-
公开(公告)号：CN110430585B
公开(公告)日：2023-05-02
申请号：CN201910723536.9
申请日：2019-08-07
Applicant: 南京理工大学
Abstract: 本发明公开了一种分布式传感器网络中用于追踪的广播节点选择方法。我们根据接收到的上一时刻的部分传感器信息，更新当前时刻的目标状态的估计值与真实值之间的协方差矩阵，同时结合传感器节点在当前时刻之前所有的协方差矩阵来挑选估计质量最好的传感器用来作为广播节点。实验结果表明，该方法较传统的方法，能够显著的提高在追踪过程中传感器网络的能量利用效率和带宽资源利用效率。
-
公开(公告)号：CN110473142B
公开(公告)日：2022-09-27
申请号：CN201910431489.0
申请日：2019-05-22
Applicant: 南京理工大学
IPC: G06T3/40 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的单幅图像超分辨率重建方法，针对网络架构，去除了残差模块的批归一化层，增加了紧密连接和作用于判别域的网络，针对损失函数，融合了多种不同损失函数。本发明节约了计算资源、增强了层与层之间的传播，使得生成的图像具有高频信息而不是高频噪声，提高了生成图片在不同数据集上的峰值信噪比、结构相似性以及视觉效果。
-
公开(公告)号：CN110569891A
公开(公告)日：2019-12-13
申请号：CN201910796418.0
申请日：2019-08-27
Applicant: 南京理工大学
Abstract: 本发明提供一种基于WiFi的被动式坐姿时长检测方法，包括：首先对采集到的信道状态信息CSI数据进行预处理，其中处理过程包括：先利用hampel identifier方法去除离群值，再基于小波变换实现低通滤波，然后对预处理后的CSI序列进行动作分割，接着基于SVM的起坐动作识别，最后根据起坐动作计算坐姿时长。本发明提供的基于WiFi的被动式坐姿时长检测方法，能够提高坐姿时长的精度。
-
公开(公告)号：CN110517488A
公开(公告)日：2019-11-29
申请号：CN201910762200.3
申请日：2019-08-19
Applicant: 南京理工大学
Abstract: 本发明设计了一种短时交通流预测方法。本发明结构主要分为三个部分：首先，通过历史平均模型构建日内交通流量趋势，并通过自回归滑动平均模型（ARIMA）拟合实际流量与日内流量趋势之间的剩余部分。然后建立广义自回归条件异方差（GARCH）模型来捕获自回归滑动平均模型残差序列的波动性以增强预测能力；使用长短时记忆神经网络（LSTM）用于捕捉日常交通的长期依赖性和非线性特征；最后，通过深度神经网络（DNN）融合和学习上述特征用于预测。本发明深入挖掘交通流数据的随机性与不确定性，充分考虑交通流数据中的线性和非线性特征，从而有效提高了交通流量数据的预测精度。
-
公开(公告)号：CN110445581A
公开(公告)日：2019-11-12
申请号：CN201910736687.8
申请日：2019-08-10
Applicant: 南京理工大学
Abstract: 本发明公开了一种在相关性性环境下基于卷积神经网络利用相关信息降低信道译码误码率的方法。该方法利用在快衰落信道下的无线通信系统获取训练集，利用该训练集训练了两个基于多层一维度卷积神经网络的估计器。利用估计器获得的信道增益和信道噪声值，依次进行接收信号去噪，残余噪声分布统计，重构对数似然比，最后利用重构的对数似然比作为BP译码器的输入进行低密度奇偶校验码的信道译码，其结果在各个实验相关性下都获得了相较于未进行上述处理就直接进行信道译码更低的误码率。这说明，通过本发明获得李准确的信道估计值和噪声估计值，同时信号去噪的方法获得了积极的性能增益。
-
Patent Agency Ranking
公开(公告)号：CN110428115A
公开(公告)日：2019-11-08
申请号：CN201910741705.1
申请日：2019-08-13
Applicant: 南京理工大学
Abstract: 本发明设计了一种基于深度强化学习的移动边缘计算架构下为动态用户提供低延时高可靠的计算服务的无人机路径规划方法。考虑无人驾驶飞机具有便捷的基础设施，且可在偏远或灾难区域快速搭建通信渠道，也可架栽计算资源为终端移动用户提供服务，因此考虑将无人机当作移动计算服务器，在终端移动用户的上方为其提供高效的交互服务。本发明考虑到终端用户的实时移动，将其建模成高斯-马尔科夫移动模型，再通过对用户位置状态、无人机位置状态、无人机电池量状态以及无人机与用户之间的信道状态进行建模，结合深度强化学习算法规划无人机路径最大化系统长期效益。
-
公开(公告)号：CN110311717A
公开(公告)日：2019-10-08
申请号：CN201910590329.0
申请日：2019-07-02
Applicant: 南京理工大学
IPC: H04B7/06 , H04B7/08 , H04B7/0456 , H04W16/28
Abstract: 本发明提供了混合模拟与数字结构发射机中，基于方向调制的稳健的混合波束成形设计方法。该方法需要在已知期望用户与窃听者角度信息和角度误差分布的情况下，分别设计模拟预编码、有用信号数字预编码和人工噪声数字预编码。首先利用相位对齐的思想设计模拟波束成形矩阵，并进一步考虑角度误差设计稳健的模拟波束成形。在模拟波束成形矩阵确定的情况下，通过最小化混合预编码与全数字预编码之间的欧几里得距离分别设计稳健的有用信号数字波束成形向量与人工噪声数字波束成形矩阵。为了提高系统的能效并降低设计复杂度，此处采用部分连接型的混合结构。本发明采用混合结构显著降低电路成本，安全速率性能与误码率性能都有显著提升。
-
公开(公告)号：CN110232242A
公开(公告)日：2019-09-13
申请号：CN201910507317.7
申请日：2019-06-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于冰区破冰船护航的多船跟随运动学方法。该方法能有效地提高船员的航海经验和安全，并且运用回归分析的方法处理、回归船航行的安全速度，最终得出分析结果。在所提出的多船跟随运动学方法中，采用冰对船的阻力造成的速度和加速度的影响定义波罗地海域冰的情况。同时，将船舶当前时刻的速度和距离数据提取出来并导入多艘船的跟随运动学方法中，利用该方法和当前时刻的数据，达到预测下一时刻安全船速和距离的目的。该运动学方法能够应用于冰区破冰船仿真和试验，充分考虑冰对船的阻力影响和两船之间的安全速度和距离，从而提高该方法建立的模型在船桥模拟器中的真实度和航海安全。
-
公开(公告)号：CN110213186A
公开(公告)日：2019-09-06
申请号：CN201910590886.2
申请日：2019-07-02
Applicant: 南京理工大学
IPC: H04L25/02 , H04B7/08 , H04B7/0456 , H04B17/336
Abstract: 本发明提供了混合模拟与数字结构接收机中，基于旋转不变技术的混合波束成形的到达角估计与信噪比估计方法。首先将模拟波束成形的相位设为零，利用ESPRIT算法估计角度，此时由于引进混合结构将导致测角模糊问题。接着分别进行数字相位对齐与模拟相位对齐，通过最大化接收信号功率准则剔除模糊角获得最终的角度估计。在获得角度估计的基础上，再通过模拟相位消除获得信噪比的估计。本发明将到达角估计技术应用于混合模拟与数字结构的接收机中，相比于传统的全数字接收机，可以大大降低硬件电路的成本与功耗，并且在少量射频链路的情况下仍可以有效的获得角度与信噪比的估计。
-
公开(公告)号：CN110207712A
公开(公告)日：2019-09-06
申请号：CN201910590338.X
申请日：2019-07-02
Applicant: 南京理工大学
IPC: G01C21/20
Abstract: 本发明公开了基于边缘计算中动态任务到达情况下的无人机路径优化的一种方法。考虑在边缘计算系统架构的背景下，通过为无人机以及用户建立任务队列并使其保持稳定来降低整个系统的延迟。本发明考虑将边缘计算服务器架设于无人机上，利用无人机高速移动性能来快速接近用户为其提供数据迁移处理服务。进一步的，本发明建立了一个动态边缘计算系统，考虑用户任务实时到达，分别为用户和无人机建立多个任务队列，考虑无人机与用户利用TDMA方式进行通信。本发明以自动队列控制理论为基础，设计出一种调度优化算法，使其在任务队列稳定以使得网络延迟被局限于一定时间的限制条件下，通过优化用户无人机路径以及用户计算频率来最小化用户所耗费的计算能量。
-
-
-
-
-
-
-
-
-
Search Results
186
records
(took 0.611 seconds)
