-
公开(公告)号：CN114363855A
公开(公告)日：2022-04-15
申请号：CN202111628304.9
申请日：2021-12-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种车联网中的高效功率分配方法。包括以下步骤：步骤1，信道信息获取与波束成形；步骤2，RSU功率分配；步骤3，信号发射；步骤4，性能计算。本发明的有益效果是既综合解决了总传输功率约束和车辆的最大车辆的限制同时又解决了车辆之间的公平性问题；通过最小化最大的RSU传输功率消耗与车辆速度之比并提出了最优传输功率和车辆速度的分配方案，在保证了用户之间的公平性的情况下，降低了系统的功耗，既能够降低车联网的传输功率，又能够提高交通效率。
-
公开(公告)号：CN107665405B
公开(公告)日：2021-04-20
申请号：CN201710880566.1
申请日：2017-09-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种车辆信誉管理方法及装置，该方法属于物联网技术领域，该方法包括一种获取发送目标信息对应的至少一个车辆节点的信誉值，其中，同簇车辆为地理位置预设范围内行驶的多辆车构成的车辆簇，同一个簇内的各车辆均设置有相同的区块链，所述信誉值存储于区块链中，所述车辆节点为同簇车辆中车辆对应的节点，且一个车辆对应一个节点；分别将每个所述车辆节点的信誉值与阈值进行比较；针对大于或等于阈值的信誉值对应的车辆节点，接收所发送的目标信息。通过本发明实施例提供的方法提高了车辆信誉管理的可靠性。
-
公开(公告)号：CN111833601A
公开(公告)日：2020-10-27
申请号：CN202010600814.4
申请日：2020-06-28
Applicant: 北京邮电大学
Abstract: 本发明公开了一种低通信开销的宏观交通规律建模方法。包括以下步骤：步骤1，由精确样本集合训练模型并得到重要性阈值；步骤2，用残缺和污染样本集合训练模型并测试得到污染程度；步骤3，传感器或车辆上传数据并进行预测；本发明的优越效果是：基于随机森林算法，在训练模型的过程中能够检测到特征之间的影响，能够方便地计算特征重要性，发掘数据的空间相关性并依此进行筛选；通过向模型人为加入噪声进而提高了模型泛化能力，同时总结交通数据本身存在的周期性规律，能够有效提高预测准确率。考虑机器学习预测性能和通信传输开销的相互影响，优化了学习与通信性能之间的关系。
-
公开(公告)号：CN109815300A
公开(公告)日：2019-05-28
申请号：CN201811523508.4
申请日：2018-12-13
Applicant: 北京邮电大学
Abstract: 本发明公开了一种车辆定位方法，该方法包括：采集多个训练样本作为训练集N，将车辆摄像头拍摄的带有训练区域行驶环境标志物的图片，以及拍摄该图片时车辆所在训练区域的高精度地图作为训练集中的一个样本n，n∈N；采用深度学习的方法，使用所述训练集训练模型，得到训练后的模型；当车辆进入预测区域时，对预测区域中的行驶环境标志物进行拍摄得到预测区域拍摄图片，将所述预测区域拍摄图片、以及处理后的预先缓存的包括所述预测区域的高精度地图，输入训练后的模型，确定当前车辆所在预测区域的高精度地图；进而确定当前车辆位置坐标。采用本发明能够实现定位过程不完全依赖于卫星信号，在接收不到信号的环境中的车辆定位。
-
公开(公告)号：CN105071844B
公开(公告)日：2018-04-10
申请号：CN201510468412.2
申请日：2015-08-03
Applicant: 北京邮电大学
IPC: H04B7/0413 , H04B7/0426 , H04L5/00
Abstract: 本发明实施例提供的一种确定波束赋形权重矢量的方法及装置，可以利用部分天线对应的信道的信道状态信息，综合考虑空间相关性和信号泄露来确定波束赋形矢量。本发明除了在所选天线上发送未携带有的导频信号外，还发送携带有所述的导频信号来获得计算波束赋形权重矢量的相关信息。由于本发明只在部分天线上发送导频信号，并且只需要一个额外的导频信号就可以获得计算波束赋形权重矢量的相关信息，因此本发明可以降低系统的导频开销。由于本发明中信道信息获取比例是可以调整的，因此本发明可以灵活地平衡系统的性能和开销。此外，本发明的波束赋形权重矢量计算复杂度低，操作步骤简单，更容易实现。
-
Patent Agency Ranking
公开(公告)号：CN103227761B
公开(公告)日：2017-02-08
申请号：CN201310196377.4
申请日：2013-05-24
Applicant: 北京邮电大学
Abstract: 本发明提出了一种多径非高斯噪声信道的信道估计算法，设计了一种联合训练序列数据和观测数据的经验似然估计方法。首先，在信号接收端得到通过非高斯多径信道的观测数据，结合训练序列数据生成辅助变量；其次，依据Owen提出的经验似然理论，把估计问题转为非参数问题，即利用辅助变量生成一定限制条件下的非参数经验似然变量，采用拉格朗日法求解似然变量；最后，通过牛顿迭代算法获得不同信道估计值对应的经验似然值，取最大经验似然值对应的信道估计值即可。以混合加性高斯白噪声和脉冲噪声为例的多径信道估计的MSE和BER效果均很好。
-
公开(公告)号：CN105430734A
公开(公告)日：2016-03-23
申请号：CN201510964687.5
申请日：2015-12-21
Applicant: 北京邮电大学
CPC classification number: H04W52/346 , H04B5/0037 , H04W52/38
Abstract: 本发明实施例提供了一种无线能量传输方法及系统，方法包括：获取终端发送的上行导频信息，根据上行导频信息预估下行信道信息；基于大尺度信道衰落信息、参考发射功率值和天线数，计算初始预编码组合系数；基于大尺度信道衰落信息、初始预编码组合系数和预设的预编码组合系数公式，计算初始拉格朗日乘子；将初始格朗日乘子广播至其他基站，接收其他基站发送的与其它基站一一对应的初始拉格朗日乘子；基于拉格朗日乘子数组和功率迭代公式，调整发射功率；基于调整后的发射功率，计算更新发射功率后的预编码组合系数，进而计算对所要发送的能量的能量预编码，将经过能量预编码后的能量发送至终端。应用本发明实施例，提高了多能量源的能量传输效率。
-
公开(公告)号：CN105071845A
公开(公告)日：2015-11-18
申请号：CN201510468964.3
申请日：2015-08-03
Applicant: 北京邮电大学
CPC classification number: H04B7/0408 , H04B7/0805 , H04W16/28 , H04W88/08
Abstract: 本发明实施例公开了一种波束赋形方法及基站，方法包括：基站在所确定的天线上发送第一导频符号给接收端，并在所有的天线上发送第二导频符号给接收端；接收并根据接收端反馈的经过信道后的第二导频符号以及所确定的天线的信道状态信息，计算基于干扰抑制的接收端的波束赋形权重矢量以及相位参数；根据计算得到的相位参数，计算基于空间相关性和干扰抑制的接收端的波束赋形权重矢量；根据计算得到的波束赋形权重矢量，进行波束赋形。应用本发明实施例，基站获取部分信道信息，在利用空间相关性的波束赋形方法上，利用获取的部分信道信息对波束进行赋形，提高了频分双工大规模天线系统的性能。
-
公开(公告)号：CN104796184A
公开(公告)日：2015-07-22
申请号：CN201510112022.1
申请日：2015-03-13
Applicant: 北京邮电大学
CPC classification number: H04B7/0434 , H04L25/0242
Abstract: 本申请公开了一种基于大规模天线的信息与能量混合传输方法，包括：接收信息请求用户发送的正交信息导频序列，及能量请求用户发送的共享能量导频序列；其中，所述信息导频序列与所述能量导频序列正交；依据所述信息导频序列，生成针对所述信息请求用户的第一预编码向量；依据所述能量导频序列，生成针对所述能量请求用户的第二预编码向量；依据所述第一预编码向量和所述第二预编码向量，生成发送信号并向所述信息请求用户和所述能量请求用户发送。本申请信息、能量混合传输的方案解决了现有技术中移动终端充电不便的问题。本申请还公开了一种基于大规模天线的信息与能量混合传输装置。
-
公开(公告)号：CN103198167A
公开(公告)日：2013-07-10
申请号：CN201210001175.5
申请日：2012-01-04
Applicant: 北京邮电大学
IPC: G06F17/50
Abstract: 本发明公开了一种半导体量子点平衡组份的计算方法，包括：建立衬底和量子点模型；采用精细网格将所述建立的衬底和量子点模型网格化，将量子点模型简化为多个体积元组合，并用量子点模型中的网格节点来替代所述体积元；给量子点模型中的每个网格节点赋予组份值，并将其作为计算变量；设量子点的平均组份固定不变，通过有限元方法计算量子点模型的吉布斯自由能、所述吉布斯自由能大小对量子点组份分布的灵敏度以及量子点平均组分对量子点组份分布的灵敏度；根据量子点的吉布斯自由能、量子点平均组份和吉布斯自由能的组份以及上述灵敏度信息得到量子点模型的吉布斯自由能最小时量子点的组份分布。本发明提高了量子点平衡组份分布的计算效率。
-
-
-
-
-
-
-
-
-
Search Results
48
records
(took 0.032 seconds)
