-
公开(公告)号：CN118539968A
公开(公告)日：2024-08-23
申请号：CN202410768005.2
申请日：2024-06-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
IPC: H04B7/185 , H04B17/382 , H04W84/06
Abstract: 本申请公开了一种无线资源分配方法、装置、设备及存储介质，涉及卫星物联网技术领域，无线资源分配方法，包括：获取卫星反馈的在前一时隙接收到的用户的数据包是否解码成功的解码信息，以及在前一时隙基于RSMA传输机制向卫星发送的源状态值；基于解码信息与源状态值，确定前一时隙向卫星发送信息的错误信息年龄作为环境的状态；将错误信息年龄输入至已训练好的策略网络，确定在当前时隙发送当前源状态值所需的资源分配策略，策略网络为根据历史错误信息年龄、历史带噪声动作，以及相邻时隙间的李亚普诺夫漂移加惩罚项的上界作为奖励使用MATD3训练获得的，进而使合理对用户分配有限的无线资源。
-
公开(公告)号：CN118428494A
公开(公告)日：2024-08-02
申请号：CN202410581945.0
申请日：2024-05-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N20/20
Abstract: 本发明涉及模型训练技术领域，具体是涉及一种样本权重构建方法、模型更新方法、双层系统、设备。本发明在边缘服务器将样本信息发送给中心服务器之后，边缘服务器会实时监测其上的远端模型的更新总次数，根据更新总次数确定样本信息的实时新鲜度，并根据样本信息中的控制结果确定样本信息的误差权重。根据更新总次数和控制结果确定样本信息的总权重，使得使用样本信息进行本地模型训练时，本地模型能够根据总权重有侧重的学习样本信息，从而提高了所训练的本地模型性能，使用高性能的本地模型更新远端模型，进而也能提高远端模型的性能。
-
公开(公告)号：CN118396070A
公开(公告)日：2024-07-26
申请号：CN202410577131.X
申请日：2024-05-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06N3/082 , G06N3/0464
Abstract: 本发明涉及新一代通信技术领域，具体是涉及一种信源信道联合编码系统轻量化方法、装置和设备。本发明首先采集系统的噪声信息，然后根据噪声信息确定可以裁剪的卷积层通道数量，也就是裁剪总数量，并计算每个卷积层通道对系统的深度学习模型的重要性，最后根据每个卷积层通道的重要性，筛选出总数量的目标通道，并将从深度学习模型上裁剪掉这些目标通道，以实现系统的轻量化。从上述分析可知，本发明是根据噪声信息确定可以裁剪的通道数量，以使得裁剪之后的深度学习模型还有处理噪声的能力，从而保证了轻量化系统的通信质量。
-
公开(公告)号：CN118174828A
公开(公告)日：2024-06-11
申请号：CN202410591935.5
申请日：2024-05-14
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04L1/00
Abstract: 本发明涉及信道编码技术领域，具体是涉及构造极化码的信道选择优化方法、装置、设备及存储介质。本发明根据子信道的可靠性以及子信道所构造的预设极化向量的汉明重量，将子信道划分成初选信道集合和候选信道集合。之后根据初选信道集合所构造的第一极化码的第一最小汉明距离、候选信道集合所构造的预设极化向量的汉明重量，从候选信道集合内筛选出备选子信道，并用备选子信道优化初选信道集合。从上述分析可知，本发明在优化初选信道集合时，不仅考虑了子信道的可靠性，还考虑了汉明重量和最小汉明距离，以提高优化之后的初选信道集合的性能，也就是使用本申请优化之后的信道集合能够更好的构造后续的极化码。
-
公开(公告)号：CN117915430A
公开(公告)日：2024-04-19
申请号：CN202410062986.9
申请日：2024-01-15
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04W40/22 , H04W28/086 , H04W28/08 , H04L1/00
Abstract: 本发明提供一种了基于无码率编码分布式计算的中继选择和负载分配方法、系统及存储介质，该中继选择和负载分配方法包括：步骤一：结合LT码编码特点和任务结果计算及传输的机制，推导任务执行时间；步骤二：以中继选择策略和负载分配方案为决策变量，建立最小化任务完成时间优化问题；步骤三：通过基于贪心算法的最小惩罚值中继选择与负载分配算法去求解优化问题，得到最佳的工作节点选择策略和最优的任务负载分配方案，达到了最小的任务执行总时延。本发明的有益效果是：1.以最小化计算任务的执行时延，提高系统效能；2.采用贪心算法设计工作节点的中继选择策略和任务负载的分配方案，鲁棒性优于目前编码分布式计算研究领域中的各方案。
-
Patent Agency Ranking
公开(公告)号：CN117768385A
公开(公告)日：2024-03-26
申请号：CN202311785610.2
申请日：2023-12-22
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种面向卫星时变网络拓扑的分布式计算协同流路由方法、系统及存储介质，该分布式计算协同流路由方法包括：步骤一：构建卫星星间链路动态网络下的协同流传输时变图模型；步骤二：基于协同流传输时变图的启发式路由算法；通过在协同流时变图模型上的路径计算求解可用路径集，并设置基于流量优先级的调度规则，通过对可行路径集中路径的评估，不断地选取当前情形下的最优路径。本发明的有益效果是：1.有效降低了卫星分布式计算中的用时；2.在有效降低协同流完成时间的同时，有效提高了卫星分布式计算时的效率。
-
公开(公告)号：CN117560079A
公开(公告)日：2024-02-13
申请号：CN202410045838.6
申请日：2024-01-12
Applicant: 鹏城实验室 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04B10/112 , G02B6/293
Abstract: 本发明涉及激光通信领域，提出一种收发隔离系统和激光通信系统，其中，收发隔离系统包括本地激光器、环形器、阵元天线以及通信探测系统，环形器至少包括第一端口、第二端口以及第三端口，第一端口与第二端口光路导通，第二端口与第三端口光路导通；本地激光器用于向第一端口发射本地光，进入第一端口的本地光信号可单向传输至第二端口；阵元天线设于第二端口，用于接收并向外发射第二端口传输的本地光信号，还用于接收外部设备发射的远程光，进入第二端口的远程光信号可单向传输至第三端口；通信探测系统设于第三端口，用于接收第三端口传输的远程光信号。本申请的技术方案，能够提供一种便于获取探测远程光信号的探测信息的收发隔离系统。
-
公开(公告)号：CN117527150A
公开(公告)日：2024-02-06
申请号：CN202311844146.X
申请日：2023-12-29
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) , 鹏城实验室
Abstract: 本发明涉及信道编码技术领域，并公开了一种基于翻转重量的阶序统计译码方法、装置、设备及介质，该方法包括：基于对信道输出的有序可靠序列的线性近似描述，将测试错误模式的概率建模为翻转重量；根据翻转重量和汉明重量确定测试错误模式的似然度；利用整数分割算法，将似然度按照升序排列获得测试错误模式序列；基于预设初始似然度构建基于加权汉明距离估计的停止准则；根据测试错误模式序列和停止准则，确定目标估计码字。根据翻转重量和汉明重量确定测试错误模式的似然度，然后利用整数分割算法，将似然度按照升序排列获得测试错误模式序列，再构建基于加权汉明距离估计的停止准则，本发明能够有效降低现有译码算法的误码率和译码复杂度。
-
公开(公告)号：CN116781142A
公开(公告)日：2023-09-19
申请号：CN202310748528.6
申请日：2023-06-21
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: H04B7/185
Abstract: 本发明提供了一种面向卫星存储网络的低延迟聚合编码数据修复方法及系统，该低延迟聚合编码数据修复方法包括以下步骤：步骤一，从n‑1个可用数据存储节点中选择k个具有最短路径的源节点；步骤二，构建编码路径树(Coding Path Tree,CPT)；步骤三，采用步骤二获得的编码路径树CPT对低轨卫星存储星座(LEO Storage Constellation,LSC)的数据进行修复。本发明的有益效果是：本发明低延迟聚合编码数据修复方法能够降低LSC存储节点修复过程中的能量开销以及修复时延。
-
公开(公告)号：CN116363535A
公开(公告)日：2023-06-30
申请号：CN202310520882.3
申请日：2023-05-10
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V20/17 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
Abstract: 本发明公开了一种基于卷积神经网络的无人机航拍影像中的船舶检测方法，包括以下步骤：步骤1，构建YOLO格式的无人机航拍影像船舶数据集；步骤2，将步骤1中构建的船舶数据集送入改进的YOLOv5s网络进行船舶检测模型训练；步骤3，使用步骤2训练出的模型文件进行船舶目标检测。本发明采用上述基于卷积神经网络的无人机航拍影像中的船舶检测方法，能够解决现有船舶检测算法精准度不足以及检测速度较慢的问题，让船舶检测具备更高的效率。
-
-
-
-
-
-
-
-
-
Search Results
427
records
(took 0.073 seconds)
