一种基于网络孪生的移动性管理方法

    公开(公告)号:CN115604780A

    公开(公告)日:2023-01-13

    申请号:CN202211106389.9

    申请日:2022-09-11

    Abstract: 本发明属于计算机网络技术领域,具体为一种基于网络孪生的移动性管理方法。本发明根据网络孪生的思想,利用OAI平台,首先实现LTE系统中终端切换全进程流程,以docker容器作为边缘云,利用边缘技术,标识孪生体部分,拆分孪生体部分以及加密验证传输流程部分,进而实现移动性的数据管理和信令控制;具体包括:终端全进程流程切换,基于网络孪生的云原生网络的构建;各网络模块间通过接口和协议栈高效协作,最终实现可靠地移动性管理流程。本发明可实现移动切换过程中终端各项数据传输的实时性,并提高数据传输的有效性和可靠性。

    一种基于拟真网络的网络安全训练方法

    公开(公告)号:CN115549965A

    公开(公告)日:2022-12-30

    申请号:CN202211024037.9

    申请日:2022-08-24

    Abstract: 本发明属于网络信息安全技术领域,具体为一种基于拟真网络的网络安全训练方法。本发明具体包括:构建拟真网络拓扑环境,包括:原服务网络拓扑、拟真网络拓扑、网络隔离模块;构建网络安全训练系统,用于信息安全攻防训练和安全数据收集;包括攻击工具库模块、防御工具库模块、攻击策略库模块、防御策略库模块、日志库模块、数据收集模块:最后进行基于拟真网络的网络安全训练。本发明通过拟真网络训练环境对真实网络拓扑进行模拟再现,使用各类攻击手段进行网络攻击测试,经各安全资源模块之间的互动反馈,发现目标服务网络结构中的安全漏洞,从而提供和实施对应的防御方案,获取相应网络安全数据用于保存和导出分析。

    一种去中心化的文件传输方法

    公开(公告)号:CN115484254A

    公开(公告)日:2022-12-16

    申请号:CN202210989483.7

    申请日:2022-08-17

    Applicant: 复旦大学

    Abstract: 本发明属于算机软件和网络技术领域,具体为去中心化的文件传输方法。本发明采取网络内缓存和网络广播请求结合的方式实现去中心化的文件传输服务,通过动态探测网络中生产方,解决BitTorrent存在的资源定位问题,并通过分析记录网络状况,有效管理网络资源;表现为在文件生产方和消费方之间通过“先请求,后响应”的方式,传输文件数据;由文件消费方发出请求,在网络的一定范围内广播;所有可以响应对应请求的生产方都可以返回数据;用户同时作为消费方和生产方,并且可以实时监测网络状况和动态调整请求发送策略的方法,从而充分利用用户的上行带宽,缓解热门服务器的负载问题,同时也在一定程度上提供资源定位和管理的解决方案。

    一种分布式解码方法及相关装置
    14.
    发明公开

    公开(公告)号:CN119603452A

    公开(公告)日:2025-03-11

    申请号:CN202311162817.4

    申请日:2023-09-08

    Abstract: 本申请实施例提供一种分布式解码方法及相关装置,该方法包括:接收比特流,其中,所述比特流包括针对输入图像的灰度信息的编码结果;根据所述比特流重建所述输入图像的灰度信息;根据重建的所述输入图像的灰度信息和相关图像确定所述输入图像与所述相关图像间的光流,所述相关图像为与所述输入图像存在关联关系的图像;通过所述光流对所述相关图像进行采样得到采样图像;根据所述采样图像和重建的所述输入图像的灰度信息重建所述输入图像。采用本申请实施例,能够提高输入图像的重建质量。

    基于自适应字典匹配的频率调制连续波雷达干扰消除方法

    公开(公告)号:CN119511206A

    公开(公告)日:2025-02-25

    申请号:CN202411598586.6

    申请日:2024-11-11

    Applicant: 复旦大学

    Abstract: 本发明属于频率调制连续波雷达技术领域,具体为一种基于自适应字典匹配的频率调制连续波雷达干扰消除方法。本发明包括:建立雷达发送信号、接收信号与干扰信号的数学模型;根据干扰信号的数学模型选取不同时延和调频斜率构造足够精度的字典;粗略均匀抽取字典数据与接收信号计算相关性;根据相关性在大于给定阈值的参数附近均匀抽取更精细的字典数据与接收信号计算相关性;达到预期精度后根据相关性确定干扰的参数;根据确定的参数计算干扰信号并从接收信号中消除;本发明可避免传统干扰抑制方法带来的计算复杂度和精度下降问题,提高干扰识别与消除的效率,适用于干扰信号变化多端和环境复杂性增加的场景,增强系统的鲁棒性和检测性能。

    一种基于文本、音频两种模态的语义通信传输方法

    公开(公告)号:CN117854477A

    公开(公告)日:2024-04-09

    申请号:CN202410087439.6

    申请日:2024-01-22

    Applicant: 复旦大学

    Inventor: 邱世英 胡蝶

    Abstract: 本发明属于语义通信技术领域,具体为一种基于文本、音频两种模态的语义通信传输方法。本发明将深度学习与语义通信相结合,包含构建深度学习网络,深度学习网络包括:文本语义特征提取模块、音频特征信息提取模块以及语音合成模块;原始语音信号通过文本语义特征提取模块得到原始语音信号的文本描述;由音频特征信息提取模块得到原始语音信号的音频信息包括持续时间、音高和功率信息;两种数据信息整合后进行信源信道联合编码并送到接收方;接收方经过解码得到文本描述和语音信息,通过语音合成模块生成符合要求的语音信号。本发明可显著降低信道资源开销,提高传输效率,极大地提升语音通信的交流质量和用户体验。

    一种大规模多输入多输出频分双工系统下行信道估计方法

    公开(公告)号:CN115001910B

    公开(公告)日:2023-11-07

    申请号:CN202210731685.1

    申请日:2022-06-25

    Applicant: 复旦大学

    Abstract: 本发明属于通信技术领域,具体一种大规模多输入多输出频分双工系统下行信道估计方法。本发明方法是基于深度学习技术的,设计两个深度神经网络,分别用于将上行信道信息映射成多径信息,将上行多径信息映射成上行多径信息;具体步骤包括:建立基于正交频分复用的多输入多输出频分双工系统模型,初始化上行信道以及下行信道;建立上行路径信息和下行路径信息之间的映射;对接受信号进行预处理,通过上行信道数据与上行信道路径矩阵数据训练更新神经网络权重,使基站能从上行信道得到上行信道路径矩阵;经过结构参数优化,得到经训练的网络模型,用于下行信道估计。本发明可避免压缩感知法所带来的复杂度爆炸问题,实现下行信道快速准确估计。

    基于级联信道的分层码本设计方法

    公开(公告)号:CN116683961A

    公开(公告)日:2023-09-01

    申请号:CN202310646222.X

    申请日:2023-06-01

    Applicant: 复旦大学

    Abstract: 本发明属于6G通信技术领域,具体为基于级联信道的分层码本设计方法。本发明是将入射方向和反射方向组合定义成级联信道方向,一个级联信道方向可能对应多组入射‑反射方向;基此定义的级联信道方向,实现分层码本;该分层码本可用于单用户静态场景的波束搜索,也可用于主动阵列的模拟波束赋形场景中,以解决基于常模约束的分层码本设计;与传统分层码本设计需要预先知道阵列大小不同,本发明所提出的分层码本可以应用于任何大小的阵列。本发明更具有普适性和应用的灵活性;并有效地解决了智能反射面波束搜索时间过长的问题。本发明码本可以在任意大小的阵列上使用,当阵列数增大时,无需改变码本可以直接使用,且阵列越大,该码本的性能越好。

    一种面向VR自适应传输的投影算法

    公开(公告)号:CN113163184B

    公开(公告)日:2022-11-18

    申请号:CN202110322371.1

    申请日:2021-03-25

    Applicant: 复旦大学

    Abstract: 本发明属于自适应传输技术领域,具体为一种面向VR自适应传输的投影算法。本发明设计的投影算法包括:引入平移因子的立方体投影,将ERP全景图投影至立方体表面,生成6个正方形投影图;对主视面和后面使用投影主视面像素密度调整,减少边缘冗余像素,再经压缩得到投影后图像;对侧面使用像素密度调整的侧面压缩方法,调整像素分布,压缩像素数量,生成最终的投影全景图。本发明算法,投影主视面FOV可以根据需要进行调整,增大了算法的灵活性;使得像素向中心聚集,改善投影面边缘冗余像素问题,提升图像质量;在减少像素冗余的同时,可提高图像质量过渡的平滑性。

    一种移动增强现实场景的智能预加载方法

    公开(公告)号:CN113271338B

    公开(公告)日:2022-04-12

    申请号:CN202110445941.6

    申请日:2021-04-25

    Applicant: 复旦大学

    Abstract: 本发明属于无线传输技术领域,具体为一种移动增强现实场景的智能预加载算法。本发明的智能预加载算法,边缘服务器端对于用户的轨迹进行学习,将用户在还没到达某一全息内容前将文件推送给用户。这种推送算法利用空闲带宽对全息内容进行传输以提高边缘基站的传输效率。智能预加载算法在没有提前预知用户的运动轨迹的场景下,将用户的运动轨迹视为马尔可夫决策过程,自适应地学习最优预加载策略。智能预加载算法使移动设备通过自身的缓存空间选择性地存储接收到的内容以备将来的请求。尤其是,为了解决场景中全息内容稀疏导致的学习不收敛问题,提出状态相关Q学习算法。

Patent Agency Ranking