-
公开(公告)号：CN1747605A
公开(公告)日：2006-03-15
申请号：CN200510114748.5
申请日：2005-10-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种提高蜂窝网络定位精度的方法，包括：移动终端在超宽带通信范围内寻找两个定位参考点(DT－A，DT－B)，并且与DT－A以及DT－B构成三角形，从而它们彼此之间以超宽带传输方式直接通信；通过基于超宽带的测距方法测量DT、DT－A以及DT－B之间的距离以及所构成的三角形的各个角的角度，并且计算所构成的三角形的外心O；蜂窝网络多次测量DT、DT－A以及DT－B的位置坐标的估计位置，从而得到多组的位置坐标信息；以所得到的外心O为圆心得到任意半径的圆，并且从所述得到的多组位置坐标信息中寻找位于以所述外心O为圆心的圆上的一组位置，或者接近以所述外心O为圆心的圆上的一组位置，从而得到满足要求的位置坐标A0点、B0点和C0点；确定坐标A0点、B0点和C0点所构成的三角形的外心O’点；利用DT、DT－A和DT－B之间的距离以及所构成的三角形的各个角的角度，并且利用外心O’，得到移动终端DT的实际位置。
-
公开(公告)号：CN1688145A
公开(公告)日：2005-10-26
申请号：CN200510077110.9
申请日：2005-06-14
Applicant: 北京邮电大学
IPC: H04L25/03
Abstract: 本发明公开了一种多小区系统和体系结构下的训练序列的传输方法，其中所述多小区系统包括多个小区，这些小区使用相同的频率资源，所述方法包括步骤：(1)在各个小区的用户相对独立时，各个小区使用相同或者不同的训练母序列母，并且每个小区中的不同发射天线上的训练信号的传输采用同一训练母序列的不同相移或者时移；(2)在移动终端从一个小区向另一个小区移动并且到达两个小区边界时，目的地小区的训练母序列采用与源小区相同的训练母序列，并且目的地训练序列与源小区所使用的各个天线上的训练序列具有不同的相移或时移。
-
公开(公告)号：CN117857766B
公开(公告)日：2025-04-18
申请号：CN202311628654.4
申请日：2023-11-30
Applicant: 北京邮电大学
IPC: H04N13/161 , H04N19/597 , H04N13/111 , H04N13/106
Abstract: 本发明公开了一种基于关键物体3D建模的视频压缩方法，属于视频信号处理领域。本发明方法包括：对待压缩视频提取关键目标物体的关键帧；利用关键帧估计相机参数，获取运动轨迹；训练目标物体的NeRF模型；基于目标物体的NeRF模型、相机参数等重构视频，在关键帧使用NeRF模型结合相机参数对目标物体进行外观渲染，对非关键帧进行插值渲染，将重构视频与原视频进行比较，若质量达到要求，将当前的目标物体NeRF模型文件和相机运动轨迹文件作为原视频中目标物体的压缩存储文件。本发明对视频在实现高压缩率的前提下，仍然能精确还原目标物体的形态、光影信息等细节，效率更高，更适合传输过程中的质量改善与增强。
-
公开(公告)号：CN118795899A
公开(公告)日：2024-10-18
申请号：CN202311718032.0
申请日：2023-12-14
Applicant: 北京邮电大学
Abstract: 本发明提供一种无人机集群协作决策的抗干扰方案，包括：模型的建立：在多个恶意干扰器存在下，基于分簇结构的多无人机通信场景下建立通信模型和飞行模型；优化目标：在干扰器存在的情况下，簇成员无人机与簇头无人机间的通信受到严重影响；因此，优化目标是最大化无人机群的总上行速率；算法设计：将非凸优化问题转化为马尔可夫决策过程MDP；进而，考虑到该系统的信道条件以及设备状态是动态和时变的，采用MATD3算法对该问题进行求解，本发明充分利用了无人机高机动性的特点，通过空间规避和功率分配相结合的方式来抵抗干扰器的干扰；采用了簇头和簇成员结构的无人机集群结构，提高了数据回传效率，联合通信‑运动规划的多无人机协作决策的无人机集群抗干扰方案，以最大化无人机集群的总上行速率。
-
公开(公告)号：CN117785442A
公开(公告)日：2024-03-29
申请号：CN202311691056.1
申请日：2023-12-11
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于计算卸载的无人机轨迹规划系统及其应用方法，包括：多架无人机和多个地面终端设备；通过多架无人机向多个地面终端设备提供通信和计算服务，联合优化无人机轨迹、计算任务卸载策略和计算资源分配，达到最大任务处理时延最小化，通过系统模型的建立、无人机移动模型的建立、通信模型的建立、计算模型的建立、优化目标及方法，使处理任务所需的延迟最小化；本发明充分考虑轨迹、计算任务分配和通信资源管理等问题，通过比较不同基线算法的仿真实验，证明了采用的方案在处理时延方面优于其他基线算法，适合推广应用。
-
Patent Agency Ranking
公开(公告)号：CN115801502A
公开(公告)日：2023-03-14
申请号：CN202211401004.1
申请日：2022-11-09
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于神经网络的多时隙信道估计方法及装置，通过多时隙信道特征提取、深层信道特征提取和信道重建等步骤，充分利用信道的时域相关特征，提高信道估计的准确性。并通过神经网络学习一系列参数，自适应地给不同的信道特征分配权重，使得其能应对多变的信道状况。此外，本发明基于条件生成对抗网络能够学习信道的概率分布特征，而不仅是数值拟合，更适合于信道多变的现实情况，能够提高算法对不同信道的鲁棒性。
-
公开(公告)号：CN113177367B
公开(公告)日：2022-08-30
申请号：CN202110591514.9
申请日：2021-05-28
Applicant: 北京邮电大学
IPC: G06F30/27 , G06N20/00 , G06F119/12
Abstract: 本发明实施例提供了一种高能效的联邦学习方法、装置、边缘服务器及用户设备，应用于通信技术领域，包括：确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息；向各个参与用户设备下发全局模型和带宽信息；接收各个参与用户设备上传的本地模型参数；对各个参与用户设备上传的本地模型参数进行聚合，得到更新后的全局模型；判断更新后的全局模型是否到达目标精度；如果更新后的全局模型未到达目标精度，则返回确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息，直至更新后的全局模型到达目标精度。能够实现针对边缘网络中的联邦学习，在保证模型精度的同时降低学习时间。
-
公开(公告)号：CN113177367A
公开(公告)日：2021-07-27
申请号：CN202110591514.9
申请日：2021-05-28
Applicant: 北京邮电大学
IPC: G06F30/27 , G06N20/00 , G06F119/12
Abstract: 本发明实施例提供了一种高能效的联邦学习方法、装置、边缘服务器及用户设备，应用于通信技术领域，包括：确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息；向各个参与用户设备下发全局模型和带宽信息；接收各个参与用户设备上传的本地模型参数；对各个参与用户设备上传的本地模型参数进行聚合，得到更新后的全局模型；判断更新后的全局模型是否到达目标精度；如果更新后的全局模型未到达目标精度，则返回确定当前通信轮次的参与用户设备以及待分配给各个参与用户设备的带宽信息，直至更新后的全局模型到达目标精度。能够实现针对边缘网络中的联邦学习，在保证模型精度的同时降低学习时间。
-
公开(公告)号：CN112636811A
公开(公告)日：2021-04-09
申请号：CN202011444523.7
申请日：2020-12-08
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本说明书一个或多个实施例提供一种中继无人机部署方法及装置，包括确定至少一个无人机在无人机网络中的位置，根据无人机网络的网络参数，确定无人机网络的优化目标，基于深度Q学习方法，根据优化目标计算奖励值，确定中继无人机在无人机网络中的位置。通过在无人机网络中部署中继无人机，在无人机协作追踪目标过程中，中继无人机按照部署的移动轨迹运动，可利用中继无人机实现协作的无人机之间的信息传输，保证通信质量，降低时延和能耗，提高信息共识，提高目标追踪精度和稳定性。
-
公开(公告)号：CN111598610A
公开(公告)日：2020-08-28
申请号：CN202010286270.9
申请日：2020-04-13
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种异常事件检测方法及装置，其中，方法包括：获取当前基站第一预设时间内的POI数据以及通信数据，将当前基站在第一预设时间内的POI数据与通信数据进行融合，获得当前基站的当前总特征向量，进一步通过训练好的多分类模型，计算得到当前总特征向量的当前类别概率向量，计算当前基站的当前类别概率向量与当前基站的历史类别概率向量之间的欧式距离，若欧式距离超过距离阈值，则将当前基站确定为待定异常基站，判断待定异常基站的当前平均特征向量与待定异常基站的历史平均特征向量的第一差值是否超过预设的第一差异阈值，确定当前通信数据是否异常，可以提高检测异常事件的准确性。
-
-
-
-
-
-
-
-
-
Search Results
102
records
(took 0.054 seconds)
