公开(公告)号：CN116436513A

公开(公告)日：2023-07-14

申请号：CN202310450212.9

申请日：2023-04-24

Applicant: 北京邮电大学

Inventor： 赵晓燕 ,  蔡松淞 ,  王程 ,  文嘉睿 ,  陈若琦 ,  王卫东

IPC: H04B7/204 ,  H04B7/185

Abstract: 本发明公开了一种适用于大规模多层低轨卫星星座的协作跳波束方法，属于低轨卫星领域；具体为：首先，将地球表面均匀等分，将每块区域内的通信资源请求通过阈值进行分区；然后，根据卫星星下点的映射关系得到每个分区的卫星集合，作为初始星簇；并计算每个分区中，各自卫星数与业务密度的比值Δ，根据Δ借调相邻区域的边缘卫星，直至达到负载均衡，形成最终的服务星簇；接着，根据小区的业务分级情况，为每个小区分别选择各自的服务卫星。最后，使用深度DQN网络学习对星簇内卫星进行跳波束资源的协同调度，最终选出满足不同用户QoS需求且规避波束间干扰的跳波束方案。本发明缓解了多星跳波束面临的波束间干扰与业务量差异大问题。

公开(公告)号：CN110517329A

公开(公告)日：2019-11-29

申请号：CN201910741565.8

申请日：2019-08-12

Applicant: 北京邮电大学

Inventor： 王程 ,  韩逸飞 ,  赵晓燕 ,  王卫东 ,  胡欣

IPC: G06T9/00 ,  G06K9/62

Abstract: 本发明提出一种基于语义分析的深度学习图像压缩方法，属于图像有损压缩技术领域。包括：步骤1，对输入的图像使用卷积神经网络CNN对图像进行特征提取，标识每个像素的语义重要程度；步骤2，将输入图像进行分块，压缩比特分配对每个图像块依据其语义重要程度计算对应的压缩比例；步骤3，使用基于CNN和循环神经网络LSTM的网络结构对图像按照计算好的压缩比例进行压缩和恢复。本发明将深度学习在图像语义分析和图像压缩领域的应用相结合，根据语义重要程度分配图像不同区域的压缩比特，以实现基于语义重要度分析的图像压缩效果，提高图像中人眼关注区域的视觉质量，整张图片占据的空间更小，在物联网图像处理方面有很好的应用价值。

公开(公告)号：CN103561445B

公开(公告)日：2016-08-17

申请号：CN201310560078.4

申请日：2013-11-12

Applicant: 北京工业大学 ,  北京邮电大学

Inventor： 王秀娟 ,  郑康锋 ,  张冬梅 ,  武斌 ,  査选 ,  周杨 ,  赵晓燕 ,  孙博 ,  伍淳华 ,  高大永

IPC: H04W40/02 ,  H04L1/00

CPC classification number: Y02D70/30

Abstract: 一种基于网络编码的无线传感网多路径路由方法属无线传感网络通信领域，其特征在于，按基于编码优势节点的路径优势值对网中任意的源节点到目的节点之间的路径按路径优势的大小从大到小排序，提供优先选择的路径，源节点发送的由K个原始数据包所形成的I(I≥K)个编码数据包对应于优先选择路径一一对应的发送。首先由源节点编码的数据在数据传输过程中，编码优势节点是一种多路径交叉点要对输入的编码数据进行再次随机编码再把路由表中标明本节点为接收节点的编码数取出后，再把标有下层其他中间节点或目的节点地址的再次编码数据中编码系数解码后下行输出，以此类推直到目的节点为止。本发明把网络编码与多路径选择相结合提供较优的多路径路由方法。