-
公开(公告)号：CN113055679B
公开(公告)日：2022-03-29
申请号：CN202110182219.8
申请日：2021-02-09
Applicant: 北京邮电大学
IPC: H04N19/30 , H04B7/0456
Abstract: 本发明公开一种基于毫米波的分级视频传输方法，包括：步骤1，根据用户传输的导频信息获取毫米波信道信息；步骤2，将用户所需的视频进行SVC视频编码；步骤3，将原始信号矩阵进行预编码，预编码后的信号经过离散透镜天线阵列进行波束成形，根据传输速率的贡献选择波束作为承载发射信号的波束；步骤4，对基站覆盖范围内的用户进行发射视频的功率分配和分级视频的层数分配。本发明所述基于毫米波的分级视频传输方法，通过选取了对系统的信息传输速率影响最大的波束的集合，从而减少了系统中需要的射频链路，降低了系统的功耗和成本。
-
公开(公告)号：CN110932419B
公开(公告)日：2021-12-17
申请号：CN201911008367.7
申请日：2019-10-22
Applicant: 北京邮电大学
IPC: H02J50/20 , H04B7/0456
Abstract: 本发明属于无线能量传输技术领域，提供一种可控智能面辅助能量传输的装置及其传输方法。首先，所有所述接收终端传输正交导频信号，每个所述可控智能面估计所有接收终端到自身的信道信息；所有所述可控智能面发送正交导频信号，所述能量站能够估计所有所述可控智能面到其每根天线的信道；其次，所有所述可控智能面及所述能量站交换大尺度信道信息，所述可控智能面利用估计的信道信息进行自身需要的相位角度和所述能量站需要的预编码系数计算；最后，能量站利用构造的预编码，辐射信号给可控智能面，而所有接收终端进行能量收集。本发明利用可控智能面改变信号的传输路径，实现遮挡用户的能量传输。
-
公开(公告)号：CN111845773B
公开(公告)日：2021-10-26
申请号：CN202010642778.8
申请日：2020-07-06
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于强化学习的自动驾驶车辆微观决策方法。所述方法采用强化学习的A3C算法，驾驶行为由Actor网络输出，灵活性强，判断逻辑的复杂度不受状态空间与行为空间大小的影响。所述方法采用了两阶段的训练求解过程。第一阶段训练得到一个适用所有路段的自动驾驶微观决策模型，以保证驾驶安全。第二阶段将第一阶段的整体模型部署到每条路段，各路段在此基础上各自训练单路段模型，具有可移植性。同时，第二阶段的持续训练使所述方法能够适应各种实时因素的影响。最后阐述了基于真实车联网系统结构的分布式通信架构，能够完成求解过程中的分布式计算，因此，所述方法能够适应不同的道路特征和动态的驾驶环境，具有广泛的适用性和鲁棒性。
-
公开(公告)号：CN110932419A
公开(公告)日：2020-03-27
申请号：CN201911008367.7
申请日：2019-10-22
Applicant: 北京邮电大学
IPC: H02J50/20 , H04B7/0456
Abstract: 本发明属于无线能量传输技术领域，提供一种可控智能面辅助能量传输的装置及其传输方法。首先，所有所述接收终端传输正交导频信号，每个所述可控智能面估计所有接收终端到自身的信道信息；所有所述可控智能面发送正交导频信号，所述能量站能够估计所有所述可控智能面到其每根天线的信道；其次，所有所述可控智能面及所述能量站交换大尺度信道信息，所述可控智能面利用估计的信道信息进行自身需要的相位角度和所述能量站需要的预编码系数计算；最后，能量站利用构造的预编码，辐射信号给可控智能面，而所有接收终端进行能量收集。本发明利用可控智能面改变信号的传输路径，实现遮挡用户的能量传输。
-
公开(公告)号：CN104796184B
公开(公告)日：2018-02-16
申请号：CN201510112022.1
申请日：2015-03-13
Applicant: 北京邮电大学
IPC: H04B7/0456 , H04L27/26
Abstract: 本申请公开了一种基于大规模天线的信息与能量混合传输方法，包括：接收信息请求用户发送的正交信息导频序列，及能量请求用户发送的共享能量导频序列；其中，所述信息导频序列与所述能量导频序列正交；依据所述信息导频序列，生成针对所述信息请求用户的第一预编码向量；依据所述能量导频序列，生成针对所述能量请求用户的第二预编码向量；依据所述第一预编码向量和所述第二预编码向量，生成发送信号并向所述信息请求用户和所述能量请求用户发送。本申请信息、能量混合传输的方案解决了现有技术中移动终端充电不便的问题。本申请还公开了一种基于大规模天线的信息与能量混合传输装置。
-
Patent Agency Ranking
公开(公告)号：CN107665405A
公开(公告)日：2018-02-06
申请号：CN201710880566.1
申请日：2017-09-26
Applicant: 北京邮电大学
CPC classification number: G06Q10/06393 , G06Q40/04 , G06Q50/265 , G06Q50/30 , H04L63/08 , H04L67/12
Abstract: 本发明实施例提供了一种车辆信誉管理方法及装置，该方法属于物联网技术领域，该方法包括一种获取发送目标信息对应的至少一个车辆节点的信誉值，其中，同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇，同一个簇内的各车辆均设置有相同的区块链，所述信誉值存储于区块链中，所述车辆节点为同簇车辆中车辆对应的节点，且一个车辆对应一个节点；分别将每个所述车辆节点的信誉值与阈值进行比较；针对大于或等于阈值的信誉值对应的车辆节点，接收所发送的目标信息。通过本发明实施例提供的方法提高了车辆信誉管理的可靠性。
-
公开(公告)号：CN104022858B
公开(公告)日：2017-12-26
申请号：CN201410277257.1
申请日：2014-06-19
Applicant: 北京邮电大学
CPC classification number: H04L1/06
Abstract: 本申请公开了一种多输入多输出系统中预处理辅助的信号检测方法，用以解决现有技术中对信号采用LRA检测不能达到最优的可达速率的问题。方法包括：根据与数据传输的有效性相关的参数值，从复整数矩阵集合中选取复整数矩阵；根据接收信号、检测矩阵和选取的复整数矩阵，确定发射的数据流的估计值。本申请还公开一种多输入多输出系统中预处理辅助的信号检测装置。
-
公开(公告)号：CN103227761A
公开(公告)日：2013-07-31
申请号：CN201310196377.4
申请日：2013-05-24
Applicant: 北京邮电大学
Abstract: 本发明提出了一种多径非高斯噪声信道的信道估计算法，设计了一种联合训练序列数据和观测数据的经验似然估计方法。首先，在信号接收端得到通过非高斯多径信道的观测数据，结合训练序列数据生成辅助变量；其次，依据Owen提出的经验似然理论，把估计问题转为非参数问题，即利用辅助变量生成一定限制条件下的非参数经验似然变量，采用拉格朗日法求解似然变量；最后，通过牛顿迭代算法获得不同信道估计值对应的经验似然值，取最大经验似然值对应的信道估计值即可。以混合加性高斯白噪声和脉冲噪声为例的多径信道估计的MSE和BER效果均很好。
-
公开(公告)号：CN116545494A
公开(公告)日：2023-08-04
申请号：CN202211431084.5
申请日：2022-11-15
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本发明涉及一种低时延跳波束资源分配方法，包括以下步骤：步骤1，根据最大延迟准则和串行的方式选择将要提供服务的用户；步骤2，考虑相邻小区间存在干扰的情况，基于用户延迟最大和串行的用户选择方法，选择延迟最大的用户；步骤3，采用两阶段功率分配的方法平衡不同用户之间的延迟值，以最小化所有用户间的最大延迟。本发明所述低时延跳波束资源分配方法具有主要的优越技术效果是：在资源分配中充分考虑了总传输功率的约束，在考虑波束间干扰的情况下，最小化低轨卫星场景中所有用户之间的最大累积延迟，确保了不同用户间的公平性。
-
公开(公告)号：CN111833601B
公开(公告)日：2022-05-20
申请号：CN202010600814.4
申请日：2020-06-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低通信开销的宏观交通规律建模方法。包括以下步骤：步骤1，由精确样本集合训练模型并得到重要性阈值；步骤2，用残缺和污染样本集合训练模型并测试得到污染程度；步骤3，传感器或车辆上传数据并进行预测；本发明的优越效果是：基于随机森林算法，在训练模型的过程中能够检测到特征之间的影响，能够方便地计算特征重要性，发掘数据的空间相关性并依此进行筛选；通过向模型人为加入噪声进而提高了模型泛化能力，同时总结交通数据本身存在的周期性规律，能够有效提高预测准确率。考虑机器学习预测性能和通信传输开销的相互影响，优化了学习与通信性能之间的关系。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.021 seconds)
