-
公开(公告)号：CN101605368B
公开(公告)日：2011-04-13
申请号：CN200910142249.5
申请日：2009-06-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无线业务的异构网络及切换方法，各个网络内具有节点i-Node，i-Node内包括：用于存储各种通信策略数据策略数据库；知识数据库，用于存储根据垂直切换行为统计形成的垂直切换行为模型及当前网络信道的占用率；认知层接口，用于收集各协议层参数；认知平台，用于接收到外网的切换信令后，判断当前信道空闲率是否大于阈值，如果大于，则触发连接的接入网内的无线节点，无线节点利用认知层接口的参数、及垂直切换模型执行切换过程；如果小于，则回复拒绝切换的信令。本发明还提供一种无线业务的异构网络切换方法。本发明通过知识数据库、策略数据库预先存储的策略和模型，可快速提高异构网络之间的业务切换过程，减少切换时延。
-
公开(公告)号：CN119785198A
公开(公告)日：2025-04-08
申请号：CN202411671255.0
申请日：2024-11-21
Applicant: 北京邮电大学
IPC: G06V20/10 , G06V20/13 , G06V10/82 , G06V10/44 , G06V10/764
Abstract: 本发明提供了一种基于先验提示动态调整网络的环境变化检测系统与方法，其中，编码器模块被配置为：对输入图像进行特征提取和编码，获得细粒度特征；将细粒度特征作为K，V嵌入向量；将细粒度特征发送给特征挖掘模块，特征挖掘模块被配置为：对细粒度特征进行挖掘操作，获得位置信息和内容信息并作为先验提示发送给解码器模块，解码器模块被配置为：将先验提示赋予查询，获得新查询；基于一对多标签匹配和一对一标签匹配的权重比例，将新查询和K，V嵌入向量进行第一操作，获得输出向量并更新新查询，变化检测模块被配置为：将最后输出向量与基于细粒度特征获得的掩码信息进行第二操作，并基于第二操作的结果对输入图像的变化进行检测。
-
公开(公告)号：CN119559093A
公开(公告)日：2025-03-04
申请号：CN202411509063.X
申请日：2024-10-28
Applicant: 北京邮电大学
IPC: G06T5/77 , G06T7/10 , G06T5/60 , G06N3/0475 , G06N3/094
Abstract: 本发明提供一种大规模点云补全方法及装置，所述方法包括：针对从大规模点云数据中分割出的每一小规模点云数据，通过重采样得到第一点云数据和第二点云数据；将第一点云数据和第二点云数据，以及小规模点云数据对应的RGB‑D点云数据，输入至训练好的生成对抗网络，获取生成对抗网络生成的完整的点云数据；将RGB‑D点云数据和完整的点云数据进行融合，得到补全后的点云数据。本发明提供的大规模点云补全方法及装置，通过生成对抗网络深入提取多尺度点云特征，生成的完整的点云数据，并将生成的三维点云数据与高分辨率的二维图像数据进行融合，从而提高对规则和不规则物体结构的理解和适应性，提高了补全后的点云数据的准确性和可靠性。
-
公开(公告)号：CN118312308A
公开(公告)日：2024-07-09
申请号：CN202410436145.X
申请日：2024-04-11
IPC: G06F9/50
Abstract: 本发明提供一种基于合同理论的资源分配方法及系统，属于资源分配领域，其二者均基于区块链构建的无线网络，均能够：建立无线网络中每一个计算节点的期望收益模型和实际收益模型；建立无线网络中每一个边缘计算服务器的收益模型；为每一个计算节点建立其对每一个边缘计算服务器的合同，该合同为数学模型；将所述数学模型转化成凸优化问题；基于凸优化问题，求解出使每一个计算节点达到其对应最优传输能量和最优计算资源请求数量的边缘计算服务器；向每一个计算节点分配其对应的求解出的边缘计算服务器，供每一个计算节点使用其拥有的资源请求其分配的边缘计算服务器的计算资源服务。本发明能够激励边缘计算服务器参与计算。
-
公开(公告)号：CN118298319A
公开(公告)日：2024-07-05
申请号：CN202410285158.1
申请日：2024-03-13
Applicant: 北京邮电大学
IPC: G06V20/13 , G06V10/25 , G06V10/44 , G06V10/80 , G06V10/82 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/084 , G06N3/098
Abstract: 本发明提供一种遥感图像小目标检测方法、装置、电子设备及存储介质，遥感图像小目标检测方法包括基于多尺度特征提取骨干网络，获取遥感图像的多个普通特征图和高分辨率特征图；级联提取每个特征层的跨尺度语义信息，获取高分辨率特征图的跨尺度语义信息特征表示向量；基于高分辨率特征图的跨尺度语义信息特征表示向量生成表征前景概率的密度图；将密度图与多个普通特征图、高分辨率特征图进行加权融合，输出遥感图像小目标检测结果，本发明利用密度图本身的目标区域位置信息，改善检测器目标定位的问题；同时，将密度图与特征图进行融合而不是仅用于裁剪图像，改善遥感图像目标检测中的目标特征表示，特别是小目标特征模糊的问题。
-
Patent Agency Ranking
公开(公告)号：CN113784308B
公开(公告)日：2024-04-23
申请号：CN202110844703.2
申请日：2021-07-26
Applicant: 北京邮电大学
IPC: H04W4/40 , H04W28/14 , H04L67/568 , H04L67/63 , H04L67/12
Abstract: 本发明提供一种基于编码缓存的内容共享方法及装置，属于车载通信网络技术领域；方法包括：确定为目标CR提供内容共享的CH候选集合；基于目标CR与CH候选集合中每一个CH的请求命中率，对目标CR和CH候选集合进行一对多匹配，从CH候选集合中确定与CR相匹配的至少一个目标CH；基于目标CH，确定通过目标CH获取目标内容，或确定通过RSU节点获取目标内容。本发明通过确定为目标CR提供内容共享的CH候选集合进而确定可以为目标CR提供共享内容的目标CH，实现分布式方式进行内容共享，通过RSU节点获取目标内容，实现RSU协助方式进行内容共享，有限缓解基站的负荷并提高请求命中率。
-
公开(公告)号：CN117651280A
公开(公告)日：2024-03-05
申请号：CN202311415985.X
申请日：2023-10-27
Applicant: 北京邮电大学
Abstract: 本申请提供一种基于卷积神经网络的通导一体化应急无人机部署方法，其中方法包括：获取当前应急救援场景下的用户分布数据，并基于高斯增强对用户分布数据进行特征增强后输入至训练好的卷积神经网络，获得无人机组的最优部署位置；其中，训练好的卷积神经网络通过预先确定的目标数据集离线训练得到；目标数据集由历史用户分布数据下无人机组的最优部署位置构成；历史用户分布数据下无人机组的最优部署位置通过动态粒子群算法对无人机部署优化模型进行求解得到；无人机部署优化模型以最大化用户的通导联合性能函数为目标，以无人机在通信和定位服务过程中的信号质量、飞行安全性能和负载能力为约束；通导联合性能函数表征用户的通信性能和定位性能。
-
公开(公告)号：CN113543068B
公开(公告)日：2024-02-02
申请号：CN202110633095.0
申请日：2021-06-07
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于层次化分簇的林区无人机网络部署方法与系统，包括：获取地面用户集合和无人机集合，确定林区信道模型；确定无人机和地面用户之间的预设连接场景，构建无人机集合位置部署目标函数，并采用遍历速率上下边界函数求解；采用层次化分簇对地面用户集合和无人机集合进行分簇，获得地面用户分簇结果和无人机分簇结果；基于深度强化学习算法，对无人机集合位置部署目标函数中协作多点传输下的用户遍历速率和用户通过基站通行的传输速率进行联合优化，得到无人机集合最优位置部署结果。本发明针对特有的应急救援场景，分别考虑基站存在和缺失的无人机部署方案，提高了(56)对比文件袁林山;王莉;赵海卫.基于无人机实景三维模型的矿区地形要素采集研究.现代矿业.2019,(第12期),全文.范超琼;赵成林;李斌.无人机网络中基于分层博弈的干扰对抗频谱接入优化.通信学报.2020,(第06期),全文.龚胜丽;金勇.Femtocell网络中基于联合传输的分簇与功率分配算法.计算机应用研究.2017,(第10期),全文.Mohammad Mozaffari.A Tutorial on UAVsfor Wireless Networks: Applications,Challenges, and Open Problems《.IEEECommunications Surveys & Tutorials (Volume: 21, Issue: 3, thirdquarter2019)》.2019,全文.
-
公开(公告)号：CN117369485A
公开(公告)日：2024-01-09
申请号：CN202311103897.6
申请日：2023-08-29
Applicant: 北京邮电大学
Abstract: 本发明提供一种无人机路径协同规划方法、装置、电子设备及存储介质，包括以最小化无人机采集灾情信息时的传输消耗时间与无人机所采集的灾情信息的新鲜度的倒数之和为优化目标，构建预设约束条件下的目标函数；构建目标函数对应的深度强化学习模型以及深度强化学习模型的奖励函数；根据奖励函数求解深度强化学习模型，得到无人机在最小传输消耗时间以及最大新鲜度下的飞行策略，通过基于深度强化学习的无人机路径协同规划的方式保证信息采集与传输的及时性与可靠性，提升系统的整体效率，通过无人机所采集到的信息的数据新鲜度对无人机的飞行策略进行优化，来提高应急响应和决策的正确性。
-
公开(公告)号：CN117336789A
公开(公告)日：2024-01-02
申请号：CN202311112465.1
申请日：2023-08-30
Applicant: 北京邮电大学
IPC: H04W28/08 , H04W28/084 , H04W28/06 , H04W84/06
Abstract: 本发明提供的一种能量高效的视频计算卸载优化方法、装置及相关设备，方法包括：建立视频检测任务的二维卸载策略，将视频检测任务卸载到移动边缘计算或本地计算，得到执行视频检测任务的能耗；基于二维卸载策略，建立不同压缩比的检测精度模型，得到视频检测任务的检测精度；基于检测精度和能耗之间的差构建能量效用最大化问题，以联合优化任务卸载决策、压缩比和资源分配；对能量效用最大化问题进行求解，得到任务卸载决策和压缩比决策；基于任务卸载决策和压缩比决策，对卸载的视频检测任务进行资源分配，得到资源分配决策的最优解。本发明缓解了终端移动设备计算视频检测任务的能耗压力，实现了能耗和检测精度的权衡。
-
-
-
-
-
-
-
-
-
Search Results
241
records
(took 0.118 seconds)
