-
公开(公告)号:CN101515917B
公开(公告)日:2012-01-04
申请号:CN200910029951.0
申请日:2009-03-25
Applicant: 东南大学
Abstract: 本发明揭示了一种基于双向中继的多用户无线通信系统及方法,该通信系统包括四个多天线收发机(既是发射机也是接收机)和一个多天线双向中继,每个收发机都由一个正交频分复用(OFDM)调制器、一个OFDM解调器、一个存储器和一个自干扰消除器组成,双向中继由一个OFDM调制器、一个OFDM解调器和一个波束形成器组成,该中继为半双工放大转发中继。该通信方法使一个完整的通信过程在两个时隙内完成,在第一时隙,四个收发机同时向中继发送信号,采用正交频分多址接入(OFDMA)作为多址接入方式;在第二时隙,中继采用正交频分复用/空分复用多址(OFDM/SDMA)作为多址接入方式将处理后的接收信号广播至四个收发机。本发明融合了两种多址方式,使用两种方法分别设计了适合不同中继天线数要求的中继波束形成矩阵,能有效地利用空间分集消除收发机间干扰,与现有的中继通信技术相比实现了更高的系统和速率。
-
公开(公告)号:CN101557367B
公开(公告)日:2011-10-05
申请号:CN200910024833.0
申请日:2009-02-27
Applicant: 东南大学
Abstract: 本发明揭示了一种多点有限协同多输入多输出通信系统预编码方法,该方法基于有限协同获取每个发射机到所有接收机之间的混合信道信息,各发射机根据所获取的信道信息对其服务的多个接收机的发送信号进行预编码,以最大化每个接收机期望信号的能量,同时最小化对其它接收机的干扰;通信系统中包括多个发射机和多个接收机,每个发射机可以同时向多个接收机发送有用信号,而每个接收机在同一时刻至多可以从一个发射机接收有用信号,来自其它发射机的信号均视为干扰;多个发射机分成多个互不相交的簇,同一簇内的发射机之间可以有限协同,不同簇内的发射机之间不进行协同。本发明与现有技术相比更好地获得了通信系统性能与实现复杂度的折中。
-
公开(公告)号:CN101505171A
公开(公告)日:2009-08-12
申请号:CN200910025823.9
申请日:2009-03-10
Applicant: 东南大学
Abstract: 本发明涉及一种基于双向中继网络编码系统的通信方法,通过中继协作通信使得双向中继网络编码系统可以在用户和基站间获得最小的平均误符号率。本发明中,用户和基站的通信分两个时隙完成;在第一个时隙内,中继同时同频接收由用户和基站发送的信息,根据当前信道信息设计最优处理矩阵;在第二个时隙内,中继将接收到的信号乘以经过最优设计的处理矩阵后同时同频发送给用户和基站;用户和基站分别从接收信号中消去本身发送信号的分量得到基站和用户需要传输的信息。
-
公开(公告)号:CN114782706B
公开(公告)日:2024-11-29
申请号:CN202210454742.6
申请日:2022-04-27
Applicant: 东南大学
IPC: G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种基于多流特征融合的摩尔纹识别方法,属于图像识别领域。本发明自制数据集,以U‑Net、VGG和ResNet34作为基础特征提取网络,辅助传统的特征提取,包括HOG、LBP和DCT,通过融合多流特征,将不同特征提取网络获取的特征进行混合,以此增强网络的语义信息表达能力。为了模型有更好的泛化能力,使用随机加噪的数据增强方式。本发明不仅可以提取最具表达力的特征,还能在传统特征提取算法辅助下提高网络的准确率,对于多种摩尔纹图像实现精准检测。
-
公开(公告)号:CN118632261A
公开(公告)日:2024-09-10
申请号:CN202410945395.6
申请日:2024-07-15
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司 , 东南大学
Abstract: 本发明提供一种新增基站选址方法、装置、设备、介质及产品,方法包括:分别获取多个网络规划区域的网络价值指标;对每个网络规划区域进行网络特征提取,得到多个第一区域网络特征向量;对每个网络规划区域进行地物特征提取,得到多个地物特征;基于每个网络规划区域的网络价值指标,选择出多个目标区域;基于每个目标区域的第一区域网络特征向量和地物特征进行聚类分析,得到每个目标区域的参考规划区域集合;基于每个目标区域的参考规划区域集合,确定每个目标区域的最优新增基站选址策略。本发明提供的新增基站选址方法综合考虑到地理环境、用户价值、建站收益等多方面因素,提高了新增基站选址的准确性。
-
公开(公告)号:CN118381573A
公开(公告)日:2024-07-23
申请号:CN202410469443.9
申请日:2024-04-18
Applicant: 东南大学
IPC: H04B17/309 , H04B17/391 , H04B7/06 , G06N3/0464
Abstract: 本发明公开了融合Transformer和混合卷积的大规模MIMO信道信息反馈方法,包括:(1)构造融合Transformer和混合卷积的多层编码器和解码器结构,结合Transformer模型和卷积网络的结构优势,获取信道信息不同尺度上的整体和局部特征信息,进行信道信息的压缩和恢复。(2)构造通道量化变分自编码器作为量化模型,将压缩后的信道信息转换为潜在表示,与码本中的嵌入向量相匹配,构造信道信息传输比特流。相比于先前的信道信息反馈模型,本发明提高了信道信息的反馈质量和效率,其中Transformer和混合卷积的融合减轻了信道信息压缩造成的信息损失,通道量化变分自编码器量化模型进一步降低了信道信息反馈开销,维护信道信息反馈精度。
-
公开(公告)号:CN114677403B
公开(公告)日:2024-07-09
申请号:CN202111359719.0
申请日:2021-11-17
Applicant: 东南大学
IPC: G06T7/194 , G06N3/0464 , G06N3/08 , G06N3/084
Abstract: 本发明公开了一种基于深度学习注意力机制的肝脏肿瘤图像分割方法,属于图像处理领域。本发明将轴向注意力和多尺度注意力融合进深度学习肝脏肿瘤分割网络。轴向注意力能够在占用少量计算资源的情况下,有效地提取肝脏肿瘤CT图像的全局信息特征,而多尺度注意力可以有效地针对多尺度目标进行自适应的特征提取。网络整体采用U型的网络结构,主干为卷积提取路径,辅路为注意力机制,能够有效地提高肝脏肿瘤分割的性能。
-
公开(公告)号:CN114710187B
公开(公告)日:2024-06-04
申请号:CN202210491259.5
申请日:2022-05-07
Applicant: 东南大学
IPC: H04B7/0413 , H04B7/0426 , H04B7/0456 , H04B17/391
Abstract: 本发明公开了一种用户数动态变换场景下多小区大规模MIMO智能通信的功率分配方法,包括:构建用户数目动态变化场景下的大规模MIMO网络通信环境模型,在仿真环境中产生不同数量不同位置的用户数据,计算用户的信道状态信息,得到每个用户的自身特征与其周边环境特征合并为其特征向量,作为输入提供给Transformer网络;使用传统几何规划方法得到最优功率分配作为Transformer网络的输出标签,经过训练优化神经网络的参数,使其收敛到一个稳定状态。计算基于不同功率分配算法的用户频谱效率用于评估其性能。本发明可以在较少的计算资源和成本下逼近复杂的传统算法,同时不需要针对不同的用户数目训练不同的网络。
-
公开(公告)号:CN115018864B
公开(公告)日:2024-04-05
申请号:CN202210692381.9
申请日:2022-06-17
Applicant: 东南大学
IPC: G06T7/11 , G06T11/00 , G06N3/0455 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于自适应预处理的三阶段肝脏肿瘤图像分割方法,属于图像处理领域。本发明将CT图像的窗位窗宽预处理融合进深度学习网络作为整个网络的第一阶段,以针对不同场景机器环境下的CT成像差异,获取较好的预处理结果,提高最终的肝脏肿瘤分割精度。第二阶段为分割肝脏感兴趣区域的U型网络,第三阶段为最终的肝脏肿瘤精细分割网络。整个网络分为三个阶段,第一阶段负责预处理,第二阶段提取感兴趣区域,以排除不相关的干扰,第三阶段接收第二阶段的监督以实现精细分割。
-
公开(公告)号:CN117196033A
公开(公告)日:2023-12-08
申请号:CN202311257111.6
申请日:2023-09-27
Applicant: 东南大学
Abstract: 本发明公开了一种基于异构图神经网络的无线通信网络知识图谱表示学习方法,属于人工智能辅助无线通信技术领域。本发明将无线通信网络知识图谱转化为包含多源异构节点的异构图,构建了一个基于异构图神经网络的无线通信网络知识图谱表示学习模型,对所构建的异构图神经网络模型进行训练并采用链路预测的下游任务来验证模型的效果,采用负采样技术来解决链路预测中正负边不平衡的问题,所构建的异构图神经网络模型能够有效地学习和挖掘无线通信网络知识图谱,优化和补全无线通信网络知识图谱,理解无线通信网络中各通信指标的关联特性,这对实现无线通信网络的内生智能具有重要的研究意义。
-
-
-
-
-
-
-
-
-