-
公开(公告)号：CN114501497A
公开(公告)日：2022-05-13
申请号：CN202210073010.2
申请日：2022-01-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于信噪泄漏比的多智能反射面与多用户的匹配方法，该方法首先用户端发送正交导频信号，基站端根据接收的导频信号估计出直接链路和反射级联链路信道状态信息；然后基站端采用广义瑞利熵算法计算得到最佳预编码向量；接着基站端计算得出其通过每一个智能反射面服务不同用户端时的信噪泄漏比值；最后基站端采用基于信噪泄漏比权值的Kuhn‑Munkres算法，经迭代获得一组最大权值的智能反射面与用户端匹配结果，依据匹配结果配置智能反射面的幅度和相位进行下行链路数据通信。本发明增强了系统稳定性，提升了无线通信系统的频谱效率以及能量效率。
-
公开(公告)号：CN102664716B
公开(公告)日：2014-08-06
申请号：CN201210109793.1
申请日：2012-04-13
Applicant: 南通大学
Abstract: 一种应用于实时监测的无线传感器网络数据收集方法包括路由建立和数据传输两个过程。路由建立过程采用普通编码模式即对数据包进行循环冗余校验，然后根据负载、链路信道质量和跳数等指标建立符合要求的多径路由；数据传输过程可以采用普通编码模式或增强型的编码模式，当无线信道条件较差时，可采用增强型的编码模式即对数据包进行分段、循环冗余校验、信道编码和比特交织，同时数据传输过程中根据路由表中父节点的当前负载大小判断是否切换路由，当数据包重传时需要联合物理层、数据链路层和路由层来处理，启用父节点邻居节点的多径路由协作传输，接收节点采用数据包接收合并技术。具有路由建立速度快，路由维护开销小，数据传输可靠性高和时延低的优点。
-
公开(公告)号：CN102904724A
公开(公告)日：2013-01-30
申请号：CN201210394628.5
申请日：2012-10-17
Applicant: 南通大学
Inventor： 袁红林 , 包志华 , 徐晨 , 章国安 , 杨永杰 , 严燕 , 朱海峰 , 邵蔚 , 季彦呈 , 冯军 , 黄勋 , 蒋华 , 孙强 , 罗磊 , 王伟 , 李洪钧 , 谢正光 , 张晓格 , 岳贤军 , 沈学华
Abstract: 本发明涉及基于射频指纹的挑战-应答认证协议方法。挑战与应答双方通过无线媒介进行通信连接，包括：初始阶段的：应答方通过所述无线媒介获取挑战方的射频信号，从中检测出挑战方射频指纹RFF；将获取挑战方的射频指纹RFF存储到存储器中；和运行阶段的：应答方接收到挑战方的射频信号后；检测出其中的射频指纹RFF；从存储器中读取存储的挑战方射频指纹RFF，比较刚检测出的射频指纹RFF与存储的射频指纹RFF，如两者匹配，继续运行协议，如两者不匹配，终止协议运行。本发明实现了通信双方物理层信息的高强度身份认证，能够抵抗有关通信方克隆的绝大部分攻击，包括假冒、重放、侦听、拒绝服务等，并有助于解决密钥泄露检测公开问题。
-
公开(公告)号：CN119861234A
公开(公告)日：2025-04-22
申请号：CN202510026980.0
申请日：2025-01-08
Applicant: 南通大学
Abstract: 本发明公开了一种面向中轨卫星的船载动中通天线指向误差损耗估计方法，包括基于中轨卫星两行根数导入STK分析软件得出目标卫星在地心大地坐标系下的高度、经度、纬度；其次基于中轨卫星位置信息建立椭球体坐标系，得到中轨卫星在椭球体坐标系下的位置矢量，进一步得到地理坐标系下的天线位置矢量；再基于船舶的姿态信息旋转坐标系将地理坐标系下的天线位置矢量转换到载体坐标系，得到船舶载体坐标系下天线理论的俯仰角，方位角；然后在船载动中通天线转台中安装编码器获得天线在船舶坐标系下实际的俯仰角、方位角，最后基于天线理论指向角和实际指向角，得出天线指向误差损耗。本发明具有估计方便，准确性高的特点。
-
公开(公告)号：CN116781118A
公开(公告)日：2023-09-19
申请号：CN202310887430.9
申请日：2023-07-19
Applicant: 南通大学
IPC: H04B7/0413 , H04B7/06 , H04L25/02 , H04W12/02
Abstract: 本发明属于无线通信技术领域，公开了一种去蜂窝大规模MIMO物理层安全通信传输方法，该方法构建由M个接入点AP、K个用户和一个窃听者组成的去蜂窝大规模MIMO系统模型；根据去蜂窝大规模MIMO系统模型，构建接入点AP、用户和窃听者之间的物理层安全模型；根据去蜂窝大规模MIMO系统模型、物理层安全模型，构建通信保密率最大化目标及功率分配优化条件；基于通信保密率最大化目标及功率分配优化条件，利用不等式和路径跟踪算法进行求解，并构建去蜂窝大规模MIMO物理层安全通信方法。本发明提供更强的接收信号强度，且具有高安全性和大规模连接的特点。
-
Patent Agency Ranking
公开(公告)号：CN114501497B
公开(公告)日：2023-04-28
申请号：CN202210073010.2
申请日：2022-01-21
Applicant: 南通大学
Abstract: 本发明公开了一种基于信噪泄漏比的多智能反射面与多用户的匹配方法，该方法首先用户端发送正交导频信号，基站端根据接收的导频信号估计出直接链路和反射级联链路信道状态信息；然后基站端采用广义瑞利熵算法计算得到最佳预编码向量；接着基站端计算得出其通过每一个智能反射面服务不同用户端时的信噪泄漏比值；最后基站端采用基于信噪泄漏比权值的Kuhn‑Munkres算法，经迭代获得一组最大权值的智能反射面与用户端匹配结果，依据匹配结果配置智能反射面的幅度和相位进行下行链路数据通信。本发明增强了系统稳定性，提升了无线通信系统的频谱效率以及能量效率。
-
公开(公告)号：CN115173914A
公开(公告)日：2022-10-11
申请号：CN202210835698.3
申请日：2022-07-15
Applicant: 南通大学
Abstract: 本发明公开了一种多智能反射面辅助通信主被动波束赋形迭代优化方法，该方法首先用户端通过智能反射面发送导频信号，基站端根据导频信号获取级联链路的信道状态信息；然后基站端为每个用户端分配一个智能反射面，采用广义瑞利熵算法计算得到基站端通过所选智能反射面服务各自用户端的最优主动波束赋形向量，并计算信噪泄漏比值；接着基站端通过最大化各个用户端的最小信噪泄漏比，优化用户端所选择的智能反射面的被动波束赋形；之后基站端联合基站端的主动波束赋形和智能反射面的被动波束赋形进行迭代优化。本发明增强了无线通信系统的稳定性、可靠性，提升了无线通信系统的频谱效率。
-
公开(公告)号：CN114844541A
公开(公告)日：2022-08-02
申请号：CN202210428661.9
申请日：2022-04-22
Applicant: 南通大学
IPC: H04B7/0456
Abstract: 本发明涉及一种基于深度学习的混合预编码和反馈方法，离线训练阶段中首先由信道矩阵计算预编码矩阵和合并矩阵，并输入混合预编码深度学习模型训练，将输出的预编码矩阵和样本预编码矩阵输入压缩重建深度学习模型训练，然后将压缩重建模型拆分为压缩网络和重建网络，将混合预编码、压缩网络部署在接收端，重建网络部署在发送端。在线预测阶段中，接收端将信道矩阵输入混合预编码网络，得到预编码矩阵和合并矩阵，将预编码矩阵输入压缩网络，得到反馈信息并传输给发送端，发送端将反馈信息输入重建网络得到预编码矩阵。本发明利用深度学习技术，实现了预编码、合并矩阵的设计以及反馈，可获得较好的频谱效率，也减少了反馈的开销和硬件的复杂度。
-
公开(公告)号：CN114611792A
公开(公告)日：2022-06-10
申请号：CN202210238135.6
申请日：2022-03-11
Applicant: 南通大学
Abstract: 本发明涉及一种基于混合CNN‑Transformer模型的大气臭氧浓度预测方法，设计了一种混合CNN‑Transformer模型，该模型由卷积神经网络和改进的Transformer模型组合构成。卷积神经网络由2个一维卷积层组成，Transformer模型由编码器和解码器组成，每个编码器有3个编码层，解码器有3个解码层。同时，在传统Transformer编码器解码器架构的基础上，为编码器的不同编码层之间加入了“编码器到编码器”的交叉多头注意力层，进一步挖掘不同编码层之间编码信息的关联。CNN模型可以在特征维度上很好地提取有效信息，弥补了Transformer模型中编码器提取信息能力不足的问题。该预测方法能够更真实地反映多元数据对臭氧浓度的影响，并通过CNN‑Transformer模型学习这种影响模式，从而给出更精确的臭氧浓度预测结果。
-
公开(公告)号：CN113453148A
公开(公告)日：2021-09-28
申请号：CN202110710289.6
申请日：2021-06-25
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
Abstract: 本发明公开了一种联合深度学习与加权K邻近算法的室内位置指纹定位方法，该方法首先在定位区域采集WLAN信号特征数据建立指纹库以训练卷积神经网络，之后基于该训练完成的CNN网络模型进行用户位置的初定位，然后根据用户初定位位置坐标确定用户在定位区域内的理论范围，并在局部蓝牙Mesh网络中应用加权K邻近算法进行用户精确位置定位，最后将用户精确位置坐标反馈给用户设备。本发明联合应用了深度学习模型与加权K邻近算法进行位置指纹定位算法的优化，提高了该算法的定位精度，同时联合应用了蓝牙Mesh与WiFi技术搭建主体网络，用户设备组网方便，可实现室内高精度定位。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.02 seconds)
