-
公开(公告)号：CN105634634B
公开(公告)日：2018-04-13
申请号：CN201610063925.X
申请日：2016-01-29
Applicant: 北京邮电大学
IPC: H04B17/382
Abstract: 本发明公开了一种存在未知定时的异步信道感知方法，具体为：一、预测某个PU在k时刻的存在概率和感知时间差；二、由观测值更新存在概率预测值和感知时间差预测值；三、将更新的存在概率预测值与判决门限比较，得到PU的状态值；步骤四、根据状态值，计算PU在k时刻的感知时间差；步骤五、根据k‑1时刻的感知时间差计算k时刻的出生粒子的状态值和权值；六、判断k时刻是否为最后一个时刻，如果是，记录并保存全部时刻的感知时间差以及状态值；否则，用k时刻的粒子集，迭代预测PU在k+1时刻的存在概率和感知时间差。优点在于：适用于异构无线网络动态频谱共享，避免了PU与SU之间繁杂的信令交互，降低了CR系统的配置复杂度并节省了时间与能量开销。
-
公开(公告)号：CN104468390B
公开(公告)日：2018-03-23
申请号：CN201410706172.0
申请日：2014-11-28
Applicant: 北京邮电大学
IPC: H04L12/803 , H04L12/861
Abstract: 目前在软件定义网络中，主要存在两种多控制器的架构模型：分布式多控制器架构模型以及集中式多控制器架构模型。这两种架构模型既有优点，也有不足：分布式多控制架构模型虽然可以有效避免单一控制器在性能和可靠性方面的问题，但在多个分布式控制器之间传递消息的时延较长；集中式多控制器架构模型虽然可以有效的减少控制器之间消息传递的时延，但是仍存在集中化控制的种种弊端。因此本发明中提出了一种分布—集中式的多控制器架构模型来避免之前的架构模型的不足。在这个基础上，还提出了基于分布—集中式架构模型的多控制器负载均衡的方法，使得整个网络的负载可以均衡分配。
-
公开(公告)号：CN104469782B
公开(公告)日：2018-03-20
申请号：CN201410549874.2
申请日：2014-10-16
Applicant: 北京邮电大学
Abstract: 本发明针对移动授权用户频谱感知与其地理位置信息估计问题，设计了一种联合频谱感知与授权用户位置估计方案。此法首次提出了一种自适应视野扩展方法，有效应对由授权用户位置不确定性及静默状态所造成的负面影响，提高了频谱感知性能。基于伯努利随机有限集及贝叶斯序贯估计框架，构造了一种全新的动态空间模型，并设计了一种三段式伯努利滤波机制，在检测授权用户工作状态的同时，估计其地理位置信息，从而显著提升频谱感知性能。同时，实现了时间、频率和空间的频谱复用，从而进一步优化后续频谱资源配置。
-
公开(公告)号：CN106059972A
公开(公告)日：2016-10-26
申请号：CN201610353881.4
申请日：2016-05-25
Applicant: 北京邮电大学
CPC classification number: H04L27/0012 , H04B7/0413
Abstract: 本发明一种基于机器学习算法的MIMO相关信道下的调制识别方法，属于通信领域；具体步骤为：首先，将通信发射端的每个数据流分别采用空时编码，每个码字分别通过Nt根发射天线发射出去；然后，根据接收端的相关矩阵和发射端的相关矩阵计算MIMO信道矩阵H；根据MIMO信道矩阵H，计算每个接收天线上的接收信号并进行修正；最后，每根接收天线分别对修正后的信号进行特征提取，针对提取的特征值进行训练测试，计算出该样本属于的调制识别模式；优点在于：对非高斯信道的鲁棒性和泛化能力较强，通过参数迭代可实现更加复杂环境下的调制体制识别；通过提取高阶矩和高阶累积量的特征，在较高信噪比下，信号特征差异明显，便于机器学习算法的分类。
-
公开(公告)号：CN115047419B
公开(公告)日：2025-01-14
申请号：CN202110250191.7
申请日：2021-03-08
Applicant: 北京邮电大学
IPC: G01S7/41
Abstract: 本发明实施例提供了一种毫米波雷达恒虚警率检测方法及装置，接收毫米波雷达发射的调频连续波FMCW信号经检测目标反射后的信号，对所接收到的信号进行预设信号处理，得到距离‑多普勒矩阵，根据距离‑多普勒矩阵，计算检测点的二维平面平均噪声功率；基于预设虚警概率、噪声概率分布、杂波干扰概率分布和检测目标概率分布，采用N‑P准则计算在二维平面平均噪声功率下的噪声筛选门限；根据噪声筛选门限，对距离‑多普勒矩阵进行噪声点筛选，得到候选目标点集合；采用二维加窗恒虚警检测，确定目标点，并基于目标点确定针对探测目标的检测结果。实现降低目标检测的复杂度，并提高目标检测精确度。
-
Patent Agency Ranking
公开(公告)号：CN113543065B
公开(公告)日：2024-02-02
申请号：CN202110605101.1
申请日：2021-05-31
Applicant: 北京邮电大学
IPC: H04W4/40 , H04W16/14 , H04W72/044 , H04W72/53
Abstract: 本公开提供一种基于强化学习的通信资源分配方法及其相关设备，所述方法包括：综合考虑目标用户和非目标用户的位置、目标用户的Q值和回报函数，通过生成随机数，根据生成的随机数和ε贪婪算法，确定目标用户的信道选择策略和功率选择策略，进一步根据各个参数、信道选择策略和功率选择策略计算下一时刻的各个参数并更新目标用户的Q值，最后循环迭代直到满足预设的迭代时间或预设条件，得到目标用户的最终信道选择策略和所述目标用户的最终功率选择策略，并根据所述最终信道选择策略和所述最终功率选择策略，进行通信资源分配。使得信令开销降低，实现不同类型用户之间频谱资源的共享，提高频谱资源的利用率，缓解当前频谱(56)对比文件尹翔;李斌;于萌.一种多agent网络中的分布式联盟形成算法.控制与决策.2014,(第03期),全文.江虹;伍春;刘勇.基于强化学习的频谱决策与传输算法.系统仿真学报.2013,(第03期),全文.李卓.基于联合资源分配的飞蜂网吞吐量优化研究.北京信息科技大学学报(自然科学版).2013,(第03期),全文.Liping Jiang.Joint Mode Selection andResource Allocation in D2D-enabledVehicular Network.The 12th InternationalConference on Wireless Communications andSignal Processing.2020,全文.蒋涛涛;朱江.CNR中基于多用户Q学习的联合信道选择和功率控制.计算机应用研究.2019,(第08期),全文.张亚洲;周又玲.基于Q-learning的动态频谱接入算法研究.海南大学学报(自然科学版).2018,(第01期),全文.
-
公开(公告)号：CN116319522A
公开(公告)日：2023-06-23
申请号：CN202310249916.X
申请日：2023-03-15
Applicant: 北京邮电大学
IPC: H04L45/121 , H04L47/125 , H04L67/101 , H04L67/1012
Abstract: 本发明提供一种算力网络中的多路径转发方法及系统，所述方法包括：获取计算任务的算力要求和时延要求，删除算力网络中不满足计算任务传输带宽需求值的链路以及不满足计算任务算力需求量化值的算力节点后，计算各剩余候选算力节点的综合指数并基于综合指数筛选主目标算力节点和备份目标算力节点，计算主目标算力节点和备份目标算力节点到入口节点的最短距离，得到主路径和备份路径，当算力网络的链路带宽资源、算力资源、主路径以及备份路径均满足计算任务需求时接受该计算任务，在算力网络中为计算任务预留计算资源并更新算力网络的网络状态。本发明能够避免计算任务在算力网络中出现拥塞丢包现象，为计算任务的传输提供了确定性保障。
-
公开(公告)号：CN113645166B
公开(公告)日：2022-07-22
申请号：CN202110727942.X
申请日：2021-06-29
Applicant: 北京邮电大学
IPC: H04L25/03
Abstract: 本公开提供一种分子通信方法及用于分子通信的接收机。该方法在接收端执行，包括：在比特时隙内分别检测从发射端通过生化环境发送的携带原比特的信息的信使分子的第一浓度、生化环境存在的反应物分子的第二浓度、信使分子与反应物分子在生化环境中发生反应生成的产物分子的第三浓度，得到第一浓度曲线、第二浓度曲线和第三浓度曲线；分别对第一浓度曲线、第二浓度曲线和第三浓度曲线进行凹凸性度量，得到第一度量指标、第二度量指标和第三度量指标；通过将第一度量指标、第二度量指标和第三度量指标分别与预设自适应阈值进行比较，获得对原比特的第一检测结果、第二检测结果和第三检测结果；基于各检测结果进行综合判决，以得到原比特的恢复比特。
-
公开(公告)号：CN113516151A
公开(公告)日：2021-10-19
申请号：CN202110369242.8
申请日：2021-04-06
Applicant: 北京邮电大学
Abstract: 本公开提供一种联邦学习方法，其中，方法由中心服务器和至少一个边缘节点实现，方法包括：中心服务器对神经网络每一层的权重矩阵降维以得到降维的权重矩阵参数集合，并将降维的权重矩阵参数集合发送至边缘节点；边缘节点基于降维的权重矩阵参数集合利用本地样本进行训练以得到该边缘节点对应的边缘表征矩阵，并将边缘表征矩阵发送至中心服务器；中心服务器基于所有边缘表征矩阵得到更新的降维的权重矩阵参数集合，并将更新的降维的权重矩阵参数集合发送至边缘节点。本公开在保证了边缘节点的数据隐私性的同时，降低了对于边缘节点的计算能力和存储能力的要求，且提高了中心服务器和边缘节点之间的数据传输速度。
-
公开(公告)号：CN109946663B
公开(公告)日：2021-10-15
申请号：CN201910102607.3
申请日：2019-02-01
Applicant: 北京邮电大学
IPC: G01S7/41 , H04B7/0456 , H04B7/0413
Abstract: 本发明公开了一种线性复杂度的Massive MIMO目标空间方位估计方法和装置。所述方法包括：通过天线阵列采集目标的接收信号；根据接收信号生成自相关协方差矩阵；对自相关协方差矩阵进行骨架提取，生成低秩表征矩阵；基于低秩表征矩阵，对自相关协方差矩阵进行低秩对称近似分解，生成低秩对称近似分解矩阵；对低秩对称近似分解矩阵进行奇异值分解，根据分解结果获得接收信号的信号子空间近似估计，根据信号子空间近似估计计算MUSIC谱；根据MUSI谱的谱峰位置计算目标的空间方位。本发明采用随机矩阵采样和低秩近似分解方法，避免了直接针对高维自相关矩阵的SVD，极大的降低了方法中的计算复杂度，解决了大规模天线场景下的雷达目标检测与信号处理中的制约性难题。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.033 seconds)
