-
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：CN109408919B
公开(公告)日：2022-07-22
申请号：CN201811185527.0
申请日：2018-10-11
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: G06F30/20
Abstract: 本发明公开了一种海域蒸发波导信道生成方法，通过参数设定、射线传播类型判别、公式改写、跳跃次数判别、公式求解、收发角度判别、参数计算、信道生成等步骤实现波导信道生成，其优点是将经过统计的条到达路径的信道参数带入到信道生成模块，形成蒸发波导信道。利用波导层接收端到达路径的每条到达路径实际参数，这些参数一般仅为简单实数，采用快速有效的数值计算法替代了复杂的抛物线方程计算，以减少了生成信道所需的时间，降低了生成信道的复杂度。增强光学射线方法的适用性，从而生成更符合实际情况的蒸发波导信道。
-
公开(公告)号：CN113839697B
公开(公告)日：2022-06-28
申请号：CN202111110018.3
申请日：2021-09-23
Applicant: 南通大学
IPC: H04B7/0456
Abstract: 本发明涉及一种基于深度学习的联合反馈和混合预编码设计方法，首先计算出样本信道矩阵的最优预编码矩阵。将样本信道矩阵及其最优预编码矩阵作为数据集，设计深度学习模型并训练。将训练完成的深度学习模型拆分为压缩网络和编码网络两部分，压缩网络及其权重部署在接收端，编码网络及其权重部署在发送端。对于实时信道，接收端将信道矩阵输入压缩网络，得到压缩后的信道矩阵并反馈给发送端，发送端将压缩后的信道矩阵输入编码网络，得到实时信道的预编码矩阵。本发明利用深度学习技术，对信道状态信息进行压缩，接收端无需恢复原始信道信息即可进行预编码，既能得到较好的频谱效率，也减少了信道反馈的开销、预编码和硬件的复杂度。
-
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：CN113989570A
公开(公告)日：2022-01-28
申请号：CN202111283615.6
申请日：2021-11-01
Applicant: 南通大学
IPC: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及物联网智能穿戴设备技术领域，具体涉及一种基于嵌入式边缘人工智能的跌倒检测报警方法，包括以下步骤：步骤S0：搭建基于嵌入式边缘人工智能的跌倒检测报警系统；步骤S1：创建特征值数据集；步骤S2：创建FDMLP模型；步骤S3：跌倒检测；步骤S4：报警与求助。本发明采用学习率按迭代次数进行指数衰减的优化方法；建立了老人跌倒检测的特征值数据集；对模型进行全整数量化，在嵌入式设备上成功运行；通过通信模块及定位模块发送状态信息及定位信息至云服务器，将数据同步到家属的移动端应用程序以及时进行救助；在保证高精度判别的前提下有效提高模型的运行速度、降低模型的存储消耗；所有识别活动在设备端实现，保护了使用者的隐私数据。
-
Patent Agency Ranking
公开(公告)号：CN113709070A
公开(公告)日：2021-11-26
申请号：CN202111274155.0
申请日：2021-10-29
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: H04L25/02
Abstract: 本发明公开了智能反射面辅助通信系统中降低训练开销的模式切换方法，该系统包括一个单天线基站，一个单天线用户终端和由N个反射元件组成的智能反射面，其中单天线用户终端向单天线基站发送数据，而用户‑基站直接链路被障碍物阻挡，数据只能经由智能反射面发送到单天线基站；所述智能反射面由控制器确定适当的反射方案，并动态调整其相移以提高系统的可实现数据速率；而且相移调整的必要信息，可以在基站通过上行链路训练获得，并通过控制链路传送到智能反射面的控制器。本方法综合利用统计和瞬时信道状态信息，适当选择智能反射面反射方案，能有效降低训练开销，提高系统性能。
-
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。
-
公开(公告)号：CN112887947A
公开(公告)日：2021-06-01
申请号：CN202110045753.4
申请日：2021-01-14
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
Abstract: 本发明涉及无线通信网络技术领域，尤其涉及一种双层区块链的蓝牙Mesh分簇组网方法，包括以下步骤：首先，汇聚节点选择一定数量的蓝牙节点作为簇头节点，剩余蓝牙节点根据接收信号强度大小加入各自簇头节点；然后，建立双层区块链，由簇头节点形成簇头链和各簇内的蓝牙节点形成簇内链；此外，根据网络需求，对新节点增加和节点替换的过程进行区块链维护；最后，簇内剩余能量高的蓝牙节点轮流当选簇头，持续更新区块链网络。本发明的组网方案适用于智能家居、工业物联网等场景，减少蓝牙Mesh组网过程中对网关或汇聚节点的过度依赖，提高网络的吞吐量，增强蓝牙Mesh组网的安全性，进一步降低了蓝牙Mesh网络的能耗。
-
公开(公告)号：CN110177390B
公开(公告)日：2021-05-11
申请号：CN201910427588.1
申请日：2019-05-22
Applicant: 南通大学
IPC: H04W40/32
Abstract: 本发明公开了一种密集分布式无线通信系统半动态重叠分簇算法，首先，在限制簇规模的条件下，中心处理单元利用周期性获取的长时信息状态信息对远程接入单元(RAU)进行半动态非重叠分簇；然后，通过设置门限值，找出簇边缘用户；接着，分别计算每个协作簇到本簇和其它簇的边缘用户的平均大尺度衰落，通过比值，找出重叠用户；最后，每个协作簇对簇内用户进行联合传输同时避免对重叠用户的干扰，形成虚拟的重叠簇。本发明以用户为中心，利用长时信道信息进行重叠分簇，能够适应用户位置的移动变化，改善簇边缘用户的服务质量，提高系统吞吐量，并且具有算法复杂度低，信令开销小的优点。
-
公开(公告)号：CN111336422A
公开(公告)日：2020-06-26
申请号：CN202010127238.6
申请日：2020-02-28
Applicant: 南通大学
IPC: F21S8/00 , F21V5/04 , F21V23/00 , F21V23/04 , F21V23/06 , F21V33/00 , H05B45/10 , F21W131/205 , F21Y115/10
Abstract: 本发明公开了一种基于激光测量距离的LED无影灯补光装置和方法，该装置由激光测量距离模块、微处理器模块和LED光源模块构成，多个激光测距仪在微处理器控制下周期性依次测量无影灯下面偏内侧物体的距离，微处理器模块实时判断是否为遮挡物，LED光源模块在微处理器模块控制下降低遮挡物上方LED光源的发光强度，同时增加其它照射LED光源的发光强度，达到实时自动补的目的。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.03 seconds)
