-
公开(公告)号:CN110061946A
公开(公告)日:2019-07-26
申请号:CN201910242525.9
申请日:2019-03-28
Applicant: 南京邮电大学
Abstract: 本发明提出了一种面向高铁的深度信号检测方法,首先,收集数据,依据高铁沿线不同环境类型,在高铁沿线各个场景内收集若干发送信号和接收信号;其次,划分场景,通过数据分析将每个场景进一步划分为多个区域以满足神经网络的兼容性;再次,建立深度高铁信号检测神经网络模型;接着,离线训练高铁信号检测神经网络;最后,进行在线实时检测信号,高铁在行驶过程中先通过GPS确定其位置信息,判断其所在的区域,并选择相应的神经网络模型,接着将实时接收到信号输入训练好的神经网络中,实时输出基站端发送信号。本发明的系统性能有了很大的提高,信号检测误比特率降低,算法更具鲁棒性。本发明所使用的方法无需对信道进行估计,节省了导频开销。
-
公开(公告)号:CN109743087A
公开(公告)日:2019-05-10
申请号:CN201910043867.8
申请日:2019-01-17
Applicant: 南京邮电大学
IPC: H04B7/0426 , H04B7/06 , H04W52/28
Abstract: 本发明揭示了一种高铁场景下分布式天线传输模式选择和功率优化方法,包括如下步骤:S1、初始化发射端功率分配策略;S2、利用列车位置信息获取信道信息;S3、依据判断条件进行选择性操作,当且仅当满足判断条件时,优化系统能效;S4、根据拉格朗日乘子法解优化问题,获得每个时刻多种传输模式下系统发射功率与拉格朗日乘子的关系;S5、确定每个时刻的传输模式并最大化系统能效。本发明既满足了系统发射功率的限制和时延约束,又保证了每个时刻列车的最小速率需求,并且最大化了系统能效,具有很高的使用和推广价值。
-
公开(公告)号:CN109462426A
公开(公告)日:2019-03-12
申请号:CN201811383096.9
申请日:2018-11-20
Applicant: 南京邮电大学
IPC: H04B7/0408 , H04B7/0413 , H04B7/0426 , H04B7/06 , H04B17/382 , H04B17/40 , H04W4/02 , H04W4/42 , H04W72/04
CPC classification number: H04B7/0408 , H04B7/0413 , H04B7/0426 , H04B7/0617 , H04B7/0621 , H04B17/382 , H04B17/40 , H04W4/027 , H04W4/42 , H04W72/046 , H04W72/0473
Abstract: 本发明提出了一种面向高铁车厢服务质量保障的波束成形与功率分配方法,该方法首先采用基站获得列车内部接入点反馈的每节车厢的最小速率需求,再判断基站提供的发射功率是否能满足列车每节车厢的最小速率需求,然后根据判断结果选择不同的方式确定波束分配方案,获得每个时刻的波束分配方案后,优化功率分配,以最大化列车总的移动服务量。本发明考虑了列车在穿过基站覆盖区域的每个时刻不同用户的速率公平性问题,且在此条件下使列车总的移动服务量达到最大。
-
公开(公告)号:CN109219007A
公开(公告)日:2019-01-15
申请号:CN201811087767.7
申请日:2018-09-18
Applicant: 南京邮电大学
CPC classification number: H04W4/24 , H04W4/70 , H04W72/04 , H04W72/0453
Abstract: 本发明公开了一种面向雾计算的联盟合作绿色能源分配方法,所述方法包括步骤:S1、基于雾计算建立包括雾节点、中继节点、可再生能源供应者、频谱拥有者、边缘节点和终端设备的物联网网络结构;S2、基于Stackelberg模型建立领导者追随者博弈模型,由雾节点作为领导者面向终端设备制定无线网络服务价格策略p;可再生能源供应者作为追随者根据无线网络服价格策略p确定中继节点需要能量的价格策略w;其中,物联网网络结构中设置有一个雾节点和预设数量的中继节点,可再生能源供应者用于为物联网网络结构提供能量,边缘节点用于集中终端设备,终端设备用于传输数据;本发明可以提升物联网网络结构的稳定性,数据传输效率,并有效提高了物联网网络结构的利润。
-
公开(公告)号:CN107071881A
公开(公告)日:2017-08-18
申请号:CN201611119385.9
申请日:2016-12-08
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于博弈论的小蜂窝网络分布式能量分配方法,该方法针对多小区LTE移动通信系统,提出了一种新的分布式功率分配方法,该方法在满足小区功率和发送速率的限制条件下,最大程度地提高小区的系统容量和能量损耗的比值,从而达到以更低的能耗提供更高速率的目的。该方法先建立了多蜂窝非合作博弈模型,证明了该系统模型纳什均衡点的存在,并提出了一种迭代式的资源分配算法,通过不断迭代小区在子载波上的功率来优化系统能效。仿真结果表明了该系统模型纳什均衡点的存在性并且说明了该算法收敛于纳什均衡点。
-
公开(公告)号:CN106358148A
公开(公告)日:2017-01-25
申请号:CN201610880561.4
申请日:2016-10-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于潜博弈的协同数据分流联合信道选择方法,该方法包括以下步骤:所有在系统中的设备随机选择一个信道;每一个用户根据同一信道上其他用户的情况计算自己在信道上的能量消耗;用户随机再选择一个新的信道,再次计算此时的能量消耗;用户以概率p停留在当前信道,以概率p'返回上次选择的信道;不断迭代后达到稳态。本发明提出的分布式算法将通过设置合适的信道转移概率,使得用户能够选择到自己合适的信道并达到能量收敛。
-
公开(公告)号:CN104990554A
公开(公告)日:2015-10-21
申请号:CN201510220375.3
申请日:2015-05-04
Applicant: 南京邮电大学
IPC: G01C21/28
CPC classification number: G01C21/28
Abstract: 本发明公开了GNSS盲区中基于VANET车辆间协作的惯性导航定位方法,该方法在GNSS盲区使用惯性导航定位技术进行单独定位的基础上,引入协作定位的理念,解决GNSS盲区中单独使用惯性导航INS进行定位时定位误差随时间积累造成的定位性能较差问题,包括:首先,车辆之间通过DSRC进行通信,共享车辆自身的INS位置信息、里程仪的速度信息,ID等;其次,各车辆根据接收到的邻近车辆的速度信息等检测车辆与邻近车辆“相遇”时刻;再次,根据相遇时刻得到车辆相遇时的距离;然后,利用航位推算将本地的INS位置信息和车辆之间的距离,得到车辆的绝对位置;最后,再使用数字地图技术修正最终的位置信息。
-
公开(公告)号:CN103383811A
公开(公告)日:2013-11-06
申请号:CN201310186496.1
申请日:2013-05-17
Applicant: 南京邮电大学
IPC: G08G1/01 , G08G1/017 , G08G1/0968
Abstract: 本发明公开了一种基于GID的智能交通解决方案,该方案以GID终端作为移动速度仪采集车辆速度、运行状态等各种静、动态信息,并结合网络车牌、多种定位技术,依托其泛在网络进行信息快速、安全传输的方法来实现实时路况。本发明解决其技术问题所采用的技术方案是:本发明GID的实现主要包括三部分:第一部分是多模多归属多态AP终端,第二部分是网络的组网方式及第三部分云业务平台,进行业务的交换和共享。GID系统终端的多模、多归属特性由其本身所固有的通信制式和桥接模块来实现。在基于GID的智能交通系统中,是运用“端-管-云”(即“通信、传感、计算终端+网络+云计算中心平台”)的模式构建协同的智能交通三层网络体系。
-
公开(公告)号:CN103312788A
公开(公告)日:2013-09-18
申请号:CN201310186367.2
申请日:2013-05-17
Applicant: 南京邮电大学
IPC: H04L29/08
Abstract: 本发明公开了一种端管云协同的汽车网络黑匣子系统,该系统具有终端、管道和云端,具体指端、管、云协同的汽车网络黑匣子系统。本发明涉及智能交通系统、车联网、云计算、泛在通信及移动互联网等相关技术领域,通过CAN总线及OBD II接口以及运行在车载终端上的智能分析软件,智能感知车辆动态、静态数据;通过泛在通信技术,将车辆黑匣子里智能感知的数据实时传送到网络云端;通过云计算技术,构建车辆网络黑匣子云,将汇聚的海量黑匣子数据进行云存储、计算和分析,并以SaaS的形式,为事故勘察、智能交通、车联网等应用提供软件服务。
-
公开(公告)号:CN103024796A
公开(公告)日:2013-04-03
申请号:CN201210479939.1
申请日:2012-11-23
Applicant: 南京邮电大学
Abstract: 本发明提出了一种无线Mesh网络带宽估计方法,所述方法是一种分布式的信道空闲时间估计机制,通过周期性地分析节点通信状态,进行信道空闲时间的估计,并向其邻居节点广播该可用带宽信息,同时将一跳邻居节点的这些可用带宽信息在两跳邻居节点间相互传送以实现干扰感知;区分对发送端和接收端的帧同步有重要影响的载波侦听繁忙状态和信道繁忙状态,考虑发送端和接收端空闲时间的依赖程度,进而准确地估计本地节点的可用带宽资源。
-
-
-
-
-
-
-
-
-