-
公开(公告)号：CN112688746B
公开(公告)日：2021-11-30
申请号：CN202011468034.5
申请日：2020-12-14
申请人： 中山大学
IPC分类号： H04B17/382 , H04B17/391
摘要： 本发明公开了一种基于时空数据的频谱预测方法，方法包括：获取真实频谱数据矩阵；对所述真实频谱数据矩阵进行预处理，得到待测数据；通过空间性建模和时间性建模，搭建谱图卷积递归神经网络；将所述待测数据输入所述谱图卷积递归神经网络，得到预测结果；根据频谱熵和所述预测结果，确定待接入信道。本发明能够快速分析高精度大规模频谱历史数据,根据频谱信息时间上和空间上的相关性建模，实现对未来频谱的预测，可广泛应用于无线电技术领域。
-
公开(公告)号：CN112964941B
公开(公告)日：2021-12-21
申请号：CN202110314440.4
申请日：2021-03-24
申请人： 中山大学
摘要： 本发明公开了一种相控阵天线测试方法、装置、设备及介质，方法包括：确定相控阵列天线探头的位置点序列和测试任务序列；控制相控阵列天线探头移动至目标测试点的坐标位置；对所述目标位置进行自动化测试；根据预定义的神经网络优化算法对每个所述相控阵列天线探头的目标测试点进行扫描，获取采集数据；对扫描完毕后的所有采集数据进行数据校验，得到测量结束后的采样数据。本发明实施例能够提高大型相控阵天线探头扫描测试效率，可广泛应用于天线测量技术领域。
-
公开(公告)号：CN112688746A
公开(公告)日：2021-04-20
申请号：CN202011468034.5
申请日：2020-12-14
申请人： 中山大学
IPC分类号： H04B17/382 , H04B17/391
摘要： 本发明公开了一种基于时空数据的频谱预测方法，方法包括：获取真实频谱数据矩阵；对所述真实频谱数据矩阵进行预处理，得到待测数据；通过空间性建模和时间性建模，搭建谱图卷积递归神经网络；将所述待测数据输入所述谱图卷积递归神经网络，得到预测结果；根据频谱熵和所述预测结果，确定待接入信道。本发明能够快速分析高精度大规模频谱历史数据,根据频谱信息时间上和空间上的相关性建模，实现对未来频谱的预测，可广泛应用于无线电技术领域。
-
公开(公告)号：CN113852970B
公开(公告)日：2022-07-26
申请号：CN202111163140.7
申请日：2021-09-30
申请人： 中山大学
IPC分类号： H04W16/22 , H04B17/391 , G06N3/04 , G06K9/62
摘要： 本发明公开了基于图神经网络的多维频谱预测方法、系统、装置及介质，方法包括：获取频谱数据，并对频谱数据进行时间域上的相关性分析，得到频谱相关系数；根据频谱相关系数对频谱数据进行构造，得到图结构频谱数据；对图结构频谱数据进行谱聚类处理，得到待测数据；将待测数据输入图神经网络，通过图神经网络捕捉得到待测数据在不同维度上的相关性，确定预测结果。本发明能够将频谱数据构造成图结构，并根据图神经网络对未来频谱状态进行多时隙预测，可广泛应用于无线通信技术领域。
-
公开(公告)号：CN113852970A
公开(公告)日：2021-12-28
申请号：CN202111163140.7
申请日：2021-09-30
申请人： 中山大学
IPC分类号： H04W16/22 , H04B17/391 , G06N3/04 , G06K9/62
摘要： 本发明公开了基于图神经网络的多维频谱预测方法、系统、装置及介质，方法包括：获取频谱数据，并对频谱数据进行时间域上的相关性分析，得到频谱相关系数；根据频谱相关系数对频谱数据进行构造，得到图结构频谱数据；对图结构频谱数据进行谱聚类处理，得到待测数据；将待测数据输入图神经网络，通过图神经网络捕捉得到待测数据在不同维度上的相关性，确定预测结果。本发明能够将频谱数据构造成图结构，并根据图神经网络对未来频谱状态进行多时隙预测，可广泛应用于无线通信技术领域。
-
公开(公告)号：CN112964941A
公开(公告)日：2021-06-15
申请号：CN202110314440.4
申请日：2021-03-24
申请人： 中山大学
摘要： 本发明公开了一种相控阵天线测试方法、装置、设备及介质，方法包括：确定相控阵列天线探头的位置点序列和测试任务序列；控制相控阵列天线探头移动至目标测试点的坐标位置；对所述目标位置进行自动化测试；根据预定义的神经网络优化算法对每个所述相控阵列天线探头的目标测试点进行扫描，获取采集数据；对扫描完毕后的所有采集数据进行数据校验，得到测量结束后的采样数据。本发明实施例能够提高大型相控阵天线探头扫描测试效率，可广泛应用于天线测量技术领域。
-
公开(公告)号：CN115361722A
公开(公告)日：2022-11-18
申请号：CN202210992514.4
申请日：2022-08-18
申请人： 中山大学
摘要： 本发明公开了一种基于在线学习的反向散射无线网络最优路径路由方法、计算机装置及存储介质，反向散射无线网络最优路径路由方法包括使用KL‑UCB算法，根据反向散射无线网络中每两个路由节点的网络参数和工作参数，确定每两个路由节点之间的链路的链路指标值确定目标链路，通过目标链路传输数据，确定目标链路的实际路径收益、经验路径收益和性能指标值，当性能指标值达到性能阈值，将目标链路确定为最优路径等步骤。本发明通过累积已知的路径收益反馈，在动态变化的网络中即时选择收益最高路径进行数据传输，从而提高网络性能，增加能效，增大数据传输速率。本发明广泛应用于反向散射通信技术领域。
-
-
-
-
-
-
搜索结果
7 条记录 (耗时 0.433 秒)