-
公开(公告)号：CN107943887B
公开(公告)日：2020-06-16
申请号：CN201711133859.X
申请日：2017-11-16
Applicant: 东南大学
Abstract: 本发明公开了一种传送带环境下的RFID标签排序方法，属于物联网射频识别技术领域，该方法包括：从阅读器的接口中获取一组RFID标签的数据，包括标签号、时间、RSSI和Doppler数据；将所获得的数据按照标签号分类存储；对每个单标签数据中的RSSI数据进行曲线拟合，并判断是否存在峰值异常或带宽异常；如不存在异常，则根据RSSI数据拟合曲线的全局最大值点对应时刻进行排序；否则，对Doppler数据进行处理和拟合，根据Doppler数据拟合曲线的第一个为实数的峰值点或谷值点对应时刻进行排序。本发明考虑了RFID标签在实际传送带环境下数据噪声大、不健全等特点，利用RSSI与Doppler排序正确性互补的特殊性能，有效提高了传送带环境下的标签排序正确率。
-
公开(公告)号：CN108650680B
公开(公告)日：2020-03-31
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：CN110418399A
公开(公告)日：2019-11-05
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。
-
公开(公告)号：CN110290534A
公开(公告)日：2019-09-27
申请号：CN201811464674.1
申请日：2018-12-03
Applicant: 东南大学
IPC: H04W16/16 , H04B17/382 , H04B17/391
Abstract: 本发明公开了一种基于XGBoost的认知无线电中协作频谱感知方法及系统，属于认知无线电技术领域，该方法包括：认知用户和距离认知用户较近的次级用户节点分别利用压缩感知观测矩阵对信号进行压缩抽样得到观测序列，对观测序列进行归一化的处理，并分别发送到数据融合中心；数据融合中心利用XGBoost来建立频谱感知分类器，代替信号的重构和检测过程，在接收到认知用户和次级用户的归一化观测序列后输入训练好的频谱感知分类器得到判决结果，并根据融合判决规则得到最后的判决结果。与现有技术相比，本发明不仅能够减少时间复杂度，而且还能够提高预测的准确度。
-
公开(公告)号：CN109558240A
公开(公告)日：2019-04-02
申请号：CN201811283457.2
申请日：2018-10-31
Applicant: 东南大学
Abstract: 本发明涉及一种移动终端应用下基于支持向量机的任务卸载方法，包括离线训练过程和在线决策过程，离线训练过程包括：首先构建样本任务集，然后针对预设分类器进行训练，获得训练后的分类器；在线决策过程包括：基于训练后的分类器，针对待处理任务进行分割、并在移动终端移动、依次经过各无线通信网络区域的过程中，实现对分割子任务对应移动终端本地执行策略或卸载至MEC服务器上执行策略的控制，直至完成待处理任务的执行；充分利用MEC服务器的剩余资源状态，实现了任务的自适应分配，并基于支持向量机，实现了移动终端在移动环境下的快速任务卸载。
-
Patent Agency Ranking
公开(公告)号：CN109144719A
公开(公告)日：2019-01-04
申请号：CN201810755942.9
申请日：2018-07-11
Applicant: 东南大学
IPC: G06F9/50
CPC classification number: G06F9/5083 , G06F2209/5017 , G06F2209/509
Abstract: 本发明公开了一种移动云计算系统中基于马尔科夫决策过程的协作卸载方法，包括：(1)将任务队列状态、边缘云状态、移动自组织云状态和中心云状态组合成马尔科夫决策过程的状态空间，并计算得到状态转移概率矩阵；(2)定义动作空间；(3)以时延和能耗定义马尔科夫决策过程的立即回报函数；(4)将一系列输入任务作为统计样本，计算任务分割阈值；(5)根据已得到的阈值，通过任务分割算法实现任务的自适应分割；(6)根据子任务的大小、状态转移概率矩阵和立即回报函数，通过值迭代算法得到卸载决策结果。本发明基于马尔科夫决策过程，满足时延和能耗最小化；通过任务分割算法将任务自适应分割，实现了云计算资源的充分利用和负载均衡。
-
公开(公告)号：CN108990159A
公开(公告)日：2018-12-11
申请号：CN201810762239.0
申请日：2018-07-12
Applicant: 东南大学
IPC: H04W72/04
Abstract: 本发明公开了一种移动边缘计算系统中基于分层博弈的联合资源分配方法，包括：(1)用户端根据不同的基站/AP接入策略建立代价函数；(2)基站/AP获取覆盖区域内各个移动用户端连接数和当前区域内的可用资源，反馈至用户端，用户端进行演进博弈，确定基站/AP选择并请求资源，且基站/AP将资源请求和网络信道信息发送至相连的MEC服务器；(3)MEC服务器基于完全势博弈进行资源共享，建立效用函数，利用KKT条件得到全局最优解；(4)基站/AP和MEC服务器根据全局最优解为当前请求用户端分配无线资源和计算资源。本发明基于分层博弈，最小化用户端代价和最大化服务器层收益，延长用户终端寿命，充分利用MEC服务器的有限资源，满足移动用户的任务处理需求。
-
公开(公告)号：CN108540989A
公开(公告)日：2018-09-14
申请号：CN201810177638.0
申请日：2018-03-05
Applicant: 东南大学
Abstract: 本发明提供一种用于无线传感器网络的单纯复形简化方法及设备，属于无线通信的技术领域，该方法包括：基于代数拓扑的同调理论，利用传感器节点之间的连通信息，构建无线传感器网络对应的Rips复形；在Rips复形拓扑中，根据各节点及其邻节点之间的关系，选择冗余节点进行休眠；计算剩余节点的权重大小；按权重值排序节点，根据节点之间的相对方位角信息断开冗余节点之间的连接。本发明方法摒弃了位置和距离等难以精确获取的信息，从节点根本属性出发，利用节点之间的连通信息构建单纯复形—Rips复形，在无线传感器网络中结合节点的相对方位角信息，将复杂的网络拓扑结构简单化，同时保证网络拓扑特性的不变，减低检测覆盖空洞的计算复杂度。
-
公开(公告)号：CN107370521A
公开(公告)日：2017-11-21
申请号：CN201710812826.1
申请日：2017-09-11
Applicant: 东南大学
IPC: H04B7/026 , H04B17/309 , H04B17/336 , H04W24/02 , H04W24/08
Abstract: 本发明涉及认知无线电技术领域，公开了一种认知无线电多用户协作频谱感知方法，该方法包括四个过程：(1)数据准备：各认知用户分别计算接收信号的能量、频谱宽度和信噪比；(2)本地判决：各认知用户通过对比门限值与对应统计量的大小进行本地判决；(3)判决结果传输：本地判决结束之后，将判决结果和自身参数发送至融合中心；(4)最终判决：融合中心根据周围网络情况设置门限值，并将各个认知用户发来的数据进行两轮加权融合与判决，并根据最终结果来判定授权用户是否存在。本方法考虑了无线环境中噪声的影响以及数据融合过程中各个认知用户信噪比的不同，对提高频谱利用率，缓解频谱匮乏的现状提供了解决思路。
-
公开(公告)号：CN107359920A
公开(公告)日：2017-11-17
申请号：CN201710623104.1
申请日：2017-07-27
Applicant: 东南大学
IPC: H04B7/0456
CPC classification number: H04B7/0456
Abstract: 本发明公开了一种基于切比雪夫迭代法的大规模MIMO预编码方法。包括步骤如下：首先基站通过获得的信道状态信息估计信道矩阵，根据得到的信道矩阵计算RZF预编码的表达式。然后采用切比雪夫迭代法对RZF预编码矩阵中的逆矩阵进行迭代估计，将求解逆矩阵的过程转化成矩阵加法和矩阵乘法运算，最后利用得到的预编码矩阵对发射信号进行预编码。实验结果表明，在相同的初始条件下，经过两次迭代，切比雪夫RZF预编码算法可以获取的与RZF预编码算法近似的平均用户到达率，并且计算复杂度要低。当获取相同的平均用户到达率时，切比雪夫RZF预编码算法的复杂度要小于牛顿RZF预编码算法的复杂度，收敛速度也快。
-
-
-
-
-
-
-
-
-
Search Results
184
records
(took 0.025 seconds)
