公开(公告)号：CN116185066B

公开(公告)日：2023-12-08

申请号：CN202310067771.1

申请日：2023-02-06

Applicant: 中国人民解放军63983部队 ,  东南大学

Inventor： 李昊 ,  燕锋 ,  丁凯 ,  常西亚 ,  杨栋 ,  夏玮玮 ,  沈连丰

IPC: G05D1/10

Abstract: 本发明提出了一种无人机编队智能重构方法，该重构方法是基于虚拟刚体结构法的分布式无人机编队重构方法。每个无人机节点根据与跟踪虚拟目标的位置差调整速度保持跟踪，并周期性地广播自身追踪的虚拟目标，当收到来自其他无人机节点的广播信息时更新邻居表。当编队中部分无人机节点遭受打击无法正常运行时，受损无人机节点的邻居将判断自身是否为候选补位无人机节点，再决定是否更换追踪目标，补上空缺位置。当无人机前往补缺时将会发送前往补位广播，告知其他无人机原位置空缺。在每个时隙中重复以上过程，直到已无可补位的无人机节点。上述方法可以在分布式无人机编队遭受打击的情况下进行智能重构，恢复队形完整，提高编队的抗干扰，抗打击能力。

公开(公告)号：CN110418416B

公开(公告)日：2023-04-18

申请号：CN201910680954.4

申请日：2019-07-26

Applicant: 东南大学

Inventor： 夏玮玮 ,  张雅雯 ,  燕锋 ,  成华清 ,  胡静 ,  宋铁成 ,  沈连丰

IPC: H04W24/02 ,  H04W72/0453 ,  H04L67/10

Abstract: 本发明公开了移动边缘计算系统中基于多智能体强化学习的资源分配方法，包括：（1）将无线信道划分成若干个子载波，每个用户仅仅可以选择一个子载波；（2）每个用户随机选择信道以及计算资源，然后计算用户卸载产生的时延和能耗；（3）将用户在本地计算产生的时延能耗和卸载到边缘云的进行对比，判断卸载是否成功；（4）通过多智能体强化学习得到当前卸载动作的奖励值，并计算价值函数；（5）用户根据策略函数进行动作选择；（6）改变用户的学习速率进行策略更新，得到最优动作集合。本发明基于可变速率的多智能体强化学习，充分利用移动边缘服务器的计算资源和无线资源，在考虑了用户卸载的必要性的同时，得到各智能终端效用函数的最大值。

公开(公告)号：CN115209554A

公开(公告)日：2022-10-18

申请号：CN202210729292.7

申请日：2022-06-24

Applicant: 东南大学

Inventor： 宋铁成 ,  蒋伟 ,  胡静 ,  袁瑞 ,  杜星熠 ,  张状状 ,  程蓬捷 ,  夏玮玮 ,  燕锋 ,  沈连丰

IPC: H04W72/08 ,  H04W72/04 ,  H04W4/44 ,  H04W4/46

Abstract: 本发明提供一种基于网络切片与NOMA的车联网半正定资源分配方法。首先，基站依据各V2I切片组的QoS指标传输速率，利用静态频谱资源池对各V2I切片组的时频资源块RB分配进行初始化，同时，基站根据上一SPS周期内各V2I切片组的数据传输速率，利用动态频谱资源池对当前SPS周期内各V2I切片组的RB分配进行调整，在考虑各V2I切片组公平性的同时，最大化V2I用户的传输能效。此外，假定V2I切片组与车辆与车辆通信V2V NOMA簇的频谱共享模式已知，在考虑V2I切片组干扰的情况下，采用分布式迭代算法获取各V2V NOMA簇内的V2V Tx用户的最优功率控制。将网络切片与NOMA应用于车联网广播通信下行链路场景中，在确保V2I用户服务QoS的基础上，获取V2I用户与V2VTx用户传输能效方面的提升。

公开(公告)号：CN111935205B

公开(公告)日：2022-08-26

申请号：CN202010568458.2

申请日：2020-06-19

Applicant: 东南大学

Inventor： 夏玮玮 ,  成华清 ,  燕锋 ,  张雅雯 ,  宋铁成 ,  胡静 ,  沈连丰

IPC: H04L67/10 ,  H04L67/1095 ,  H04W4/06

Abstract: 本发明公开了一种雾计算网络中基于交替方向乘子法的分布式资源分配方法，该方法主要包括两阶段，雾节点信息收集和分布式资源分配。本发明基于多凸不等式约束交替方向乘子法和凸优化理论，充分利用雾计算网络内雾节点的计算资源，通过雾节点间协作的方式，降低了雾计算网络的开销。相较于集中式资源分配算法，本发明中的分布式资源分配算法利用了雾计算网络的分布式特性，将资源分配问题的求解均匀地分散到雾计算网络中的每个节点上，解决了集中式资源分配问题造成单个节点负载过重的问题。同时基站在资源分配问题的求解中只负责任务卸载向量的收集和广播而不用收集所有雾节点的任务，有效降低了基站的负载和网络的传输负载。

公开(公告)号：CN114839589A

公开(公告)日：2022-08-02

申请号：CN202210307012.3

申请日：2022-03-25

Applicant: 东南大学

Inventor： 夏玮玮 ,  赵一鸣 ,  燕锋 ,  何光栎 ,  郑涛 ,  胡静 ,  宋铁成

IPC: G01S3/14

Abstract: 本发明公开了一种基于阵列信号处理的波达方向估计方法，所述方法针对室内定位场景，提出基于旋转不变子空间信息的循环平稳信号正交匹配追踪算法。引入循环平稳算法作为初始相关函数，将时间刻度上的循环平稳性与空间刻度上的阵列信号结合起来，从而有效解决正交匹配追踪算法对噪声敏感，抗噪性能不好的问题；采用旋转不变子空间信息，从而突破正交匹配追踪算法存在的瑞利极限，有效提高多物体定位分辨力并降低计算复杂度；采用基于压缩感知理论的正交匹配追踪算法，通过稀疏信号重构进一步提高算法的抗干扰性。满足了室内定位场景高精度，低时延的要求。

公开(公告)号：CN113489560B

公开(公告)日：2022-07-08

申请号：CN202110518392.0

申请日：2021-05-12

Applicant: 东南大学 ,  中国人民解放军63983部队

Inventor： 燕锋 ,  周天香 ,  李昊 ,  丁凯 ,  唐琪 ,  夏玮玮 ,  沈连丰

IPC: H04B17/391 ,  H04B7/0413

Abstract: 本发明提出一种无人机非平稳空地MIMO信道的几何随机建模方法。该建模方法所提模型是一种三维几何随机模型，建模方法包括两个圆柱体模型，分别位于无人机和地面站侧，即假设在无人机和地面站通信系统中，无人机侧和地面站侧均存在散射，接收信号包括视距分量、一次散射分量和两次散射分量，同时考虑无人机和地面站的移动性，通过描述时变时延、时变到达角和离开角，建立非平稳信道模型。该模型在无人机实际通信场景下，能够建立一个可靠、高效的空地信道模型，为研究人员设计和测试无人机通信系统，推广无人机在生活各方面的应用提供理论支持。

公开(公告)号：CN112911502B

公开(公告)日：2022-07-01

申请号：CN202110072246.X

申请日：2021-01-20

Applicant: 东南大学

Inventor： 胡静 ,  宋铁成 ,  王艺蓉 ,  夏玮玮 ,  燕锋 ,  沈连丰

IPC: H04W4/02 ,  H04W16/18 ,  H04W64/00 ,  G01S11/06

Abstract: 本发明公开了一种基于MDT技术和RSRP测距的基站经纬度估计方法，收集并处理基站下所有小区的MDT数据，针对每一个小区，对该小区内所有用户点的坐标取均值，将其作为坐标原点；依据对数路径损耗模型，得到发射功率和基站坐标的最大似然估计公式，并换成WLS问题；使用SR‑LS方法求解WLS问题，进而求得基站坐标估计值；求出小区内所有用户点到该基站坐标估计值的距离，并将该距离作为用户点到基站实际距离的估计值，完成测距；利用基站下所有用户点的坐标及距离，将初始迭代点设为所有小区基站坐标估计值的均值，使用Taylor定位方法得到基站坐标的最终估计值，并转换成经纬度，本发明解决了用户到基站的距离缺失问题，有效提高了基站定位精度。

公开(公告)号：CN113676492B

公开(公告)日：2022-06-07

申请号：CN202111127516.9

申请日：2021-09-26

Applicant: 东南大学

Inventor： 胡静 ,  宋铁成 ,  杜星熠 ,  张状状 ,  夏玮玮 ,  燕锋 ,  沈连丰

IPC: H04L69/18

Abstract: 本发明公开了一种多协议接入的机场物联数据转发系统。该转发系统内部由上行数据收集器，下行数据收集器，设备信息校验器组成。设备通过唯一标识符以及各自协议连入物联网，将设备采集到的数据、设备信息通过消息传入系统，设备信息校验器校验后传入上行消息收集器，合法性判断后转入决策层。决策层下发的命令转至下行数据收集器，合法性判断后根据判断后的信息将命令发送至各设备，设备校验成功后获得命令。设备信息校验器通过设备标识符及数据链路方向判断设备的合法性。本系统可以实现多协议设备数据的集中管理，在较为封闭的机场环境中可以有较好的应用。

公开(公告)号：CN113923802A

公开(公告)日：2022-01-11

申请号：CN202111174184.X

申请日：2021-10-09

Applicant: 东南大学

Inventor： 夏玮玮 ,  耿志远 ,  燕锋 ,  曹维坤 ,  孙达 ,  胡静 ,  宋铁成

IPC: H04W84/18 ,  H04W40/32 ,  H04W40/24 ,  H04W40/22 ,  H04W40/10 ,  H04W40/12 ,  H04W40/20

Abstract: 本发明公开了软件定义无线传感器网络中能量高效的分层拓扑控制方法，包括：建立分簇损耗函数。单跳形式将信息传递到上层中继传感器节点；上层中继传感器节点获取分簇信息，在考虑到传输信息大小，接收、发送信息能耗下，建立功率损耗函数。以单跳或者多跳的方式将信息传递到汇聚节点；在基于下层整体普通传感器节点获得最小的分簇损耗函数后，上层所有中继传感器节点网络形成博弈模型，计算各个策略的收益函数，并选择收益函数最大的策略。每一次某个中继传感器节点改变策略更新一次网络拓扑状态，直到博弈达到纳什均衡，形成最终的网络拓扑。每当上层中继传感器节点能量变化大于设置的阈值后，将会重新计算分簇网络以及博弈网络。

公开(公告)号：CN113591873A

公开(公告)日：2021-11-02

申请号：CN202110577002.7

申请日：2021-05-26

Applicant: 东南大学

Inventor： 胡静 ,  宋铁成 ,  张思源 ,  夏玮玮 ,  燕锋 ,  沈连丰

IPC: G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G08B17/12

Abstract: 本发明公开了一种基于集成学习的火焰图像分类方法。属于机器学习图像分类技术领域。该方法包括：对火焰图像进行归一化和灰度化，利用HOG算法预处理特征，将转化后的火焰图像特征送入多种机器学习分类器，并行迭代生成多种图像分类器，计算每个分类器对图像的分类准确率与概率，通过软决策‑投票的方式反馈调整多个分类器投票系数，再以加权平均的方式将多种机器学习分类器集成一种新的分类器，并将最终对火焰图像的分类通过符号函数输出结果。本发明融合集成学习投票决策和多种机器学习分类算法，在保留多种机器学习分类器的优点下，有效提升了对火焰图像检测的准确性。