内容信息传输方法及装置
    131.
    发明公开

    公开(公告)号:CN105263100A

    公开(公告)日:2016-01-20

    申请号:CN201510547642.8

    申请日:2015-08-31

    CPC classification number: H04W4/06

    Abstract: 本发明实施例提供了一种内容信息传输方法及装置,各通信终端中均存储有该通信终端的用户的兴趣信息,请求内容信息的通信终端向其他通信终端广播内容信息查找请求;判断在第一时间段内,是否接收到应答;如果接收到,则从发送应答的通信终端中选择一个,向选择的通信终端发送内容信息传输请求;接收通信终端发送的内容信息。本发明可以通过D2D的通信方式从其他通信终端中获得所需的内容信息,不再需要经过多个路由节点的逐个转发,因此本发明可以有效提高内容信息的获取效率,提高对边缘通信终端资源的利用率,减少对核心网络资源的占用。

    一种移动授权用户频谱检测与其地理位置估计方法与装置

    公开(公告)号:CN104469782A

    公开(公告)日:2015-03-25

    申请号:CN201410549874.2

    申请日:2014-10-16

    CPC classification number: H04W16/10 H04W16/14 H04W64/00

    Abstract: 本发明针对移动授权用户频谱感知与其地理位置信息估计问题,设计了一种联合频谱感知与授权用户位置估计方案。此法首次提出了一种自适应视野扩展方法,有效应对由授权用户位置不确定性及静默状态所造成的负面影响,提高了频谱感知性能。基于伯努利随机有限集及贝叶斯序贯估计框架,构造了一种全新的动态空间模型,并设计了一种三段式伯努利滤波机制,在检测授权用户工作状态的同时,估计其地理位置信息,从而显著提升频谱感知性能。同时,实现了时间、频率和空间的频谱复用,从而进一步优化后续频谱资源配置。

    软件定义网络中基于分布—集中式架构模型的多控制负载均衡的方法和系统

    公开(公告)号:CN104468390A

    公开(公告)日:2015-03-25

    申请号:CN201410706172.0

    申请日:2014-11-28

    Abstract: 目前在软件定义网络中,主要存在两种多控制器的架构模型:分布式多控制器架构模型以及集中式多控制器架构模型。这两种架构模型既有优点,也有不足:分布式多控制架构模型虽然可以有效避免单一控制器在性能和可靠性方面的问题,但在多个分布式控制器之间传递消息的时延较长;集中式多控制器架构模型虽然可以有效的减少控制器之间消息传递的时延,但是仍存在集中化控制的种种弊端。因此本发明中提出了一种分布—集中式的多控制器架构模型来避免之前的架构模型的不足。在这个基础上,还提出了基于分布—集中式架构模型的多控制器负载均衡的方法,使得整个网络的负载可以均衡分配。

    一种噪声方差未知情况下的频谱检测方法与装置

    公开(公告)号:CN104168075A

    公开(公告)日:2014-11-26

    申请号:CN201410432678.7

    申请日:2014-08-28

    Abstract: 本发明针对实际应用中噪声方差未知情况下的频谱检测问题,设计了一种新型频谱感知方法装置。该方法装置能实现对授权用户状态与噪声方差的联合估计。感知算法根植于贝叶斯统计推理理论,并采用边缘化粒子滤波(Mariginal Particle Filtering,MPF)技术,通过迭代估计的方式来逼近未知噪声方差。利用准确估计得到的噪声方差信息,该算法装置可方便地拓展应用至(但不限于)单节点单天线感知系统中去,并获得良好频谱感知性能(见附图)。本发明提出的联合估计与检测装置具有优良的稳健性,因而可广泛应用于实际认知无线电系统设计中。

    一种基于LDPC编码机制降低60GHz通信系统PAPR的方法与装置

    公开(公告)号:CN103124251A

    公开(公告)日:2013-05-29

    申请号:CN201310007743.7

    申请日:2013-01-09

    Abstract: 本发明针对60GHz毫米波通信系统正交频分复用OFDM调制所呈现出的高峰均功率比PAPR问题,提出一种利用选择性映射结合LDPC生成矩阵高密度特性降低OFDM信号PAPR的方法,通过添加少量比特信息来有效降低毫米波OFDM传输信号的PAPR。针对大码率情况,提出一种改进LDPC非系统码构建方案,能显著地降低PAPR,有效地提升了存在60GHz毫米波系统非线性功放失真下的传输性能。本文新方案相比传统编码方式可明显地降低PAPR,提升毫米波信号在存在器件非线性情况下的传输性能,在抗功率放大器PA非线性方面优于其他编码方式;同时本文所设计构造的非系统码,在码率较大时依然可获得较好性能,其算法实现较简单,且可采用并行运算,因而在高速毫米波OFDM系统中具有极大实用价值。

    一种高能效的无线传感器网络非均匀分簇路由方法

    公开(公告)号:CN102158927A

    公开(公告)日:2011-08-17

    申请号:CN201110131502.4

    申请日:2011-05-20

    Inventor: 赵成林 毛松 谭虎

    CPC classification number: Y02D30/20 Y02D70/30

    Abstract: 本发明实例提出了一种高能效的无线传感器网络非均匀分簇路由方法,适用于分层结构的大规模无线传感器网络。传感器节点以一定比例成为候选簇首节点,候选簇首节点采集本地信息运用模糊逻辑的方法估计其成为最终簇首节点的概率和相应的簇的半径,经过局部竞争选出最优簇首进行非均匀簇的组建。簇间数据传输采用多跳模式,考虑多跳数据传输特性,簇首节点采用自适应最大-最小蚁群优化策略建立高能效的簇间路由。此路由方法能够提高节点的能量使用效率,均衡节点的能量消耗,延长网络的生命周期。

    基于模糊逻辑的无线传感器网络节点自适应功率控制系统及方法

    公开(公告)号:CN102065510A

    公开(公告)日:2011-05-18

    申请号:CN201010518595.1

    申请日:2010-10-26

    CPC classification number: Y02D70/00

    Abstract: 本发明将模糊逻辑引用到了无线传感器网络节点的自适应功率控制中,降低了节点能耗,延长了网络生存时间。该系统由发送节点和接收节点组成(见附图)。发送节点包括发送模块101、历史功率模块102和调整值接收模块103。发送模块以历史功率模块提供的参考发射功率发送数据包;调整值接收模块负责实时更新历史功率等级。接收节点包括接收模块104、QoS提取模块105、模糊计算模块106和调整值反馈模块107。接收模块工作在物理层,它负责接收信号;QoS提取模块负责收集接收端QoS参数;模糊计算模块使用模糊逻辑控制器计算调整值,将计算结果提交给调整值反馈模块;调整值反馈模块负责把功率调整值回复给发送节点。

    基于路径优先级的无线传感器网络拥塞避免与控制方法

    公开(公告)号:CN102065480A

    公开(公告)日:2011-05-18

    申请号:CN201010553136.7

    申请日:2010-11-22

    CPC classification number: Y02D70/32

    Abstract: 本发明实施例提出了一种基于路径优先级的多路径传感器网络拥塞避免和控制方法。传感器节点通过监测队列剩余空间大小和拥塞持续时间实时更新节点的拥塞状态指数(CSI),并检查其是否发生改变,如果发生改变,计算节点的路由状态指数(RPSI)并通知路由的上一跳节点,上一跳节点更新所记录的下一跳节点的路由状态指数(RPSI),调整下一跳路径的优先级。传感器节点根据路径优先级的不同发送不同优先级的数据信息。本发明实施例在减少网络拥塞的发生,均衡使用各节点的能量和队列空间方面取得了很好的性能。

    胎位调度优化方法、装置、计算机设备及介质

    公开(公告)号:CN119962071A

    公开(公告)日:2025-05-09

    申请号:CN202411821516.2

    申请日:2024-12-11

    Abstract: 本发明涉及资源调度技术领域,公开了一种胎位调度优化方法、装置、计算机设备及介质。该方法包括:确定分段任务集合、胎位集合和预先建立的车间胎位调度数学模型;分段任务集合中包括至少一个分段任务,每个分段任务包括:长度、宽度、在胎周期、预期下胎时间和上胎时间;根据分段任务集合、胎位集合、基于逾期风险的优先级初始化策略和分段随机初始化策略确定初始种群;初始种群包括多个初始胎位调度方案;基于初始种群对车间胎位调度数学模型进行寻优,得到船舶分段建造过程中各胎位的调度方案。基于本发明的技术方案可以提高了多任务多约束环境下的胎位调度效率和资源利用率。

    基于隐私保护的联邦学习方法以及相关设备

    公开(公告)号:CN114357504B

    公开(公告)日:2025-04-08

    申请号:CN202111421244.3

    申请日:2021-11-26

    Abstract: 本公开实施例提供一种基于隐私保护的联邦学习方法以及相关设备。所述方法包括:根据神经网络的权重矩阵,得到行采样序列集合和列采样序列集合;根据行采样序列集合和列采样序列集合,生成低维行表征矩阵和低维列表征矩阵;接收边缘节点端发送的公钥,并根据公钥对对称密钥进行加密,得到密文,并将密文发送到边缘节点端;生成对称密钥,并根据对称密钥对行采样序列集合和列采样序列集合进行加密,得到加密后的行采样序列集合和列采样序列集合;根据低维行表征矩阵、低维列表征矩阵、加密后的行采样序列集合和加密后的列采样序列集合,生成初始化参数集合,并将初始化参数集合发送至中心服务器端。

Patent Agency Ranking