-
公开(公告)号：CN108933996A
公开(公告)日：2018-12-04
申请号：CN201810796381.7
申请日：2018-07-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对LTE-V2X系统的联合切换方法，属于移动通信领域。该方法包括以下步骤：S1：车载用户UE1初始状态连接在源基站；S2：当UE1移动到满足触发蜂窝切换条件的区域时，源基站对UE1上报的移动方向进行判决；S3：当UE1满足步骤S2中的判决条件时，UE1对附近其他车载用户进行筛选，以组成联合切换SL用户对；S4：若出现满足步骤S3的联合切换SL用户对UE1-UE2，则触发联合切换；否则，UE1执行单独切换；S5：联合切换SL用户对UE1-UE2执行联合切换流程；S6：联合切换完成。本发明保证了在联合切换过程中SL链路的稳定性，减少网络信令开销，实现无缝切换。
-
公开(公告)号：CN106686717A
公开(公告)日：2017-05-17
申请号：CN201710088172.2
申请日：2017-02-17
Applicant: 重庆邮电大学
IPC: H04W56/00
Abstract: 本发明涉及一种小小区多跳空口同步方法，所述方法包括：对预设网络部署中的小小区或者宏小区进行同步等级划分；对于所述预设网络部署内的每个小小区，确定出所述小小区所对应的最佳源小区待选子集；测量每个小小区与其最佳源小区待选子集中各源小区基站的传播时延，并将测量结果与对应的最佳源小区的小区标识保存至目标小小区中；利用各个源小区的小区标识对各个源小区发送的空口同步信号进行加扰，以区分不同源小区发送的空口同步信息。本发明提供的小小区多跳空口同步方法，能够解决传统的小区同步方案在小小区空口同步方面的局限性，同时提高小小区空口同步的精度。
-
公开(公告)号：CN118171731A
公开(公告)日：2024-06-11
申请号：CN202410321925.X
申请日：2024-03-20
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于知识图谱的智能频谱管理系统，其特征在于，包括接收器模块、数据库模块、图谱构建模块、推理引擎模块和智能频谱管理模块；所述接收器模块，用于获取无线频谱数据；所述数据库模块，用于存储和管理频谱数据；所述图谱构建模块，用于构建知识图谱，其中所述知识图谱包括结构化数据和非结构化数据；所述推理引擎模块，用于从知识图谱中提取信息、进行推理，并生成相应的频谱管理决策；所述智能频谱管理模块，用于执行频谱管理决策，包括频谱分配、规划、监测、干扰检测和决策执行等。发明通过多模块协同工作，实现了智能频谱管理系统的全面优化。系统利用知识图谱推理功能，快速分析频谱资源利用情况，并智能化地做出相应决策，提升了频谱管理的精确性和智能化水平。同时，结构化数据处理器和非结构化数据处理器的配合，为知识图谱的构建提供了全面而准确的数据支持，进一步增强了系统的性能和可靠性。
-
公开(公告)号：CN117975163A
公开(公告)日：2024-05-03
申请号：CN202410241012.7
申请日：2024-03-04
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/774 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于改进Transformer的无线频谱状态图像分类方法，属于认知无线电领域。该方法为：将无线频谱状态地图作为输入数据传递到所述改进Transformer的神经网络架构中，以此判别不同类别的无线频谱场景，从而实现精准的无线频谱状态感知。具体方法包括：改进SE‑ResNet50的Subsequent Processing部分，将所述频谱图像输入到所述SE‑ResNet50得到具有通道权重的特征图；将所述特征图再输入到使用分层池化机制的所述改进Transformer架构中，得到图像的分类器模型；图像分类器输出频谱状态类别。本发明在频谱感知背景下使用到的图像分类方法同时关注通道和空间两个维度上的特性，该架构设置可实现全局和局部信息的有效融合，提高模型对不同数据分布的泛化性和在快速感知中的准确性。
-
公开(公告)号：CN116760494A
公开(公告)日：2023-09-15
申请号：CN202310775788.2
申请日：2023-06-28
Applicant: 重庆邮电大学
IPC: H04B17/391 , H04B7/0413 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于卷积神经网络的大规模MIMO信号检测方法，属于无线通信领域。该方法包括：展开投影梯度下降算法，设置检测网络输入数据为#imgabs0#HTy，#imgabs1#利用三通道卷积神经网络，对输入数据进行快速特征提取，获得中间检测结果#imgabs2#将所述中间结果#imgabs3#作为深度降噪网络的输入，得到一种基于卷积神经网络的大规模MIMO信号检测网络；对所述深度学习检测网络设置训练计划，获得训练好的检测网络。由于训练好的检测网络可以获得最优的可训练参数值，可以避免传统算法中复杂的求逆运算并补偿传统算法的松弛参数的计算误差，因此，训练好的检测网络相较于传统检测算法能够有效降低计算复杂度、提升检测性能和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN114501616A
公开(公告)日：2022-05-13
申请号：CN202210018099.2
申请日：2022-01-07
Applicant: 重庆邮电大学
IPC: H04W64/00 , H04W84/18 , H04B17/391
Abstract: 本发明涉及一种基于KL散度与相邻关系的改进加权质心定位方法，属于无线通信领域。该方法包括以下步骤：部署待定位节点和锚节点，并初始化节点设置；锚节点向待定位节点传播信号建立RSS矩阵并计算KL散度值衡量近似程度；KL散度值经过观察与多次样本值累加得到KL散度矩阵；利用自适应的邻居选择阈值设定，确定用于定位的锚节点；根据KL散度矩阵，为待定位的邻居锚节点设置权值；利用加权值和锚节点的坐标，得到待定位节点的坐标。
-
公开(公告)号：CN109787697B
公开(公告)日：2021-03-16
申请号：CN201910181812.3
申请日：2019-03-11
Applicant: 重庆邮电大学
IPC: H04B17/382
Abstract: 本发明涉及一种基于无线指纹数据库的频谱感知方法，属于无线通信领域。该方法：首先将目标地理区域划分为L个相同大小的网格；当网络中的各个PU位置预先已知时，根据该网格所对应的PU授权频段可用性标签，决定SU接入、检测或不接入PU授权频段。当PU在网格中的位置未知时，采用SVM算法，先预测此时的P个PU工作状态，然后预测该网格位置及其邻近的N个网格所对应的PU授权频段的可用性标签，然后将N+1个网格联合起来，对SU所在地理网格的PU授权频段状态进行标签数据融合，最后对频谱状态做出判决。本发明在保证PU通信质量的前提下，灵活分配SU的空间频谱资源，节省感知时间，进而提高频谱利用效率。
-
公开(公告)号：CN108933996B
公开(公告)日：2021-02-02
申请号：CN201810796381.7
申请日：2018-07-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对LTE‑V2X系统的联合切换方法，属于移动通信领域。该方法包括以下步骤：S1：车载用户UE1初始状态连接在源基站；S2：当UE1移动到满足触发蜂窝切换条件的区域时，源基站对UE1上报的移动方向进行判决；S3：当UE1满足步骤S2中的判决条件时，UE1对附近其他车载用户进行筛选，以组成联合切换SL用户对；S4：若出现满足步骤S3的联合切换SL用户对UE1‑UE2，则触发联合切换；否则，UE1执行单独切换；S5：联合切换SL用户对UE1‑UE2执行联合切换流程；S6：联合切换完成。本发明保证了在联合切换过程中SL链路的稳定性，减少网络信令开销，实现无缝切换。
-
公开(公告)号：CN111641973A
公开(公告)日：2020-09-08
申请号：CN202010479747.5
申请日：2020-05-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种雾计算网络中基于雾节点协作的负载均衡方法，属于移动通信技术领域。本发明首先对雾节点协作场景的通信过程和计算过程进行了相关建模；之后设计了用于筛选协作雾节点的协作贡献度 和基于多属性决策的协作雾节点筛选算法；进而设计了基于协作贡献度的协作贡献比系数χm，并构建了引入协作贡献比系数的系统总开销优化问题模型；最后设计了基于协作贡献度的负载均衡算法，用于求解任务负载在雾节点间的最佳分配结果。本发明能够在保证雾节点协作的可行性、公平性、稳定性的前提下，对业务负载进行合理分流，提升系统性能和用户的QoE。
-
公开(公告)号：CN111585816A
公开(公告)日：2020-08-25
申请号：CN202010393454.5
申请日：2020-05-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于自适应遗传算法的任务卸载决策方法，属于移动边缘计算领域。通过针对单小区-多用户MEC场景下的计算任务卸载，设计系统总开销优化函数，并提出卸载决策的优化问题。由于该类问题是非线性限制的0-1规划问题，无法通过相应公式求解，但若使用枚举法求解，计算复杂度又过高，因此，需要使用启发式算法来求最优解。本发明采用一种自适应遗传算法，即交叉概率和变异概率能够随个体适应度函数自动改变，当种群各个适应度趋于一致或者趋于局部最优时，使交叉概率和变异概率二者增加、而当群体适应度比较分散时，使交叉概率和变异概率减少，从而防止算法进入局部最优解，更好地收敛于全局最优解，大大提高了算法的收敛速度。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.03 seconds)
