-
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：CN115865268A
公开(公告)日：2023-03-28
申请号：CN202211389832.8
申请日：2022-11-08
Applicant: 南京大学
IPC: H04L1/00
Abstract: 本发明公开了一种面向6G全解耦网络的下行链路自适应方法及系统，能够在长延时反馈下实现有效的链路自适应。本发明首先构建一个基于信干噪比的低维信道特征向量，以表示当前频率选择性衰落信道的状态；然后根据低维信道特征向量的历史数据，对未来传输时刻的信道特征向量进行预测；再构建一个基于神经网络的误帧率FER估计模型，其以信道特征向量和调制编码方案MCS为输入，以相应的FER为输出；最后根据模型估计的FER选择期望吞吐量最大的MCS方案，并通过长反馈链路向下行基站报告，实现下行的链路自适应传输。本发明可以缓解6G全解耦网络中长反馈延时造成的链路自适应性能下降，为全解耦网络的自适应传输提供了可行方案。
-
公开(公告)号：CN115563490A
公开(公告)日：2023-01-03
申请号：CN202211222229.0
申请日：2022-10-08
Applicant: 南京大学
IPC: G06F18/213 , G06F18/2111 , G06F18/214 , G06F18/2411 , G06N3/00 , H04B7/185
Abstract: 基于改进蝗虫优化算法的超大规模低轨卫星故障诊断方法，采用双层卫星网络管理架构，在不影响故障诊断准确率的情况下先通过改进的蝗虫优化特征选择算法LS‑BGOA进行数据预处理，该算法将Levy飞行策略、混合复杂进化策略和蝗虫优化算法相结合：1)利用改进的蝗虫优化特征选择算法LS‑BGOA进行数据预处理工作，消除不相关的或噪声数据以降低卫星传输的数据维度，选择出适用于卫星故障诊断的最优特征子集。2)采用MEO/LEO双层递阶管理架构，MEO网络层作为管理层，所有的LEO卫星得到的最优特征子集对应的传感数据上传给对应的MEO管理卫星。3)由MEO卫星通过LEO上传的信息进行故障诊断工作，判断LEO卫星是否是故障状态。
-
公开(公告)号：CN114666844A
公开(公告)日：2022-06-24
申请号：CN202210054434.4
申请日：2022-01-18
Applicant: 南京大学
Abstract: 一种面向6G的智简高效全解耦网络架构，基于基站、用户和边缘云，其中数据基站又包含下行基站和上行基站；边缘云与各基站之间用光纤连接；控制信道的传输时延要比数据信道的传输时延低；数据信道是分布式协作发送，传输、处理、存储一体式接收；边缘云是整个协作区域内数据集中处理的实体；所述全解耦网络是一个局部区域内多基站协作为用户提供无线接入服务的网络架构；全解耦网络的控制面和数据面是物理分离的；数据面的上行和下行也是物理分离的；数据面的业务传输是通过多点协作实现的；本发明能将网络充分地解耦，有效地促进多维资源的协作，提高整个网络的频谱效率，为用户提供个性化通信服务，并降低组网成本。
-
公开(公告)号：CN114448486A
公开(公告)日：2022-05-06
申请号：CN202210120109.3
申请日：2022-02-08
Applicant: 南京大学
IPC: H04B7/08 , H04B7/06 , H04B17/391 , H04W72/04
Abstract: 一种面向全解耦网络下行多点协作调度方法，1)用户基于下行帧中的导频序列估计出信道信息值，然后将本地估计出来的信道信息回到基站的边缘基带信号处理中心；2)根据所测得信道信息，考虑基站和用户之间的功率分配是平均分配，将用户和基站的匹配关系建模为一个多对多的图匹配问题、即建模为一个以最大化总容量为标准的多对多匹配模型，设计多对多初始化以及交换匹配算法；3)根据用户和基站的多对多匹配方案以及接收到的信道信息，考虑用户之间相干传输的干扰，建立以用户加权速率和为目标的优化问题，用分数规划将协作调度的问题转化为多变量的非凸问题，并且使用分块坐标下降的方式得到基站对用户的波束赋形矩阵。
-
Patent Agency Ranking
公开(公告)号：CN112629533A
公开(公告)日：2021-04-09
申请号：CN202011252260.X
申请日：2020-11-11
Applicant: 南京大学
Abstract: 本发明基于路网栅格化道路车流预测的路径规划方法，步骤如下：基于城市的路网图，将城市划分为M×N的网格区域，在城市的路网中，将某一时刻的所有车辆的GPS或北斗数据根据经纬度和方向分配到所属的网格内，得到城市路网图的向不同方向的密度图；将得到的路网的某一时刻的密度图作为神经网络的输入，利用前30±15分钟的路网密度数据预测未来10±5分钟的神经网络；根据预测前某一时刻的道路周围网格区域的车流密度以及道路车流密度和平均速度的关系，计算得到预测后各道路的车辆平均行驶速度。根据某车辆当前所在位置划分一个栅格区域，并根据预测的未来10±5分钟的道路车辆密度和平均行驶速度信息，选择车辆在某一栅格区域内的道路。
-
公开(公告)号：CN109803342B
公开(公告)日：2023-12-26
申请号：CN201811284791.X
申请日：2018-10-31
Applicant: 南京大学
Abstract: 一种面向能量均衡的无人机自组织网络路由方法，1)将无人机节点的信道划分为控制信道与数据业务信道，并设计相应的控制信令帧和数据帧；2)每一个无人机节点通过控制信道周期性发送Hello控制信令帧与覆盖范围内的无人机节点通信，建立覆盖范围内的邻居节点信息表，以及最短跳数表包括邻居节点信息表中的邻居节点最短跳数表；3)源节点即无人机发送节点发送路由请求帧RREQ，源节点通过邻接路由选择算法查找最优转发节点，通过不断转发将控制信令帧发送到目标无人机节点；4)无人机目标节点收到路由请求帧RREQ后生成路由响应帧RREP，建立从无人机源节点到无人机目标节点的路由。
-
公开(公告)号：CN114554494A
公开(公告)日：2022-05-27
申请号：CN202210027262.1
申请日：2022-01-11
Applicant: 南京大学
IPC: H04W16/10 , H04W52/36 , H04W72/04 , H04B7/08 , H04B7/0456 , H04B17/391
Abstract: 一种面向6G全解耦网络的上下行联合动态资源分配方法，1)上行基站收集全网的信道估计，包括用户发出的导频信号和用户基于下行基站导频信号进行的信道估计，将全网信道信息回传至边缘中心做动态资源分配；2)根据用户与上下行基站和不同子信道之间的信道信息，假设基站和用户采用功率均分的方法，将用户‑基站‑子信道的三维匹配问题建模为大规模多对多匹配模型；3)根据用户‑基站‑子信道的匹配关系，基于连续凸近似理论，分别针对多用户的上行相干传输和多基站的下行相干传输，采用上下行功率控制算法；4)步骤2、3均进行并行计算，得出使得系统容量最大的上下行频谱划分比例，并将动态资源分配方案发送给上行用户和下行基站实现。
-
公开(公告)号：CN114449634A
公开(公告)日：2022-05-06
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：CN114448485A
公开(公告)日：2022-05-06
申请号：CN202210053419.8
申请日：2022-01-18
Applicant: 南京大学
IPC: H04B7/08 , H04B17/318 , H04B17/345 , H04B17/391
Abstract: 面向6G全解耦网络的上行多点灵活联合接收方法，包括基站、用户和边缘云，算法实现基于两层合并解码机制，包括在基站处的分布式执行过程和基站边缘云处的中心式执行过程；所述两层合并解码机制，基站对用户发送的数据信息进行局部的第一级的合并即分布式执行过程，该合并使用最小均方误差(MMSE)的合并方式，假设此时用户发送信息的合并向量为wm,k；基站会将合并后的数据上传至边缘云；边缘云基于信道的统计信息，将来自步骤1多路的合并后数据进行基站边缘云处的中心式的MMSE解码，实现第二级的合并；本发明为解决6G全解耦网络中上行虚拟服务基站集的高效选择，为用户提供个性化的服务保障进而提高网络的频效和能效提供新的潜在方法。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.03 seconds)
