-
公开(公告)号：CN118111433A
公开(公告)日：2024-05-31
申请号：CN202311864981.X
申请日：2023-12-29
Applicant: 北京邮电大学
IPC: G01C21/20 , G06F18/2321
Abstract: 一种对于船舶航次的异常检测方法，属于海上态势感知和数据分析领域。本发明通过AIS数据和核密度估计(KDE)的结合，利用航向数据构建一个轨迹格拉姆矩阵来捕捉航行动态，并发明提出轨迹挥发度作为衡量航迹稳定性的指标。进一步地，通过核密度估计计算挥发度的概率密度函数，并以此计算挥发度的数学期望和熵，从而定义了海上目标的危险度指标和异常度指标，以评估和识别可能的风险和异常行为。此方法能有效增强海上航行安全监控的准确性和实时性。本发明显示出高准确度，对于海上安全监控具有显著的意义，特别是在远洋航行中，能够广泛检测并确认各类异常，从而提高海上交通的安全性和效率。
-
公开(公告)号：CN104468308B
公开(公告)日：2018-06-22
申请号：CN201410594417.5
申请日：2014-10-29
Applicant: 北京邮电大学
IPC: H04L12/46
Abstract: 本发明提供了一种基于粒子群算法的跨域虚拟网络映射方法，所述方法包括：当接收到虚拟网络创建请求时，VNP根据底层物理网络的资源信息，为所述虚拟网络的虚拟节点进行资源匹配；若资源匹配成功，则根据粒子群算法得到的最优的虚拟网络划分方案划分所述虚拟网络；根据所述虚拟网络的划分结果，将所述虚拟网络映射到若干个InP中。本发明还提供了一种基于粒子群算法的跨域虚拟网络映射系统，包括匹配模块、划分模块及映射模块。本发明采用粒子群算法来划分虚拟网络，能够在较短时间内得到最优的划分方案,有利于加速虚拟网络映射。
-
Patent Agency Ranking
公开(公告)号：CN104579896A
公开(公告)日：2015-04-29
申请号：CN201410670005.5
申请日：2014-11-20
Applicant: 北京邮电大学
IPC: H04L12/46
Abstract: 本发明涉及网络虚拟化技术领域，具体的涉及一种虚拟网络的划分方法及装置。本发明提供的一种虚拟网络的划分方法及装置，根据VNP能够获取的有限物理网络信息，首先对InP进行系统聚类形成InP的聚类二叉树，并且在对所述二叉树进行前序遍历的过程中，通过构造虚拟网络的容量网络，结合最大流最小割定理对虚拟网络进行多次划分，分配给InP的聚类二叉树的所有叶子节点，实现对虚拟网络的划分。提高了求解VN划分方案的效率，尤其当问题规模较大时优势更加明显；在高效求解划分的同时有效节约了虚拟网络的映射开销。
-
公开(公告)号：CN120074646A
公开(公告)日：2025-05-30
申请号：CN202510503102.3
申请日：2025-04-22
Applicant: 北京邮电大学
Abstract: 本发明提供了一种基于星地协同通信与多目标感知的联合波束赋形方法，涉及通感一体化技术领域，该方法应用于具有多个卫星，多个地面站和1个卫星应用中心的星地协同通信与感知一体化系统，且所有卫星和所有地面站均配备ISAC设备，在获取到ISAC设备的状态数据之后，以最大化累计奖励为目标，利用分布式强化学习模型对所有ISAC设备的状态数据进行处理，得到每个ISAC设备的目标通信波束赋形矩阵和目标感知波束赋形矩阵，模型内所有智能体执行动作后的奖励与系统的总吞吐量正相关，与所有ISAC设备对所有无人机感知的克拉美罗界负相关。因此，能确保无人机定位的时效性和精确性，为无人机目标感知和数据传输提供了高可靠服务。
-
公开(公告)号：CN119342587B
公开(公告)日：2025-04-29
申请号：CN202411875496.7
申请日：2024-12-19
Applicant: 北京邮电大学
IPC: H04W72/044 , H04W72/0446 , H04W72/0457 , H04W72/50 , H04W72/541 , H04W72/52 , H04B7/185 , G06N3/092
Abstract: 本发明提供了一种波束资源管理方法、装置和电子设备，涉及卫星通信的技术领域，该方法将目标卫星星座所服务的小区集合在当前时隙的数据流量矩阵作为目标多智能体深度强化学习模型中每个智能体的状态，以使每个智能体在预设约束条件下，根据状态输出当前时隙其对应波束的照射方向或带宽分配策略，进而将当前时隙下所有波束的照射方向和带宽分配策略作为目标卫星星座的波束资源管理策略。一个波束对应模型中的一对智能体，分别用于波束的照射方向和带宽分配策略，并且，所有智能体的全局奖励与目标卫星星座的总吞吐量正相关，与总时延差、总负载差和波束干扰强度负相关。因此，该方法能够有效地提升系统性能和信号质量。
-
公开(公告)号：CN119342587A
公开(公告)日：2025-01-21
申请号：CN202411875496.7
申请日：2024-12-19
Applicant: 北京邮电大学
IPC: H04W72/044 , H04W72/0446 , H04W72/0457 , H04W72/50 , H04W72/541 , H04W72/52 , H04B7/185 , G06N3/092
Abstract: 本发明提供了一种波束资源管理方法、装置和电子设备，涉及卫星通信的技术领域，该方法将目标卫星星座所服务的小区集合在当前时隙的数据流量矩阵作为目标多智能体深度强化学习模型中每个智能体的状态，以使每个智能体在预设约束条件下，根据状态输出当前时隙其对应波束的照射方向或带宽分配策略，进而将当前时隙下所有波束的照射方向和带宽分配策略作为目标卫星星座的波束资源管理策略。一个波束对应模型中的一对智能体，分别用于波束的照射方向和带宽分配策略，并且，所有智能体的全局奖励与目标卫星星座的总吞吐量正相关，与总时延差、总负载差和波束干扰强度负相关。因此，该方法能够有效地提升系统性能和信号质量。
-
公开(公告)号：CN119094281A
公开(公告)日：2024-12-06
申请号：CN202411196282.7
申请日：2024-08-29
Applicant: 北京邮电大学
Abstract: 本发明提供了一种多波束卫星免授权接入的联合信道估计与检测方法和装置，涉及通信的技术领域，该方法利用目标神经网络模型对预定义导频矩阵和多波束卫星接收到的导频序列进行处理，得到所有地面用户的等效信道矩阵，然后根据等效信道矩阵、多波束卫星生成的波束数量和预设活跃决策阈值，确定联合信道估计与检测结果。该模型中每个神经网络单元都是在每一个模型驱动网络输出的基础上，再利用数据驱动网络进一步提取特征，因此，该模型能够实现将模型驱动和数据驱动的优势互补，既降低了模型对先验信息的依赖程度，又能达到较好的检测性能，缓解了现有多波束卫星免授权接入的联合信道估计与检测方法存在的检测结果准确度低的技术问题。
-
-
-
-
-
-
Search Results
17
records
(took 0.018 seconds)
