-
公开(公告)号：CN115866693A
公开(公告)日：2023-03-28
申请号：CN202211434167.X
申请日：2022-11-16
IPC: H04W28/086 , H04W28/08 , H04W28/02
Abstract: 本申请公开了一种数据分流传输方法、装置、计算机设备及可读存储介质，涉及通信技术领域，可以采用自适应数据分流的方式，减小数据传输时延，提高弱覆盖终端通信性能。所述方法包括：在目标基站为宏基站和微基站时，检测宏基站对应的第一传输时延和微基站对应的第二传输时延；根据第一传输时延和第二传输时延，计算目标分流比例，将目标分流比例与预设的网络状态阈值进行比对，得到第一比对结果；当第一比对结果指示目标分流比例大于网络状态阈值时，按照目标分流比例，将待传输数据拆分为第一数据量和第二数据量；采用宏基站和微基站，将第一数据量和第二数据量发送至数据接收方，以使数据接收方聚合第一数据量和第二数据量，得到待传输数据。
-
公开(公告)号：CN110225460B
公开(公告)日：2021-03-23
申请号：CN201910488845.2
申请日：2019-06-05
Applicant: 三维通信股份有限公司 , 浙江大学
Abstract: 本发明公开了一种基于深度神经网络的室内定位方法，所述方法包括：获取Wi‑Fi接入点RSS参考数据，对获得的RSS参考数据进行滤波，基于处理后得到的RSS参考数据构建Wi‑Fi接入点RSS参考数据库；构建深度神经网络，利用所述RSS参考数据库作为训练样本，训练得到深度神经网络模型；将待定位点的RRS数据进行预处理，输入训练得到的深度神经网络模型中，得到待定位点的位置估算坐标。本发明无需携带专门的传感器，相比于很多需要人携带传感器的室内定位方法来说，本发明没有增加额外的设备，仅需智能手机即可实现室内定位，有极大的便利性，也便于推广。
-
公开(公告)号：CN111585906A
公开(公告)日：2020-08-25
申请号：CN202010394674.X
申请日：2020-05-11
Applicant: 浙江大学
IPC: H04L12/801 , H04W28/02
Abstract: 本发明公开了一种面向工业互联网的低时延自适应数据分流传输方法，包括以下步骤：(1)按照分流比例将总数据拆分给蜂窝网络传输的第一数据和给局域网网络传输的第二数据；(2)计算采用蜂窝网络传输第一数据时的第一传输时延和采用局域网网络传输第二数据时的第二传输时延；(3)以最小化系统传输时延为目标，根据第一传输时延和第二传输时延确定最佳分流比例；(4)依据该最佳分流比例将总数据拆分给蜂窝网络传输的第一数据和给局域网网络传输的第二数据，并进行数据传输。该方法能够充分考虑实际网络状态，对蜂窝网络与局域网网络进行分流，减小数据传输时延，提升工业互联网的性能。
-
公开(公告)号：CN110446217A
公开(公告)日：2019-11-12
申请号：CN201910682462.9
申请日：2019-07-26
Applicant: 浙江大学
IPC: H04W24/02 , H04B17/382
Abstract: 本发明公开了一种基于LAA蜂窝系统的分布式资源分配方法，所述分布式资源分配方法应用于LAA蜂窝系统中，在宏基站覆盖下，小基站通过LBT机制共享免许可频段，同时复用许可频段子信道，服务其用户。所述分布式资源分配方法包括：采用图论中的邻接矩阵A表示小基站间信息交互关系，即矩阵A记录宏基站范围内小基站的连通关系，并且该矩阵A是连通的、无向形式；宏基站通过回程链路，按照连接矩阵A向小基站广播其他小基站的分布式算法的参数，小基站采用分布式算法优化许可频段和免许可频段上的资源分配，以获得最佳的频谱资源利用率。该分布式资源分配方法在保证小基站复用许可信道带来的同信道干扰在限制值的同时，提高蜂窝系统的吞吐量。
-
公开(公告)号：CN110225460A
公开(公告)日：2019-09-10
申请号：CN201910488845.2
申请日：2019-06-05
Applicant: 三维通信股份有限公司 , 浙江大学
Abstract: 本发明公开了一种基于深度神经网络的室内定位方法，所述方法包括：获取Wi-Fi接入点RSS参考数据，对获得的RSS参考数据进行滤波，基于处理后得到的RSS参考数据构建Wi-Fi接入点RSS参考数据库；构建深度神经网络，利用所述RSS参考数据库作为训练样本，训练得到深度神经网络模型；将待定位点的RRS数据进行预处理，输入训练得到的深度神经网络模型中，得到待定位点的位置估算坐标。本发明无需携带专门的传感器，相比于很多需要人携带传感器的室内定位方法来说，本发明没有增加额外的设备，仅需智能手机即可实现室内定位，有极大的便利性，也便于推广。
-
Patent Agency Ranking
公开(公告)号：CN109890077A
公开(公告)日：2019-06-14
申请号：CN201910129710.7
申请日：2019-02-21
Applicant: 浙江大学
IPC: H04W72/04 , H04W72/08 , H04W74/08 , H04B17/309 , H04B17/382
Abstract: 本发明公开了一种LTE-U系统自适应接入免许可频段的控制方法，包括：LTE-U系统通过LBT机制接入免许可频段，与WiFi系统共用免许可频段资源，免许可频段信道接入过程分为LBT阶段和占空比阶段；根据LTE-U用户和WiFi用户负载动态调节LBT阶段的退避窗口Q值和空比阶段的时隙占比θ，以保证WiFi用户公平性和LTE-U用户最大化占用免许可频段资源为目标，优化获得最优的退避窗口Q和时隙占比θ；然后在最优的退避窗口Q和时隙占比θ条件下，以最大化LTE-U系统吞吐量为目标，获得最优的许可频段上的频谱分配和功率分配，在免许可频段上的频谱资源分配。该控制方法提高LTE-U系统的容量。
-
公开(公告)号：CN113923605A
公开(公告)日：2022-01-11
申请号：CN202111240693.8
申请日：2021-10-25
Applicant: 浙江大学
Abstract: 本发明公开了一种面向工业互联网的分布式边缘学习系统和方法，包括基站和计算设备，两计算设备之间通过D2D链路传输数据；计算设备根据本地数据训练本地模型后，依据最优广播数据速率和最优带宽，通过广播与所有相邻其他计算设备共享本地模型，依据来自于相邻其他计算设备共享的本地模型估计全局模型，上传最优广播数据速率和本地模型相关信息至基站；基站依据本地模型相关信息、最优广播数据速率和设备网络信息确定每个计算设备的估计全局模型和真实全局模型之间的模型偏差，定义偏差减少速率为每增加单位带宽所有计算设备的模型偏差减少量，以使所有计算设备的偏差减少速率相同为目标进行带宽分配，以确定分配给计算设备的最优带宽。
-
公开(公告)号：CN111401552B
公开(公告)日：2023-04-07
申请号：CN202010166667.4
申请日：2020-03-11
Applicant: 浙江大学
Abstract: 本发明公开了一种基于调整批量大小与梯度压缩率的联邦学习方法和系统，用于提高模型训练性能，包括：在联邦学习场景中，多个终端共享上行无线信道资源，基于本地终端的训练数据，与边缘服务器共同完成神经网络模型的训练；在模型训练过程中，终端在本地计算中采用批量的方法计算梯度，在上行传输过程中，传输前需要对梯度进行压缩；根据各终端的计算能力与其所处的信道状态，调整批量大小以及梯度压缩率，以在保证训练时间与不降低模型正确率的同时，提高模型训练的收敛速率。
-
公开(公告)号：CN115119233A
公开(公告)日：2022-09-27
申请号：CN202210656168.2
申请日：2022-06-10
Applicant: 浙江大学
Abstract: 本发明公开了一种分簇的无线通信方法和系统，包括：步骤1，基站依据地理位置将参与通信的所有边缘设备聚成多个簇，每个簇内的边缘设备使用D2D链路通信；步骤2，每个边缘设备根据本地数据进行去中心化的模型参数更新后，边缘设备通过D2D链路与其相连通的边缘设备交换更新模型参数，并使用参数平均算法进行簇内的参数聚合，得到聚合参数；步骤3，基站从每个簇内所有边缘设备选择一个边缘设备作为簇头，簇头将其聚合参数上传至基站；步骤4，基站对所有簇头上传的聚合参数进行全局聚合，并将得到的全局模型广播给所有边缘设备。解决了大规模终端共同参与的联邦学习场景中的中央节点通信流量拥塞问题，提高了模型收敛速率。
-
公开(公告)号：CN109890077B
公开(公告)日：2020-10-20
申请号：CN201910129710.7
申请日：2019-02-21
Applicant: 浙江大学
IPC: H04W72/04 , H04W72/08 , H04W74/08 , H04B17/309 , H04B17/382
Abstract: 本发明公开了一种LTE‑U系统自适应接入免许可频段的控制方法，包括：LTE‑U系统通过LBT机制接入免许可频段，与WiFi系统共用免许可频段资源，免许可频段信道接入过程分为LBT阶段和占空比阶段；根据LTE‑U用户和WiFi用户负载动态调节LBT阶段的退避窗口Q值和空比阶段的时隙占比θ，以保证WiFi用户公平性和LTE‑U用户最大化占用免许可频段资源为目标，优化获得最优的退避窗口Q和时隙占比θ；然后在最优的退避窗口Q和时隙占比θ条件下，以最大化LTE‑U系统吞吐量为目标，获得最优的许可频段上的频谱分配和功率分配，在免许可频段上的频谱资源分配。该控制方法提高LTE‑U系统的容量。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.025 seconds)
