-
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
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：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
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。
-
公开(公告)号：CN113490275A
公开(公告)日：2021-10-08
申请号：CN202110767610.4
申请日：2021-07-07
Applicant: 东南大学
IPC: H04W72/00 , H04W72/08 , H04W72/04 , H04W52/24 , H04W52/26 , H04W16/14 , H04W28/26 , H04W4/06 , H04W4/40 , H04W4/46
Abstract: 本发明提供一种基于NOMA的车联网广播通信资源分配方法，引入分簇概念，基站根据V2V用户的地理位置将V2V Tx用户归并成簇，统一簇内的V2VTx用户可共享统一子信道。对V2I用户数与V2V Tx用户的簇数做适当调整后，采用Kuhn‑Munkres算法获取V2I用户与V2V Tx用户子信道共享结果，并采用基于PF函数的分布式多用户粒子群算法，获取V2V Tx用户的发射功率最优解。本发明将NOMA应用于V2V广播通信下行链路场景中，在确保V2I用户通信质量的基础上，获得V2V Rx用户吞吐量与传输时延的提升，并保证了V2V Rx用户公平性，为NOMA下的V2X资源分配问题提供了新的思路。
-
公开(公告)号：CN108540989B
公开(公告)日：2021-08-10
申请号：CN201810177638.0
申请日：2018-03-05
Applicant: 东南大学
Abstract: 本发明提供一种用于无线传感器网络的单纯复形简化方法及设备，属于无线通信的技术领域，该方法包括：基于代数拓扑的同调理论，利用传感器节点之间的连通信息，构建无线传感器网络对应的Rips复形；在Rips复形拓扑中，根据各节点及其邻节点之间的关系，选择冗余节点进行休眠；计算剩余节点的权重大小；按权重值排序节点，根据节点之间的相对方位角信息断开冗余节点之间的连接。本发明方法摒弃了位置和距离等难以精确获取的信息，从节点根本属性出发，利用节点之间的连通信息构建单纯复形—Rips复形，在无线传感器网络中结合节点的相对方位角信息，将复杂的网络拓扑结构简单化，同时保证网络拓扑特性的不变，减低检测覆盖空洞的计算复杂度。
-
公开(公告)号：CN107872809B
公开(公告)日：2021-07-20
申请号：CN201711119251.1
申请日：2017-11-14
Applicant: 东南大学
Abstract: 本发明涉及一种基于移动节点辅助的软件定义传感网络拓扑控制方法，充分利用控制器的集中控制特性和移动节点的移动特性，综合考虑网络现存节点的节点状态、网络拓扑冗余情况，保证拓扑完整和网络连通性的前提下，实现基于移动节点的实时调度，实时更新的拓扑控制，在保证底层传感器网络连通性的前提下，能够通过移动节点对网络拓扑进行实时监控和快速修复更新，有效降低网络平均节点发射功率，最大可能延长网络生命期。
-
Patent Agency Ranking
公开(公告)号：CN112911502A
公开(公告)日：2021-06-04
申请号：CN202110072246.X
申请日：2021-01-20
Applicant: 东南大学
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：CN110708736B
公开(公告)日：2021-04-06
申请号：CN201911016180.1
申请日：2019-10-24
Applicant: 东南大学
IPC: H04W40/10 , H04W40/16 , H04W40/22 , H04B17/391
Abstract: 本发明公开了一种基于能效中继选择的动态路由方法与系统，来解决突发事件发生时或网络拓扑结构发生变化后，如何动态调整路由，以提高端到端路径能效并减少网络干扰的问题。本发明设计了一个能够反映链路收益和选择成本的动态链路权重，并结合能效中继选择策略通过集中控制的方法为路径中每一个中继节点动态生成具有最佳权重的下一跳路由，同时为路由请求节点分配数据传输所需的资源。本发明在保证一定链路中断概率的前提下能充分权衡端到端路径能效和吞吐量，在存在链路干扰的环境下能有效降低端到端路由的能耗，具有较强的抗干扰性，并使路径能效得到明显改善。
-
公开(公告)号：CN108764399B
公开(公告)日：2021-03-19
申请号：CN201810492722.1
申请日：2018-05-22
Applicant: 东南大学
IPC: G06K17/00
Abstract: 本发明公开了一种基于kNN的RFID标签分类方法及装置，属于物联网射频识别技术领域，该方法包括：从RFID阅读器的接口中获取可读范围内已知分类结果的RFID标签数据，以每个标签号为一组训练数据；为每组训练数据计算信号强度RSSI和多普勒频移DOPPLER统计特征与匹配特征，构成kNN学习的输入特征向量；利用统计特征与匹配特征组成的特征向量，结合kNN机器学习方法，实现对仓库中阅读器范围内所有可读标签的识别及分类，有效区分了实际应用场景中的静止标签、游离标签和传送带上匀速运动的待排序标签。
-
公开(公告)号：CN111194000B
公开(公告)日：2021-01-26
申请号：CN202010012997.8
申请日：2020-01-07
Applicant: 东南大学
Abstract: 本发明公开了一种基于蓝牙融合混合滤波与神经网络的测距方法与系统，属于物联网蓝牙定位技术领域，该方法包括：将蓝牙接收器的接收信号强度指示RSSI数据用改进的加权KGMM混合滤波算法进行滤波处理，处理后的RSSI数据再用多层神经网络算法进行拟合处理，由此得出蓝牙接收器与锚节点的距离。本发明首先对蓝牙接收器的RSSI数据用一种新型的加权KGMM混合滤波算法进行预处理，得到平滑的数据，然后基于蓝牙的室内定位的实际需要，利用BP神经网络算法拟合数据得到蓝牙接收器与锚节点的距离。本发明融合加权混合滤波与多层神经网络的RSSI数据处理方法，有效地提高了测距精度。
-
公开(公告)号：CN112118596A
公开(公告)日：2020-12-22
申请号：CN202011001435.X
申请日：2020-09-22
Applicant: 东南大学
IPC: H04W24/08 , H04B17/391 , H04B17/318
Abstract: 本发明公开了一种基于路径序列回归的无线信号强度预测方法，从一个小区单天线的场景下，获得小区内每个接收节点的特征值，并将所得特征形成一个特征向量作为一个接收节点的特征向量，多次构建以天线为起始点的无向连通图，并获得多条从天线到每个接收节点最短路径，每个最短路径上的节点对应的特征向量构成向量序列，将序列输入循环神经网络中进行进一步的学习并输出其状态，该状态经过一个全连接网络预测接收点信号强度。本发明的一种基于路径序列回归的无线信号强度预测方法能够通过有效的特征提取和有效的特征学习，充分利用神经网络的学习能力，达到较高精准度的预测。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.028 seconds)
