异构无线网络多连接并行传输中的流量分配方法

    公开(公告)号:CN103428770B

    公开(公告)日:2016-03-09

    申请号:CN201310325225.X

    申请日:2013-07-30

    Abstract: 一种异构无线网络多连接并行传输中的流量分配方法:根据异构无线网络中各个连接的传输性能参数,估计数据包通过不同连接的传输时延,再引入遗传模拟退火算法计算优化流量分配比率,同时综合考虑每个网络资源的最大发送速率、平均传输时延、误码率和最大重传次数的多个性能参数,提供一种可行的流量分配方法,以实现最小化各连接之间最大传输时延差的流量分配。本发明利用遗传算法的隐并行性和退火算法的爬山性能,有效降低计算复杂度、大大加快求解和收敛的速度,设置收敛门限值进一步均衡算法性能与消耗时间。与其他流量分配方法相比较,本发明更适用于异构无线网络的具体应用场景,充分利用了网络连接资源,吞吐量更大。

    一种基于能量有效的分布式星群节点选择方法

    公开(公告)号:CN104485988A

    公开(公告)日:2015-04-01

    申请号:CN201410479668.9

    申请日:2014-09-18

    Abstract: 本发明公开了一种基于能量有效的分布式星群节点选择方法。在卫星移动通信系统中,高轨道卫星被分解为分布式卫星群,该分布式卫星群有上百个卫星节点组成。在卫星群与地面终端进行通信的过程中,使用大量的卫星节点,会消耗很大的功率,所以本发明针对这种情况提出了一种有效的节点选择方法。在系统的信道容量大于一定的门限值时,联合优化了发送卫星节点数,发送卫星节点子集,可服务移动终端子集。考虑到能量效率函数的特殊性,即联合优化等价于分步优化,首先,确定不同移动终端的大尺度衰落因子,从中选择出最优的大尺度衰落因子,然后确定最优的发送卫星节点数目和相应的子集。

    调度器及其基于网络多路径并行传输的数据调度方法

    公开(公告)号:CN104023408A

    公开(公告)日:2014-09-03

    申请号:CN201410300236.7

    申请日:2014-06-26

    Abstract: 本发明公开了一种调度器及其基于网络多路径并行传输的数据调度方法,所述方法包括:传输层根据数据块的目的节点,确定出用于传输数据块到其目的节点的网络传输路径;根据各个网络传输路径的有效带宽,确定出各网络传输路径的数据传输单元的大小;并对于确定出的每个网络传输路径,确定出该网络传输路径发送队列中正在排队的数据的排队时延,以及该网络传输路径的前向传播时延;根据各网络传输路径的排队时延和前向传播时延,为各网络传输路径分配数据传输单元的个数;根据对各网络传输路径确定出的数据传输单元的大小,以及数据传输单元的个数对数据块进行多路径并行传输。应用本发明,可减小重排序时延、保证调度的实时性并提高调度效率。

    WLAN组播场景中新型丢包重传机制

    公开(公告)号:CN103873216A

    公开(公告)日:2014-06-18

    申请号:CN201410097774.0

    申请日:2014-03-17

    Abstract: 本发明公开了一种WLAN组播场景中的丢包重传机制。该方法特征为:AP(Access?Point,无线接入点)在组播网络中广播一组数据包,在接收到各个组播用户反馈的丢包信息后进行统计汇总,根据一定的准则将需要重传的丢包进行编码操作生成异或组合包,组播用户结合此异或组合包和已正确接收的数据包进行丢包恢复。使用上述方法,只需要对WLAN802.11现有的普通数据帧例如A-MPDU(Aggregation-MAC?Protocol?Data?Unit,聚合MAC协议数据单元)进行十六个比特位的重新定义来承载异或组合包,在保证所有组播用户都恢复出丢包的情况下,使网络中重传包的数量减少到最低。

    基于认知技术的无线通信室内覆盖干扰消除方案及设备

    公开(公告)号:CN103533555A

    公开(公告)日:2014-01-22

    申请号:CN201310496471.1

    申请日:2013-10-22

    CPC classification number: Y02D70/00

    Abstract: 本发明公开了一种基于认知技术的无线通信室内覆盖干扰消除方案及设备。为了提高移动通信网络室内覆盖的效果,家庭基站由于低功耗、短传输距离等特性得到了极大的关注。本发明针对室内覆盖效果欠佳的情况,公开了一种将认知无线电技术应用于家庭基站干扰消除的方法。家庭基站通过周期性频谱感知,学习和了解周围无线电磁环境中的频谱利用信息,动态地接入空闲子信道进行通信,从而避免了对宏蜂窝基站/用户造成干扰,保证了系统的高吞吐量及高可靠性。

    一种适用于多天线系统的认知无线电多带频谱检测方法

    公开(公告)号:CN102932047A

    公开(公告)日:2013-02-13

    申请号:CN201210439868.2

    申请日:2012-11-07

    Abstract: 本发明公开了一种适用于多天线系统的认知无线电多带频谱检测方法。本发明同时检测所有子信道,首先对接收信号的采样协方差矩阵进行酉变换处理,分离出信号和噪声的盖氏圆盘,估计被占用信道的数目,然后根据各信道接收功率的大小,判断被占用信道的位置,确定空闲信道与被占用信道。通过这种方式,缩短了检测时间,提高频谱效率。其中,该方法的特征为:一种盲的频谱检测方法,不需要信号的先验信息;利用信号子空间与噪声子空间的正交性做出判决,而不是传统的设置主观判决门限;不需要噪声功率的相关信息,对噪声不确定度具有鲁棒性。通过上述方法,可以有效地对抗噪声不确定度,提高频谱利用率,改善系统性能。

    一种多信道多射频无线Mesh网络中分布式信道分配方法

    公开(公告)号:CN102625362A

    公开(公告)日:2012-08-01

    申请号:CN201210123432.2

    申请日:2012-04-25

    Abstract: 本发明涉及一种多信道多射频无线Mesh网络中分布式信道分配方法。需要进行路由发现的节点发起路由请求,目的节点收到请求消息后,沿逆路径回复的同时,首先通过网络分配矢量(简称为NAV)计算出信道的空闲度及剩余的可用带宽,求出加权平均期望传输时间(即WA ETT),选择WA ETT最小的信道作为给该链路分配的信道,为每条路径中的各跳分配好信道后,分别计算出各条路径的路由判据EWCETT(即改进加权累计期望传输时间)的值,选择EWCETT值最小的路径作为最佳的路由进行传输并予以维护。本发明将信道分配和路由选择融入在一起,有效地减少了信道分配和路由选择的时间,能够有效改善多信道多射频无线Mesh网络的网络吞吐量、端到端时延和网络开销。

    智能反射面辅助的无线传输方法及系统

    公开(公告)号:CN118890661A

    公开(公告)日:2024-11-01

    申请号:CN202410825267.8

    申请日:2024-06-25

    Abstract: 本申请提供一种智能反射面辅助的无线传输方法及系统,在任意确定的基站、智能反射面以及用户分布条件下,对全部用户根据信道增益排序,确定预设OMA/NOMA用户对。采用基于元素分组的智能反射面对用户的通信进行辅助,建立基于系统和速率最大化的优化目标;目标分解为智能反射面元素分组、智能反射面子表面与用户组匹配、智能反射面相位优化、用户配对和用户混合接入方式子问题。根据预设用户对,对智能反射面的反射元素进行分组;基于分组后的智能反射面元素IRS到用户链路的信道状态信息,确定各子表面与预设用户对的配对关系。确定最优相位角;对用户分层,多层用户在层之间交替耦合配对;确定采用NOMA接入的最小信噪比差值条件。

    基于结构电磁模型等效的快速射线追踪方法及相关设备

    公开(公告)号:CN117974888A

    公开(公告)日:2024-05-03

    申请号:CN202410039422.3

    申请日:2024-01-10

    Abstract: 本申请提供一种基于结构电磁模型等效的快速射线追踪方法及相关设备;该方法包括:基于构建的结构电磁等效模型,并行构建对应的多个包围盒;在射线的每个分量方向上,确定发射源点到各个包围盒的最近距离,根据最近距离确定射线与该包围盒的交点坐标并判断射线是否与该包围盒相交;判断射线与结构电磁等效模型交点位置所属的结构体,若是规则结构体,则将包围盒交点作为规则结构体交点;若是非规则结构体,将对应的包围盒按照KD树结构划分,对其非叶子节点,确定下一级的下一访问节点,对叶子节点,采用三角面求交来确定非规则结构体交点,并将非规则结构体交点与规则结构体交点中,距离射线源点最近的作为射线与等效模型的模型交点。

    一种对脉冲信号进行目标检测的方法及系统

    公开(公告)号:CN117252239A

    公开(公告)日:2023-12-19

    申请号:CN202311204330.8

    申请日:2023-09-18

    Inventor: 祝闯 邱讷敏 刘芳

    Abstract: 本发明提供一种对脉冲信号进行目标检测的方法及系统,所述方法的步骤包括:获取预构建的人工神经网络模型,并对预构建的人工神经网络模型进行初始的量化训练;将所述人工神经网络模型中的激活函数层替代为脉冲神经网络模型的脉冲神经元;基于量化函数将所述人工神经网络模型中的权重参数和偏置参数映射为脉冲神经网络模型中的权重参数和偏置参数,得到由所述人工神经网络模型转化得到的脉冲神经网络模型;脉冲相机的所述脉冲神经网络模型中的脉冲神经元基于拍摄的物体进行脉冲响应,输出脉冲特征,并得到拍摄结果。本方案基于量化函数对权重参数和偏置参数进行映射,区别于传统的ANN‑to‑SNN的转换方法,提高得到的脉冲神经网络模型的计算效率。

Patent Agency Ranking