-
公开(公告)号：CN115412992B
公开(公告)日：2025-03-14
申请号：CN202210878196.9
申请日：2022-07-25
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种分布式协同进化方法、UAV及其智能路由方法、装置，每个UAV节点被配置有路由DQN模型，每个UAV节点被配置有路由评价模型；每个UAV节点被配置区块；数据包从网络中的源节点依次转发至目的节点，形成对应于所述数据包的由源节点至目的节点的路由；在一个进化周期内，执行以下步骤：S1：更新路由DQN模型参数：S2：选举出块节点：S3：广播路由DQN模型参数；S4：参数协同进化。本发明的基于区块链与深度强化学习的分布式协同进化路由技术相比于传统GPSR具有更低的端到端延迟和更高的包传递率，相比于普通智能路由算法，其拥有更快的收敛速度。
-
公开(公告)号：CN118609426A
公开(公告)日：2024-09-06
申请号：CN202410632124.5
申请日：2024-05-21
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G08G5/00 , H04L67/12 , H04L41/0823 , H04L41/14
Abstract: 本发明公开一种无人机辅助的物联网信息年龄优化方法，应用于移动通信与人工智能领域，针对无人机辅助的物联网数据采集场景中，感知节点具有一定的移动性且其位置无法被实时精准感知的问题；本发明具体设计了一种利用无人机辅助物联网数据采集，并将数据传回后台数据中心的方法，并基于PAPF‑MADQN算法对无人机的飞行轨迹进行规划。在感知节点移动且其实时位置未知的情况下，以最小化平均信息年龄为目标，对无人机的轨迹进行规划，提高了无人机辅助的物联网信息采集的实时性和有效性。
-
公开(公告)号：CN118523998A
公开(公告)日：2024-08-20
申请号：CN202410611366.6
申请日：2024-05-16
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04L27/36 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明涉及一种基于深度学习能量自编码器的非相干OTFS调制方法，包括：建立OTFS系统的模型，并对模型进行调整以及设置损失函数，生成用于模型训练的训练数据集，并设置与OTFS系统相关的参数；为OTFS通信设定自编码器，设定两个层级的权重w1和w2以及对应的偏差b1和b2，通过权重和偏差处理输入数据并生成调制信号，以将数据重塑呈形状为对应OTFS调制信号的格式；构建多层的神经网络，实现OTFS调制信号的解调过程，输出解调后的信号，对模型进行训练，最后生成测试数据。本发明采用了一种新的非相干解调的方式，通过计算天线接收组合能量进行信息解调，做到忽略导频的目的，显著提高系统通信的频谱效率。
-
公开(公告)号：CN118484301A
公开(公告)日：2024-08-13
申请号：CN202410652241.8
申请日：2024-05-24
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06F9/50 , G06F9/48 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种智能物联网中基于神经网络多级分割学习的训练卸载方法，首先选定存在多个服务器可同时进行计算卸载的场景，将DNN训练任务部署在多个计算服务器上，然后对场景进行建模，构建神经网络多级分割卸载系统，再构建联合优化问题，对无人机轨迹、DNN分割位置和服务时间调度策略进行联合优化，求解优化问题完成基于神经网络多级分割学习的训练卸载。本发明的方法针对在市域地区等已有地面基础通信设施的场景，通过将深度神经网络模型分割成多个部分，并向多个服务器同时进行计算卸载，并同步各设备在训练计算过程中的计算和通信过程，以提高深度学习训练效率并降低系统能耗。
-
公开(公告)号：CN113536207B
公开(公告)日：2024-02-02
申请号：CN202110836466.5
申请日：2021-07-23
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了一种物联网网关异常状态下的节能采样方法，包括：对于传感器负责采样的物理量，设定好相关的参数，以及最小的采样间隔时间；传感器节点执行采样，将采样数据存储，然后对采样数据做二阶差分，并根据差分值决定下次采样时间间隔，其值为最小采样间隔时间的整数倍；根据之前的采样值及预测值，通过三次指数平滑算法预测出下一时刻到下次采样时的数据；当采样值与预测的该时刻的值的误差大于阈值时，后面若干个数据采用最小时间间隔来进行采样，平滑值也初始化，并用连续采样获得的数据进行迭代。本发明能够避免无效的采集和数据丢失；对采样数据进行二阶差分运算，实现了采样的节能，能够保证获得足够的数据和预测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116582291A
公开(公告)日：2023-08-11
申请号：CN202310236118.3
申请日：2023-03-13
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04L9/40 , H04L43/026 , G06F18/2415
Abstract: 本发明公开了一种基于多维数据特征的物联网入侵检测方法，对多维数据特征进行特征联合，可以放宽条件独立性假设，减少该假设带来的误差；通过最大互信息量匹配，设计物联网环境下数据集中相互联合的特征的方法；将多维数据特征联合后形成新特征，用新特征进行训练分类器；进行数据仿真并验证了所提出的算法的有效性；本发明提高了高维特征数据的计算效率，因为进行了特征联合，减少了特征的维数，因此可以在高维数据环境下更好的工作，入侵检测的特征维数较高，提高了计算效率，可以达到快速预测的效果；本发明减少了特征独立性假设带来的误差，产生了更加准确的分类结果。
-
公开(公告)号：CN116545753A
公开(公告)日：2023-08-04
申请号：CN202310670926.0
申请日：2023-06-08
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开一种基于共有信息构建与节点选择的对称密钥生成与交换方法，应用于通信网络安全领域，针对在通信网络中用DH密钥交换技术生成对称密钥时存在的中间人攻击问题，本发明的通信双方利用通信消息构建关于双方通信过程的共有信息，并以共有信息为基础进行密钥协商，安全且快速的生成对称密钥，然后选择网络中的部分节点作为共有信息节点进行共有信息构建和对称密钥协商，实现安全性和开销均衡的系统构建。
-
公开(公告)号：CN115242283A
公开(公告)日：2022-10-25
申请号：CN202210865941.6
申请日：2022-07-22
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04B7/15
Abstract: 本发明公开一种基于多引诱剂的中继定向分子通信方法，应用于分子通信领域，针对现有技术存在的效率低下的问题；本发明对于中继使用固定的三种引诱剂，这些中继节点都只释放这三种引诱剂中的一种，通过引诱剂两两之间的相对优先级，来帮助纳米机快速寻找目标；本发明的方法与现有的多引诱剂多中继算法相比，由于固定了三种引诱剂，所以不需要很多引诱剂资源种类，节约了引诱剂资源的种类，同时依然可以实现大于三跳中继的效果；实现了在中继节点数量一定时，不仅可以减少使用引诱剂种类，还可以保持寻找目标的高效。
-
公开(公告)号：CN113556819A
公开(公告)日：2021-10-26
申请号：CN202110831708.1
申请日：2021-07-22
Applicant: 电子科技大学长三角研究院(衢州)
Abstract: 本发明公开了信标模式下ZigBee无线传感器网络错峰时隙分配的方法，包括：基于无线传感器网络节点在环境监测应用中采样的相对周期大小和紧急性按延迟敏感度对数据类型进行划分，在终端的MAC层根据划分的数据类型设计新的时隙请求帧来负载数据类型信息；在协调器端采用改进后的背包算法对竞争期内到达的时隙请求帧完成分配，在保证异类数据相对传输延迟的情况下，充分的利用保证时隙，提升非竞争期时隙的最大传输价值，满足更多节点的传输请求。此外，对于未分配到时隙的节点，采用指数平滑预测算法来对数据进行补全，在一定层面上保证了数据的完整性。
-
公开(公告)号：CN119892283A
公开(公告)日：2025-04-25
申请号：CN202510035570.2
申请日：2025-01-09
Applicant: 电子科技大学长三角研究院(衢州)
IPC: H04J3/06 , H04W72/542 , G08G5/57
Abstract: 本发明属于无人机通信感知一体化技术领域，公开了一种基于LoS参考径的双基ISAC时钟同步算法设计及系统，旨在解决发射端和接收端时钟异步导致的测量误差问题。接收端通过通信感知一体化设计，接收基于LoS径的通信信号与基于非视距(NLoS)径的感知信号。本发明提出基于LoS参考径辅助的时钟同步算法，利用LoS信号的传播特性测量信号的时延和多普勒频率，精确估算时钟偏差和多普勒频率偏差。算法结合通信与感知信号，通过动态调整补偿接收端的时钟偏差，减少异步误差积累，显著提升感知精度和系统性能。仿真结果表明，该方法在低空经济等应用场景中有效增强了系统的通信与感知功能。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.036 seconds)
