-
公开(公告)号：CN111953510B
公开(公告)日：2024-02-02
申请号：CN202010412340.0
申请日：2020-05-15
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： H04W72/0453 , H04W28/16 , H04W72/566
摘要： 本发明公开了一种基于强化学习的智能电网切片无线资源分配方法及系统，其中方法包括：基于智能电网场景下的不同电力业务的需求对所述电力业务进行分类，并为多个所述电力业务设置优先级；按照所述电力业务的分类将所述电力业务与电网切片进行关联；建立电网业务资源分配的强化学习优化模型，根据所述强化学习优化模型的当前切片状态和奖励函数确定下一个状态执行的动作，基于最小成本原则为电网业务分配电网切片；其中优先级高的电力业务优先分配电网切片。
-
公开(公告)号：CN110166387B
公开(公告)日：2023-06-23
申请号：CN201910429537.2
申请日：2019-05-22
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC分类号： H04L27/00 , G06F18/24 , G06F18/241 , G06F18/214 , G06F18/10 , G06N3/0464
摘要： 本发明公开了一种基于卷积神经网络识别信号调制方式的方法及系统，属于信号检测与识别技术领域。本发明方法，包括：对信号源发出的两路无噪信号的其中一路无噪信号加入噪声；生成高阶累积量和二维矩阵作为训练标签，生成高阶累积量和二维矩阵作为数据输入量；获取多个去噪特征模型，生成识别模型；获取信号源发出的信号，提取I/Q信息，截断I/Q信息的高阶累积量并生成二维矩阵，将二维矩阵送入识别模型中对信号进行调制识别并输出信号调制方式。本发明提高了分类器的泛化能力和识别准确率；降低了实际接收信号样本数，利用无监督去噪声自编码有效抑制噪声的影响，提高最终识别模型的准确率。
-
公开(公告)号：CN111711538B
公开(公告)日：2021-11-23
申请号：CN202010514935.7
申请日：2020-06-08
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司
发明人： 吴赛 , 王智慧 , 马宝娟 , 丁慧霞 , 李哲 , 孟萨出拉 , 杨德龙 , 段钧宝 , 郑伟军 , 邵炜平 , 陈鼎 , 方景辉 , 吴国庆 , 唐锦江 , 王莹 , 唐子行 , 席林晗
IPC分类号： H04L12/24 , H04L12/851
摘要： 本发明提供一种基于机器学习分类算法的网络优化方法及系统，包括：步骤1、数据链路层中的业务分类器将数据采集层采集的业务进行分类，并贴上相应类标签；步骤2、业务分类器将分类结果传递到位于数据处理层的总控制器，总控制器根据分类结果，计算最优调度策略，并根据最优调度策略为业务节点进行载波的调度、基站资源的分配，同时对业务节点的发射功率进行控制，实现网络优化。本发明相较于传统的根据业务优先级分配资源的方法，考虑了与其他业务之间的影响，从而提高频谱资源的利用率，可以实现更高的网络效用。
-
公开(公告)号：CN111191515A
公开(公告)日：2020-05-22
申请号：CN201911234417.3
申请日：2019-12-05
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于深度学习的高精度频谱识别方法及系统，其中方法包括：对加入噪声的已调信号进行预处理，对经过预处理的已调信号进行计算，获取归一化的循环相关熵谱图；根据所述循环相关熵谱图分析各调制方式在不同信噪比下的循环相关熵谱图特征；将所述循环相关熵谱图特征划分为训练集和测试集，利用所述训练集和所述测试集对深度学习网络进行训练，获取训练后的深度学习网络；通过训练后的深度学习网络对待识别信号进行识别，输出所述待识别信号的调制方式。
-
公开(公告)号：CN111191515B
公开(公告)日：2024-08-09
申请号：CN201911234417.3
申请日：2019-12-05
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司 , 国家电网有限公司
IPC分类号： G06V20/13 , G06V10/30 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/0442 , G06N3/08
摘要： 本发明公开了一种基于深度学习的高精度频谱识别方法及系统，其中方法包括：对加入噪声的已调信号进行预处理，对经过预处理的已调信号进行计算，获取归一化的循环相关熵谱图；根据所述循环相关熵谱图分析各调制方式在不同信噪比下的循环相关熵谱图特征；将所述循环相关熵谱图特征划分为训练集和测试集，利用所述训练集和所述测试集对深度学习网络进行训练，获取训练后的深度学习网络；通过训练后的深度学习网络对待识别信号进行识别，输出所述待识别信号的调制方式。
-
公开(公告)号：CN112468249A
公开(公告)日：2021-03-09
申请号：CN202011358047.7
申请日：2020-11-27
申请人： 华北电力大学 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： H04B17/391 , H04B17/364 , H04W24/06
摘要： 本发明公开了属于无线信道建模技术领域的一种基于自适应核功率密度的5G无线信道分簇算法；包括：采用高分辨率信道参数提取算法提取信道每一快照中的小尺度参数；利用基于多径分量距离的算法计算每一个多径分量的adaptive‑K值；根据每个多径分量附近adaptive‑K个多径分量的小尺度参数计算每个多径分量的相对密度；根据每个多径分量的相对密度进行分簇；对分簇结果进行簇合并。本发明方法能够更准确地对5G无线通信信道数据进行分簇，从而建立更加精准的信道模型，对科研机构和工业界实现5G链路和系统级性能仿真评估与5G网络设计有非常重要的应用价值。
-
公开(公告)号：CN111953510A
公开(公告)日：2020-11-17
申请号：CN202010412340.0
申请日：2020-05-15
申请人： 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
摘要： 本发明公开了一种基于强化学习的智能电网切片无线资源分配方法及系统，其中方法包括：基于智能电网场景下的不同电力业务的需求对所述电力业务进行分类，并为多个所述电力业务设置优先级；按照所述电力业务的分类将所述电力业务与电网切片进行关联；建立电网业务资源分配的强化学习优化模型，根据所述强化学习优化模型的当前切片状态和奖励函数确定下一个状态执行的动作，基于最小成本原则为电网业务分配电网切片；其中优先级高的电力业务优先分配电网切片。
-
公开(公告)号：CN111711538A
公开(公告)日：2020-09-25
申请号：CN202010514935.7
申请日：2020-06-08
申请人： 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网浙江省电力有限公司
发明人： 吴赛 , 王智慧 , 马宝娟 , 丁慧霞 , 李哲 , 孟萨出拉 , 杨德龙 , 段钧宝 , 郑伟军 , 邵炜平 , 陈鼎 , 方景辉 , 吴国庆 , 唐锦江 , 王莹 , 唐子行 , 席林晗
IPC分类号： H04L12/24 , H04L12/851
摘要： 本发明提供一种基于机器学习分类算法的网络优化方法及系统，包括：步骤1、数据链路层中的业务分类器将数据采集层采集的业务进行分类，并贴上相应类标签；步骤2、业务分类器将分类结果传递到位于数据处理层的总控制器，总控制器根据分类结果，计算最优调度策略，并根据最优调度策略为业务节点进行载波的调度、基站资源的分配，同时对业务节点的发射功率进行控制，实现网络优化。本发明相较于传统的根据业务优先级分配资源的方法，考虑了与其他业务之间的影响，从而提高频谱资源的利用率，可以实现更高的网络效用。
-
公开(公告)号：CN111723978B
公开(公告)日：2024-04-02
申请号：CN202010494860.0
申请日：2020-06-03
申请人： 华北电力大学 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司 , 国家电网有限公司
IPC分类号： G06Q10/04 , G06Q10/0639 , G06Q50/06 , G06N3/006
摘要： 本发明公开了一种基于虚拟映射适应多种电力业务差异性需求的指标评价方法，随着电力行业发展速度的快速提升，各种电力业务特征呈现差异化，控制类、信息采集类、移动应用类等三类业务对通信和安全的需求差别很大，其通信带宽、延迟容忍、安全等级、业务可靠性等指标都存在很大差距，传统的电力通信业务模型难以同时进行描述。本发明提供的基于虚拟映射适应多种电力业务差异性需求的指标评价方法，设计了基于虚拟映射的电力业务通信与安全性能指标评估模型，并通过改进粒子群算法进行快速迭代，获取最优的指标评价方法，从而同时适应控制类、信息采集类、移动应用类等三类类型的业务需求情况，为电力业务与通信技术的适配性研究奠定了基础。
-
公开(公告)号：CN111614571B
公开(公告)日：2022-03-04
申请号：CN202010340849.9
申请日：2020-04-26
申请人： 北京邮电大学 , 国家电网有限公司 , 中国电力科学研究院有限公司 , 国网浙江省电力有限公司信息通信分公司
IPC分类号： H04L47/10 , H04L47/283
摘要： 本发明提供的分布式的关键型任务端到端时延优化方法及系统，该包括：根据端到端网络，构建底层核心网络的权重有向图；以链路拥塞因子作为优化变量，考虑链路存在故障时的链路‑路径流量恢复设计，构建时延优化模型；采用基于交替方向乘法子的Benders分解，对时延优化模型进行求解，获取分布式的链路‑路径流量规划方案。本发明实施例采用简洁的方法对底层核心网络进行设计，创建了一个针对最小化最大链路拥塞因子的问题模型，并采用基于交替方向乘法子的Benders分解对该模型进行求解，以得到分布式的链路‑路径流量规划方案，使得端到端关键型任务时延最小化，兼顾了链路‑路径的流量恢复设计，有效的提高了优化的效率和精度。
-
-
-
-
-
-
-
-
-
搜索结果
102 条记录 (耗时 0.078 秒)
