-
公开(公告)号：CN115173914B
公开(公告)日：2023-12-26
申请号：CN202210835698.3
申请日：2022-07-15
Applicant: 南通大学
Abstract: 本发明公开了一种多智能反射面辅助通信主被动波束赋形迭代优化方法，该方法首先用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；然后基站端为每个用户端分配一个智能反射面，采用广义瑞利熵算法计算得到基站端通过所选智能反射面服务各自用户端的最优主动波束赋形向量，并计算信噪泄漏比值；接着基站端通过最大化各个用户端的最小信噪泄漏比，优化用户端所选择的智能反射面的被动波束赋形；之后基站端联合基站端的主动波束赋形和智能反射面的被动波束赋形进行迭代优化。本发明增强了无线通信系统的稳定性、可靠性，提升了无线通信系统的频谱效率。
-
公开(公告)号：CN116566769A
公开(公告)日：2023-08-08
申请号：CN202310633176.X
申请日：2023-05-31
Applicant: 南通大学
IPC: H04L25/02 , H04B7/0413 , H04L5/00
Abstract: 本发明涉及无线通信技术领域，尤其涉及一种RIS辅助的去蜂窝大规模MIMO共生通信信道估计方法，包括：去蜂窝大规模MIMO网络布设M个接入点AP，K个RIS和K个单天线用户；在上行导频传输阶段，所有用户向所有的接入点AP同时发送导频和数据信号，且每个时隙发送的数据信号是相同的；RIS同时也在发送导频，且使用二元相移键控的方法进行简单处理，让RIS相继发送带有“+1”和“‑1”两种符号的导频给接入点AP，各个接入点AP接收到来自直接链路和间接链路的信号后，将前一时隙和后一时隙接收到的信号进行一个简单的计算处理，再分别对两者进行信道估计。本发明用较小的序列来获得更好的信道条件，减小了时隙开销，且均方误差低、复杂度低。
-
公开(公告)号：CN115694767B
公开(公告)日：2023-07-14
申请号：CN202211327629.8
申请日：2022-10-27
Applicant: 南通大学
Abstract: 本发明涉及一种基于Transformer的联合导频设计、反馈和信道估计方法，离线训练阶段中在基站端构建导频设计网络和信道估计网络，在用户端构建导频反馈网络，将所述导频设计网络、导频反馈网络和信道估计网络组合为端到端神经网络，制作数据集并训练。在线预测阶段中基站端将训练完成的导频设计网络的权重作为导频信号发送至用户端，用户端将导频信号输入导频反馈网络，得到压缩的导频信号，并通过反馈链路反馈给基站端，基站端将接收到的压缩的导频信号输入信道估计网络，得到下行实时估计信道。本发明利用深度学习技术，实现了导频设计、反馈和信道估计的一体化，可获得较好的信道估计精度，也减少了导频开销、反馈开销和硬件的复杂度。
-
公开(公告)号：CN115085782B
公开(公告)日：2023-06-16
申请号：CN202210681193.6
申请日：2022-06-15
Applicant: 南通大学
IPC: H04B7/0456 , H04B7/06 , G06N3/08 , G06N3/0464 , G06N3/048
Abstract: 本发明公开了基于深度学习的智能反射面联合反馈和混合预编码方法，离线训练阶段中，首先根据信道计算模拟、数字预编码矩阵，并输入深度学习模型训练，然后将模型的信道压缩网络和混合预编码网络分别部署在用户端和基站端。在线预测阶段中，用户端将实时信道输入信道压缩网络，并将压缩信息反馈回基站端，基站端将反馈信息输入混合预编码网络，得到模拟、数字预编码矩阵，然后根据数字预编码矩阵对发送信号进行数字预编码，将数字预编码信号通过馈源传输至智能反射面，智能反射面根据模拟预编码矩阵对数字预编码信号进行相移处理，并发送至用户端。本发明利用深度学习技术，实现多用户的信道反馈和基于智能反射面的混合预编码，降低系统的功耗。
-
公开(公告)号：CN115952884A
公开(公告)日：2023-04-11
申请号：CN202211414628.7
申请日：2022-11-11
Applicant: 南通大学
Abstract: 本发明涉及工业互联网技术领域，尤其涉及一种基于工业互联网的纺织行业碳排放与碳足迹监测方法及系统，包括：步骤S0：采用数据采集模块对企业的碳排放相关的需求数据进行采集，将采集得到的源数据发送至主控模块；步骤S1：采用主控模块从源数据中提取目标数据；步骤S2：由主控模块通过通信模块将目标数据上传至边缘计算平台；步骤S3：采用边缘计算平台基于目标数据计算碳足迹、并模拟碳中和进程；步骤S4：边缘计算平台将目标数据、预测数据上传至数据云平台；步骤S5：由企业、第三方机构通过接入数据云平台获取碳排放预测结果和碳足迹监测记录。本发明将工业互联网技术和智能数据采集以及数据云平台相结合，提供纺织行业碳排放监测与监管方法。
-
Patent Agency Ranking
公开(公告)号：CN113965930B
公开(公告)日：2022-08-12
申请号：CN202111200477.0
申请日：2021-10-15
Applicant: 南通大学
IPC: H04W12/069 , H04W12/71 , H04L9/08
Abstract: 本发明涉及工业互联网技术领域，具体涉及一种基于量子密钥的工业互联网主动标识解析方法及其系统，包括普通工业传感器、网关节点主动标识载体、企业信息系统、量子安全服务平台、企业节点、二级节点和顶级节点；本发明首先构造基于量子密钥的工业互联网主动标识解析系统，由企业信息系统向各级节点发起认证并注册本地标识，然后工业网关节点通过量子安全服务平台注册主动标识，最后由工业网关节点发起主动标识解析，并将汇总的传感器数据通过量子密钥加解密进行传输。本发明将量子通信领域中的量子密钥分发技术和工业互联网主动标识解析体系相结合，为现有工业互联网主动标识解析体系提供了一种基于量子密钥的加解密机制，安全强度更高。
-
公开(公告)号：CN114650608A
公开(公告)日：2022-06-21
申请号：CN202210405586.4
申请日：2022-04-18
Applicant: 南通大学
Abstract: 本发明公开了一种去蜂窝大规模MIMO的多中心处理单元协作方法，包括：去蜂窝大规模MIMO网络布设分布式接入点AP，所有接入点AP被分成若干个实际簇；导频传输阶段，所有用户向所有的接入点AP发送导频信号，中心处理单元根据接收到的导频信号获得信道估计信息和统计信息；上行链路传输阶段，针对某个用户，各个中心处理单元将各自的统计信息发往某个中心处理单元，该中心处理单元根据统计信息，基于广义瑞利熵定理为不同的中心处理单元计算权重；利用计算出的权重，该中心处理单元对各个中心处理单元接收到的数据信号进行加权合并处理，使得这些中心处理单元在同一时频资源上协同为用户服务。本发明具有系统信号处理复杂度低与所需信令开销小的优点。
-
公开(公告)号：CN114413908A
公开(公告)日：2022-04-29
申请号：CN202210074701.4
申请日：2022-01-21
Applicant: 南通大学
Abstract: 本发明涉及旋转飞行体的姿态信息获取与处理技术领域，具体涉及一种太阳干扰影响下的四轴长波红外辐射姿态补偿方法，包括分析太阳红外辐射干扰对长波和中波红外姿态测试的影响，找到太阳红外辐射对长波和中波红外辐射传感器干扰的影响规律；设计四轴长波红外辐射传感器姿态补偿算法，利用正弦度函数来判断是否存在干扰，并对干扰影响的传感器数据进行剔除，再利用剩余传感器数据解算姿态角，并取均值，从而得到最终的姿态角信息；本发明为利用红外辐射进行旋转飞行体姿态测试提供了一种全天候、抗干扰能力强的方法。
-
公开(公告)号：CN113055816A
公开(公告)日：2021-06-29
申请号：CN202110304598.3
申请日：2021-03-23
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: H04W4/02 , H04W24/02 , H04W24/08 , H04W40/22 , H04B17/309 , H04B17/382
Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于位置信息的多智能反射面辅助两跳中继无线通信方法及其系统，该系统由基站端、中继端、用户端以及多个智能反射面组成，多个智能反射面在基站端和用户端之间随机分布式布设；首先多个智能反射面分别在第一跳以及第二跳中按照平均信噪比数值大小进行降序排序，基站分别选择两跳中排序第一的智能反射面进行通信，并计算出整个系统的净遍历容量，然后基站端再选两跳中排序下一个智能反射面进行通信并计算出整个系统的净遍历容量，与上一个遍历容量数值进行比较；本发明具有低成本，低能耗以及高速率，广覆盖范围的优点，通过对多个智能反射面进行调度协助中继系统进行通信，进一步增强了中继系统性能。
-
公开(公告)号：CN119603017A
公开(公告)日：2025-03-11
申请号：CN202411683158.3
申请日：2024-11-22
Applicant: 南通大学
Abstract: 本发明涉及联邦学习模型可靠训练和安全聚合技术领域，尤其涉及一种用于移动场景中联邦学习模型的攻击检测与抵御方法，包括：利用区块链存储设备信息，服务器在与设备无接触的情况下完成联邦学习用户的选择；设备利用零知识证明方法判断收到的训练任务的真实性；设备利用证明密钥对本地模型进行加密传输，抵御模型参数推理攻击；区块链利用验证密钥和佩德森承诺对本地模型的有效性进行验证，从而实现联邦学习全局模型的安全聚合。本发明具有攻击检测速度快、所需通信和计算资源少、算法复杂度低的特点。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.025 seconds)
