基于SDN的移动自组织网络中QoS敏感的路由分配方法

    公开(公告)号:CN113242182B

    公开(公告)日:2022-08-16

    申请号:CN202110499275.4

    申请日:2021-05-08

    Applicant: 东南大学

    Abstract: 本发明涉及一种基于SDN的移动自组织网络中QoS敏感的路由分配方法,针对SDN的集中式控制路由的特点,以最大化用户的QoS性能为目标函数,提出了一个路由分配问题。为了有效地解决这一问题,按照如下步骤求解。首先进行链路质量预测,利用时间序列分析的方法,对每条链路下一时刻的链路质量进行预测。然后形成路由问题,根据得到的每条链路下一时刻的链路质量,SDN控制器形成易于求解的路由优化问题。最后求解最佳QoS路由,使用差分搜索算法,为网络中的每条流实时求解最佳QoS路由,从而大幅度地提高网络吞吐量并降低系统时延和丢包率。

    一种基于几何随机的无人机空地MIMO信道建模方法

    公开(公告)号:CN114567400A

    公开(公告)日:2022-05-31

    申请号:CN202210199505.X

    申请日:2022-03-02

    Applicant: 东南大学

    Abstract: 本发明提出了一种基于几何随机的无人机空地MIMO信道建模方法。该建模方法所提模型为三维双圆柱体模型,与现有技术相比,该模型综合考虑无人机侧的散射、地面站侧反射和散射,无人机发射端和地面站接收端的移动性,特别是无人机侧的旋转和无人机三维移动航迹的影响,符合多种实际的通信场景;计算出时变距离、时变角度以及接收复包络信号,可以准确描述无人机空地MIMO信道的实际通信情况和非平稳统计特性,基于此建模方法,通过实际仿真可以总结出无人机通信方案的一些通用规则,为建立一个鲁棒的无人机无线通信系统提供思路。

    一种基于NOMA的车联网资源分配方法

    公开(公告)号:CN110418399B

    公开(公告)日:2022-02-11

    申请号:CN201910669223.X

    申请日:2019-07-24

    Applicant: 东南大学

    Abstract: 本发明提供一种基于NOMA的车联网资源分配方法,能够有效提升网络的接入能力,显著提升全体用户的总传输速率。本发明方法首先引入分簇的概念,基站根据VUE用户的地理位置将用户归并成簇,同一簇内的用户可共享同一频谱资源。然后为了减少CUE与V2V的同信道干扰,采用匈牙利算法确定共享同一频谱资源的CUE用户及VUE用户簇,最后对VUE用户簇内的非凸问题采用粒子群算法迭代取优获取VUE用户簇内各个V2V发送方的次优发射功率,并计算出相对应的次优VUE吞吐量。本发明将NOMA应用于车辆与车辆之间通信V2V unicast用户中,在确保V2I及V2V通信的服务质量的基础上,使得V2V用户的总吞吐量达到最大值,为NOMA下的V2X资源分配问题提供了新的思路。

    电力物联网系统中基于博弈论的资源调度方法

    公开(公告)号:CN110381161B

    公开(公告)日:2021-12-24

    申请号:CN201910686327.1

    申请日:2019-07-29

    Applicant: 东南大学

    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。

    基于SDN的移动自组织网络中QoS敏感的路由分配方法

    公开(公告)号:CN113242182A

    公开(公告)日:2021-08-10

    申请号:CN202110499275.4

    申请日:2021-05-08

    Applicant: 东南大学

    Abstract: 本发明涉及一种基于SDN的移动自组织网络中QoS敏感的路由分配方法,针对SDN的集中式控制路由的特点,以最大化用户的QoS性能为目标函数,提出了一个路由分配问题。为了有效地解决这一问题,按照如下步骤求解。首先进行链路质量预测,利用时间序列分析的方法,对每条链路下一时刻的链路质量进行预测。然后形成路由问题,根据得到的每条链路下一时刻的链路质量,SDN控制器形成易于求解的路由优化问题。最后求解最佳QoS路由,使用差分搜索算法,为网络中的每条流实时求解最佳QoS路由,从而大幅度地提高网络吞吐量并降低系统时延和丢包率。

    一种基于视频图像亮度的火焰识别方法

    公开(公告)号:CN113221763A

    公开(公告)日:2021-08-06

    申请号:CN202110537573.8

    申请日:2021-05-18

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于视频图像亮度的火焰识别方法,考虑到火焰发生时会有着不同的亮度,按照大多数算法所采用的单一的火焰分割技术,并不能将有效的火焰部分进行分割,研究了一种以亮度为基准的火焰识别算法,可更有效得在多种环境下实现对于火焰的识别。本发明包括以下步骤:首先读取视频图像信息;然后根据亮度判据将图像分为高低亮度图像,分别采用高低亮度火焰分割算法,得到疑似火焰区域;再对该区域采取形态学处理,得到低噪且小空洞得到填充的图像;对分割出的部分提取其圆形度、颜色矩和纹理等特征组合为特征向量;最后使用支持向量机进行火焰的分类。本发明提高了火焰识别的准确性和可靠性,使用效果好,适用于复杂多变的环境。

    基于蓝牙融合混合滤波与神经网络的测距方法与系统

    公开(公告)号:CN111194000A

    公开(公告)日:2020-05-22

    申请号:CN202010012997.8

    申请日:2020-01-07

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于蓝牙融合混合滤波与神经网络的测距方法与系统,属于物联网蓝牙定位技术领域,该方法包括:将蓝牙接收器的接收信号强度指示RSSI数据用改进的加权KGMM混合滤波算法进行滤波处理,处理后的RSSI数据再用多层神经网络算法进行拟合处理,由此得出蓝牙接收器与锚节点的距离。本发明首先对蓝牙接收器的RSSI数据用一种新型的加权KGMM混合滤波算法进行预处理,得到平滑的数据,然后基于蓝牙的室内定位的实际需要,利用BP神经网络算法拟合数据得到蓝牙接收器与锚节点的距离。本发明融合加权混合滤波与多层神经网络的RSSI数据处理方法,有效地提高了测距精度。

    基于参数和神经网络预测天线调整后小区场强分布的方法

    公开(公告)号:CN111062466A

    公开(公告)日:2020-04-24

    申请号:CN201911263143.0

    申请日:2019-12-11

    Abstract: 本发明涉及一种基于参数和BP神经网络对天线调整后小区场强分布的预测方法,包括以下步骤:(1)收集用户MDT数据,由用户设备UE上报所述用户MDT数据;(2)对所述步骤(1)中收集的MDT数据进行处理,剔除异常值;(3)将小区分成方形栅格,并将划分的所述方形栅格分为两类,第一类栅格为RSRP数据充足的栅格,用于训练神经网络;第二类栅格为RSRP数据不充足的栅格;(4)采用三层神经网络进行训练,输出RSRP数据不充足的栅格功率;(5)根据天线方位角转动之后的每个栅格的平均接收功率的公式获得天线方位角转动之后的每个栅格的平均接收功率,即实现对天线调整后小区场强分布的预测。该方法的精确度高误差小。

Patent Agency Ranking