-
公开(公告)号：CN105763544A
公开(公告)日：2016-07-13
申请号：CN201610077743.8
申请日：2016-02-03
Applicant: 南京邮电大学
IPC: H04L29/06 , H04N21/436 , H04N21/643 , H04N21/6587
CPC classification number: H04L65/601 , H04L65/1073 , H04L65/608 , H04N21/43615 , H04N21/643 , H04N21/6587
Abstract: 本发明公开了一种基于适配器模式的UPnP多媒体播放系统及方法。该系统包括控制点、UPNP设备以及适配中心，不支持UPNP协议的多媒体设备和控制点通过适配中心间接交互，适配中心包含注册模块、存储模块和解析模块。该方法在控制点和多媒体设备之间增置适配中心，使多媒体设备和控制点通过适配中心间接交互。本发明能够通过适配中心来完成不支持UPnP协议的多媒体设备播放UPnP网络内资源的场景；这将极大地提高UPnP在日常多媒体播放场景中的应用，而无须受限于多媒体播放器对UPnP协议的支持。本发明能够有效解决不支持UPnP协议的播放器接入到UPnP网络的场景的问题，能够有效提高UPnP网络对播放器的兼容性，利于UPnP的实际应用。
-
公开(公告)号：CN105721565A
公开(公告)日：2016-06-29
申请号：CN201610066848.3
申请日：2016-01-29
Applicant: 南京邮电大学
IPC: H04L29/08
CPC classification number: H04L67/2809 , H04L67/10
Abstract: 本发明公开了一种基于博弈的云计算资源分配方法和系统，该方法和系统引入博弈均衡充分考虑用户和资源提供者的利益问题，给予用户和资源提供者相应的激励，增加二者交易满意度，将组合双向拍卖机制应用到云资源分配过程中有效解决云资源交易过程中一方处于垄断地位的问题，同时满足云计算资源需求的多样性，并且在最后分配过程优化分配方案，在满足用户和资源提供者双方利益的前提下，寻求最接近的报价和要价达成交易，每次撮合多项成交，大大减少拍卖次数，节省交易时间，从而在达成让二者都能够满意的云资源分配方案的基础上，最大限度的提高云资源利用率，云资源分配系统通过资源调度管理达到资源负载均衡，减少闲置资源优化了资源配置。
-
公开(公告)号：CN104661226A
公开(公告)日：2015-05-27
申请号：CN201510076767.7
申请日：2015-02-12
Applicant: 南京邮电大学
IPC: H04W16/10
CPC classification number: H04W16/10
Abstract: 本发明公开了一种基于信道预选和价格博弈的协作传输方法，该方法结合移动中继的实际情况，先通过瞬时信道估计进行初选，从而减少了系统资源的开销，简化了物理层的设计，便于商用的无线硬件的实现。然后运用价格博弈论的方法，通过源节点和协作节点的效用函数，计算确定最终协作节点，实现协作通信方法。该方法以一种简单有效的方式进行了频谱共享，实现了协作通信。在提高源节点通信质量的同时，提高了频谱的利用率，并且为协作节点带来了额外的收益。
-
公开(公告)号：CN102572829A
公开(公告)日：2012-07-11
申请号：CN201210001450.3
申请日：2012-01-05
Applicant: 南京邮电大学
Abstract: 本发明公开了一种WIMAX系统中同一接入网关下两用户通信的密钥同步方法，该同步方法首先判定正在通信的两个用户是否在同一网关（ASN-GW）下，若判断结果不在同一网关下，则退出；若在同一网关下则进入下一步骤；然后基于连接标识（CID）以及通道标识（DPID）为两个进行通信的用户建立单独的数据路径；接着对两个进行通信用户之间的加密算法及加密密钥进行同步；采用本发明的技术方案，基站BS可以不用对数据包反复的加解密，减轻了基站BS的负担，提高了基站的处理效率。同时也在一定程度上减轻了网关ASN-GW处的数据包处理开销，提高了系统效率。
-
公开(公告)号：CN114818790B
公开(公告)日：2025-04-04
申请号：CN202210365802.7
申请日：2022-04-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于改进的AKF算法的信号降噪方法及装置，方法包括：基于现有的AKF降噪方法，引入改进的AKF算法来提高降噪精度。本发明提出两种改进优化方式，考虑测量值误差和真实值误差是影响AKF算法迭代过程中降噪结果的影响因素，对误差值设置门限，超出误差门限值的降噪结果再进行优化更新。同时考虑误差的影响因素，建立相关优化关系式，有效的提高了降噪精度。本发明采用改进的AKF算法的降噪方法，解决了现有AKF算法降噪精度较低的问题。
-
Patent Agency Ranking
公开(公告)号：CN114666917B
公开(公告)日：2025-04-04
申请号：CN202210150437.8
申请日：2022-02-18
Applicant: 南京邮电大学
IPC: H04W74/0816 , H04L47/56
Abstract: 本发明公开了一种非授权频段LTE系统时延的优化方法，包括：基于预先建立的系统模型，获得LTE‑U节点和WiFi节点在系统中的状态变化；根据状态变化得出实时型业务LTE‑U节点冲突下的时延；基于给定的时延阈值，获得所有实时型业务LTE‑U节点不超过时延阈值的概率；对所有实时型业务LTE‑U节点不超过时延阈值的概率进行求和计算，得出所有实时型业务LTE‑U节点的总概率值，并根据给定的约束概率得到时延敏感系数取值范围；根据时延敏感系数的取值范围实时调节退避算法生成的竞争窗口的上限值和下限值。本发明根据实时型业务节点的时延引入时延影响因子，引入退避算法生成的竞争窗口，从而实时调节竞争窗口的上限值和下限值，优化LTE系统中实时型业务的时延精度。
-
公开(公告)号：CN118400786A
公开(公告)日：2024-07-26
申请号：CN202410447006.7
申请日：2024-04-15
Applicant: 南京邮电大学
Abstract: 本发明属于通信技术领域，公开了一种基于多智能体分层强化学习的车路协同通信系统及链路分配方法。本发明的系统包括基站端部分与车辆端部分，基站端部分由K个同构的基站组成，每个基站由感知模块、决策模块、拟合模块、链路分配模块、发射模块及发射天线组成，车辆端部分由N台同构的车辆构成，每台车辆由接收天线、接收模块、转发模块及发射天线组成。本发明方法实现步骤包括：（1）基站选择；（2）信息收集；（3）车辆选择决策；（4）确定链路价值矩阵；（5）确定链路分配方案；（6）分配完成判断。本发明通过合理分配多个基站与多台车辆之间的通信链路，能显著降低由阻塞造成的通信性能损失，最大化系统的总通信速率。
-
公开(公告)号：CN114626419B
公开(公告)日：2024-06-28
申请号：CN202210278541.5
申请日：2022-03-21
Applicant: 南京邮电大学
IPC: G06V40/20 , G06F18/10 , G06F18/214 , G06F18/25 , G06N3/0464 , G06F18/24 , H04B17/309 , G06V10/774 , G06V10/80 , G06V10/82 , G06V10/764
Abstract: 本发明公开了一种基于WIFI中信道状态信息和改进卷积神经网络的动作识别方法，具体步骤为：数据采集、数据预处理、构建改进sha‑CNN，并加入批正则化机制，并对训练集进行特征提取、利用加入批正则化机制的改进sha‑CNN进行动作分类模型训练。本发明在改进sha‑CNN的卷积层内融入批正则化机制，以加快网络收敛的速度，防止训练数据和测试数据的分布不同引起的泛化性能下降问题，在提升人体动作识别精度的前提下，最大限度地通过降低数据维度，压缩网络模型的方式降低计算成本，提高人体动作识别速度。
-
公开(公告)号：CN117336130A
公开(公告)日：2024-01-02
申请号：CN202311208267.5
申请日：2023-09-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种多普勒频偏的捕获方法、系统、存储介质及设备，本发明利用多个累积周期来联合构建粗稀疏搜索范围，以滤除更多的噪声元素，从粗稀疏搜索范围内，选择若干个较大元素来联合构建精稀疏搜索范围，以进一步滤除噪声元素，从精稀疏搜索范围内，搜索最大元素来捕获多普勒频偏，可进一步提高捕获概率。
-
公开(公告)号：CN115987338A
公开(公告)日：2023-04-18
申请号：CN202211650751.9
申请日：2022-12-21
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0456 , H04W4/30 , H04B7/06 , G06N3/0464
Abstract: 本申请涉及一种基于改进卷积神经网络的Massive MIMO多用户调度方法。该方法包括：基站按照顺序扫描模拟预编码DFT码本，并结合用户反馈的信道状态信息，从各码本矩阵中选择出最佳码本，以确定5G通信系统下用户的最佳信道矩阵，采用改进后的粒子群算法对卷积神经网络的网络结构参数的进行分析，确定用于Massive MIMO多用户调度的卷积神经网络的网络结构参数，以构建最佳卷积神经网络模型进行训练，获得基于卷积神经网络的Massive MIMO多用户调度模型，在5G通信系统下的工业物联网场景中，将当前待调度用户的最佳信道矩阵，输入Massive MIMO多用户调度模型对当前的最佳调度用户集进行预测，获得最佳调度用户集。由此，降低了计算负载。
-
-
-
-
-
-
-
-
-
Search Results
133
records
(took 0.021 seconds)
