-
公开(公告)号:CN110489176A
公开(公告)日:2019-11-22
申请号:CN201910795561.8
申请日:2019-08-27
Applicant: 湘潭大学
IPC: G06F9/445
Abstract: 本发明提出了一种基于装箱问题的多接入边缘计算任务卸载方法,该方法将用户终端和边缘服务器视作任务容器,将任务视作物品,从而将边缘计算中任务卸载决策问题转化成一个装箱问题,再通过启发式方法最小化网络内启用的边缘服务器数目,求解任务卸载决策。包括如下步骤:首先计算每个边缘服务器的容载能力和每个终端任务的输入数据大小与所需计算资源的比值;然后按照容载能力和任务比值从大到小形成两个队列;最后将任务队列中的任务依次取出配置到容器队列中的容载能力最大并还有剩余计算资源的边缘服务器上,重复此操作直至任务队列为空。本发明能适用于多终端多任务的多接入边缘计算网络的任务处理过程,能够明确地制定出合适的任务卸载方案,在满足任务时间延迟要求的同时最小化计算能耗,节约成本。
-
公开(公告)号:CN106053479A
公开(公告)日:2016-10-26
申请号:CN201610581120.4
申请日:2016-07-21
Applicant: 湘潭大学
CPC classification number: G01N21/8851 , B07C5/34 , G01N2021/888 , G01N2021/8887 , G06T3/0006 , G06T3/608 , G06T5/20 , G06T7/0004 , G06T2207/30164
Abstract: 本发明公开了一种基于图像处理的工件外观缺陷的视觉检测系统,包括工控机、同轴光源、CCD工业相机、图像采集卡和剔除机构;同轴光源和剔除机构均与工控机相连;CCD工业相机通过图像采集卡与工控机相连;其中:同轴光源用于为待检测的工件提供漫反射光源;CCD工业相机用于拍摄处于检测工位的工件的图像;剔除机构用于从生产线上剔除通过检测存在缺陷的工件;工控机中具有基于图像处理的缺陷检测模块;该系统检测效率高,易于实施。
-
公开(公告)号:CN110519370A
公开(公告)日:2019-11-29
申请号:CN201910799323.4
申请日:2019-08-28
Applicant: 湘潭大学
IPC: H04L29/08
Abstract: 本发明提出了一种基于设施选址问题的边缘计算资源分配方法。首先根据边缘计算网络场景得到用户终端任务的各项数据参数和边缘服务器的性能参数;然后构建任务执行代价最优化问题模型,通过对偶拟合算法求解任务执行代价最小化问题,计算用户终端任务分配决策和服务器开关决策;最后用户终端根据资源分配决策将任务分配到边缘服务器上执行。本发明能够适用于边缘计算网络中不同规模大小、不同地理位置的用户终端的任务分配处理,通过降低边缘服务器启动代价和用户终端任务通信代价,从而最小化网络内所有卸载任务的总执行代价。
-
公开(公告)号:CN109560845A
公开(公告)日:2019-04-02
申请号:CN201811421025.3
申请日:2018-11-27
Applicant: 湘潭大学
IPC: H04B7/0456 , H04B7/08 , H04B17/391
Abstract: 本发明公开了一种低复杂度通用混合预编码方法,包括以下步骤:在发送端对最优纯数字预编码矩阵进行奇异值分解后取左矩阵Ⅰ,用左矩阵Ⅰ中每个元素进行归一化后的列向量来构建模拟相移器对应的矩阵,从而完成混合预编码器设计;在接收端对最优无约束合并矩阵进行奇异值分解后取左矩阵Ⅱ,用左矩阵Ⅱ中每个元素进行归一化后的列向量来构建模拟相移器对应的矩阵,从而完成混合模式组合接收器的设计。对于任意的信道模型都能使用本发明来进行混合预编码,且不需要进过复杂的迭代,很大程度上减少了计算复杂度;当数据流与链路数相等或差距不大时,运用本发明方法设计的混合预编码器的频谱效率明显优于正交基追综算法,与最优纯数字预编码的性能最为接近。
-
公开(公告)号:CN106053479B
公开(公告)日:2018-09-11
申请号:CN201610581120.4
申请日:2016-07-21
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于图像处理的工件外观缺陷的视觉检测系统,包括工控机、同轴光源、CCD工业相机、图像采集卡和剔除机构;同轴光源和剔除机构均与工控机相连;CCD工业相机通过图像采集卡与工控机相连;其中:同轴光源用于为待检测的工件提供漫反射光源;CCD工业相机用于拍摄处于检测工位的工件的图像;剔除机构用于从生产线上剔除通过检测存在缺陷的工件;工控机中具有基于图像处理的缺陷检测模块;该系统检测效率高,易于实施。
-
公开(公告)号:CN107359928A
公开(公告)日:2017-11-17
申请号:CN201710588550.3
申请日:2017-07-19
Applicant: 湘潭大学
Abstract: 本发明公开了一种多用户单中继协作通信系统的最优化功率分配算法,包括以下步骤:建立通用化最优求解框架结构模型;建立源节点用户总功率优化问题模型;建立系统总功率优化问题模型;基于通用化最优求解框架结构模型,进行源节点用户总功率优化问题模型和系统总功率优化问题模型求解,实现功率分配。本发明以提出的两个定理和一个引理为基础,求解源节点用户总功率优化问题模型和系统总功率优化问题模型,在确保各个用户获得其目标信噪比的情况下,分别使各个源节点用户功率消耗和系统总功率消耗达到最小,符合定理和引理约束条件的同类优化问题都可以用该算法进行优化求解,适用范围广,既能满足用户的通信服务质量,又能降低系统的功率消耗。
-
公开(公告)号:CN106204614A
公开(公告)日:2016-12-07
申请号:CN201610576104.6
申请日:2016-07-21
Applicant: 湘潭大学
IPC: G06T7/00
CPC classification number: G06T7/0004 , G06T2207/20036 , G06T2207/20056 , G06T2207/30164
Abstract: 本发明公开了一种基于机器视觉的工件外观缺陷检测方法,首先通过视觉系统引导机器人,根据基于灰度值的模板匹配算法精确定位目标工件位姿,然后进行工件外观缺陷检测,其步骤为:(1)获取工件图像,采用中值滤波进行预处理;(2)利用全局阈值分割目标工件,并进行工件位姿矫正;(3)通过数学形态学开运算去除工件边缘毛刺干扰;(4)检测缺口、粘料、开裂、压痕、针眼、划痕和起泡外观缺陷。该方法解决人工检测速度慢、效率低、精度差的问题;克服目前视觉检测缺陷类型单一、成像质量差和误检率高的问题,提高精密工件生产自动化程度和产品质量。
-
公开(公告)号:CN108736943B
公开(公告)日:2021-04-06
申请号:CN201810495760.2
申请日:2018-05-22
Applicant: 湘潭大学
IPC: H04B7/0456
Abstract: 本发明公开了一种适用于大规模MIMO系统的混合预编码方法,包括以下步骤:发射端计算最优纯数字预编码矩阵;发射端基于响应向量序列分别计算模拟预编码矩阵和数字预编码矩阵;发射端利用模拟预编码矩阵和数字预编码矩阵对发送信号进行预编码,然后通过天线将编码后的信号发送出去;接收端计算最优无约束合并矩阵;接收端基于响应向量序列分别计算模拟域的合并矩阵和数字域的合并矩阵;接收端利用模拟域的合并矩阵和数字域的合并矩阵对接收信号进行合并。本发明直接对由阵列响应向量序列组成的矩阵进行奇异值分解,从响应向量序列中提取出模拟相移器的相位信息,无需经过迭代搜索,从而能够有效地降低计算复杂度。
-
公开(公告)号:CN107359928B
公开(公告)日:2020-02-21
申请号:CN201710588550.3
申请日:2017-07-19
Applicant: 湘潭大学
Abstract: 本发明公开了一种多用户单中继协作通信系统的最优化功率分配算法,包括以下步骤:建立通用化最优求解框架结构模型;建立源节点用户总功率优化问题模型;建立系统总功率优化问题模型;基于通用化最优求解框架结构模型,进行源节点用户总功率优化问题模型和系统总功率优化问题模型求解,实现功率分配。本发明以提出的两个定理和一个引理为基础,求解源节点用户总功率优化问题模型和系统总功率优化问题模型,在确保各个用户获得其目标信噪比的情况下,分别使各个源节点用户功率消耗和系统总功率消耗达到最小,符合定理和引理约束条件的同类优化问题都可以用该算法进行优化求解,适用范围广,既能满足用户的通信服务质量,又能降低系统的功率消耗。
-
公开(公告)号:CN104715234A
公开(公告)日:2015-06-17
申请号:CN201410851594.7
申请日:2014-12-31
Applicant: 湘潭大学
Abstract: 本发明公开了本发明提供了一种侧视检测方法,具体是通过检测并分析脸部方向变化实现的,包括以下步骤:S1、采集图像;S2、获取脸部图像;S3、找到脸部图像的中线;S4、判定是否存在侧视。还提供了一种侧视检测系统,包括图像采集装置,用于采集含有观看者的图像;图像处理分析装置,用于对采集到的图像进行处理分析,并得出判定结果;提醒装置,与图像处理分析装置相连,并根据图像处理分析装置输出的信息作出相应处理。本发明为现在存在于少年儿童中的电视性侧视症提供了一种智能检测提醒功能,再也不需要家长一直守候小孩旁进行提醒。不需要设置红外、电波的发射源,不需要传感器与发射源配套使用,还降低了安装调试的复杂性。
-
-
-
-
-
-
-
-
-