-
公开(公告)号：CN114501478B
公开(公告)日：2023-05-23
申请号：CN202210107113.6
申请日：2022-01-28
Applicant: 重庆邮电大学
IPC: H04W16/22 , H04W72/044 , H04W72/542
Abstract: 本发明涉及一种基于速率‑延迟的NB‑IoT网络资源调度方法，属于物联网无线通信技术领域。该方法包括：S1：构建速率优化模型，包括功率分配优化和上行调度优化；然后利用该模型得到优化后的上行功率调度路径；S2：构建延迟优化模型，并设置约束条件包括调度等待时间、RUC传输时间和重传时间；然后利用该模型得到传输功率等待时间；S3：构建自适应的速率‑延迟选择机制，并结合优化后的上行功率调度路径和传输功率等待时间计算得到优化后的吞吐量。本发明以较低的复杂度，在不改变传输功率的情况下，提高了NB‑IoT上行链路的传输速率，降低了延迟；在降低功耗的同时增加了吞吐量，优化了网络性能。
-
公开(公告)号：CN114448911A
公开(公告)日：2022-05-06
申请号：CN202210106210.3
申请日：2022-01-28
Applicant: 重庆邮电大学
IPC: H04L47/6275 , H04L43/18 , G06N3/00
Abstract: 本发明涉及一种基于多目标的工业通信协议测试用例优先级排序方法，属于无线通信协议测试领域。该方法包括以历史执行失败率最大化以及执行时间最小化作为排序目标；对通信协议测试用例编码，设置帕累托最优解集NDSet；使用改进的多目标灰狼算法以全局搜索方式寻找最优解，更新NDSet；判断是否满足最大迭代次数；根据工业通信协议测试标准规范及测试用例历史执行信息，确定部分测试用例之间的依赖关系；根据测试用例执行结果，通过部分测试用例之间的依赖关系动态更新之后的测试用例顺序，计算测试用例序列的平均故障检测率、错误发现效率及有效执行时间；更新数据库中的测试用例的执行信息。本发明能够提高软件测试效率、保障软件质量。
-
公开(公告)号：CN110277648B
公开(公告)日：2020-09-22
申请号：CN201910655580.0
申请日：2019-07-19
Applicant: 重庆邮电大学
IPC: H01Q15/00
Abstract: 本发明公开了一种对称型太赫兹偏振不敏感人工微结构，具有中心对称裂环结构的透射型超曲面，用于产生各种谐振模式，包括衬底介质基板，所述衬底介质基板上设置有金属结构，所述金属结构由多个十字金属谐振单元周期性排列组成，每个十字金属谐振单元包括正方形外框和十字形格栅结构，所述十字形格栅结构为正方形外框内部设置的十字形且中心处被隔断的格栅。无论是LC谐振还是偶极谐振，几何结构的振动对谐振频率和传输振幅的影响都很小。在TE和TM激励下，透射率结果一致，具有偏振不敏感的特点，可用于提高无偏振入射光高速调制器的调制深度。由于高阶谐振模的激励，本发明还可以在高灵敏度生物检测和窄带滤波等各种环境中得到运用。
-
公开(公告)号：CN110277648A
公开(公告)日：2019-09-24
申请号：CN201910655580.0
申请日：2019-07-19
Applicant: 重庆邮电大学
IPC: H01Q15/00
Abstract: 本发明公开了一种对称型太赫兹偏振不敏感人工微结构，具有中心对称裂环结构的透射型超曲面，用于产生各种谐振模式，包括衬底介质基板，所述衬底介质基板上设置有金属结构，所述金属结构由多个十字金属谐振单元周期性排列组成，每个十字金属谐振单元包括正方形外框和十字形格栅结构，所述十字形格栅结构为正方形外框内部设置的十字形且中心处被隔断的格栅。无论是LC谐振还是偶极谐振，几何结构的振动对谐振频率和传输振幅的影响都很小。在TE和TM激励下，透射率结果一致，具有偏振不敏感的特点，可用于提高无偏振入射光高速调制器的调制深度。由于高阶谐振模的激励，本发明还可以在高灵敏度生物检测和窄带滤波等各种环境中得到运用。
-
公开(公告)号：CN116094972B
公开(公告)日：2024-05-07
申请号：CN202310076279.0
申请日：2023-01-18
Applicant: 重庆邮电大学
IPC: H04L43/18 , H04L43/50 , H04L69/163 , H04L12/40 , G06N3/044
Abstract: 本发明涉及一种基于QRNN神经网络的Modbus TCP协议模糊测试方法，属于工业信息化领域，包括以下步骤：S1：对Modbus TCP协议进行模糊测试，监测响应状态，将触发异常的测试用例保存为有效测试用例集；S2：对Modbus TCP协议报文进行字段划分，随机变异，再次模糊测试，构建自定义变异字段决策表；S3：基于QRNN神经网络，将自定义变异字段决策表预处理之后作为输入，构建适用于预测有效变异字段的预测模型；S4：构建变异因子概率选择模型，概率选择变异因子，对测试用例进行变异，执行模糊测试，根据变异之后漏洞触发情况动态反馈调整不同变异因子的概率，构造更具针对性的测试用例。
-
Patent Agency Ranking
公开(公告)号：CN114448911B
公开(公告)日：2023-09-22
申请号：CN202210106210.3
申请日：2022-01-28
Applicant: 重庆邮电大学
IPC: H04L47/6275 , H04L43/18 , G06N3/006
Abstract: 本发明涉及一种基于多目标的工业通信协议测试用例优先级排序方法，属于无线通信协议测试领域。该方法包括以历史执行失败率最大化以及执行时间最小化作为排序目标；对通信协议测试用例编码，设置帕累托最优解集NDSet；使用改进的多目标灰狼算法以全局搜索方式寻找最优解，更新NDSet；判断是否满足最大迭代次数；根据工业通信协议测试标准规范及测试用例历史执行信息，确定部分测试用例之间的依赖关系；根据测试用例执行结果，通过部分测试用例之间的依赖关系动态更新之后的测试用例顺序，计算测试用例序列的平均故障检测率、错误发现效率及有效执行时间；更新数据库中的测试用例的执行信息。本发明能够提高软件测试效率、保障软件质量。
-
公开(公告)号：CN116089091A
公开(公告)日：2023-05-09
申请号：CN202310119925.7
申请日：2023-02-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于物联网边缘计算的资源分配和任务卸载方法，属于物联网技术领域，包括以下步骤：S1：构建基于边缘服务器的物联网边缘计算系统；S2：构建系统的效应函数；S3：将系统效应函数分解为在初始给定任务卸载决策下的资源分配优化函数和基于资源优化分配结果的任务卸载优化函数；S4：将资源分配优化函数二次分解为终端用户设备的功率分配优化函数和边缘服务器的计算资源分配优化函数；S5：求解得到终端用户设备的最优传输功率分配方案；S6：求解得到最优的计算资源分配方案；S7：将最优分配方案带回原始问题系统效应函数，求解得到最优的任务卸载策略。
-
公开(公告)号：CN116094972A
公开(公告)日：2023-05-09
申请号：CN202310076279.0
申请日：2023-01-18
Applicant: 重庆邮电大学
IPC: H04L43/18 , H04L43/50 , H04L69/163 , H04L12/40 , G06N3/044
Abstract: 本发明涉及一种基于QRNN神经网络的Modbus TCP协议模糊测试方法，属于工业信息化领域，包括以下步骤：S1：对Modbus TCP协议进行模糊测试，监测响应状态，将触发异常的测试用例保存为有效测试用例集；S2：对Modbus TCP协议报文进行字段划分，随机变异，再次模糊测试，构建自定义变异字段决策表；S3：基于QRNN神经网络，将自定义变异字段决策表预处理之后作为输入，构建适用于预测有效变异字段的预测模型；S4：构建变异因子概率选择模型，概率选择变异因子，对测试用例进行变异，执行模糊测试，根据变异之后漏洞触发情况动态反馈调整不同变异因子的概率，构造更具针对性的测试用例。
-
公开(公告)号：CN115878955A
公开(公告)日：2023-03-31
申请号：CN202211467496.4
申请日：2022-11-22
Applicant: 重庆邮电大学工业互联网研究院
IPC: G06F17/16 , G08B21/18 , H04B17/309
Abstract: 本发明涉及基于WiFi多径效应的积水检测方法，属于无线感知领域。该方法基于WiFi CSI(信道状态信息)的幅度，首先计算多径相量叠加紊乱度，接着通过奇异值分解多径能量，得到直射路径的多径占比率，然后计算多径相量叠加强度，来分析积水引起的无线路径数量的变化。从而构建出积水检测的特征矩阵，使用基于强敏感度、弱相关性的子载波选择算法以及基于最小虚警率和漏警率的置信区间最优算法，判断出当前时刻环境有无积水。本发明克服了有线设备检测积水的局限性，具有非接触、灵敏度高、适应用于新环境的特点，当布置到新环境也能检测地面积水。
-
公开(公告)号：CN114501478A
公开(公告)日：2022-05-13
申请号：CN202210107113.6
申请日：2022-01-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于速率‑延迟的NB‑IoT网络资源调度方法，属于物联网无线通信技术领域。该方法包括：S1：构建速率优化模型，包括功率分配优化和上行调度优化；然后利用该模型得到优化后的上行功率调度路径；S2：构建延迟优化模型，并设置约束条件包括调度等待时间、RUC传输时间和重传时间；然后利用该模型得到传输功率等待时间；S3：构建自适应的速率‑延迟选择机制，并结合优化后的上行功率调度路径和传输功率等待时间计算得到优化后的吞吐量。本发明以较低的复杂度，在不改变传输功率的情况下，提高了NB‑IoT上行链路的传输速率，降低了延迟；在降低功耗的同时增加了吞吐量，优化了网络性能。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
