-
公开(公告)号：CN110381161A
公开(公告)日：2019-10-25
申请号：CN201910686327.1
申请日：2019-07-29
Applicant: 东南大学
IPC: H04L29/08
Abstract: 本发明公开了一种电力物联网系统中基于博弈论的资源调度方法，包括：（1）同区域内的智能电表和接入点AP组成一个网络。智能电表以单跳或多跳方式将信息通信到AP。建立传输能耗函数；（2）智能电表有计算任务，若本地计算资源不足，则将任务卸载到路径上的其他电表或AP上，建立任务卸载能耗函数；（3）智能电表选择可接入的下个智能电表或AP；网络内所有智能电表和AP建立网络形成博弈；（4）智能电表计算它的各个策略的代价函数，通过对比选择代价函数最小的策略；（5）每改变一个智能电表的策略更新一次网络的连接状态；（6）博弈达到纳什均衡，所有智能电表不再改变策略，各个智能电表根据所选策略形成的路径进行多跳传输及任务卸载。
-
公开(公告)号：CN110324805A
公开(公告)日：2019-10-11
申请号：CN201910593535.7
申请日：2019-07-03
Applicant: 东南大学
Abstract: 本发明公开了一种无人机辅助的无线传感器网络数据收集方法，包括：(1)传感器节点采集通信范围内信息，并生成对应的事件包发送回基站(2)基站将信息价值衰减指数不为零的分类为关键节点，将为零的分类为普通节点；(3)根据节点的地理位置采用贪婪算法规划所有关键节点的访问路径；(4)根据节点的地理位置采用邻域搜索的蚁群算法规划所有普通节点的访问路径；(5)计算路径总长度，并判断路径总长度是否大于无人机最大飞行长度；(6)若是则计算每个普通节点的删除增益，并在路径中移除最大删除增益对应的节点，并返回执行步骤(5)；若否，则习执行步骤(7)；(7)无人机根据规划的路径依次收集传感器节点的数据。本发明能耗低、结构简单。
-
公开(公告)号：CN106330280B
公开(公告)日：2019-06-21
申请号：CN201610674353.9
申请日：2016-08-16
Applicant: 东南大学
IPC: H04B7/0456 , H04L25/02
Abstract: 本发明公开了一种大规模MIMO预编码方法，该方法包括：对大规模MIMO进行建模，获取信道矩阵；根据信道矩阵得到RZF预编码矩阵；采用截短Kapteyn级数对预编码矩阵中的逆矩阵进行估计，得到预编码估计矩阵；利用得到的预编码估计矩阵对发送信号进行预编码。在截短阶数相同的情况下，与基于截短Taylor级数的展开方法相比，本发明能获得更高的平均用户到达率。
-
公开(公告)号：CN109541533A
公开(公告)日：2019-03-29
申请号：CN201811416628.4
申请日：2018-11-26
Applicant: 东南大学
Abstract: 本发明公开了一种基于无迹卡尔曼滤波的RFID标签室内跟踪方法及设备，属于物联网射频识别技术领域，该方法包括：首先建立目标标签运动的状态模型和观测模型，并通过离线训练构建标签信号强度RSSI与距离的非线性映射关系；然后根据目标标签的RSSI估算距离后构建目标函数，并通过粒子群优化对目标函数求解获取系统的观测向量；再通过无迹卡尔曼滤波对观测向量进行前向滤波；最后用分段RTS平滑对滤波完成后的轨迹进行平滑处理。本发明通过非线性支持向量回归以及粒子群优化的方式提高了系统观测向量的精度，并在此基础上通过无迹卡尔曼滤波和分段RTS平滑对轨迹进行平滑，降低了运动目标轨迹跟踪的误差，极大地提高了轨迹跟踪的精度。
-
公开(公告)号：CN108924847A
公开(公告)日：2018-11-30
申请号：CN201810562684.2
申请日：2018-06-04
Applicant: 东南大学
Abstract: 本发明公开了一种基于ANN的认知无线电中频谱预测方法及设备，属于通信中认知无线电技术领域，该方法包括：对从用户感知的各个主用户信号中提取出与调制方式相关的循环谱特征参数；将提取的特征参数值通过训练好的ANN分类模型识别出各主用户的调制方式；根据不同的调制方式和循环谱的特性，计算出信号的最大循环谱值；将信号的能量和最大循环谱值通过ANN检测判断主用户信号是否存在。与现有技术相比，本发明首先对多个主用户信号进行调制方式识别，识别不同的调制方式可以有效的应对噪声的干扰，再基于能量和循环谱检测的特性对主用户频谱进行预测，能够有效应对噪声干扰，提高了预测精度。
-
Patent Agency Ranking
公开(公告)号：CN108898037A
公开(公告)日：2018-11-27
申请号：CN201810586374.4
申请日：2018-06-08
Applicant: 东南大学
IPC: G06K7/10
Abstract: 本发明公开了一种能量节约型自适应后退锁位式防碰撞方法，属于射频识别技术领域，本方法基于读写器端解码获取的碰撞的位数结合后退锁位机制自适应地进入不同叉数的搜索树模式，在碰撞位数大于等于四时选择八叉树后退锁位搜索模式；在碰撞位数小于四时选择二叉树后退锁位搜索模式。本发明通过读取碰撞位的个数来自适应地选择搜索方式，并采用基于后退锁位思想与多叉搜索树特点的结合设计出的位检测机制，有效减少了在大规模标签环境下识别标签所需的时隙数和时间，也减少了识别过程中传输的数据量，降低了所需能耗。与现有技术相比，本发明大幅减少了系统总时隙数，搜索时间和能量消耗，提高了系统识别效率和能量效率。
-
公开(公告)号：CN108650680A
公开(公告)日：2018-10-12
申请号：CN201810184879.8
申请日：2018-03-07
Applicant: 东南大学
Abstract: 本发明涉及一种基于波达角的无线传感器网络空洞修复方法，首先基于现有方法得到的覆盖空洞边界，根据感知节点相对空洞的权重选择移动备用节点，利用相邻感知节点的波达角信息判断修复节点所处位置并计算出前进方向并引导节点进入空洞。在空洞中，修复节点根据节点间连通信息和波达角信息移动至理想位置进行修复并更新空洞边界，不断迭代进行以上过程直至空洞消失。该方法的优点在于：一方面本方法不依赖于节点的位置信息或节点间的距离信息，能够应用于上述信息不明的场景；另一方面对比同类型的修复方法，本方法的计算复杂度较低。
-
公开(公告)号：CN108489495A
公开(公告)日：2018-09-04
申请号：CN201810267979.7
申请日：2018-03-29
Applicant: 东南大学
Abstract: 本发明公开了一种基于SVR和PSO的RFID标签室内定位方法及设备，属于物联网射频识别技术领域，该方法包括：将参考标签的RSSI矩阵与参考标签的距离矩阵通过非线性SVR进行训练，构建RSSI与距离的非线性映射关系，由此得出待定位标签与阅读器的距离矩阵。根据待定位标签的距离矩阵以及阅读器的位置坐标，构建出计算待定位标签位置的非线性方程组；将非线性方程组求解问题转化为目标函数的优化问题，利用PSO优化方法通过迭代寻求目标函数的最优解即为待定位标签的位置坐标。本发明充分利用参考标签的RSSI和阅读器的位置信息，通过SVR和PSO优化方法有效地提高了标签的定位精度。
-
公开(公告)号：CN107766135A
公开(公告)日：2018-03-06
申请号：CN201710905804.X
申请日：2017-09-29
Applicant: 东南大学
CPC classification number: G06F9/4881 , G06F9/505 , G06F2209/509 , G06N3/006
Abstract: 本发明提供一种移动朵云中基于粒子群和模拟退火优化的任务分配方法。该分配方法涉及多个的移动节点。移动节点在无基础网络设施的情况下通过无线的方式组成自组织网络并共享计算资源。该任务分配方法包括四个阶段：(1)发起任务卸载请求。当主节点上有复杂的计算任务，而该主节点没有足够的计算资源来对该任务进行处理时，该主节点向从节点发送任务卸载请求。(2)建立代价函数。主节点根据从节点剩余的计算资源信息和需要处理复杂计算任务的相关信息生成任务卸载代价函数。(3)求解优化问题。执行基于粒子群和模拟退火优化的任务分配算法，得到任务分配的结果。(4)分发任务。主节点根据优化结果向各个从节点分配计算任务。
-
公开(公告)号：CN107592635A
公开(公告)日：2018-01-16
申请号：CN201710791223.8
申请日：2017-09-05
Applicant: 东南大学
Abstract: 本发明公开了一种认知无线电中基于自组织映射神经网络的恶意用户判别方法，本发明利用自组织映射(简称SOM)神经网络学习输入能量矩阵的分布特征，并根据学习结果对输入量进行有效的分类。首先引入“可疑度”的概念，其大小根据每次训练后每种类别所包含的次级用户的个数进行分配。为了消除传统的SOM神经网络的缺陷，本发明进一步提出了“平均可疑度”的概念。具体步骤包括：获得能量矩阵，利用SOM神经网络算法对能量矩阵进行训练得到分类矩阵，计算每个次级用户的“可疑度”，构造索引矩阵并重复训练过程，并将每次得到的“可疑度”取平均值，即“平均可疑度”，并利用“平均可疑度”对次级用户进行分类，识别出恶意用户或是正常用户。
-
-
-
-
-
-
-
-
-
Search Results
182
records
(took 0.021 seconds)
