-
公开(公告)号:CN110855335B
公开(公告)日:2021-06-11
申请号:CN201911015106.8
申请日:2019-10-24
Applicant: 暨南大学
Inventor: 施政 , 杨光华 , 塞奥佐罗斯·特斯菲斯 , 马少丹 , 屈挺
IPC: H04B7/0426 , H04B7/0413 , H04W52/14 , H04W52/26 , H04W72/04 , H04W72/08
Abstract: 本发明公开了一种基于功率与速率联合优化的下行虚拟MIMO‑NOMA方法,该方法包括以下步骤:首先,终端节点通过自组网协议形成若干虚拟阵列天线簇,每簇将路径损耗和信道统计特征汇报给基站;然后,在基站侧构建系统平均吞吐量最大化问题,利用交替迭代优化算法进行功率和速率的联合优化;接下来,基站将NOMA解码顺序信息反馈至各簇,使用预编码与叠加编码技术对各簇请求的多数据流进行功率域复用;最后,利用迫零检测来分割数据量以及连续干扰消除技术进行期望信号解码。与传统OMA、NOMA以及虚拟MIMO技术相比,该方法在高信噪比可以显著提高系统容量并保证了簇公平性。
-
公开(公告)号:CN108535304B
公开(公告)日:2020-06-30
申请号:CN201810395307.4
申请日:2018-04-27
Applicant: 暨南大学
IPC: G01N23/2251 , G01N23/2206 , G01N21/88
Abstract: 本发明公开易疲劳断裂螺栓的宏观金相检测方法,包括:选取螺栓进行切割并获取具有受检面的检测试样,且对检测试样进行超声波清洗;采用扫描电镜对检测试样的受检面进行微观形貌观察,并界定出疲劳源区和扩展区;将检测试样垂直疲劳源区纵向剖开并磨制,制备具有纵向受检面的金相试样,并对金相试样的纵向受检面进行微观检测;采用透射电子显微镜对具有纵向受检面的金相试样进行能谱半定量分析,检测纵向受检面对应疲劳源区部分和检测试样基体部分是否集中分布非金属夹杂物;将金相试样采用硝酸酒精溶液浸蚀后进行疲劳源区的带状组织、贫碳检测和检测试样基体的带状组织检测;采用金相显微镜对该金相试样进行金相检测;疲劳断裂判定。
-
公开(公告)号:CN109256790A
公开(公告)日:2019-01-22
申请号:CN201811230411.4
申请日:2018-10-22
Applicant: 暨南大学
IPC: H02J3/28
Abstract: 本发明提供一种蓄能系统配置方法,包括:获取当前分布式能源系统的各网络总线的系统偶然性事件数据;基于所述各网络总线的系统偶然性事件数据生成各网络总线的偶然性灵敏度指数;基于所述偶然性灵敏度指数,确定待配置的蓄能系统的数量、安装位置,以及规格;按照所述待配置的蓄能系统的数量、安装位置,以及规格,执行当前所述分布式能源系统的蓄能系统配置。本发明基于偶然性灵敏度指数的最优分配策略,确定安装ESSs的最佳位置及其最佳规格,以提高电压稳定性,并以成本有效的方式最小化系统功耗。
-
公开(公告)号:CN109086954A
公开(公告)日:2018-12-25
申请号:CN201811322112.3
申请日:2018-11-08
Applicant: 暨南大学
Abstract: 本发明公开基于资金流预测收益率的预测方法、装置、设备及介质,该预测方法包括:获取采样的宏观资金流变量和上证指数收益率的月度数据序列,宏观资金流变量包括货币供应量和银行隔夜拆借利率;对月度数据序列进行单位根检验,确定单位根检验后的月度数据序列的单位根特性是否满足多变量协整检验的宽限条件;单位根特性为月度数据序列为Ni阶单整序列,Ni≥0;在单位根特性满足多变量协整检验的宽限条件的情况下,利用Johansen极大似然估计法确定宏观资金流变量月度数据序列与上证指数收益率月度数据序列的协整关系;根据基于协整关系建立的VECM模型对上证指数收益率进行预测。本发明的预测方法填补现有中尚缺少宏观资金流指标对中国股票指数进行预测的空白。
-
公开(公告)号:CN108631965A
公开(公告)日:2018-10-09
申请号:CN201810457440.8
申请日:2018-05-14
Applicant: 暨南大学
IPC: H04L1/18 , H04L1/00 , H04B17/391 , H04B17/382 , H04B17/336
Abstract: 本发明一种公开了HARQ-IR在相关莱斯衰落场景下的吞吐量最大化设计方法,实现了存在直视路径和时间相关性条件下发送功率和传输速率的优化设计方案。该方案基本思想是利用趋近性分析结果来最大化吞吐量同时约束最大平均总发送功率,步骤如下:首先根据信道状态信息的统计特征推导趋近性中断概率;结合功率约束构建吞吐量最大化问题,利用趋近性分析结果将优化问题分解成两个子优化问题,即功率分配和速率选择;最后根据最优功率和速率选择合理的传输方案。与瑞利衰落场景相比,存在直视路径的莱斯衰落有利于提高系统性能,而相比于传统方法,采用趋近性中断概率进行优化不但降低计算复杂度,同时也不损失系统性能。
-
公开(公告)号:CN108600997A
公开(公告)日:2018-09-28
申请号:CN201810286303.2
申请日:2018-04-03
Applicant: 暨南大学
Abstract: 本发明公开了一种基于HARQ辅助NOMA的大规模D2D通信方法,该方法首先利用随机几何方法分析大规模D2D网络中叠加干扰对中断概率的影响,然后利用中断概率与频谱效率之间的关系,推导出频谱效率的具体表达式;最后基于这些理论分析结果构建资源分配的优化问题:通过合理设置不同D2D用户的信息传输速率甚至占用相同时频资源D2D终端的分布密度来最大化频谱效率(吞吐量或空间频谱利用率)并同时保证通信的可靠性。仿真和数值结果显示,本发明所提供的协作方式应用方案比非协作方式在中断概率上降低了23%,此外,应用非正交多址接入技术比应用正交多址接入技术在频谱效率上提高了17%。
-
公开(公告)号:CN118691338B
公开(公告)日:2025-04-01
申请号:CN202410904024.3
申请日:2024-07-08
Applicant: 暨南大学
IPC: G06Q30/0204 , G06Q30/0201 , G06Q10/04 , G06Q10/0631 , G06Q10/30 , G06Q50/02 , G06Q50/12 , G06Q50/26
Abstract: 本申请涉及厨余垃圾资源化闭环处理设施的选址方法及服务平台,该方法包括:基于多个餐饮中心在设定的选址周期内的厨余垃圾总产量,确定每个餐饮中心所对应的厨余垃圾日产量,并确定多个餐饮中心所对应的厨余垃圾的日产总量;在确定处理日产总量的厨余垃圾所需求的第一黑水虻需求量之后,确定每个候选黑水虻处理点在对应的邻避效应参数下所对应的第一黑水虻养殖规模;基于第一黑水虻养殖规模与第一黑水虻需求量,从多个候选黑水虻处理点中,选取至少一个备选黑水虻处理点,并在计算备选黑水虻处理点与关联的多个餐饮中心所对应的日运营总成本之后,至少根据日运营总成本,从至少一个备选黑水虻处理点中,选取目标黑水虻处理点,得到选址结果。
-
公开(公告)号:CN118674491B
公开(公告)日:2025-02-28
申请号:CN202410842824.7
申请日:2024-06-27
Applicant: 暨南大学
IPC: G06Q30/0202 , G06N3/0464 , G06N3/049 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084
Abstract: 本申请涉及基于大数据的产品需求信息预测方法、装置、预测平台及介质,该方法包括:在目标产品对应的历史生产数据中,获取与所述目标产品对应的第一生产数据时间序列,并按预设规则对所述第一生产数据时间序列进行缩放处理,生成第二生产数据时间序列;将所述第二生产数据时间序列,输入已训备的需求预测模型,得到所述目标产品对应的目标需求预测数据;利用已构建的EM‑GMM模型,处理所述目标需求预测数据的所有所述日生产需求预测数据,生成生产需求预测结果,其中,所述生产需求预测结果包括所述目标产品对应的周生产需求概率分布参数,通过使用TCN‑LSTM模型,结合网格搜索法,对历史生产数据进行预处理和预测,从而提高对目标产品需求预测的准确性。
-
公开(公告)号:CN118485358B
公开(公告)日:2025-02-07
申请号:CN202410669998.8
申请日:2024-05-28
Applicant: 暨南大学 , 超讯通信股份有限公司 , 广东康利达物联科技有限公司
IPC: G06Q10/08 , G06Q10/0631 , G06Q10/04 , G06N3/126
Abstract: 本申请涉及基于改进教与学算法的分布式区块链生产物流资源的优化配置方法,包括:从预设的多个区块链资源集合对应的生产物流资源BCPLR节点中,选取每个区块链资源集合对应的候选BCPLR节点集;基于多个候选BCPLR节点集和生产物流任务量,进行种群个体编码和种群初始化,生成多个第一个体编码;利用改进的教与学算法TLBO,对多个第一个体编码进行种群搜索迭代,生成多个第二个体编码,并基于第二个体编码对应的资源配置方式的适应度和改进的TLBO,对多个第二个体编码进行种群更新迭代,并从生成的多个备选个体编码中,确定目标个体编码,得到优化配置结果,其中,改进的TLBO是将多教师分组的教学策略和结合随机性和有向性的交叉学习策略分别作为TLBO的教学策略和学习策略的TIBO。
-
公开(公告)号:CN118710082B
公开(公告)日:2024-12-03
申请号:CN202410994955.7
申请日:2024-07-24
Applicant: 暨南大学
IPC: G06Q10/0637 , G06Q10/0635 , G06N3/088 , G06N3/0455
Abstract: 本申请涉及基于GAT和AE的产业链扰动识别方法及检测系统,该方法包括:获取待检测的目标产业链的属性网络图,属性网络图包括目标产业链上所有企业节点所对应的邻接参数和每个企业节点对应的节点参数,邻接参数用于表征企业节点之间是否存在供应关系,节点参数用于表征每个企业节点的生产状态信息;将目标产业链所对应的所有邻接参数和所有所述企业节点对应的节点参数,输入GAT‑AE扰动检测模型中进行中断检测,得到所有企业节点所对应的扰动参数,扰动参数包括对应的所述企业节点对应的扰动指数;从每个企业节点对应的扰动参数中,获取对应的扰动指数,并根据对扰动指数是否小于扰动指数阈值的判断结果,确定产业链扰动识别结果。
-
-
-
-
-
-
-
-
-