-
公开(公告)号：CN105099462B
公开(公告)日：2018-08-03
申请号：CN201410217469.0
申请日：2014-05-22
Applicant: 北京邮电大学
IPC: H03M7/30
Abstract: 本申请公开了种基于压缩感知的信号处理方法,包括:采集原始信号;根据原始信号构造测量矩阵;将测量矩阵与原始信号相乘,得到降维的观测信号,并对观测信号进行后续信号处理。其中,在构造测量矩阵时,首先根据原始信号x的长度N,构造N1×N1(N1≥N)维的标准哈达玛(Hadamard)矩阵H,再对哈达玛矩阵进行截取和采样构成亚采样矩阵,并对亚采样矩阵进行基于SVD分解的奇异值修正,从而得到测量矩阵。应用本申请,能够在解除对原始信号长度限制的基础上提高信号的重构精度。
-
公开(公告)号：CN116610955A
公开(公告)日：2023-08-18
申请号：CN202310628247.7
申请日：2023-05-30
Applicant: 北京邮电大学
IPC: G06F18/214 , G06F18/24
Abstract: 本发明提供一种利用分类结果反馈增强人工智能分类性能的方法，即：收集原始数据；对原始数据进行预处理形成数据组一；将所有类型的分类结果数据分别填充到数据组一中形成数据组二；对数据组一进行再填充后与数据组二共同构成数据组三；在数据组一的基础上构建模型一，在数据组三的基础上构建模型二；对模型一和模型二进行并行训练；将模型一和模型二进行组合，按照组合后的模型进行组合应用。本发明与传统的数据处理方法和模型组合方法相比，不仅解决了传统方法数据利用率低、模型通用性差的不足，而且，显著地提高了数据的使用效率，增强了模型的通用性，提升了网络模型的准确率和F1值，实现了增强人工智能分类性能的发明目的。
-
公开(公告)号：CN111866887A
公开(公告)日：2020-10-30
申请号：CN202010666365.3
申请日：2020-07-09
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种车载网络中通信、缓存和计算资源联合优化方法、装置和电子设备。该方法包括：接收请求方发送的请求信息，所述请求信息中携带有期望的目标内容文件；基于所述目标内容文件，利用预设的优化问题模型生成目标协作方的多个契约；将所述多个契约发送至所述请求方，以供所述请求方从所述多个契约中筛选出使其效用值最大的目标契约，并基于所述目标契约接收所述目标协作方发送的所述目标内容文件。本发明实施例通过利用契约论建立相应的激励机制，解决场景中可能存在的不对称信息问题，并实现合理的资源分配，实现通信、计算、缓存资源的联合优化，对无线资源高效的管理。
-
公开(公告)号：CN109831796B
公开(公告)日：2020-07-28
申请号：CN201910108824.3
申请日：2019-02-03
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种无线网络虚拟化中的资源分配方法，包括：根据针对目标内容的请求信息，向用户设备UE下发若干种契约，以供用户选择目标契约；根据目标契约，构建优化问题模型；求解优化问题模型的最优解，获取MVNO设备针对目标内容的缓存策略，以及分配给UE的频谱资源和计算资源，并按照分配的频谱资源和计算资源，向UE提供目标内容。本发明实施例提供的无线网络虚拟化中的资源分配方法，针对存在自私性和信息不对称性的网络节点设计有效的契约，在MVNO和用户之间建立契约，将用户期望时延作为衡量用户服务质量的隐藏信息，有效的分配多维资源，可确保资源的合理高效利用，使得MVNO和用户都可以获得最大的效用。
-
公开(公告)号：CN109831796A
公开(公告)日：2019-05-31
申请号：CN201910108824.3
申请日：2019-02-03
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种无线网络虚拟化中的资源分配方法，包括：根据针对目标内容的请求信息，向用户设备UE下发若干种契约，以供用户选择目标契约；根据目标契约，构建优化问题模型；求解优化问题模型的最优解，获取MVNO设备针对目标内容的缓存策略，以及分配给UE的频谱资源和计算资源，并按照分配的频谱资源和计算资源，向UE提供目标内容。本发明实施例提供的无线网络虚拟化中的资源分配方法，针对存在自私性和信息不对称性的网络节点设计有效的契约，在MVNO和用户之间建立契约，将用户期望时延作为衡量用户服务质量的隐藏信息，有效的分配多维资源，可确保资源的合理高效利用，使得MVNO和用户都可以获得最大的效用。
-
Patent Agency Ranking
公开(公告)号：CN109587693A
公开(公告)日：2019-04-05
申请号：CN201811320380.1
申请日：2018-11-07
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种基于异构云无线接入网络的用户终端关联方法及装置，包括：获取用户终端信息和低功率节点信息；根据所述用户终端信息和所述低功率节点信息得到用户终端预期信息；将用户终端与低功率节点的收益模型结合所述用户终端信息和所述用户终端预期信息，得到所述用户终端对所述低功率节点的第一收益数据列表；将所述第一收益数据列表发送到用户终端，以供所述用户终端根据所述第一收益数据列表选取目标低功率节点进行关联。本发明实施例通过考虑了用户终端预期信息和用户终端移动角度信息可以减少预期较差的低功率节点的接入，减少了切换次数从而减轻基带单元池的运算负荷，提升了与低功率节点所连接的基带单元池性能。
-
公开(公告)号：CN104994550B
公开(公告)日：2018-10-16
申请号：CN201510349026.1
申请日：2015-06-23
Applicant: 北京邮电大学
Abstract: 本申请公开了一种小小区的开启和休眠方法，包括：控制面与用户面完全分离的双连接建立过程：UE与宏基站建立控制面连接，与小小区基站建立数据面连接；宏基站和已开启的小小区基站计算自身的当前负载，当某基站的当前负载大于设定的第一门限且超过设定的第一时长时，该基站配置接入的UE进行邻区发现测量；UE确定其所在小区的邻区当前的开启或休眠状态；其中，UE根据休眠邻区发送的发现参考信号确定该邻区处于休眠状态。宏基站获取相应基站的所有UE的各个邻区的状态信息，选择最有效卸载流量的休眠小小区进行开启，并将过载部分的该小小区的UE的数据面连接转接到开启的休眠小小区，将控制面保留在宏基站，建立控制面与用户面分离的双连接。应用本申请，能够在实现负载分担的同时，降低切换频率，减少信令开销。
-
公开(公告)号：CN103826306B
公开(公告)日：2017-04-05
申请号：CN201410041216.2
申请日：2014-01-28
Applicant: 北京邮电大学
Abstract: 一种高密集无线网络中基于博弈的下行动态干扰协调方法，将各个远端射频单元建模为下行传输资源博弈中的参与者，各参与者在参与博弈与竞争过程中，部分远端射频单元选择相互合作来提升其在系统中的地位；各个远端射频单元之间因其采用不同的博弈竞争策略，使得所有参与者划分为不同的联盟，联盟内成员采用包括时分多址、干扰对齐和波束赋形的特定技术合作方式，并消除联盟内干扰；但不同联盟之间并不合作，故其他联盟的远端射频单元仍对非联盟内的远端射频单元造成干扰，即该联盟模型是划分形式的联盟博弈。本发明方法极大简化各参与者的信息交互，且保证用户服务质量不受影响，消除联盟内其他成员的干扰，进而提高系统频谱效率。
-
公开(公告)号：CN105099462A
公开(公告)日：2015-11-25
申请号：CN201410217469.0
申请日：2014-05-22
Applicant: 北京邮电大学
IPC: H03M7/30
Abstract: 本申请公开了一种基于压缩感知的信号处理方法，包括：采集原始信号；根据原始信号构造测量矩阵；将测量矩阵与原始信号相乘，得到降维的观测信号，并对观测信号进行后续信号处理。其中，在构造测量矩阵时，首先根据原始信号x的长度N，构造N1×N1(N1≥N)维的标准哈达玛(Hadamard)矩阵HN1，再对哈达玛矩阵进行截取和采样构成亚采样矩阵，并对亚采样矩阵进行基于SVD分解的奇异值修正，从而得到测量矩阵。应用本申请，能够在解除对原始信号长度限制的基础上提高信号的重构精度。
-
公开(公告)号：CN119535084A
公开(公告)日：2025-02-28
申请号：CN202411507245.3
申请日：2024-10-28
Applicant: 北京邮电大学
IPC: G01R31/08 , G06F18/241 , G06F18/2131 , G06F18/213 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/048
Abstract: 本发明公开了一种基于FFT‑CNN‑GCN混合网络的电网故障诊断方法及系统，包括：同时实现电网线路的故障类型判断、故障线路定位和故障距离判断；通过快速傅里叶变换(Fast Fourier Transform,FFT)对电压和电流信号进行时域和频域分解，提取信号的基波频率和相位；利用CNN对分解后的数据进行时序特征提取，并引入层归一化技术以增强模型的稳定性和性能；结合GCN处理电网的空间拓扑结构，提取和整合空间特征。本发明在不同任务、采样间隔和不同噪声的影响下，其准确率均明显优于现有的基于人工智能的方法，且具有较好的泛化性能。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.028 seconds)
