-
公开(公告)号:CN117811642A
公开(公告)日:2024-04-02
申请号:CN202410036064.0
申请日:2024-01-10
Applicant: 重庆邮电大学
IPC: H04B7/185 , H04W40/02 , H04L45/247 , H04L45/121
Abstract: 本发明涉及低轨卫星网络中的随机链路故障路由优化方法,属于通信技术领域。该方法利用仿生学行为模拟方法,根据可取性启发式信息计算路径的可取性值。获取信息素浓度、重新探索新路径的可能性权重以及路由路径的可取性值,计算选择相邻卫星作为下一跳的概率。若当前卫星满足延迟约束,则进行局部信息素更新。正向路由被阻塞或到达目标卫星时,生成反向路由返回源卫星,并对信息素进行全局更新。在原始路由中计算节点和边的介数中心性,评估是否计算备份路径。反向路由记录的搜索路径包含关键节点时,从候选集中删除关键节点,选择最小延迟路径作为路由首选,较大的路径作为备选。本发明能优化路由选择,提高低轨卫星网络的性能和可靠性。
-
公开(公告)号:CN113537241B
公开(公告)日:2022-11-08
申请号:CN202110807192.7
申请日:2021-07-16
Applicant: 重庆邮电大学
IPC: G06V10/56 , G06V10/764 , G06V10/80
Abstract: 本发明涉及一种基于自适应特征融合的长时相关滤波目标跟踪方法,属于计算机视觉领域。该方法包括:在目标的位置预测阶段,分别提取每一帧图像的HOG特征和颜色直方图特征,利用核相关滤波器和颜色直方图模型分别得到每种特征的响应图,并对每种特征响应图的峰值进行归一化以此来动态调整不同特征的权重,实现了特征的自适应融合,并根据融合后的特征响应图估计出跟踪目标位置;同时设置两个置信度检测指标、并额外训练一个检测滤波器和SVM分类器,分别用来检测当前跟踪目标是否可靠即目标是否丢失和对丢失目标位置的重新定位,以此实现对目标长时间的跟踪。
-
公开(公告)号:CN113535904A
公开(公告)日:2021-10-22
申请号:CN202110838343.5
申请日:2021-07-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于图神经网络的方面级情感分析方法,属于数据自然语言处理领域。该方法包括:S1:特征输入:使用Bert预训练语言模型进行词向量映射,再进行一次BiLSTM层的计算,得到含有上下文语义信息表示的隐藏特征;S2:语义特征提取:采用多层的多跳注意力图神经网络MAGNA进行语义特征提取;S3:方面目标词和上下文语义交互阶段:将S2提取到的特征进行一个遮蔽操作,然后与经过BiLSTM层的隐藏特征进行一个点积注意力操作;S4:标签预测阶段:对S3中得到的特征进行一个最大池化操作,接着进行一个线性变换降维后再softmax操作得到最后的预测结果表示。本发明提升了模型识别长距离句法关系的能力。
-
公开(公告)号:CN119602835A
公开(公告)日:2025-03-11
申请号:CN202411653404.0
申请日:2024-11-19
Applicant: 重庆邮电大学
IPC: H04B7/04 , H04B7/06 , H04B7/08 , H04B17/309 , H04B17/391 , H04W4/40 , G06N3/04
Abstract: 本发明涉及一种基于图神经网络的智能反射面辅助车辆通感一体化联合波束赋形方法,属于车联网领域。本发明以最大化通信车辆和感知车辆加权和信噪比为目标,考虑智能反射面反射单位模约束和基站发射功率约束,解决智能反射面辅助车联网通感一体化系统中有源波束赋形和无源波束赋形联合设计问题。通过图神经网络架构捕获车辆、基站和智能反射面三者之间的交互,忽略车辆数量对网络的影响,提高网络适用性,具有排列等价性,增强网络鲁棒性。该方法在利用信道系数提高加权和信噪比方面性能更优,同时考虑了车联网场景中的多普勒频移和多输入多输出,对通信和目标感知进行联合波束赋形优化,提升系统性能。
-
公开(公告)号:CN119577410A
公开(公告)日:2025-03-07
申请号:CN202411644120.5
申请日:2024-11-18
Applicant: 重庆邮电大学
IPC: G06F18/213 , G06F18/22 , G06F123/02
Abstract: 本发明涉及一种非完备时间序列数据修复方法及系统,属于光伏出力数据的预处理技术领域。该方法具体包括:S1:针对多维光伏发电数据以及气象相关因素数据,首先对其进行异常值以及缺失值的检测,并将异常数据作为缺失数据进行处理;S2:对处理后的数据进行低秩近似及特征提取;S3:通过在DTW中构建成本矩阵以获取缺失数据的相似日匹配数据;S4:进行缺失数据的填充,完成数据恢复。本方案通过综合考虑数据的历史完整性和多维气象因素,显著提高了光伏出力预测的准确性和可靠性。此外,本方案的灵活性和适应性使其不仅适用于光伏领域,还可以推广到其他需要时间序列数据修复的场合。
-
公开(公告)号:CN119519766A
公开(公告)日:2025-02-25
申请号:CN202411653409.3
申请日:2024-11-19
Applicant: 重庆邮电大学
IPC: H04B7/04 , H04B7/06 , H04B7/08 , H04B17/309 , H04B17/391 , H04W4/40
Abstract: 本发明涉及一种基于交替优化的智能反射面辅助车联网通信感知一体化方法,属于车联网领域。本发明以最大化通信车辆信噪比为目标,同时满足感知车辆的最小信噪比,解决同时透射和反射可重构智能表面辅助车联网通感一体化系统中有源波束赋形和无源波束赋形联合设计问题。通过采用交替优化来解耦变量并将其转换为两个易于处理的子问题,即,发射和透射与反射波束赋形子问题。具体地说,发射波束赋形问题使用半正定松弛问题。透射与反射波束赋形问题使用优化最小化方法。交替优化两个子问题得到最优解。同时考虑了车联网场景中的多普勒频移和多输入多输出,对通信和目标感知进行联合波束赋形优化,提升系统性能。
-
公开(公告)号:CN119517406A
公开(公告)日:2025-02-25
申请号:CN202411644083.8
申请日:2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于轻量级Transformer的癫痫发作预测模型构建系统,属于医疗系统技术领域,本发明通过对脑电信号(EEG)进行预处理,利用短时傅里叶变换(STFT)提取时频特征,将这些特征输入轻量级Transformer网络中。该网络通过自选择模块自动筛选重要的patch和注意力头,降低计算复杂度,提高了预测的准确性和模型的效率。该系统适用于可穿戴设备的实时癫痫发作预测,特别针对资源受限的环境,保证了较高的预测准确性与敏感度,同时减少了计算量和能耗。
-
公开(公告)号:CN119577968A
公开(公告)日:2025-03-07
申请号:CN202411653435.6
申请日:2024-11-19
Applicant: 重庆邮电大学
IPC: G06F30/15 , G06F30/27 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种基于驾驶风格的自动驾驶轨迹预测方法,属于自动驾驶技术领域。该方法包括:利用传感器和车载系统采集车辆的历史轨迹数据;对数据进预处理,以确保数据的连续性和精度;利用车辆轨迹信息构建时空交通图,构建驾驶风格特征提取模块从预处理后的轨迹数据中提取驾驶风格特征;构建空间子注意力子层和时间卷积子层对轨迹数据进行处理,得到车辆之间的交互特征;风格注意力模块动态生成注意力权重,根据不同驾驶风格引导解码模块预测未来轨迹;本发明适用于自动驾驶系统,能够有效提高轨迹预测精度和行车安全性。
-
公开(公告)号:CN119211581A
公开(公告)日:2024-12-27
申请号:CN202411272339.7
申请日:2024-09-11
Applicant: 国网青海省电力公司 , 北京智芯微电子科技有限公司 , 重庆邮电大学 , 国网上海能源互联网研究院有限公司
Inventor: 杜涛 , 杨明凯 , 马汝括 , 路长宝 , 王朝龙 , 冯超 , 赵健勃 , 候元红 , 刘敬之 , 刘浩 , 郑利斌 , 霍超 , 凌永岗 , 吴大鹏 , 张波 , 何鹏 , 何连杰
IPC: H04N19/70 , G06N20/00 , H04N19/154 , H04N19/192
Abstract: 本发明实施例提供一种面向配电网的边端协同语义通信方法及系统,属于通信技术领域,所述方法由终端侧设备执行,所述方法包括:周期性地构建对应的图像测试样本集;对所述图像测试样本集依次执行语义编码和信道编码;供所述边缘服务器对接收的各终端侧设备的传输样本集依次执行信道解码和语义解码;执行与边缘服务器之间的多轮图像测试样本集传输,边缘服务器执行各模型参数迭代,并基于对应输出的各模型参数建立与各终端侧设备之间的通信连接;基于建立的通信连接周期性地将采集的实际图像数据发送到对应的边缘服务器。本发明方案在配电网中基于改进的语义通信不仅提高了数据传输的精确性,还增强了系统对信道干扰的抗扰能力。
-
公开(公告)号:CN117040596A
公开(公告)日:2023-11-10
申请号:CN202311027350.2
申请日:2023-08-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于SDN的低轨卫星星座之间的链路负载均衡方法,属于卫星移动通信技术领域,包括以下步骤:S1:SDN控制器接收数据并确定数据源节点和目标节点;S2:SDN控制器计算每个卫星间链路的初始权重;S3:SDN控制器计算出K条最短路径;S4:SDN控制器计算K条最短路径中每条链路的初始权重、临界系数和稳定性系数,进行归一化处理,得到每条链路的链路选择概率系数;S5:SDN控制器根据每条链路的链路选择概率系数,选择最优传输路径,实现星间链路的负载平衡。
-
-
-
-
-
-
-
-
-