-
公开(公告)号：CN104506468A
公开(公告)日：2015-04-08
申请号：CN201510012970.8
申请日：2015-01-09
Applicant: 南京理工大学
IPC: H04L25/02
Abstract: 本发明公开了一种时域稀疏信道估计方法，在接收端的信号处理主要分为信道估计和均衡两个阶段，而信道估计又分为两步：训练序列处的信道估计和数据符号处的信道估计。本发明首先利用最大似然准则估计训练序列处的信道冲激响应，然后利用基于采样点的二次多项式内插算法获得数据符号处的信道冲激响应。二次多项式内插的性能明显优于线性内插算法，并逼近利用了信道统计特性的Jakes内插。
-
公开(公告)号：CN118175551A
公开(公告)日：2024-06-11
申请号：CN202410243521.3
申请日：2024-03-04
Applicant: 南京理工大学
IPC: H04W16/18 , G06N3/0442 , G06N3/092 , H04W16/22 , H04W24/02 , H04W24/06 , H04W84/06 , H04L41/16 , H04B7/185
Abstract: 本发明公开了一种基于网络强化学习的无人机簇群节能抗干扰通信方法，该方法为：设定无人机簇群网络环境，初始化无人机簇群的神经网络参数和交互信息，簇头无人机与其所有邻居簇头无人机进行信息交互；簇头无人机根据NeurComm算法中信息提取函数下的贪婪策略执行相应的动作，计算空间折扣奖励，并将簇头无人机与环境交互的轨迹存入各自的经验池中；簇头无人机计算损失函数，更新Actor和Critic网络参数；判断是否达到最大训练步长，如果未达到则重复进行本回合训练，如果达到判断是否达到最大训练回合数或者收敛，如果是则结束训练；否则进行下一回合训练。本发明降低了无人机簇群的系统能耗，提高了无人机簇群的系统吞吐量、稳定性和抗干扰性能。
-
公开(公告)号：CN114499648B
公开(公告)日：2024-05-24
申请号：CN202210240571.7
申请日：2022-03-10
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多智能体协作的无人机集群网络智能多跳路由方法，该方法为：无人机节点采用∈贪婪策略选择中继节点，在网络环境部分可观测的场景下实现最佳路由选择；同时在基于对邻居节点队列与位置信息观测下，运用协同多智能体价值分解网络方法，通过计算联合价值函数的时间差分误差以更新单个无人机节点的评估网络参数，最终学习到无人机节点路由策略并智能地选择中继节点，最大程度上降低传输时延。本发明针对无人机集群网络中的高动态拓扑特点，通过无人机之间的协同认知能力在最短路径基础上绕开高负载节点，实现智能路由选择；相较于传统独立Q学习能够学习到更优的路由策略，有效地降低了无人机在复杂变化环境下的通信传输时延。
-
公开(公告)号：CN116678418A
公开(公告)日：2023-09-01
申请号：CN202310655058.9
申请日：2023-06-05
Applicant: 南京理工大学 , 无锡联坤科技有限公司
Abstract: 本发明公开了一种改进激光SLAM快速回环检测方法，建立激光雷达虹膜描述子以及扫描上下文描述子基础上，弥补了传统扫描上下文描述子在室内场景高度信息的低效编码缺陷，解决了其无法估计激光雷达姿态平移分量的问题。所述方法结合两种描述子设计一种两阶段快速筛选候选回环帧的方法，缩短了回环检测时间；并通过引入傅里叶变换及LoG‑Gabor滤波器处理激光雷达虹膜描述子，使得激光雷达虹膜描述子具备旋转不变性；同时提出一种回环事件检测机制，提高了回环检测阶段准确度。本发明在实际SLAM系统中构建地图精度更高、速度更快、泛化能力更强，具有很高的实用价值。
-
-
Patent Agency Ranking
公开(公告)号：CN113572548B
公开(公告)日：2023-07-07
申请号：CN202110680187.4
申请日：2021-06-18
Applicant: 南京理工大学
IPC: H04B17/318 , H04B17/345 , H04B17/391 , H04B1/715 , H04W84/18
Abstract: 本发明公开了一种基于多智能体强化学习的无人机网络协同快跳频方法，具体为：输入无人机网络环境，每对无人机初始化自身Q表以及最优先验动作分布估计、互信息惩罚项系数和动作状态对出现次数；在当前时隙中，每对无人机根据上一时隙生成的动作选择传输信道，传输完成后得到环境反馈的奖励；每对无人机观测环境的当前状态，再与其它无人机对交互当前状态下各个动作的Q值得到全局Q值，根据互信息正则化soft Q‑learning算法中的行为策略生成动作；每对无人机更新自身Q表以及各个参量；当达到训练回合的最大步数时，重新输入无人机网络环境开始下一回合。本发明实现了所有无人机对的总吞吐量性能的提升，为无人机网络提供了通信保障。
-
公开(公告)号：CN113365311B
公开(公告)日：2022-11-18
申请号：CN202110617914.2
申请日：2021-06-03
Applicant: 南京理工大学
Abstract: 本发明提供了一种时限及能量约束下的分布式无线传输方法，包括确定分布式马尔可夫决策过程的相关参数，确定时限及能量约束下的网络吞吐率指标，进而通过马尔可夫策略搜索方法确定ε‑最优吞吐率指标。本发明对时限及能量约束下分布式的无线传感网的吞吐率指标提出了一种优化策略，为时限及能量约束下无线传感网信道接入的有效实施提供帮助。
-
公开(公告)号：CN115002816A
公开(公告)日：2022-09-02
申请号：CN202210389627.5
申请日：2022-04-14
Applicant: 南京理工大学
IPC: H04W24/06 , H04L43/0888 , H04L5/00 , G06N7/00
Abstract: 本发明提供了一种传输时限下ALOHA网络吞吐率的简单分析方法，包括确定马尔可夫过程相关参数，确定任一数据包成功传输的概率τ，进而确定传输时限下网络吞吐率。本发明旨在提供一种传输时限下ALOHA网络吞吐率的简单分析方法，以对传输时限和传输次数限制下ALOHA网络吞吐率分析提供帮助。
-
公开(公告)号：CN108445515B
公开(公告)日：2022-06-17
申请号：CN201810172729.5
申请日：2018-03-01
Applicant: 南京理工大学
Abstract: 本发明公开了一种面向公路物流的车辆追踪系统，包含表示层、业务层及数据层，所述表示层包含定位持续获取模块、定位发送与接收模块以及定位显示模块；所述业务层包含定位接收模块、坐标转换模块、定位下发模块及地图瓦片自动生成模块；所述数据层由应用数据和基于OpenStreetMap的道路拓扑信息数据组成，均存储在postgreSQL数据库中。本发明采用了基于GPS数据处理的定位采集服务，提高了GPS定位数据的有效性，进一步提高了车辆追踪的定位精度；采用了基于极光推送的透传方案，解决了定位采集服务被杀死的问题，实现了基于android移动终端的持续追踪效果；采用移动终端追踪车辆，具有成本较低、实时性高的优点。
-
公开(公告)号：CN114449482A
公开(公告)日：2022-05-06
申请号：CN202210242124.5
申请日：2022-03-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于多智能体深度强化学习的异构车联网用户关联方法，该方法先将问题建模成部分可观察马尔可夫决策过程，再采用分解团队值函数的思想，具体包括建立集中式训练分布式执行框架，将团队值函数与各个用户值函数利用求和连接起来，以达到隐性训练用户值函数的目的；接着本发明亦借鉴经验回放以及目标网络机制，使用ε‑greedy策略进行动作的探索与选择，利用循环神经网络储存历史信息，并且选择Huber损失函数来计算损失同时进行梯度下降，最终学习到异构车联网用户的关联策略。本发明在异构车联网环境下，相较于多智能体独立深度Q学习算法和其它传统算法，可以更加有效地同时提高能量效率和降低切换开销。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.025 seconds)
