一种基于ANN的认知无线电频谱预测方法及设备

    公开(公告)号:CN108924847B

    公开(公告)日:2022-11-01

    申请号:CN201810562684.2

    申请日:2018-06-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于ANN的认知无线电中频谱预测方法及设备,属于通信中认知无线电技术领域,该方法包括:对从用户感知的各个主用户信号中提取出与调制方式相关的循环谱特征参数;将提取的特征参数值通过训练好的ANN分类模型识别出各主用户的调制方式;根据不同的调制方式和循环谱的特性,计算出信号的最大循环谱值;将信号的能量和最大循环谱值通过ANN检测判断主用户信号是否存在。与现有技术相比,本发明首先对多个主用户信号进行调制方式识别,识别不同的调制方式可以有效的应对噪声的干扰,再基于能量和循环谱检测的特性对主用户频谱进行预测,能够有效应对噪声干扰,提高了预测精度。

    一种太赫兹通信系统中最大化频谱效率的资源分配方法

    公开(公告)号:CN113612558B

    公开(公告)日:2022-06-24

    申请号:CN202110885602.X

    申请日:2021-08-03

    Applicant: 东南大学

    Abstract: 本发明针对太赫兹通信系统,提出了一种最大化系统频谱效率的资源分配方法。首先,基于太赫兹室内通信系统的信道模型,以最大化频谱效率为目标,在用户最低速率的约束下,建立子带分配和功率分配的联合优化问题。其次,基于分解理论,将联合优化问题分解为子带分配和功率分配两个子问题。基于长用户使用中心窗口原理和二分图匹配方法匈牙利算法分配子带,后使用序列二次规划算法进行功率的优化,得到最终的子带分配和功率优化结果。上述资源分配方法能够利用太赫兹通信的特性,达到更高的系统频谱效率。

    一种基于区块链的物联网设备匿名身份认证方法

    公开(公告)号:CN114584383A

    公开(公告)日:2022-06-03

    申请号:CN202210233544.7

    申请日:2022-03-10

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于区块链的物联网设备匿名身份认证方法,包括以下步骤:构造基于物联网设备身份的智能合约;区块链构建与智能合约编译部署;设备信息注册、加密、上链;设备端与平台端的匿名认证通信。本发明使用区块链作为物联网平台底层架构,解决了物联网平台信息存储安全问题;使用非对称加密算法唯一的标识可信任的物联网设备,解决了设备的身份安全问题并保证了认证过程中的匿名性;使用默克尔树存储设备关键信息参数,消耗较少的时间与空间完成对设备所有信息的认证,减少设备认证与信息传输的资源消耗的同时保证了设备信息在存储与传输时的不可篡改性。

    一种基于无人机的大规模无线传感器网络数据收集方法

    公开(公告)号:CN110856134B

    公开(公告)日:2022-02-11

    申请号:CN201910981934.0

    申请日:2019-10-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于无人机的大规模无线传感器网络数据收集方法,包括以下步骤:传感器节点以事件驱动采集周围信息;将目标区域按网格型划分,在同一网格中的传感器节点组成簇;在每个簇内统计节点能量,选则簇内剩余能量最多的一个节点为簇头节点;计算网格中非簇头节点在t时刻的信息价值;给定阈值函数若则将节点数据转发给同一网格中的簇头节点,否则返回;根据DFP模型在线训练无人机,规划无人机路径;无人机根据规划的路径收集传感器节点的数据,并将数据传输回基站。本发明将DFP模型应用于无人机路径规划问题,使无人机最大化收集的总信息价值同时能够保证低电量时充电,非常适用于动物监测,森林火灾,地震救援等场景。

    一种基于博弈优化的联合频谱感知与资源分配方法及装置

    公开(公告)号:CN108366428B

    公开(公告)日:2021-12-07

    申请号:CN201810227709.3

    申请日:2018-03-20

    Applicant: 东南大学

    Abstract: 本发明涉及OFDM认知无线网络技术领域,公开了一种基于博弈优化的联合频谱感知与资源分配方法及装置。该方法包括:从用户对主用户进行能量值检测,并产生对主用户状态的硬判决值;对于给定的分区组合,从用户计算自身的接入概率,同时数据融合中心计算该分区组合中所有从用户的接入效益并反馈给从用户,从用户依据接入概率和接入效益决定是否结束更新分区组合;依据分区组合各联盟中从用户对主用户状态的硬判决情况,选定一个联盟进行接入并最大化该联盟的接入效益。本发明充分考虑了用户的接入公平性以及用户的分区迭代意愿,能够充分利用信道时隙资源从而最大化实际的联盟接入效益,使网络中信道和功率资源得到有效利用。

    一种车联网定位中的路边单元优化部署方法

    公开(公告)号:CN107801195B

    公开(公告)日:2021-08-31

    申请号:CN201711099357.X

    申请日:2017-11-09

    Applicant: 东南大学

    Abstract: 本发明提供了一种车联网定位中的路边单元优化部署方法,采用几何精度因子作为评价车联网定位性能的度量指标,并将K覆盖条件下路边单元的部署问题建模为优化函数建模时首先将K覆盖路边单元部署问题分解为简化的1覆盖部署问题,通过对各路边单元部署模式的几何分析给出部署效率最高的基本部署模式,然后将其扩展到K覆盖场景,寻求K层基本部署模式的空间组合并转化为一个优化函数,随后利用异步粒子群优化算法求解优化函数,以降低计算复杂度,对路边单元部署位置进行启发式搜索。本发明能够在K覆盖场景下通过优化路边单元部署位置,提高路边单元的部署效率,使系统获得最佳的定位性能。

    移动边缘计算系统中基于深度值网络的协作资源分配方法

    公开(公告)号:CN111935825A

    公开(公告)日:2020-11-13

    申请号:CN202010567315.X

    申请日:2020-06-19

    Applicant: 东南大学

    Abstract: 本发明公开了一种移动边缘计算系统中基于深度值网络的协作资源分配方法,包括:(1)计算用户和所有基站连接的信噪比,用户根据信噪比最大原则选择基站进行连接,得到用户基站连接矩阵;(2)随机给用户分配信道,并且给连接用户平均分配计算资源,得到资源分配的系统状态;(3)将服务提供商子载波分配作为动作空间,用载波容量来表示奖励值,利用深度值网络算法得到用户信道连接矩阵;(4)得到资源共享的系统状态;(5)利用深度值网络算法得到服务提供商资源借用集合。本发明基于深度强化学习,不仅考虑了面向移动端的资源分配问题,还通过多服务提供商之间的协作和计算资源共享,提高资源的有效利用率。

    基于支持向量机和阈值筛选的恶意用户识别方法及装置

    公开(公告)号:CN108174379B

    公开(公告)日:2020-09-11

    申请号:CN201810131425.4

    申请日:2018-02-09

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于支持向量机和阈值筛选的恶意用户识别方法及装置,用以解决二级用户中的恶意频谱感知问题。该方法通过提交二级用户对主用户的能量检测值,采用支持向量机方案对二级用户的能量检测值进行分析,并提取二级用户对主用户的状态分类正确率。其次,通过引入识别概率和误筛概率的概念,计算出二级用户的状态分类正确率阈值,并筛选出二级用户中的恶意用户。本发明能够在多种数据篡改攻击模式以及大规模恶意二级用户攻击中有效地识别恶意用户,从而保证正常用户的频谱资源分配。此外,本发明方法可以在某些固定的时间点执行并筛选恶意用户,能够满足各种计算复杂度的场合。

    一种传送带环境下的RFID标签排序方法

    公开(公告)号:CN107943887B

    公开(公告)日:2020-06-16

    申请号:CN201711133859.X

    申请日:2017-11-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种传送带环境下的RFID标签排序方法,属于物联网射频识别技术领域,该方法包括:从阅读器的接口中获取一组RFID标签的数据,包括标签号、时间、RSSI和Doppler数据;将所获得的数据按照标签号分类存储;对每个单标签数据中的RSSI数据进行曲线拟合,并判断是否存在峰值异常或带宽异常;如不存在异常,则根据RSSI数据拟合曲线的全局最大值点对应时刻进行排序;否则,对Doppler数据进行处理和拟合,根据Doppler数据拟合曲线的第一个为实数的峰值点或谷值点对应时刻进行排序。本发明考虑了RFID标签在实际传送带环境下数据噪声大、不健全等特点,利用RSSI与Doppler排序正确性互补的特殊性能,有效提高了传送带环境下的标签排序正确率。

Patent Agency Ranking