-
公开(公告)号:CN115563490A
公开(公告)日:2023-01-03
申请号:CN202211222229.0
申请日:2022-10-08
Applicant: 南京大学
IPC: G06F18/213 , G06F18/2111 , G06F18/214 , G06F18/2411 , G06N3/00 , H04B7/185
Abstract: 基于改进蝗虫优化算法的超大规模低轨卫星故障诊断方法,采用双层卫星网络管理架构,在不影响故障诊断准确率的情况下先通过改进的蝗虫优化特征选择算法LS‑BGOA进行数据预处理,该算法将Levy飞行策略、混合复杂进化策略和蝗虫优化算法相结合:1)利用改进的蝗虫优化特征选择算法LS‑BGOA进行数据预处理工作,消除不相关的或噪声数据以降低卫星传输的数据维度,选择出适用于卫星故障诊断的最优特征子集。2)采用MEO/LEO双层递阶管理架构,MEO网络层作为管理层,所有的LEO卫星得到的最优特征子集对应的传感数据上传给对应的MEO管理卫星。3)由MEO卫星通过LEO上传的信息进行故障诊断工作,判断LEO卫星是否是故障状态。
-
公开(公告)号:CN114666844A
公开(公告)日:2022-06-24
申请号:CN202210054434.4
申请日:2022-01-18
Applicant: 南京大学
Abstract: 一种面向6G的智简高效全解耦网络架构,基于基站、用户和边缘云,其中数据基站又包含下行基站和上行基站;边缘云与各基站之间用光纤连接;控制信道的传输时延要比数据信道的传输时延低;数据信道是分布式协作发送,传输、处理、存储一体式接收;边缘云是整个协作区域内数据集中处理的实体;所述全解耦网络是一个局部区域内多基站协作为用户提供无线接入服务的网络架构;全解耦网络的控制面和数据面是物理分离的;数据面的上行和下行也是物理分离的;数据面的业务传输是通过多点协作实现的;本发明能将网络充分地解耦,有效地促进多维资源的协作,提高整个网络的频谱效率,为用户提供个性化通信服务,并降低组网成本。
-
公开(公告)号:CN114448486A
公开(公告)日:2022-05-06
申请号:CN202210120109.3
申请日:2022-02-08
Applicant: 南京大学
IPC: H04B7/08 , H04B7/06 , H04B17/391 , H04W72/04
Abstract: 一种面向全解耦网络下行多点协作调度方法,1)用户基于下行帧中的导频序列估计出信道信息值,然后将本地估计出来的信道信息回到基站的边缘基带信号处理中心;2)根据所测得信道信息,考虑基站和用户之间的功率分配是平均分配,将用户和基站的匹配关系建模为一个多对多的图匹配问题、即建模为一个以最大化总容量为标准的多对多匹配模型,设计多对多初始化以及交换匹配算法;3)根据用户和基站的多对多匹配方案以及接收到的信道信息,考虑用户之间相干传输的干扰,建立以用户加权速率和为目标的优化问题,用分数规划将协作调度的问题转化为多变量的非凸问题,并且使用分块坐标下降的方式得到基站对用户的波束赋形矩阵。
-
公开(公告)号:CN112629533A
公开(公告)日:2021-04-09
申请号:CN202011252260.X
申请日:2020-11-11
Applicant: 南京大学
Abstract: 本发明基于路网栅格化道路车流预测的路径规划方法,步骤如下:基于城市的路网图,将城市划分为M×N的网格区域,在城市的路网中,将某一时刻的所有车辆的GPS或北斗数据根据经纬度和方向分配到所属的网格内,得到城市路网图的向不同方向的密度图;将得到的路网的某一时刻的密度图作为神经网络的输入,利用前30±15分钟的路网密度数据预测未来10±5分钟的神经网络;根据预测前某一时刻的道路周围网格区域的车流密度以及道路车流密度和平均速度的关系,计算得到预测后各道路的车辆平均行驶速度。根据某车辆当前所在位置划分一个栅格区域,并根据预测的未来10±5分钟的道路车辆密度和平均行驶速度信息,选择车辆在某一栅格区域内的道路。
-
公开(公告)号:CN111556508A
公开(公告)日:2020-08-18
申请号:CN202010428618.3
申请日:2020-05-20
Applicant: 南京大学
Abstract: 一种面向大规模IoT接入的Stackelberg博弈多运营商动态频谱共享方法,所述的多运营商动态频谱共享方法包括以下步骤:1)预先建立频谱提供商和网络运营商的效益函数;2)以频谱提供商为领导者,以网络运营商为跟随者,建立动态Stackelberg博弈;3)通过博弈最终达到均衡,实现多运营商频谱共享以及领导者和跟随者的收益最大化,同时可使接入跟随者的物联网设备数量最大化;以频谱提供商为领导者,网络运营商为跟随者,建立动态Stackelberg博弈,在动态频谱共享机制下运行;通过博弈最终达到均衡,实现领导者和跟随者的收益最大化,同时可使接入跟随者的蜂窝用户和物联网设备数量最大化。
-
公开(公告)号:CN108877268A
公开(公告)日:2018-11-23
申请号:CN201810893061.3
申请日:2018-08-07
Applicant: 南京大学
IPC: G08G1/0967 , G08G1/16
Abstract: 一种面向无人驾驶的无红绿灯十字路口智能调度方法,包括以下步骤:步骤1:设立基于十字路口交通管理器以及调度区和划分碰撞避免区,建立以交通管理器作为协同车辆通信、规划车辆调度的中心控制管理机制;步骤2:交通管理器接收进入调度区具体车辆的行驶数据,并返给具体车辆通过十字路口的调度信息;步骤3:根据调度信息的引导,无人驾驶车辆进行相应调整通过十字路口;所述碰撞避免区是十字路口两条车道的交叉区,碰撞避免区被划分成16个相同面积的正方形冲突区域,同一个正方形冲突区域最多只能由一辆车占用;进入所述碰撞避免区的无人驾驶车需以同一恒定的速度并按既定方向行驶。
-
公开(公告)号:CN115865268B
公开(公告)日:2025-04-08
申请号:CN202211389832.8
申请日:2022-11-08
Applicant: 南京大学
IPC: H04L1/00
Abstract: 本发明公开了一种面向6G全解耦网络的下行链路自适应方法及系统,能够在长延时反馈下实现有效的链路自适应。本发明首先构建一个基于信干噪比的低维信道特征向量,以表示当前频率选择性衰落信道的状态;然后根据低维信道特征向量的历史数据,对未来传输时刻的信道特征向量进行预测;再构建一个基于神经网络的误帧率FER估计模型,其以信道特征向量和调制编码方案MCS为输入,以相应的FER为输出;最后根据模型估计的FER选择期望吞吐量最大的MCS方案,并通过长反馈链路向下行基站报告,实现下行的链路自适应传输。本发明可以缓解6G全解耦网络中长反馈延时造成的链路自适应性能下降,为全解耦网络的自适应传输提供了可行方案。
-
公开(公告)号:CN119233357A
公开(公告)日:2024-12-31
申请号:CN202411391721.X
申请日:2024-10-08
Applicant: 南京大学
Abstract: 本发明公开了一种面向低轨巨星座的主动分级边界网关协议路由方法与系统,方法包括:进行时间帧及时隙划分,预测一个时间帧内星地连接切换和各卫星的吞吐量,并将卫星网络划分为出入口卫星区、骨干区和非骨干区;根据卫星分区进行iBGP连接,根据时隙划分决策不同时隙下进行路由更新的机制;在仅采用分级收敛机制的时隙,各分区卫星分级收发UPDATE报文交换路由信息达到全网收敛;在采用主动路由更新机制辅助分级收敛机制的时隙,卫星对路由表条目进行主动更新,并收发后验UPDATE报文进行验证。本发明采用分级收敛机制,能够减少卫星间iBGP连接、降低报文开销并提高路由收敛速度,并辅以主动路由更新机制,能够进一步减少路由收敛时间以及提高卫星网络稳定性。
-
公开(公告)号:CN115002721B
公开(公告)日:2024-11-15
申请号:CN202210632787.8
申请日:2022-06-06
Applicant: 南京大学
IPC: H04W4/40 , H04W28/02 , H04W28/20 , H04W48/20 , H04W72/0453 , H04W72/1263 , G06F17/17 , G06F17/18
Abstract: 一种B5G/6G全解耦蜂窝车联网的随机优化资源分配方法,1)针对网络中两类用户,即时延敏感用户和高速率确保用户建立优化问题模型,2)利用李雅普诺夫漂移加惩罚算法,设计异质资源切片机制,构造1)中所提优化问题的求解框架:首先构造高速率确保用户o在时间切片t的虚拟队列,其中L为时延敏感型用户需要的数据量;在时间片t的开头,初始化队列的储备量为0,在每个时间片上执行如下步骤:S1:通过求解目标函数被转化的问题P1确定最优基站连接方案和资源分配方案;3)在2)的求解框架下,结合马尔科夫近似方法设计接入基站选择方法和频谱资源切片机制:求得问题P2近似最优解。相较于传统的单基站接入,提升了车联网用户的服务质量。
-
公开(公告)号:CN118711371A
公开(公告)日:2024-09-27
申请号:CN202410963434.5
申请日:2024-07-18
Applicant: 南京大学
IPC: G08G1/01 , G06V20/54 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于稀疏车联网数据的栅格化交通状态估计方法与系统,为智能交通系统提供一个高效而低成本的交通状态估计任务方案。本发明采集稀疏的车联网数据集,并将车辆与栅格化城市地图进行匹配,得到栅格化城市地图每个网格中四类行驶方向的车辆平均速度作为其交通状态估计值;再通过构建的ConvRet模型,减弱或消除由车联网数据稀疏化造成的交通状态估计不准确性与不稳定性,生成城市整体范围内稳定准确的实时交通状态估计。相比传统方法,本发明具有成本效益高与覆盖范围广的优点。本发明所设计的ConvRet模型能够充分捕捉交通数据在时间与空间维度上的协同相关性,生成准确而稳定的交通状态估计值,具有良好的模型鲁棒性与泛化学习能力。
-
-
-
-
-
-
-
-
-