基于SDN的物联网雾计算网络系统及其控制方法

    公开(公告)号:CN107948129B

    公开(公告)日:2020-07-28

    申请号:CN201710960372.2

    申请日:2017-10-16

    Abstract: 本发明提供一种基于SDN的物联网雾计算网络系统及其控制方法,所述系统包括本地子网络、雾计算设备、分布式SDN控制器和云计算设备;本地子网络包括数据采集设备、受控设备和本地SDN控制器,数据采集设备和受控设备分别与本地SDN控制器相互连接;分布式SDN控制器用于对接收到的本地SDN控制器发送的请求信息进行验证,以及向所述雾计算设备和所述本地SDN控制器发送请求确认信息。本发明提供的基于SDN的物联网雾计算网络系统及其控制方法,通过对网络系统的分级,实现对接入设备的分级认证和对数据的分级处理,保证了网络的安全,提高了数据处理的效率和网络资源的利用率。

    一种检测导频攻击的方法、装置、电子设备及存储介质

    公开(公告)号:CN108419240B

    公开(公告)日:2020-06-19

    申请号:CN201810111476.0

    申请日:2018-02-05

    Abstract: 本发明实施例提供了一种检测导频攻击的方法、装置、电子设备及存储介质,其中,检测导频攻击的方法,应用于合法用户端,包括:在导频训练的上行阶段发送第一导频信号到发射端,以使得发射端得到各用户端发送的各第一导频信号的空间谱函数所对应的各第一峰值;在导频训练的下行阶段接收发射端发送的各第一峰值,以及发射端和其他用户端发射的各第二导频信号,得到各第二导频信号关于合法用户端的扫描角度的空间谱函数;得到空间谱函数所对应的各第二峰值;将最小差值对应的第一峰值确定为合法用户端的空间谱,将最小差值对应的第二峰值确定为发射端的空间谱,将剩余各峰值分别确定为恶意用户端的空间谱。本发明实施例实现了识别恶意用户端的目的。

    一种基于相关均衡后悔值匹配的资源优化分配方法及装置

    公开(公告)号:CN110035539A

    公开(公告)日:2019-07-19

    申请号:CN201910194762.2

    申请日:2019-03-14

    Abstract: 本发明公开了一种基于相关均衡后悔值匹配的资源优化分配方法及装置。所述方法包括:以系统吞吐量最大化为优化目标,构建关于多个用户节点的超密集无线网络模型;根据所述超密集无线网络模型,将用户节点的多维频谱接入优化问题建模为非合作博弈模型;基于所述非合作博弈模型,通过后悔值匹配算法对所述用户节点的频段选择进行迭代更新,获得所述非合作博弈模型的粗相关均衡解;根据所述粗相关均衡解,获得所述用户节点的多维频谱接入方式。本发明通过后悔值匹配算法,利用信道选择的随机有限性和学习算法的收敛性通过遗憾匹配得到满足相关均衡混合策略的频谱共享方式,保证了用户间的公平性,提高频谱利用率,实现了更优的网络性能。

    一种面向物联网的工业控制系统及方法

    公开(公告)号:CN107942958B

    公开(公告)日:2019-06-14

    申请号:CN201710954607.7

    申请日:2017-10-13

    CPC classification number: Y02P90/02

    Abstract: 本发明提供一种面向物联网的工业控制系统及方法,系统包括本地采集设备、中央控制器、本地计算节点和边缘计算服务器节点;本地采集设备,用于采集本地生产设备生产的产品的数据信息和本地计算节点的性能信息;中央控制器,用于根据产品的数据信息、本地计算节点的性能信息和边缘计算服务器节点的性能信息,并结合约束条件,决策任务的执行节点为本地计算节点和/或边缘计算服务器节点;本地计算节点和边缘计算服务器节点,均用于根据中央控制器的指令和产品的数据信息,执行任务。本发明提供的系统及方法,通过中央控制器判决任务的执行节点,能够有效的减轻网络数据流负载,提高信息处理效率和算法速度,减少由于计算所带来的时延。

    一种基于机器学习算法的MIMO相关信道下的调制识别方法

    公开(公告)号:CN106059972B

    公开(公告)日:2019-04-26

    申请号:CN201610353881.4

    申请日:2016-05-25

    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。

    一种频谱检测与未知噪声方差跟踪估计方法与装置

    公开(公告)号:CN104333424B

    公开(公告)日:2018-01-05

    申请号:CN201410549873.8

    申请日:2014-10-16

    Abstract: 本发明针对实际应用中噪声方差动态未知情况下的频谱检测问题,首先提出一种动态状态空间系统模型反映其内在机理:将授权用户状态与时变噪声方差作为两个隐藏状态,分别采用两状态一阶马尔科夫和自回归模型对其动态迁移特性建模。在此基础上,设计提出一种新型频谱感知方法装置。该方法根植于贝叶斯统计推理理论,采用边缘化粒子滤波技术(见附图),能够实现对授权用户与噪声方差的联合估计。特别地,本发明提出边缘化粒子滤波两级自适应预测系数调整方法,充分利用噪声方差时变特性,可实现对于噪声方差的准确跟踪。利用得到的噪声方差信息,该算法装置可拓展应用至(但不限于)单节点单天线感知系统中去,并获得良好频谱感知性能。

    一种信道频段接入方法及装置

    公开(公告)号:CN107509253A

    公开(公告)日:2017-12-22

    申请号:CN201710828805.9

    申请日:2017-09-14

    CPC classification number: H04W74/0825 H04W74/085

    Abstract: 本发明提供一种信道频谱接入方法及装置,属于通信技术领域。所述方法包括:根据当前时隙下接入每个信道频段的接入概率,选择一个信道频段;当检测到信道频段上已接入PU时,根据PU的动态位置信息,计算当前时隙下任一SU在传输方向上对PU的干扰系数;当干扰系数小于预设干扰系数阈值时,计算任一SU接入所述信道频段所产生的信噪比;当信噪比大于预设信噪比阈值时,确定任一SU已接入所述信道频段。本发明通过在检测到信道频段上已接入PU时,根据PU的动态位置信息,指导SU接入信道频段。由于可以在PU已接入信道频段的情形下,根据SU对PU的干扰程度,来选择性地让SU接入信道频段,从而扩大了信道频段接入的用户数量,进而提高了信道频段的利用率。

    一种噪声方差未知情况下的频谱检测方法与装置

    公开(公告)号:CN104168075B

    公开(公告)日:2017-06-23

    申请号:CN201410432678.7

    申请日:2014-08-28

    Abstract: 本发明针对实际应用中噪声方差未知情况下的频谱检测问题,设计了一种新型频谱感知方法装置。该方法装置能实现对授权用户状态与噪声方差的联合估计。感知算法根植于贝叶斯统计推理理论,并采用边缘化粒子滤波(Mariginal Particle Filtering,MPF)技术,通过迭代估计的方式来逼近未知噪声方差。利用准确估计得到的噪声方差信息,该算法装置可方便地拓展应用至(但不限于)单节点单天线感知系统中去,并获得良好频谱感知性能(见附图)。本发明提出的联合估计与检测装置具有优良的稳健性,因而可广泛应用于实际认知无线电系统设计中。

    一种大规模MIMO 系统中导频分配的方法及装置

    公开(公告)号:CN106385274A

    公开(公告)日:2017-02-08

    申请号:CN201610811493.6

    申请日:2016-09-08

    Abstract: 本发明实施例提供了一种大规模MIMO系统中导频分配的方法及装置,方法包括:将蜂窝移动网络中的小区划分为三个或者四个小区分组,使蜂窝移动网络中的相邻小区分别属于不同的小区分组;获取待处理的当前小区;根据当前小区中各用户的信道质量,对当前小区中的用户进行排序,得到排序后的用户列表;根据当前小区中各用户受到的导频干扰量,对当前小区中各用户分别使用的导频序列进行排序,得到排序后的导频序列列表;按照预设的分配规则,将导频序列列表中的各导频序列分别重新分配给用户列表中的各用户。应用本发明实施例既能消除不同组小区之间的导频污染,又能进一步减少同组小区之间的导频污染,提升大规模MIMO系统的通信性能。

Patent Agency Ranking