-
公开(公告)号:CN110324805B
公开(公告)日:2022-03-08
申请号:CN201910593535.7
申请日:2019-07-03
Applicant: 东南大学
Abstract: 本发明公开了一种无人机辅助的无线传感器网络数据收集方法,包括:(1)传感器节点采集通信范围内信息,并生成对应的事件包发送回基站(2)基站将信息价值衰减指数不为零的分类为关键节点,将为零的分类为普通节点;(3)根据节点的地理位置采用贪婪算法规划所有关键节点的访问路径;(4)根据节点的地理位置采用邻域搜索的蚁群算法规划所有普通节点的访问路径;(5)计算路径总长度,并判断路径总长度是否大于无人机最大飞行长度;(6)若是则计算每个普通节点的删除增益,并在路径中移除最大删除增益对应的节点,并返回执行步骤(5);若否,则习执行步骤(7);(7)无人机根据规划的路径依次收集传感器节点的数据。本发明能耗低、结构简单。
-
公开(公告)号:CN109144719B
公开(公告)日:2022-02-15
申请号:CN201810755942.9
申请日:2018-07-11
Applicant: 东南大学
IPC: G06F9/50
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:CN110519776B
公开(公告)日:2021-09-17
申请号:CN201910727736.1
申请日:2019-08-07
Applicant: 东南大学
Abstract: 本发明提供了一种雾计算系统中的均衡聚类和联合资源分配方法,该方法包括:(1)计算各个雾计算节点归属到各个簇时的损失函数,将令损失函数取得最小值的簇确定为该雾计算节点的归属簇;(2)统计各簇中,归属簇发生变化的雾计算节点的数量;(3)如果归属簇发生变化的雾计算节点数量超过阈值,则返回步骤(1),如果小于阈值则继续向下执行;(4)在完成均衡聚类之后,对各簇内资源进行分配;(5)在完成任务卸载矩阵的优化之后,对计算资源和通信资源矩阵进行优化;(6)计算前后两次优化之后的目标函数值之差的绝对值,如果大于阈值,则返回步骤(5),如果小于阈值,则流程结束。本发明降低簇内雾计算节点的最大响应时间和最大能耗。
-
公开(公告)号:CN113301619A
公开(公告)日:2021-08-24
申请号:CN202110525625.X
申请日:2021-05-13
Applicant: 东南大学
Abstract: 本发明公开了一种频段自适应的无人机通信系统和方法,属于物联网无线通信技术领域,该方法包括:无人机通信的发射端和接收端的主控制器分别控制工作在2.4GHz和433MHz两个频段的射频模组进行通信,设计实现了基于远距离无线电LoRa的无人机自适应通信链路,选择合适的自适应切换判决条件,让无人机自适应在2.4GHz和433MHz频段进行切换,在近距离数据传输时,选择在2.4GHz频段单路通信,在中间适当距离数据传输时,选择433MHz和2.4GHz两个频段双路并行通信,在远距离数据传输时,选择在433MHz频段单路通信,最大化数据传输速率,增强抗干扰能力,在保证系统通信可靠和稳健性的同时最大化传输距离。
-
公开(公告)号:CN110380774B
公开(公告)日:2021-07-27
申请号:CN201910603075.1
申请日:2019-07-05
Applicant: 东南大学
IPC: H04B7/185 , H04B17/318
Abstract: 本发明公开了一种自适应距离的无人机通信多路并行传输方法与系统,属于物联网无线通信技术领域,该方法包括:使用主控制器同时控制多个射频芯片,以实现多通道并行传输。根据RSSI值自适应切换两种调制方式,在近距离数据传输时使用FSK调制的射频芯片以提高数据传输速率,在远距离数据传输时使用LoRa调制的射频芯片以提高抗干扰性能。本发明将传统的单路传输拓展为多路传输以提高数据传输速率,同时通过自适应切换两种适应于不同传输场景的调制方式,兼顾了数据传输速率与抗干扰性的性能。
-
公开(公告)号:CN108898037B
公开(公告)日:2021-03-19
申请号:CN201810586374.4
申请日:2018-06-08
Applicant: 东南大学
IPC: G06K7/10
Abstract: 本发明公开了一种能量节约型自适应后退锁位式防碰撞方法,属于射频识别技术领域,本方法基于读写器端解码获取的碰撞的位数结合后退锁位机制自适应地进入不同叉数的搜索树模式,在碰撞位数大于等于四时选择八叉树后退锁位搜索模式;在碰撞位数小于四时选择二叉树后退锁位搜索模式。本发明通过读取碰撞位的个数来自适应地选择搜索方式,并采用基于后退锁位思想与多叉搜索树特点的结合设计出的位检测机制,有效减少了在大规模标签环境下识别标签所需的时隙数和时间,也减少了识别过程中传输的数据量,降低了所需能耗。与现有技术相比,本发明大幅减少了系统总时隙数,搜索时间和能量消耗,提高了系统识别效率和能量效率。
-
公开(公告)号:CN110392408B
公开(公告)日:2021-02-26
申请号:CN201910598032.9
申请日:2019-07-04
Applicant: 东南大学
IPC: H04W40/10 , H04W28/16 , H04W52/24 , H04L12/751 , H04L12/24
Abstract: 本发明公开了一种基于节点角色和参数可调的时变网络拓扑控制方法与系统,来解决突发事件发生时或网络拓扑结构发生变化后,如何动态调节网络节点的属性和参数的问题,以减轻网络干扰并延长网络生存期。通过设计一个能够反映链路能效和节点能量状态的动态链路权重,并结合现有的拓扑控制算法动态生成不同时刻的最佳网络拓扑,同时基于该网络拓扑为需要进行数据传输的节点分配所需的资源及路由。本发明在保证一定链路中断概率的前提下能充分权衡网络能效和网络生存期,在存在链路干扰的环境下能有效延长网络生存期,具有较强的抗干扰性,并使网络能效得到明显改善。
-
公开(公告)号:CN111935205A
公开(公告)日:2020-11-13
申请号:CN202010568458.2
申请日:2020-06-19
Applicant: 东南大学
Abstract: 本发明公开了一种雾计算网络中基于交替方向乘子法的分布式资源分配方法,该方法主要包括两阶段,雾节点信息收集和分布式资源分配。本发明基于多凸不等式约束交替方向乘子法和凸优化理论,充分利用雾计算网络内雾节点的计算资源,通过雾节点间协作的方式,降低了雾计算网络的开销。相较于集中式资源分配算法,本发明中的分布式资源分配算法利用了雾计算网络的分布式特性,将资源分配问题的求解均匀地分散到雾计算网络中的每个节点上,解决了集中式资源分配问题造成单个节点负载过重的问题。同时基站在资源分配问题的求解中只负责任务卸载向量的收集和广播而不用收集所有雾节点的任务,有效降低了基站的负载和网络的传输负载。
-
公开(公告)号:CN107895130B
公开(公告)日:2020-10-16
申请号:CN201711063268.X
申请日:2017-11-02
Applicant: 东南大学
Abstract: 本发明公开了一种基于碰撞树的自适应多叉树防碰撞方法,属于射频识别技术领域,本方法根据碰撞标签的个数和碰撞位数自适应地选择八叉碰撞树或二叉碰撞树搜索,在碰撞标签数大于等于4时选择八叉碰撞树搜索,通过发送查询命令获得碰撞序列的前三位碰撞位信息来确定新的查询前缀;在碰撞标签数小于4时选择二叉碰撞树搜索。本发明通过优化查询前缀实现无空闲时隙八叉树搜索,有效避免了在标签个数较多时二叉树的搜索效率低的缺点,也解决了多叉树搜索会增加空闲时隙的问题。与现有技术相比,本发明实现了在搜索过程中无空闲时隙,并在大幅减少了碰撞时隙的同时有效减少了系统总时隙数,提高了系统识别速率和吞吐率。
-
公开(公告)号:CN106788644B
公开(公告)日:2020-07-14
申请号:CN201611254924.X
申请日:2016-12-30
Applicant: 东南大学
IPC: H04L25/02 , H04B7/0456 , H04B7/0413
Abstract: 本发明公开了一种基于改进的牛顿迭代法的大规模MIMO预编码方法。包括步骤如下:首先估计信道矩阵,通过得到的信道矩阵计算RZF预编码表达式。然后采用牛顿迭代法对RZF预编码算法中的逆矩阵进行估计,将矩阵求逆运算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送信号进行预编码。改进的牛顿迭代法是构建高阶迭代式,将位于0附近的特征值经过变换,使其更加靠近1,1附近的特征值保持不变,从而加快牛顿迭代的收敛速度。实验结果表明,当迭代次数超过4次时,传统的牛顿迭代法的性能优于基于泰勒级数展开的逆矩阵估计算法。在迭代次数为2时,改进的牛顿迭代优化算法就已经能获得大约95%的RZF预编码平均用户到达率。
-
-
-
-
-
-
-
-
-