-
公开(公告)号：CN101515816B
公开(公告)日：2012-12-12
申请号：CN200910103518.7
申请日：2009-04-02
Applicant: 重庆航天火箭电子技术有限公司 , 重庆邮电大学
IPC: H04B7/06
Abstract: 本发明涉及无线移动通信领域，针对预编码技术中存在的高性能和低复杂度不能并存，以及在噪声方差小的时候对噪声的抑制效果会变差的问题，本发明基于最大化SJNR准则的分群预编码算法，设计了自适应分群预编码方案。该方法首先采用分群技术，在多用户多入多出系统(MIMO)中，从高层获取CSI信息，根据CSI进行自适应干扰和噪声的抑制，基站将多个用户分成几个群，对传输信道CSI情况进行信道状态判断，在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制，当信道状态好的时候直接采用分群联合传输算法。这种自适应分群预编码算法能够取得不同信道状态下最好的误码率性能。本发明可广泛应用于MIMO系统中。
-
公开(公告)号：CN101515816A
公开(公告)日：2009-08-26
申请号：CN200910103518.7
申请日：2009-04-02
Applicant: 重庆航天火箭电子技术有限公司 , 重庆邮电大学
IPC: H04B7/06
Abstract: 本发明涉及无线移动通信领域，针对预编码技术中存在的高性能和低复杂度不能并存，以及在噪声方差小的时候对噪声的抑制效果会变差的问题，本发明基于最大化SJNR准则的分群预编码算法，设计了自适应分群预编码方案。该方法首先采用分群技术，在多用户多入多出系统(MIMO)中，从高层获取CSI信息，根据CSI进行自适应干扰和噪声的抑制，基站将多个用户分成几个群，对传输信道CSI情况进行信道状态判断，在信道状态差的时候采用最大化SJNR准则的分群预编码来进行干扰和噪声的抑制，当信道状态好的时候直接采用分群联合传输算法。这种自适应分群预编码算法能够取得不同信道状态下最好的误码率性能。本发明可广泛应用于MIMO系统中。
-
公开(公告)号：CN115378865B
公开(公告)日：2024-08-13
申请号：CN202210971335.2
申请日：2022-08-12
Applicant: 北京智芯微电子科技有限公司 , 重庆邮电大学
IPC: H04L45/02 , H04L45/121 , H04L41/12 , H04L41/14
Abstract: 本发明公开了一种AVB流时延的路由调度方法和系统、存储介质、终端设备，所述方法包括：将TSN网络拓扑抽象为网络有向图；建立门控CBS调度机制模型，并根据AVB数据流队列对门控CBS调度机制模型的传输规则进行优化；在接收到路径选择需求时，基于KSP路径选择算法生成路径集，为AVB数据流选择合适的传输路径；根据路径选择结果和流量传输约束条件生成门控调度表。本发明的路由调度方法，能够降低AVB流的端到端延迟，提高AVB流的通信性能。
-
公开(公告)号：CN118314112A
公开(公告)日：2024-07-09
申请号：CN202410498213.5
申请日：2024-04-24
Applicant: 重庆邮电大学
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06V10/766 , G06V10/77 , G06V10/52 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于特征融合的云游戏盲图像质量评价方法和装置，包括：将云游戏图像输入训练好的盲图像质量评价模型中计算得到云游戏图像的质量评价分数；所述盲图像质量评价模型包括：特征提取模型、特征融合模型、超参数网络模型和质量回归模型；所述特征提取模型用于提取云游戏图像的失真特征和美学特征；所述云游戏图像的失真特征包括：深层失真特征和多尺度融合的综合失真特征；所述特征融合模型用于将综合失真特征和美学特征进行特征融合得到融合特征；所述超参数网络用于根据深层失真特征计算质量回归模型的网络参数；所述质量回归模型用于根据超参数网络计算出的网络参数将融合特征进行线性回归计算得到云游戏图像的质量评价分数。
-
公开(公告)号：CN114222291B
公开(公告)日：2024-01-30
申请号：CN202111472760.9
申请日：2021-12-01
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司 , 重庆赛宝工业技术研究院有限公司
IPC: H04W12/03 , H04W12/041 , H04W12/0431 , H04B13/00 , H04L25/02
Abstract: 本发明涉及一种无线体域网数据加密方法，属于网络数据加密领域，包括以下步骤：S1：获取t秒的心电信号，并根据该心电信号的R波形成心电信号特征值λ；S2：采用基于LMMSE、VGG16和Transformer的方法进行近体信道估计，获得信道的幅度A和相位P；S3：分别将心电信号特征值λ、幅度A以及相位P量化形成三个参数作为加密密钥；S4：将步骤S3所得的加密密钥广播至无线体域网中的每个节点，且每个节点按照该加密密钥利用交错走停式流加密电路将明文序列加密形成密文；S5：按照间隔周期T返回步骤S1更新所述电信号特征值λ、幅度A和相位P。
-
Patent Agency Ranking
公开(公告)号：CN111683369B
公开(公告)日：2023-02-17
申请号：CN202010500791.X
申请日：2020-06-04
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司
Abstract: 本发明涉及一种面向体域网数据传输的分级数字混沌加密方法，属于体域网领域，包括以下步骤：S1：基于谱熵分析的有限精度数字混沌系统加密安全性预评估；S2：生成具有有效精度动态可调节特性的数字混沌序列；S3：对数字混沌序列进行二值化处理得到混沌密钥序列；S4：将混沌密钥序列与明文序列进行异或运算得到密文。在数字精度有限的体域网数据传输环境下，实现了保留精度可控的数字混沌序列发生器系统，通过谱熵分析算法，解决了有限精度下传统混沌判断方法无法定量评价混沌动力学退化程度的问题。有效降低了加密算法与数据运算的硬件开销，功耗仅占了三分之一的同时序列保留了良好的随机性，达到了生理敏感信息的加密要求。
-
公开(公告)号：CN113014396B
公开(公告)日：2022-07-22
申请号：CN202110227574.2
申请日：2021-03-01
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司
Abstract: 本发明涉及一种适用于WBAN数据实时加密传输的超轻量级加密方法，属于无线通信技术领域，本发明通过引入体域网协议中物理层协议数据提的取随机数作为密钥参数通过MD5函数后生成私钥对密钥进行加密，增强了非对称加密中密钥传输时的机密性。本发明能够有效的防止无线体域网络的密钥被恶意获取的问题，同时通过身份认证建立了安全信道，保障了密文在信道中传输的安全性，并极大减少了节点功耗，延长了节点电池使用寿命。
-
公开(公告)号：CN114222291A
公开(公告)日：2022-03-22
申请号：CN202111472760.9
申请日：2021-12-01
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司 , 重庆赛宝工业技术研究院有限公司
IPC: H04W12/03 , H04W12/041 , H04W12/0431 , H04B13/00 , H04L25/02
Abstract: 本发明涉及一种无线体域网数据加密方法，属于网络数据加密领域，包括以下步骤：S1：获取t秒的心电信号，并根据该心电信号的R波形成心电信号特征值λ；S2：采用基于LMMSE、VGG16和Transformer的方法进行近体信道估计，获得信道的幅度A和相位P；S3：分别将心电信号特征值λ、幅度A以及相位P量化形成三个参数作为加密密钥；S4：将步骤S3所得的加密密钥广播至无线体域网中的每个节点，且每个节点按照该加密密钥利用交错走停式流加密电路将明文序列加密形成密文；S5：按照间隔周期T返回步骤S1更新所述电信号特征值λ、幅度A和相位P。
-
公开(公告)号：CN113645616A
公开(公告)日：2021-11-12
申请号：CN202110936364.0
申请日：2021-08-16
Applicant: 重庆邮电大学 , 中移物联网有限公司 , 重庆两江半导体研究院有限公司 , 重庆赛宝工业技术研究院有限公司
IPC: H04W12/03 , H04W12/069 , H04W12/122 , H04L9/00 , H04L9/06 , H04L9/08
Abstract: 本发明涉及一种适用于WBAN数据实时加密传输的超轻量级加密方法，属于无线通信技术领域。本发明通过引入体域网协议中物理层协议数据提取的随机数作为密钥参数通过MD5函数后生成私钥对密钥进行加密，增强了非对称加密中密钥传输时的机密性。本发明能够有效的防止无线体域网络的密钥被恶意获取的问题，同时通过身份认证建立了安全信道，保障了密文在信道中传输的安全性，并极大减少了节点功耗，延长了节点电池使用寿命。
-
公开(公告)号：CN103986606B
公开(公告)日：2017-03-29
申请号：CN201410227643.X
申请日：2014-05-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于MapReduce算法的并行识别、统计网页URL的方法，包括步骤：将捕获的网络数据流量以block(块，默认大小64M)为单位分散存储在HDFS(分布式文件系统)中；提取URL之前，重组HTTP请求；执行Job1，从重组后的HTTP请求中并行提取URL；执行Job2，从提取出的URL中识别出页面URL。本方法提供了一种稳定、可靠、均匀且低成本的并行识别、统计网页URL的方法。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.027 seconds)
