-
公开(公告)号：CN108738032A
公开(公告)日：2018-11-02
申请号：CN201810380075.5
申请日：2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于梯度下降法的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中所有采样点的整体覆盖率，所述整体覆盖率等于所有采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所有采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；根据确定的工作参数的导数向量，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
公开(公告)号：CN108601033A
公开(公告)日：2018-09-28
申请号：CN201810380595.6
申请日：2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于Adam的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
公开(公告)号：CN108449761A
公开(公告)日：2018-08-24
申请号：CN201810175234.8
申请日：2018-03-02
Applicant: 北京科技大学
Abstract: 本发明提供了一种认知无线电毫微微小区资源分配的方法和装置。方法包括：初始化认知毫微微基站和认知毫微微小区用户的参数和状态；为认知毫微微小区用户分配子信道，并计算子信道中的信道增益和共层干扰限制，找到最优子信道；更新认知毫微微小区用户的最优功率，并更新认知毫微微基站的参数方程的第一算子；主宏基站更新认知毫微微基站的参数方程的第二算子，直至认知毫微微基站的参数方程收敛或者得到最大值。该实施例中的方法实现认知无线电毫微微小区资源的合理分配，并能同时用户数据速率要求的最大化，本发明采用凸优化算法来解决子信道和功率分配问题同时，该机制也保证个体的服务质量要求。
-
公开(公告)号：CN103813378B
公开(公告)日：2017-09-26
申请号：CN201410059170.7
申请日：2014-02-21
Applicant: 北京科技大学
IPC: H04W24/08
Abstract: 本发明提供一种基于序列加速的多圆形区域总覆盖面积的获取方法，包括步骤1、确定用于计算圆形面积的内接正多边形的边数集合，并将该边数集合形成一个单调递增有限序列S={S1，S2……Sk}；对单调递增有限序列中的每一边数Sk分别计算其面积Rk，其中Rk为所述圆形总覆盖面积。步骤2、对计算结果数值序列R={R1，R2……Rk}进行序列加速，获得以更快逼近到所述圆形总覆盖面积。本发明实施例基于采用了多个低阶正多边形进行圆形的近似，得到若干个结果；随后对结果进行序列加速处理，推算序列极限。这样只采用低阶正多边形对圆形进行近似，就可以得到高阶正多边形对圆形进行近似才能达到的精度。
-
公开(公告)号：CN106569981A
公开(公告)日：2017-04-19
申请号：CN201610920439.5
申请日：2016-10-21
Applicant: 北京科技大学
IPC: G06F17/17
Abstract: 本发明提供一种适用于大规模数据集的统计参量确定方法及系统，能够提高求解统计参量的效率。所述方法包括：获取待处理的数据集，将所述数据集中的数据样本分成若干区间，并统计每个区间的数据样本的数目；利用预先设置的包含未知参量的概率密度函数计算所述数据集中任一数据样本在每个区间的统计概率；根据统计得到的每个区间的数据样本的数目及计算得到的所述数据集中任一数据样本在每个区间的统计概率，计算似然函数作为目标函数；通过粒子群优化算法求解所述目标函数的最大值，当所述目标函数取最大值时，得到所述未知参量的值。本发明适用于大数据求解统计参量技术领域。
-
Patent Agency Ranking
公开(公告)号：CN105490749A
公开(公告)日：2016-04-13
申请号：CN201510922635.1
申请日：2015-12-14
Applicant: 北京科技大学
IPC: H04B10/532 , H04B10/54 , H04B10/66 , H04J14/06
CPC classification number: H04B10/532 , H04B10/54 , H04B10/66 , H04J14/06
Abstract: 本发明提供一种偏振复用直接检测系统及方法，能够提高系统单波长信道比特率。所述系统包括：偏振分束器，用于将一个激光器发出的光束分成两个正交的偏振态，所述两个正交的偏振态包括：第一偏振态和第二偏振态；单边带调制器，用于将第一路电信号在第一偏振态上进行单边带调制；光强度调制器，用于将第二路电信号在第二偏振态上进行光强度调制；偏振合束器，用于将调制后的第一偏振态和第二偏振态上的信号合成偏振复用信号；光电检测器，用于接收所述偏振复用信号，并将接收到的偏振复用信号转换成电信号；数字信号处理器，用于接收转换后的电信号，并将所述电信号中两个正交偏振态上的信号进行分离及信号恢复操作。本发明适用于光通信技术领域。
-
公开(公告)号：CN103812509A
公开(公告)日：2014-05-21
申请号：CN201410024984.7
申请日：2014-01-20
Applicant: 北京科技大学
IPC: H03M7/30
Abstract: 本发明提供一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，属于海洋通信领域，用于解决现有的海洋无线传感网络传输数据冗余、能源损耗高和传输效率低的问题。本发明提供的方法首先将当前传感器阵列中不同深度的传感器采集的海洋航线数据进行处理后得到至少一个行向量矩阵；随后对每个行向量矩阵进行一维离散余弦变换；再对离散余弦变换后的各行向量矩阵中数据的频率系数进行均匀量化；最后对量化后的各行向量矩阵中的每个数据进行霍夫曼编码。该方法能够极大的节省数据传输码长和传输的次数，有效节省了整个海洋航线监测传感器网络的传输费用损耗和能源损耗。
-
公开(公告)号：CN103776431A
公开(公告)日：2014-05-07
申请号：CN201410032230.6
申请日：2014-01-23
Applicant: 北京科技大学
IPC: G01C13/00
CPC classification number: G01C13/00 , G01C13/002
Abstract: 本发明提供一种多深度层面的航道水文监测信息的可视化方法，属于海洋通信领域，用于解决现有的航道水文监测方法无法直接提供能够体现航道水文规律的信息的问题，本发明提供的方法包括：步骤一：采用HSV颜色空间模型，饱和度S和亮度V选用预先设定的固定值，将色调H的取值范围分为N份，得到N个不同的HSV颜色值；其中，当前传感器阵列一共在N个不同深度设置有传感器，N取值为正整数；步骤二：采用步骤一所确定的N个不同的HSV颜色值分别绘制当前传感器阵列中N个不同深度的传感器在预定监测时间内各自采集的航道水文监测信息。该方法可以直观显示各个深度的水流速流向特点，方便工作人员和研究人员的预警及后期的水文规律提取。
-
公开(公告)号：CN118400005B
公开(公告)日：2024-11-26
申请号：CN202410690434.2
申请日：2024-05-30
Applicant: 北京科技大学
Abstract: 本发明涉及通信领域，特别是指一种无人机使能通感一体化网络中的联合波形设计方法及装置。所述方法包括：构建无人机使能的ISAC系统模型，包括：MIMO通信子系统模型和MIMO雷达子系统模型；针对无人机使能的ISAC系统，制定考虑信号PAPR的通信和感知联合的波形设计问题；其中，波形设计问题的目标为在设定约束条件下最小化多用户干扰和波束模式不匹配的加权和；其中，设定约束包括功率约束、PAPR约束和波束方向图约束。采用多变量循环迭代交替方向乘子方法对波形设计问题进行求解，得到无人机使能通感一体化网络中的联合波形设计结果。本发明考虑到PAPR，所提出的方法适用于无人机ISAC的波形设计。
-
公开(公告)号：CN118488386A
公开(公告)日：2024-08-13
申请号：CN202410717045.4
申请日：2024-06-04
Applicant: 北京科技大学
Abstract: 本发明涉及通信技术领域，特别涉及一种无人机时空众包的资源分配方法及装置。方法包括：将无人机和IoT设备的三维服务区映射到二维，获得二维服务区的坐标范围和时间数据集合；基于无人机的时间数据集合收集每个时间段内的IoT数据；预设无人机禁飞区，计算无人机的边界约束和禁飞区约束；预设多个优化目标进行加权平衡；将优化问题表述为马尔科夫决策过程；采用双延迟深度确定性策略梯度法，对无人机的飞行动作和IoT的功率进行分配。本发明部署了一种先进的强化学习算法，即TD3。它利用深度神经网络基于演员‑评论家架构来逼近策略和价值函数，因此它在高性能和低时间复杂性方面表现出色，且验证了所提出的算法的有效性。
-
-
-
-
-
-
-
-
-
Search Results
121
records
(took 0.041 seconds)
