-
公开(公告)号：CN107872809B
公开(公告)日：2021-07-20
申请号：CN201711119251.1
申请日：2017-11-14
Applicant: 东南大学
Abstract: 本发明涉及一种基于移动节点辅助的软件定义传感网络拓扑控制方法，充分利用控制器的集中控制特性和移动节点的移动特性，综合考虑网络现存节点的节点状态、网络拓扑冗余情况，保证拓扑完整和网络连通性的前提下，实现基于移动节点的实时调度，实时更新的拓扑控制，在保证底层传感器网络连通性的前提下，能够通过移动节点对网络拓扑进行实时监控和快速修复更新，有效降低网络平均节点发射功率，最大可能延长网络生命期。
-
公开(公告)号：CN112911502A
公开(公告)日：2021-06-04
申请号：CN202110072246.X
申请日：2021-01-20
Applicant: 东南大学
Abstract: 本发明公开了一种基于MDT技术和RSRP测距的基站经纬度估计方法，收集并处理基站下所有小区的MDT数据，针对每一个小区，对该小区内所有用户点的坐标取均值，将其作为坐标原点；依据对数路径损耗模型，得到发射功率和基站坐标的最大似然估计公式，并换成WLS问题；使用SR‑LS方法求解WLS问题，进而求得基站坐标估计值；求出小区内所有用户点到该基站坐标估计值的距离，并将该距离作为用户点到基站实际距离的估计值，完成测距；利用基站下所有用户点的坐标及距离，将初始迭代点设为所有小区基站坐标估计值的均值，使用Taylor定位方法得到基站坐标的最终估计值，并转换成经纬度，本发明解决了用户到基站的距离缺失问题，有效提高了基站定位精度。
-
公开(公告)号：CN110708736B
公开(公告)日：2021-04-06
申请号：CN201911016180.1
申请日：2019-10-24
Applicant: 东南大学
IPC: H04W40/10 , H04W40/16 , H04W40/22 , H04B17/391
Abstract: 本发明公开了一种基于能效中继选择的动态路由方法与系统，来解决突发事件发生时或网络拓扑结构发生变化后，如何动态调整路由，以提高端到端路径能效并减少网络干扰的问题。本发明设计了一个能够反映链路收益和选择成本的动态链路权重，并结合能效中继选择策略通过集中控制的方法为路径中每一个中继节点动态生成具有最佳权重的下一跳路由，同时为路由请求节点分配数据传输所需的资源。本发明在保证一定链路中断概率的前提下能充分权衡端到端路径能效和吞吐量，在存在链路干扰的环境下能有效降低端到端路由的能耗，具有较强的抗干扰性，并使路径能效得到明显改善。
-
公开(公告)号：CN108764399B
公开(公告)日：2021-03-19
申请号：CN201810492722.1
申请日：2018-05-22
Applicant: 东南大学
IPC: G06K17/00
Abstract: 本发明公开了一种基于kNN的RFID标签分类方法及装置，属于物联网射频识别技术领域，该方法包括：从RFID阅读器的接口中获取可读范围内已知分类结果的RFID标签数据，以每个标签号为一组训练数据；为每组训练数据计算信号强度RSSI和多普勒频移DOPPLER统计特征与匹配特征，构成kNN学习的输入特征向量；利用统计特征与匹配特征组成的特征向量，结合kNN机器学习方法，实现对仓库中阅读器范围内所有可读标签的识别及分类，有效区分了实际应用场景中的静止标签、游离标签和传送带上匀速运动的待排序标签。
-
公开(公告)号：CN111194000B
公开(公告)日：2021-01-26
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。
-
Patent Agency Ranking
公开(公告)号：CN112118596A
公开(公告)日：2020-12-22
申请号：CN202011001435.X
申请日：2020-09-22
Applicant: 东南大学
IPC: H04W24/08 , H04B17/391 , H04B17/318
Abstract: 本发明公开了一种基于路径序列回归的无线信号强度预测方法，从一个小区单天线的场景下，获得小区内每个接收节点的特征值，并将所得特征形成一个特征向量作为一个接收节点的特征向量，多次构建以天线为起始点的无向连通图，并获得多条从天线到每个接收节点最短路径，每个最短路径上的节点对应的特征向量构成向量序列，将序列输入循环神经网络中进行进一步的学习并输出其状态，该状态经过一个全连接网络预测接收点信号强度。本发明的一种基于路径序列回归的无线信号强度预测方法能够通过有效的特征提取和有效的特征学习，充分利用神经网络的学习能力，达到较高精准度的预测。
-
公开(公告)号：CN111065046B
公开(公告)日：2020-12-11
申请号：CN201911146485.4
申请日：2019-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于LoRa的室外无人机定位方法与系统，方法包括：将每个定位基站的信号覆盖范围离散化处理构建信号RSSI与距离映射关系的指纹库，并针对每个定位基站进行拟合，RSSI与距离拟合公式中的对应的各个参数；待定位无人机发送带有信号发送时间戳的LoRa数据包，定位基站收到数据包后，根据到达时间TOA进行筛选计算合格数据包的RSSI的平均值；根据拟合公式计算得到待定位无人机与定位基站的距离，结合多个定位基站与待定位无人机的距离，确定无人位置。本发明综合利用TOA和RSSI来进行定位，避免了利用TOA计算距离容易误差过大，也避免RSSI测距准确度易受环境影响的缺点，有效提高了室外无人机定位的精度。
-
公开(公告)号：CN107249218B
公开(公告)日：2020-08-25
申请号：CN201710413708.3
申请日：2017-06-05
Applicant: 东南大学
IPC: H04W72/04 , H04W52/14 , H04L12/911 , H04L29/08
Abstract: 本发明公开了一种MEC中无线资源和云资源的联合分配方法，包括：(1)MEC中的终端发起任务卸载请求，并建立终端的任务卸载代价函数；(2)异构网络的各个接入点获取覆盖区域内各个终端任务卸载代价函数，并将终端的任务卸载请求和网络的信道信息发送至朵云；(3)朵云基于合作博弈进行无线资源和云资源联合分配，利用KKT条件得到纳什均衡解，并将博弈纳什均衡解发送至终端；(4)终端根据纳什均衡解向朵云和接入点进行计算资源和无线资源请求；(5)朵云和接入点根据终端请求分配计算资源和无线资源。本发明基于合作博弈，充分利用朵云中有限的计算资源，在以最小化所有终端任务卸载代价为目标的同时，保证各终端任务的实时性，满足各移动终端的任务卸载需求。
-
公开(公告)号：CN107370521B
公开(公告)日：2020-07-31
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：CN111065046A
公开(公告)日：2020-04-24
申请号：CN201911146485.4
申请日：2019-11-21
Applicant: 东南大学
Abstract: 本发明公开了一种基于LoRa的室外无人机定位方法与系统，方法包括：将每个定位基站的信号覆盖范围离散化处理构建信号RSSI与距离映射关系的指纹库，并针对每个定位基站进行拟合，RSSI与距离拟合公式中的对应的各个参数；待定位无人机发送带有信号发送时间戳的LoRa数据包，定位基站收到数据包后，根据到达时间TOA进行筛选计算合格数据包的RSSI的平均值；根据拟合公式计算得到待定位无人机与定位基站的距离，结合多个定位基站与待定位无人机的距离，确定无人位置。本发明综合利用TOA和RSSI来进行定位，避免了利用TOA计算距离容易误差过大，也避免RSSI测距准确度易受环境影响的缺点，有效提高了室外无人机定位的精度。
-
-
-
-
-
-
-
-
-
Search Results
184
records
(took 0.027 seconds)
