-
公开(公告)号：CN110582072B
公开(公告)日：2020-07-10
申请号：CN201910757486.6
申请日：2019-08-16
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种蜂窝车联网中基于模糊匹配的资源分配方法及装置，其中方法包括：基于获取的网络资源信息和车辆用户信息，计算每一车辆用户在不同资源块上的信道功率增益，以及与该信道功率增益对应的时变信道功率增益；基于时变信道功率增益，构建基于三角模糊数的模糊空间模型；基于信道功率增益，计算每一车辆用户在对应接收端的信干噪比，及每一车辆用户在不同资源块上的数据速率；将数据速率映射到模糊空间模型中，得到模糊空间模型的效应函数；使用第一预设匹配算法，在资源块中为每一车辆用户选择目标匹配资源块，得到每一车辆用户的目标匹配资源块。本发明实施例，能够解决网络资源分配不合理的问题。
-
公开(公告)号：CN111324860A
公开(公告)日：2020-06-23
申请号：CN202010086785.4
申请日：2020-02-11
Applicant: 无锡北邮感知技术产业研究院有限公司 , 北京邮电大学
Abstract: 本发明提供一种基于随机矩阵逼近的轻量级CNN计算方法与装置，包括：对数据样本进行降维处理，得到数据样本的低维表征；对模型的权重参数进行降维处理，得到权重参数的低维权重表征；利用所述数据样本的低维表征和所述权重参数的低维权重表征进行CNN模型训练。本发明通过降低数据样本的数据量，降低网络的权重参数的数据量，利用降低维度之后的低维表征和低维权重表征进行CNN模型运算，能够降低模型运算的复杂度，降低模型运算所需存储资源和计算资源，能够在配置较低的终端设备上实现模型运算。
-
公开(公告)号：CN109946663A
公开(公告)日：2019-06-28
申请号：CN201910102607.3
申请日：2019-02-01
Applicant: 北京邮电大学
IPC: G01S7/41 , H04B7/04 , H04B7/0413
Abstract: 本发明公开了一种线性复杂度的Massive MIMO目标空间方位估计方法和装置。所述方法包括：通过天线阵列采集目标的接收信号；根据接收信号生成自相关协方差矩阵；对自相关协方差矩阵进行骨架提取，生成低秩表征矩阵；基于低秩表征矩阵，对自相关协方差矩阵进行低秩对称近似分解，生成低秩对称近似分解矩阵；对低秩对称近似分解矩阵进行奇异值分解，根据分解结果获得接收信号的信号子空间近似估计，根据信号子空间近似估计计算MUSIC谱；根据MUSI谱的谱峰位置计算目标的空间方位。本发明采用随机矩阵采样和低秩近似分解方法，避免了直接针对高维自相关矩阵的SVD，极大的降低了方法中的计算复杂度，解决了大规模天线场景下的雷达目标检测与信号处理中的制约性难题。
-
公开(公告)号：CN109831235A
公开(公告)日：2019-05-31
申请号：CN201910120411.7
申请日：2019-02-18
Applicant: 北京邮电大学
IPC: H04B7/0413 , H04L25/02 , G06F17/16
Abstract: 本发明公开了一种信道矩阵的SVD分解方法及装置，所述方法包括：获取信道矩阵H；对所述信道矩阵H进行CUR分解，获得三个低维矩阵C、U、R；分别对低维矩阵C和RT进行QR分解，获得两个下三角矩阵Rc、RR以及两个正交矩阵Qc、QR；将两个下三角矩阵Rc、RR与低维矩阵U结合并进行SVD分解，获得对角矩阵Σs和两个正交矩阵Us、VsT，对角矩阵Σs和四个正交矩阵Qc、Us、VsT、QRT作为所述信道矩阵H的分解结果，从而提升了信道矩阵分解的实时处理性能，降低了计算载荷、处理时延与功耗。
-
公开(公告)号：CN109799477A
公开(公告)日：2019-05-24
申请号：CN201811487284.6
申请日：2018-12-06
Applicant: 北京邮电大学
IPC: G01S5/02
Abstract: 本发明公开了一种面向毫米波车联网的序贯车辆指纹定位及装置，所述方法包括：将毫米波检测站覆盖的目标区域划分为至少一个小区域，并在每个小区域中设置参考点；对目标车辆在所述目标区域的信号状态和稀疏位置进行联合建模，获得所述目标车辆的动态变化模型；记录所述检测站接收每个参考点信号的方位角和信号强度，以构建所述目标区域的指纹矩阵；根据当前的目标车辆信号，并基于所述动态变化模型和所述指纹矩阵，对所述目标车辆当前的信号状态后验概率和稀疏位置后验概率进行序贯估计，以获得所述目标车辆当前的信号状态和稀疏位置，从而有效提高定位的准确性。
-
Patent Agency Ranking
公开(公告)号：CN109302405A
公开(公告)日：2019-02-01
申请号：CN201811283738.8
申请日：2018-10-31
Applicant: 北京邮电大学
Abstract: 本发明公开了基于边缘计算的工业数据检测区块链网络架构及检测方法，属于工业数据检测领域。其中区块链网络架构包括物联网络、区块链网络、边缘服务器以及外部网络，引用公有链使得每一个公民都可以加入公有链作为区块链节点维护区块链网络，同时公民也可以作为访问节点访问区块链网络，同时引入边缘计算，借由边缘服务器的算力为区块链节点提供服务，解决部分区块链节点算力不足无法对采集的数据进行检测的问题，从而对采集的数据的真实性和可靠性进行检测，杜绝不良厂商篡改数据，损害社会利益；同时引入智能合约访问模式，使得企业排放在超标之后，自动执行智能合约，防止不良企业拖欠罚金，提高监管的执行力度。
-
公开(公告)号：CN109246176A
公开(公告)日：2019-01-18
申请号：CN201810715834.9
申请日：2018-07-03
Applicant: 北京邮电大学
IPC: H04L29/08
Abstract: 本发明提供一种软件定义网络中基于区块链的多控制器同步方法及装置，所述方法包括：向获取到的接入区块链系统的目标控制器发送共识承认信息，以供所述目标控制器根据所述共识承认信息向所述区块链系统发送包含所述目标控制器的本地信息的第一区块；向每一控制器发送包含所述本地信息的第二区块，以供每一控制器根据所述本地信息更新自身存储的网络视图，实现多个控制器的信息同步。本发明提供的软件定义网络中基于区块链的多控制器同步方法及装置，通过许可链实现多控制器之间的信息同步，减少了不必要的信息交互，提高了控制器的效率，并提高了控制器的安全性和可靠性。
-
公开(公告)号：CN105721170B
公开(公告)日：2018-10-16
申请号：CN201610049842.5
申请日：2016-01-25
Applicant: 北京邮电大学
IPC: H04L12/12
Abstract: 本发明提供了一种基于SDN网络架构的多控制器的节能方法及装置，通过接收各个集群中的每个控制器发送的信令，信令包括控制器标识，以及控制器标识对应的当前负载量；根据每个控制器标识对应的当前负载量，以及每个控制器标识对应的能耗参数和可容纳的最大负载量，获取所有控制器的能量消耗总值；判断该能量消耗总值是否大于第一预设能耗值；若否，根据各个集群中每个控制器对应的当前负载量、时延参数、理论负载量以及可容纳的最大负载量，获取待关闭的控制器，并向待关闭的控制器发送关闭请求，以供接收到所述关闭请求的待关闭的控制器，根据所述关闭请求，进行关闭处理。从而实现在保证SDN网络架构正常运转的情况下的低能耗，起到节能环保的作用。
-
公开(公告)号：CN105634634B
公开(公告)日：2018-04-13
申请号：CN201610063925.X
申请日：2016-01-29
Applicant: 北京邮电大学
IPC: H04B17/382
Abstract: 本发明公开了一种存在未知定时的异步信道感知方法，具体为：一、预测某个PU在k时刻的存在概率和感知时间差；二、由观测值更新存在概率预测值和感知时间差预测值；三、将更新的存在概率预测值与判决门限比较，得到PU的状态值；步骤四、根据状态值，计算PU在k时刻的感知时间差；步骤五、根据k‑1时刻的感知时间差计算k时刻的出生粒子的状态值和权值；六、判断k时刻是否为最后一个时刻，如果是，记录并保存全部时刻的感知时间差以及状态值；否则，用k时刻的粒子集，迭代预测PU在k+1时刻的存在概率和感知时间差。优点在于：适用于异构无线网络动态频谱共享，避免了PU与SU之间繁杂的信令交互，降低了CR系统的配置复杂度并节省了时间与能量开销。
-
公开(公告)号：CN104468390B
公开(公告)日：2018-03-23
申请号：CN201410706172.0
申请日：2014-11-28
Applicant: 北京邮电大学
IPC: H04L12/803 , H04L12/861
Abstract: 目前在软件定义网络中，主要存在两种多控制器的架构模型：分布式多控制器架构模型以及集中式多控制器架构模型。这两种架构模型既有优点，也有不足：分布式多控制架构模型虽然可以有效避免单一控制器在性能和可靠性方面的问题，但在多个分布式控制器之间传递消息的时延较长；集中式多控制器架构模型虽然可以有效的减少控制器之间消息传递的时延，但是仍存在集中化控制的种种弊端。因此本发明中提出了一种分布—集中式的多控制器架构模型来避免之前的架构模型的不足。在这个基础上，还提出了基于分布—集中式架构模型的多控制器负载均衡的方法，使得整个网络的负载可以均衡分配。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.031 seconds)
