通过联合控制蜂窝用户和车辆D2D用户的发射功率,使蜂窝服务质量和车辆D2D通信保密性都得到了保障。接着基于匈牙利算法,得到了全局最优的频谱资源块匹配方案,从而提升了网联无人驾驶车辆通信系统的频谱效率。本发明通过功率控制最大程度降低同频干扰并提升网联无人驾驶车辆通信的安全性,能够适应高度动态的车辆通信环境。
-
公开(公告)号:CN109959388A
公开(公告)日:2019-07-02
申请号:CN201910278787.0
申请日:2019-04-09
Applicant: 南京大学
IPC: G01C21/34
Abstract: 基于栅格扩展模型的智能交通精细化路径规划方法,所述基于栅格扩展模型的智能交通精细化路径规划方法包括以下步骤:步骤1:以道路实时交通信息和历史信息为基础,使用卷积神经网络,预测未来一段时间的交通状况;步骤2:根据路网结构和车辆密度,结合起点,以道路单元为单位,动态扩展栅格;步骤3:进行栅格内精细化微尺度寻路,推荐栅格内部行驶方案,当车辆将要驶出栅格时,重新进行预测和规划,直至抵达终点。相比于传统的路径规划算法,本发明结合车辆实际行驶过程,采用分段分区域的思想,动态地划分区域进行精细的路径规划,能够有效地减少系统单次计算的时间,实现高效的智能交通诱导和导航。
-
公开(公告)号:CN119996223A
公开(公告)日:2025-05-13
申请号:CN202510060657.5
申请日:2025-01-15
Applicant: 南京大学
Abstract: 本发明公开了一种超大规模低轨卫星网络的高效并行仿真方法与系统,旨在进行高效并行仿真同时能够模拟低轨卫星网络动态性特征。本发明可在有多个CPU的计算集群内自动化进行仿真进程的拓扑分区、拓扑构造与并行仿真;同时,本发明提出的一种卫星网络拓扑划分机制,能够快速将网络拓扑划分到多个仿真进程,降低进程间同步开销,提升并行仿真效率;以及提出的一种面向卫星动态网络的保守同步机制,能够确保多个仿真进程之间的拓扑一致性,确保因果性,推进并行仿真正确运行。
-
公开(公告)号:CN115966083B
公开(公告)日:2025-04-25
申请号:CN202211721552.2
申请日:2022-12-30
Applicant: 南京大学
Abstract: 本发明公开了一种基于时空解耦的分布式交通流预测方法与系统,方法包括:对城市路网进行分区,每个区域部署一个边缘云,部署在道路上的传感器将收集到的交通信息上传到本区域对应的边缘云;边缘云联合核心云共同通过时空解耦的神经网络训练模型,预测未来的交通状况;其中边缘云存储道路交通原始数据,核心云存储路网拓扑关系,将时空特征提取进行解耦,分别部署在边缘云和核心云上,由边缘云获取交通信息的时间特征,核心云获取交通信息的空间特征,并利用边云协同在边缘云嵌入空间信息进行时空特征的融合。相比于传统方法,本发明在边云协同的机制下,降低了传输时延和计算压力,充分提取并融合了时空特征,能够提高预测的时效性和准确度。
-
公开(公告)号:CN119519773A
公开(公告)日:2025-02-25
申请号:CN202411713648.3
申请日:2024-11-27
Applicant: 南京大学
IPC: H04B7/0413 , H04B7/06 , H04B17/391 , H04W72/0453 , H04W72/0457
Abstract: 本发明公开了一种面向空天地一体化的全解耦网络无反馈传输和资源动态分配方法,为空天地多节点协作的资源管理提供解决方案。该方法包括:基于深度学习的信道状态信息预测模型,通过用户地理位置信息代替传统反馈信号,实现多输入多输出传输;并设计了多对一匹配模型,用于在空天地异构节点间实现频谱资源块的自适应分配,确保匹配的稳定性且具备低复杂度和快速收敛特性。针对多节点的协同传输和异构节点间的资源分配,通过无反馈的信道状态信息预测与资源分配机制提升系统频谱效率。与传统网络中的单连接方式和基于轮询的资源调度相比,本发明的灵活资源分配算法显著提升了网络容量并改善了用户通信质量。
-
公开(公告)号:CN118944790A
公开(公告)日:2024-11-12
申请号:CN202410994129.2
申请日:2024-07-24
Applicant: 南京大学
IPC: H04B17/391 , H04B17/382 , G06N3/0455
Abstract: 本发明公开了一种基于对比学习的6G全解耦网络代表信道生成方法与系统,包括:建立多径信道模型和多输入多输出正交频分复用系统传输模型;根据系统传输模型给出代表信道生成目标;根据多径信道模型建立多径信道信息数据集,并利用对比学习框架训练基于Transformer的编码器,编码器以多径信道信息为输入,输出多径信道表征信息。根据多径信道信息和多径信道表征信息,训练基于Transformer的解码器,解码器以多径信道表征信息为输入,输出多径信道信息。实际部署阶段输入多径信道信息,将编码器输出的多径信道表征信息平均后输入解码器,输出代表信道。本发明能够解决频谱地图中固定传输参数难以选择的问题,为6G全解耦接入网传输提供了一种可行的方案。
-
公开(公告)号:CN118694647A
公开(公告)日:2024-09-24
申请号:CN202410758394.0
申请日:2024-06-13
Applicant: 南京大学
Abstract: 本发明公开了一种超可靠低时延蜂窝车联网通信的OTFS调制收发机系统与方法。在本发明中,一个多天线基站作为发射端,多个单天线车辆作为接收端,两者组成了多输入单输出的下行通信系统;本发明采用了OTFS调制方案,通过将符号调制至时延‑多普勒域,解决了蜂窝车联网中高移动性信道带来的多普勒频移和时延扩展问题;本发明利用DDT深度学习模型提取历史时延‑多普勒域信道状态信息中的时间‑空间特征,从而在发射端实现预测性波束赋形设计;本发明在接收端采用了时延‑多普勒域信道估计和信号检测,最大程度地降低了计算复杂度。与现有技术相比,本发明具有明显的优越性,有效兼顾了蜂窝车联网中的高可靠和低时延通信需求。
-
公开(公告)号:CN114449634B
公开(公告)日:2023-11-03
申请号:CN202210057174.6
申请日:2022-01-18
Applicant: 南京大学
IPC: H04W52/14 , H04W52/24 , H04B7/0456
Abstract: 本发明公开一种面向6G全解耦网络的上行用户高效功率控制方法,上行基站上传信道的一阶和二阶统计信息至边缘云;边缘云基于全局的信道统计信息,对用户的发射功率进行迭代求解;边缘云将计算得到的用户发射功率下发至控制基站;控制基站将发射功率信息发送至相应的用户;基站将用户通过该基站将信息上传到边缘云视为等效信道,统计该等效信道的期望和方差,并周期性地上传至边缘云;边缘云基于等效信道的统计信息,迭代计算用户的发射功率直至算法收敛。该方法可以高效地计算用户的发射功率,并提高无线移动通信网络的频效和能效。通过控制用户的发射功率,降低用户间的干扰,从而实现更高的网络频效和能效。
-
公开(公告)号:CN114900225B
公开(公告)日:2023-05-09
申请号:CN202210434059.6
申请日:2022-04-24
Applicant: 南京大学
IPC: H04B7/185 , H04W72/53 , H04W72/0446
Abstract: 一种基于低轨巨星座的民航互联网业务管理与接入资源分配方法,1)定义选定区域选定时间段内民航客机到低轨卫星上行通信链路的数据传输模型;2)面向不同民航互联网业务的通信需求,定义民航客机与低轨卫星接入资源分配问题的决策变量、目标函数及约束条件;3)将问题建模为一个马尔科夫决策过程,定义状态、动作、状态转移,并设计合理的奖励函数以同时满足两类业务的需求;4)根据已定义的模型搭建民航卫星网络环境并设置训练参数,进行基于强化学习的训练;5)在真实民航卫星网络中部署训练的强化学习模型,每个时隙由控制器收集状态信息并发送至民航客机,客机基于模型进行接入资源分配决策并根据得到的奖励和下一时隙状态进行模型更新。
-
-
-
-
-
-
-
-
-