-
公开(公告)号：CN108055699B
公开(公告)日：2019-07-12
申请号：CN201711236897.8
申请日：2017-11-30
Applicant: 东南大学
IPC: H04W72/04
Abstract: 本发明公开了一种感知时长和资源分配联合优化的方法，优化目标为：其中r为数据总速率，τ为感知时隙宽度，X和W分别为用户对各频带的占比矩阵和发射功率矩阵，约束条件为检测和虚警概率、发射功率峰值和均值均受限于预设门限。所述方法首先将优化问题分解为上下两个子层；然后在τ可行区下界附近选取第一二插值点，基于其连线斜率选取第三插值点；其次令插值函数导数为零导出τ最优解最后将τ的最优解代入至下层进行优化，得到X和W的最优化解本发明方法速度优势明显并且精度仍能维持较高水平。
-
公开(公告)号：CN106330284B
公开(公告)日：2019-06-21
申请号：CN201610679143.9
申请日：2016-08-16
Applicant: 东南大学
IPC: H04B7/08 , H04B7/0456 , H04B17/391 , H04L25/02
Abstract: 本发明公开了一种低复杂度大规模MIMO信道估计方法，该方法包括：建立向量形式的MIMO信道模型；根据建立的MIMO信道模型，利用MMSE算法对信道矩阵进行估计，得到信道估计值以及与真实的信道矩阵的估计误差；对信道估计值采用Kapteyn级数多项式展开，并对级数进行截短，得到最终的信道估计结果和估计误差。本发明复杂度更低。
-
公开(公告)号：CN109842912A
公开(公告)日：2019-06-04
申请号：CN201910015373.9
申请日：2019-01-08
Applicant: 东南大学
Abstract: 本发明提供一种基于集成学习的多属性切换决策方法，实现在车联网中对高速移动的车辆终端进行切换决策。方法的具体步骤包括：车辆终端切换至当前基站后，与当前基站建立链路连接，经过一个稳定的时间周期后，MEC服务器计算链路指标的值；然后MEC服务器利用获得的链路指标集合运行基于集成学习的链路持续时间预测方法，预测出车辆终端与当前基站以及与所有候选基站之间的链路持续时间；在得到预测的持续时间之后，MEC服务器将链路持续时间连同车辆终端当前时刻的移动状态一起传递给车辆终端，终端运用多属性切换决策方法进行切换决策；最后车辆终端提前向目标基站发出切换请求，到达预测的链路持续时间之后，车辆终端执行切换操作。
-
公开(公告)号：CN105960009B
公开(公告)日：2019-05-21
申请号：CN201610235933.8
申请日：2016-04-15
Applicant: 东南大学
Abstract: 本发明提供一种软件定义无线传感器网络中的定位方法。该方法包括步骤：为网络中的节点设立一个贡献矩阵，矩阵中某一元素为该元素对应列上的锚节点对该元素对应行上的盲节点定位结果的贡献值；根据设立的矩阵，利用软件定义网络中控制器对全局网络信息的可知性，构建一个最优化问题，通过0‑1规划的方法为盲节点从所有锚节点中选取定位节点，满足所选取链路的功率之和不大于该无线传感器网络的总功率，并且在该要求下使得网络中所选取链路的贡献值之和达到最大；利用所选取定位节点的已知位置信息，使用线性最小二乘算法计算该盲节点的位置。本发明能在无线传感器网络功率受限的情况下为盲节点选取最利于其定位的节点，提高其定位精度。
-
公开(公告)号：CN106209336B
公开(公告)日：2019-03-12
申请号：CN201610557130.4
申请日：2016-07-14
Applicant: 东南大学
Abstract: 本发明公开了一种软件定义移动网络中的资源分配方法，包括以下步骤：1、各个MBS对MUE进行资源分配，并将子信道分配的结果上传给SDMNs控制面；2、各个FUE估计信道增益，并上传给SDMNs控制面；3、各个FBS获得本Femtocell小区内FUE的信道增益，并上传给SDMNs控制面；4、以最大化接入FUE数和最小化占用子信道数为目标函数，建立凸优化问题；5、求解步骤4建立的凸优化问题，得到全局最优解，即最优联合用户接入和信道分配方案，以及分配在各个子信道上的功率。该方法在保证接入用户的QoS前提下，对所需接入网络中的FUE进行接入控制，从而最大化网络中的FUE接入数和最小化信道占用数。
-
Patent Agency Ranking
公开(公告)号：CN105188034B
公开(公告)日：2018-11-27
申请号：CN201510738895.3
申请日：2015-11-03
Applicant: 东南大学
Abstract: 本发明提供一种无线传感器网络中的协作定位方法。该定位方法基于每个待定位节点的接收信号强度(Received Signal Strength,RSS)和估计位置的克拉美罗下界(Cramer‑Rao Lower Bound,CRLB)，为其划分不同的节点簇，并从节点簇中选取对定位精度更有利的参考节点，利用所选取参考节点的已知位置信息，使用线性最小二乘(Linear Least Squares,LLS)算法计算该待定位节点的位置。通过上述方法为待定位节点选取参考节点，以轻微降低定位精度的代价，极大减少无线传感器网络的能量消耗以及协作定位的计算复杂度。
-
公开(公告)号：CN108366428A
公开(公告)日：2018-08-03
申请号：CN201810227709.3
申请日：2018-03-20
Applicant: 东南大学
Abstract: 本发明涉及OFDM认知无线网络技术领域，公开了一种基于博弈优化的联合频谱感知与资源分配方法及装置。该方法包括：从用户对主用户进行能量值检测，并产生对主用户状态的硬判决值；对于给定的分区组合，从用户计算自身的接入概率，同时数据融合中心计算该分区组合中所有从用户的接入效益并反馈给从用户，从用户依据接入概率和接入效益决定是否结束更新分区组合；依据分区组合各联盟中从用户对主用户状态的硬判决情况，选定一个联盟进行接入并最大化该联盟的接入效益。本发明充分考虑了用户的接入公平性以及用户的分区迭代意愿，能够充分利用信道时隙资源从而最大化实际的联盟接入效益，使网络中信道和功率资源得到有效利用。
-
公开(公告)号：CN108174379A
公开(公告)日：2018-06-15
申请号：CN201810131425.4
申请日：2018-02-09
Applicant: 东南大学
Abstract: 本发明公开了一种基于支持向量机和阈值筛选的恶意用户识别方法及装置，用以解决二级用户中的恶意频谱感知问题。该方法通过提交二级用户对主用户的能量检测值，采用支持向量机方案对二级用户的能量检测值进行分析，并提取二级用户对主用户的状态分类正确率。其次，通过引入识别概率和误筛概率的概念，计算出二级用户的状态分类正确率阈值，并筛选出二级用户中的恶意用户。本发明能够在多种数据篡改攻击模式以及大规模恶意二级用户攻击中有效地识别恶意用户，从而保证正常用户的频谱资源分配。此外，本发明方法可以在某些固定的时间点执行并筛选恶意用户，能够满足各种计算复杂度的场合。
-
公开(公告)号：CN104812047B
公开(公告)日：2018-05-08
申请号：CN201510129920.8
申请日：2015-03-24
Applicant: 东南大学 , 南京东大移动互联技术有限公司
IPC: H04W52/34
Abstract: 本发明公开了下一代WiFi中基于干扰代价信息的多小区功率分配方法，包括如下步骤：获取信道信息，建立用户信道容量与基站功率的函数关系，并结合负载信息建立各小区内用户的频道分配矩阵；以最大化系统吞吐量为目标，建立优化目标函数和约束条件，用KKT方法求得最优的功率分配方案；根据最优解，结合频道分配矩阵，对小区进行功率分配，并迭代更新干扰代价信息。本发明提出的基于干扰代价信息的多小区功率分配方法能有效地协调小区间同频干扰，在满足用户服务质量的同时最大化系统吞吐量。
-
公开(公告)号：CN107943887A
公开(公告)日：2018-04-20
申请号：CN201711133859.X
申请日：2017-11-16
Applicant: 东南大学
Abstract: 本发明公开了一种传送带环境下的RFID标签排序方法，属于物联网射频识别技术领域，该方法包括：从阅读器的接口中获取一组RFID标签的数据，包括标签号、时间、RSSI和Doppler数据；将所获得的数据按照标签号分类存储；对每个单标签数据中的RSSI数据进行曲线拟合，并判断是否存在峰值异常或带宽异常；如不存在异常，则根据RSSI数据拟合曲线的全局最大值点对应时刻进行排序；否则，对Doppler数据进行处理和拟合，根据Doppler数据拟合曲线的第一个为实数的峰值点或谷值点对应时刻进行排序。本发明考虑了RFID标签在实际传送带环境下数据噪声大、不健全等特点，利用RSSI与Doppler排序正确性互补的特殊性能，有效提高了传送带环境下的标签排序正确率。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.027 seconds)
