-
公开(公告)号：CN111510232B
公开(公告)日：2022-02-18
申请号：CN202010276787.X
申请日：2020-04-10
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B17/382 , H04L67/12
Abstract: 本发明提供一种基于神经网络的车联网组合频谱感知方法，包括：获取其协方差矩阵，通过接收信号的能量值和协方差矩阵的特征值来提取特征参数；划分训练集、验证集和测试集；以所述特征参数作为输入参数，以主用户的存在情况作为输出参数，建立神经网络；采用训练集和验证集来对神经网络训练和验证，得到频谱感知神经网络，随后采用测试集来对频谱感知神经网络进行调节；接收新的接收信号，进行频谱感知，得到频谱感知结果。本发明还提供一种车联网。本发明的车联网组合频谱感知方法综合考虑信号能量值和协方差矩阵的特点，利用神经网络较强的多分类能力，从而在车联网环境下提高频谱感知成功率，有效提高车联网环境下频谱感知性能。
-
公开(公告)号：CN111510232A
公开(公告)日：2020-08-07
申请号：CN202010276787.X
申请日：2020-04-10
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B17/382 , H04L29/08
Abstract: 本发明提供一种基于神经网络的车联网组合频谱感知方法，包括：获取其协方差矩阵，通过接收信号的能量值和协方差矩阵的特征值来提取特征参数；划分训练集、验证集和测试集；以所述特征参数作为输入参数，以主用户的存在情况作为输出参数，建立神经网络；采用训练集和验证集来对神经网络训练和验证，得到频谱感知神经网络，随后采用测试集来对频谱感知神经网络进行调节；接收新的接收信号，进行频谱感知，得到频谱感知结果。本发明还提供一种车联网。本发明的车联网组合频谱感知方法综合考虑信号能量值和协方差矩阵的特点，利用神经网络较强的多分类能力，从而在车联网环境下提高频谱感知成功率，有效提高车联网环境下频谱感知性能。
-
公开(公告)号：CN105049356B
公开(公告)日：2018-03-30
申请号：CN201510338985.3
申请日：2015-06-17
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04L12/725 , H04L12/733
Abstract: 本发明涉及一种监控网络中基于业务服务质量的数据多跳路由采集方法，包括以下步骤：利用本地邻居节点信息，确定转发节点集合Ci；计算转发节点集合中各候选转发节点优先级：终端通过计算各候选转发节点所产生的时延，选择合适的路由方式：其中，Tdi为终端通过候选转发节点发送数据所需的时延，prj为根据监控业务的QoS要求得到候选转发节点的收包率，β0为业务数据包单跳转发可靠性门限，Ri为终端的数据发送速率，B是无线信道带宽，Irj为终端和中继转发节点间的信道容量；终端在自己的发送频带上广播业务数据包到候选转发节点处，并在数据包报头中包含各转发节点优先级列表。本发明能够选择最合适的节点进行数据分发。
-
公开(公告)号：CN107623720A
公开(公告)日：2018-01-23
申请号：CN201710713402.X
申请日：2017-08-18
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于合作缓存的数据选择性缓存方法，其包括以下步骤：步骤S1，当前用户接收到邻近用户对各数据的请求，或从邻近用户或基站接收到各数据时，记录并更新各数据的请求次数；步骤S2，当前用户根据各数据的请求次数预测各数据未来被请求的概率，以获得各数据的预测概率；步骤S3，当前用户在缓存各数据前，询问并收集邻近用户的内存缓存情况，并结合各数据的大小以及各数据的预测概率，定义各数据的价值；以及步骤S4，若当前用户的内存未满，则缓存接收到的数据，否则，根据各数据的大小以及各数据的价值，利用贪心算法确定是否缓存接收到的数据以替换内存中的原有数据。本发明高效利用了终端有限内存容量，实现了最大化蜂窝流量卸载。
-
公开(公告)号：CN116600365B
公开(公告)日：2024-02-23
申请号：CN202310417820.X
申请日：2023-04-18
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提供一种无线传感器网络分簇路由方法及装置、存储介质和终端，其中方法包括：获取待分簇无线传感器网络；基于生物地理学优化算法从待分簇无线传感器网络中筛选出初始簇首节点集合，将初始簇首节点集合中簇首作为初始聚类中心，基于预设聚类算法从待分簇无线传感器网络中筛选出最优簇首节点集合；基于最优簇首节点集合中的簇首节点，对待分簇无线传感器网络中的非簇首节点进行分簇，获取多个簇；基于遗传算法获取最优簇首节点集合中所有簇首节点到基站的最优传输路径，最优簇首节点集合中所有簇首节点均基于最优传输路径将节点数据传输至基站。本发明方法降低传感器节点的
-
Patent Agency Ranking
公开(公告)号：CN116193607A
公开(公告)日：2023-05-30
申请号：CN202310061149.X
申请日：2023-01-18
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于信息年龄的电力物联网周期性业务数据资源调度方法，包括：构造基站集中式控制的电力物联网实时监测系统，建立信息年龄更新模型和能量更新模型；构造深度强化学习的网络，初始化所述深度强化学习的网络和电力物联网环境；构建最小化基站处平均加权信息年龄的优化问题，根据电力物联网中获取的传感器节点的信息年龄、能量状态建立系统的状态空间、动作空间和奖励函数；将当前电力物联网环境输入到eval网络，在当前时隙中，得到的调度决策，并基于调度决策完成调度。本发明联合考虑传感器节点能量和周期性业务数据信息年龄，保证基站处数据的及时性，以及网络中能量的充足性。
-
公开(公告)号：CN115811771A
公开(公告)日：2023-03-17
申请号：CN202211459777.5
申请日：2022-11-16
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04W36/32 , H04W36/00 , H04W36/30 , H04W36/08 , H04B17/318 , H04W72/0453 , H04W74/08 , H04L67/12
Abstract: 本发明涉及一种应用于电力物联网系统的移动性接入方法，包括：以扫频将移动传感器随机接入汇聚节点；判断所述移动传感器的运动状态，并在所述移动传感器远离所述汇聚节点时，判断所述移动传感器的RSSI值是否达到离线门限；在所述移动传感器的RSSI值达到离线门限时，所述移动传感器立即断开连接准备开始扫频以接入新的汇聚节点。本发明能够快速准确的实现移动传感器在节点间的切换。
-
公开(公告)号：CN114040473A
公开(公告)日：2022-02-11
申请号：CN202111435936.3
申请日：2021-11-29
Applicant: 中国科学院上海微系统与信息技术研究所 , 国网福建省电力有限公司电力科学研究院
Abstract: 本发明提供一种无线传感器网络分簇路由方法，包括：提供一部署有多个中继节点的无线传感器网络；在所有存活的中继节点中进行当前的无线网关节点的选举；将当前的无线网关节点之外存活的中继节点作为普通节点，进行簇首节点的选举并建立分簇；传感器接入到最近的中继节点并将数据传输到中继节点上，簇首节点以外的普通节点通过单跳的方式将数据传输到其对应分簇的簇首节点；簇首节点对数据进行数据融合，并且簇首节点之间采用多跳组网的方式传输数据，以将数据传输到无线网关节点；无线网关将数据传输到监测平台；重复上述步骤。本发明的无线传感器网络分簇路由方法可以解决输变配电场景下的无线传感器网络能耗过高，网络生存周期过短的问题。
-
公开(公告)号：CN107623720B
公开(公告)日：2021-02-05
申请号：CN201710713402.X
申请日：2017-08-18
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于合作缓存的数据选择性缓存方法，其包括以下步骤：步骤S1，当前用户接收到邻近用户对各数据的请求，或从邻近用户或基站接收到各数据时，记录并更新各数据的请求次数；步骤S2，当前用户根据各数据的请求次数预测各数据未来被请求的概率，以获得各数据的预测概率；步骤S3，当前用户在缓存各数据前，询问并收集邻近用户的内存缓存情况，并结合各数据的大小以及各数据的预测概率，定义各数据的价值；以及步骤S4，若当前用户的内存未满，则缓存接收到的数据，否则，根据各数据的大小以及各数据的价值，利用贪心算法确定是否缓存接收到的数据以替换内存中的原有数据。本发明高效利用了终端有限内存容量，实现了最大化蜂窝流量卸载。
-
公开(公告)号：CN111479306A
公开(公告)日：2020-07-31
申请号：CN202010255387.0
申请日：2020-04-02
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明提出一种基于Q-learning的飞行自组网QoS路由方法，包括：以Q-learning强化学习框架为基础，将邻居节点度、链路持续时间和链路可用带宽三个因素作为路由度量信息，定义一种提供QoS保证的Q-learning奖励函数；各个网络节点作为发送节点将各自本地的路由度量信息发送给其邻居节点，邻居节点作为接收节点根据所述路由度量信息和Q-learning奖励函数计算并更新Q值，以维护Q值表，所述发送节点在存在待转发的数据分组时，根据其维护的Q值表智能选择下一跳转发节点。本发明在吞吐量和平均端到端时延上具有较好的性能，能为高动态飞行自组网中数据传输提供稳定性好、服务质量高的通信链路。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.08 seconds)
