-
公开(公告)号：CN102118849A
公开(公告)日：2011-07-06
申请号：CN201110048982.8
申请日：2011-03-02
Applicant: 重庆邮电大学
IPC: H04W56/00
Abstract: 本发明请求保护一种于无线传感器网络的时间同步方法，涉及无线网络通信技术。时间源设备生成信标帧，并周期性广播发送信标帧，非时间源设备在信标帧的收发过程中获得时间戳，根据多次收集的时间戳计算得到本设备时钟与时间源设备时钟的频率偏差和时间偏差，补偿本地时钟，实现与时间源的同步；逐级进行时间同步，最后实现全网的时间同步。考虑到设备的应用环境和对时间同步精度的要求不同，采用了广播同步、匹配同步和监听同步相结合的多级多层次同步机制。非时间源设备可以根据不同的需求向时间源申请时间同步命令帧同步，没有申请时间同步命令帧的设备同样可以监听接收得到时间同步命令帧并完成同步，减小了网络的整体通信开销和能量消耗，保障网络正常的运行。
-
公开(公告)号：CN102036286A
公开(公告)日：2011-04-27
申请号：CN201010616751.8
申请日：2010-12-31
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种无线传感器网络中的基于确定性调度的信道评估方法；此信道评估方法结合了工业无线确定性调度技术，根据超帧的周期，跳信道序列的长度，以及跳信道模式等参数，计算出每个时隙的信道使用个数；通过分析设备的使用信道率和网络通信量，提出了信道评估时间的选取方法；设备在合理的时间对信道进行通信质量评估，发送信道评估质量表给系统管理器；系统管理器根据丢包率划分信道等级，通过广播将信道黑名单通知全网设备；该方法能有效地提高无线传感器网络通信的可靠性和稳定性。
-
公开(公告)号：CN101369884B
公开(公告)日：2011-04-13
申请号：CN200810070289.9
申请日：2008-09-11
Applicant: 重庆邮电大学
CPC classification number: H04W74/0808 , H04B1/713 , H04B1/74
Abstract: 本发明请求保护一种基于时隙内自适应跳信道的通信方法，属于工业无线通信技术领域。针对现有技术不能在分配时隙内实现自适应跳信道，本发明在分配时隙内实现从受干扰的首选信道自适应切换到备用信道，发送方采用CCA机制监测通信信道，如果首选信道受到干扰，将不发送数据，在本时隙的规定CCA监测时间后，自动切换到备用信道发送数据，接收方经过一个接收等待时间后还没有收到发送方的数据，在本时隙内从首选信道跳到备用信道等待接收数据。同时可根据是否进行了自适应跳信道，可在首选信道或备用信道进行时间同步。本发明能充分提高信道利用率和成功率；提高数据通信的可靠性和实时性；减少数据重传，降低网络额外负载；满足工业无线通信领域的需要。
-
公开(公告)号：CN101854696A
公开(公告)日：2010-10-06
申请号：CN201010182448.1
申请日：2010-05-25
Applicant: 重庆邮电大学
Abstract: 本发明是一种在无线传感器网络中基于时隙调度机制和通信链路质量的路由方法，涉及无线传感器网络；此路由方法采用跨层设计的思想，结合全网时隙调度机制和底层通信链路评估，选取传输延时和链路质量作为路径选择的标准；并引入前k优路径算法选取一条同时满足两个选路标准的最优通信路径，从而实现高可靠性的无线传感器网络路由技术；发明以ISA100.11a网络为例；ISA100.11a网络中的系统管理器对mesh拓扑的通信子网进行集中式管理；当收到源设备的路由申请时，运行路由算法选取出一条满足全网调度要求下通信链路质量最优的路径，同时将路由信息下发到路径上的各个节点进行数据通信；以此验证算法的可行性。
-
公开(公告)号：CN101325545A
公开(公告)日：2008-12-17
申请号：CN200810070004.1
申请日：2008-07-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种工业无线通信网络中建立冗余路径的方法，在工业无线通信中，连接骨干路由设备和现场设备的网络通常采用树型拓扑，若某个路由设备发生故障或者与之通信的链路受到干扰，则其下层的所有设备都无法传输数据，失去效用。解决方案是：网络中的每个现场设备在入网同时配置备用父设备。网络正常时所有设备采用树型路由进行通信，而当某个路由设备发生故障或通信链路受到干扰时，该设备的下一层设备自动建立冗余路径进行上行和下行数据传输，保证整个网络通信的可靠性。同时当路由设备恢复或者干扰消失后，下一层设备会自行取消冗余路径，回复到正常通信状态，整个网络具有良好的冗余自愈能力。
-
Patent Agency Ranking
公开(公告)号：CN119562342A
公开(公告)日：2025-03-04
申请号：CN202510028439.3
申请日：2025-01-08
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向5G‑Advanced/6G网络的增强型时间同步方法，属于无线通信技术领域。该方法通过gNB与UE之间的数据帧交互进行时钟频偏估计，并采用改进的SIB9信令传递同步参数。在该方法中，gNB通过DCI信令预设UE返回确认帧的等待时间；UE在接收到gNB发送的下行数据帧后，等待预设的时间间隔后向gNB回复确认帧。经过多次数据帧交互后，gNB采用最大似然估计方法估计出UE相对于gNB的时钟频偏。gNB利用改进的SIB9信令帧将所估计的时钟频偏参数发送至UE；UE收到SIB9信令帧后，解析出同步参数，完成时间同步。本发明有效降低了移动通信系统的同步开销，提升了空口同步精度。
-
公开(公告)号：CN119516840A
公开(公告)日：2025-02-25
申请号：CN202411625366.8
申请日：2024-11-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种适用于灾难场景的无人机动态3D轨迹设计方法，属于无人机无线通信领域。本发明根据受灾区域情况对地面节点构建的簇群进行优先级划分，据此计算簇群信息年龄增长系数，由此构建各簇群信息年龄模型；根据簇头传输功率和簇头与无人机的信道模型，计算各簇头的最大传输半径；在最大传输半径内，将无人机最佳采集点问题建模为马尔可夫决策模型，以无人机推进能耗与网络平均信息年龄的加权和最小为目标，建立优化问题并求解，获得无人机在各簇群的最佳采集点；选取目标函数值最小的簇群的最佳采集点，即为无人机的下一个悬停采集点。本发明对不同区域的受灾程度进行区分，在有限能耗内，优先采集受灾严重区域数据，提升数据采集效率。
-
公开(公告)号：CN119134997A
公开(公告)日：2024-12-13
申请号：CN202411475969.4
申请日：2024-10-22
Applicant: 重庆邮电大学
IPC: H02P21/18 , H02P21/24 , H02P25/026 , H02P27/08
Abstract: 本发明涉及一种改进型高频脉振电压注入的永磁同步电机转子位置估计方法，属于永磁同步电机控制技术领域。该方法包括：向估计旋转坐标系#imgabs0#的直轴注入一高频电压信号，并从#imgabs1#坐标系的交轴提取该高频电压信号激励下产生的高频电流信号；将该高频电流信号与一调制信号相乘，再经过低通滤波器得到包含转子位置信息的信号；将包括转子位置信息的电流信号通过锁相环来估计永磁同步电机的转子位置和转速，同时在锁相环中对由定子电阻及交叉耦合项产生的误差进行补偿，以提高转子位置估计精度。本发明有助于提高永磁同步电机在低速时的转子位置估计精度，适用于实际的永磁同步电机低速无位置传感器控制系统。
-
公开(公告)号：CN118075926A
公开(公告)日：2024-05-24
申请号：CN202410061158.3
申请日：2024-01-16
Applicant: 重庆邮电大学
IPC: H04W80/06 , H04W72/0446 , H04W72/0453 , H04W72/56 , G08G5/00
Abstract: 本发明涉及一种适用于无人机辅助数据采集的CSMA/CA回退方法，属于无人机辅助无线通信领域，包括以下步骤：S1：在无人机传输范围内，单个地面节点根据接收到的信标帧信息，计算其处于无人机覆盖范围内的最大窗口长度；S2：单个节点根据自身待上传的数据量和最大窗口长度，计算其在当前时刻的优先级；S3：各节点随控制帧上传优先级参数，无人机获取各节点的优先级参数，得到优先级参数的均值和方差，并以一定的频率返回给地面节点，地面节点通过反馈结果，计算自己的初始回退值。本发明提高了资源利用率，提升了系统吞吐量。
-
公开(公告)号：CN117896271A
公开(公告)日：2024-04-16
申请号：CN202410047697.1
申请日：2024-01-12
Applicant: 重庆邮电大学
IPC: H04L41/147 , H04L41/14 , H04L41/16
Abstract: 本发明涉及一种基于D3QN的通信网络动态流量预测方法，属于通信网络领域。该方法包括：S1：基于历史网络流量，采用LSTM模型和ARIMA模型对目标区域的历史网络流量数据进行单一流量数据预测，得到第一网络流量预测数据和第二网络流量预测数据；S2：构建D3QN模型，以单一流量数据集的预测结果作为状态空间，并根据网络状态选择不同的预测模型作为动作空间，对D3QN模型进行训练，然后利用训练好的D3QN模型获得流量预测的最终结果。本发明通过D3QN对流量预测模型进行动态选择，对网络流量数据进行实时预测，保障预测算法的长期有效运行。
-
-
-
-
-
-
-
-
-
Search Results
235
records
(took 0.039 seconds)
