-
公开(公告)号：CN109462429A
公开(公告)日：2019-03-12
申请号：CN201811340015.7
申请日：2018-11-12
Applicant: 北京大学
IPC: H04B7/0413 , H04B7/0408 , H04L27/20 , H04L27/34
Abstract: 本发明公布了一种适合于大规模多输入多输出毫米波系统的序号调制装置及方法，命名为广义波束域调制(General Beamspace Modulation,GBM)，首先根据所需调制参数，设计发端的调制器结构和映射方案，在发端射频链数目L少于收端射频链数目K时实现复用增益为K的序号调制；再根据系统对解码复杂度的要求，对收端的解调方式进行选择；最后根据最小化系统成对错误概率选择最优波束组合构建等效波束信道。本发明技术方案在保持与当前主流毫米波系统完全兼容的情况下，可实现在发端射频链数目少于收端射频链数目时，获得和收端射频链数目相同的复用增益，并实现对天线功率增益的完全利用，从而在较低硬件复杂度下提升系统的频谱效率和误码性能。
-
公开(公告)号：CN104242999A
公开(公告)日：2014-12-24
申请号：CN201310229648.1
申请日：2013-06-09
Applicant: 北京大学
IPC: H04B7/04
Abstract: 本发明设计了一种分布式空时编码与传统空时编码的MIMO模式切换方案，其主要内容包括：用户UE接收测量当前传输模式发接收端信噪比SNR以及UE与协作中继、UE与基站eNB之间的距离(合称为三维距离)，并将测量的SNR与三维距离反馈给eNB。eNB根据反馈的三维距离，查表得到距离对应的分布式空时编码(DSTBC)与传统空时编码(STBC)切换的SNR阈值范围，判断反馈的SNR是否在切换的SNR阈值范围内，如果在，则进行模式切换，如果不在则仍使用当前MIMO模式进行数据传输。
-
公开(公告)号：CN103458523A
公开(公告)日：2013-12-18
申请号：CN201210177189.2
申请日：2012-06-01
Applicant: 北京大学
IPC: H04W72/12
Abstract: 本发明提供一种车载通信系统无线资源调度方法，目的在于提供一种增加车载通信系统整体性能，保证用户的公平性及不同业务的用户需求的调度方法，从而更好的提升车载系统中不同车速车载设备(OBU)与路边设备(RSU)通信的公平性，确保各类车载通信业务的时延要求。包括步骤：路边设备判断车辆的状态信息，获得在激活状态下车辆的位置信息和运动信息，得到车载设备的速度优先级因子；由业务类型及其服务质量的要求获得车载设备的业务优先级因子；由车辆的位置信息得到每个车载设备和路边设备之间的信道质量，求得车载设备的实时传输速率，并通过车载设备的实时传输速率计算得出公平性优先级因子；根据调度算法，由速度优先级因子、业务优先级因子、公平性优先级因子得出车载设备的用户优先级，按优先级顺序传输数据，更新并记录平均传输速率；更新车辆信息及信道信息，持续调度过程至循环终止。
-
公开(公告)号：CN114861756B
公开(公告)日：2024-06-18
申请号：CN202210331024.X
申请日：2022-03-30
Applicant: 北京大学
IPC: G06F18/2411 , G06F18/2135 , G06F18/214
Abstract: 本发明公布了一种基于短期观测的驾驶行为模式实时分类方法及系统，系统包括数据预处理模块、数据降维模块、驾驶行为模式分类模块和驾驶行为模式归类模块；方法包括训练阶段和推理阶段；对车辆驾驶数据通过预处理和数据降维，提取得到不同来源车辆驾驶行为数据特征；再对驾驶行为数据进行归类，得到驾驶行为模式。本发明技术方案可应用于智能车辆的利用短期观测数据对驾驶员驾驶行为模式进行分类，方法有效性高，分类结果可解释性好，适用性强。
-
公开(公告)号：CN114625140B
公开(公告)日：2024-06-14
申请号：CN202210257839.8
申请日：2022-03-14
IPC: G05D1/43
Abstract: 本发明公布了一种基于改进时间窗的多智能体网联协同调度规划方法及系统，通过动态添加任务、动态刷新任务优先级和最优分配任务，并求解两点间无环路的所有可行驶路径和采用改进时间窗算法进行冲突的协同处理，实现各智能体协同避碰；且对各智能体的停车点及临时停车点进行管理和对智能体在运行过程中遇到障碍物进行重规划；系统包括：任务管理模块、路径规划模块、协同避碰模块、智能体管理模块、重规划模块。本发明实现动态监控和调整智能体的运行情况，适用于任意结构的地图，可较好地应对智能体运行情况不理想的问题，具有较强的适应性和鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115412844A
公开(公告)日：2022-11-29
申请号：CN202211024842.1
申请日：2022-08-25
Applicant: 北京大学
Abstract: 本发明公布了一种基于多模态信息联觉的车联网波束实时对准方法，通过设计轨迹预测网络模型，并利用车联网中路侧单元RSU捕获的RGB图像和雷达信号经处理后获得的距离数据以及从控制信道Sub‑6GHz频段上获取的信道状态信息CSI矩阵，作为多模态信息输入轨迹预测网络模型，对多模态信息进行特征提取与早期融合，进而预测出波束成形角度，提高对车辆未来位置预测的准确性，实现车联网波束实时对准。本发明通过神经网络学习隐含的关于车辆未来位置的特征，预测得出未来时刻车辆相对于RSU的波束成形角度。本发明能更好地应对车辆横向随机微移动行为，实现更稳定的通信链路建立，提高可实现的毫米波通信速率。
-
公开(公告)号：CN113155123B
公开(公告)日：2022-09-27
申请号：CN202110364972.9
申请日：2021-04-01
Applicant: 北京大学
IPC: G01C21/16 , G01C21/34 , G01S13/86 , G01S13/931 , G01S19/45
Abstract: 本发明公布了一种基于数据共享的多智能车辆协同定位追踪方法及装置，是一种应用于智能车辆的基于数据共享的协同定位追踪技术，通过车辆上安装的多种传感器得到智能车辆自身状态，并引入环境中设备的辅助，再获得与周边车辆的相对状态，且将自身状态数据共享；本发明在环境中加入固定点位的感知设备为车辆提供定位数据，融合自身数据、共享数据、观测数据与环境辅助数据，实现可靠的多智能车辆的协同定位追踪。本发明尤其适用于单车辆难以精确自定位的情况，通过多智能车辆协同确保动态追踪的精度和鲁棒性，并且技术灵活可扩展，装置便于安装部署。
-
公开(公告)号：CN113074728B
公开(公告)日：2022-07-22
申请号：CN202110253326.5
申请日：2021-03-05
Applicant: 北京大学
IPC: G01C21/20
Abstract: 本发明公布了一种基于跳点寻路与协同避障的多AGV路径规划方法，包括步骤：对AGV运行空间场地建模，将AGV运行空间划分为紧密排列的多个栅格类型的栅格区域；将每个栅格区域作为一个路径节点；根据跳点寻路算法为AGV规划初始运行轨迹；根据反应式协同避障方法处理AGV之间在运行过程中可能遇到的各类冲突。通过对场地地图采用跳点寻路算法和协同避障方法进行设计规划，得到多AGV的分布式路径，使得各个AGV无冲突地执行分派的分拣任务，有效提升分布式多AGV的工作效率。本发明方法在保障最短路径情况下，算法的计算和通信成本低、主控的计算和管理负担小，方法具有可行性和高效性，可为智能仓库的分布式多AGV调度提供完整高效的解决方案。
-
公开(公告)号：CN114665998A
公开(公告)日：2022-06-24
申请号：CN202210281015.4
申请日：2022-03-22
Applicant: 北京大学
IPC: H04B17/391 , H04B7/0413
Abstract: 本发明公布了一种空时一致性下的三重非平稳无线通信信道建模方法，通过捕捉环境中的簇在空时域平滑一致的演进以及建模频率相关的路径增益，有机融合了具有低复杂度的参数法和高精确度的几何法，实现了平滑一致的簇演进、簇功率的软切换和频率相关的路径增益的有效建模，解决现有的信道模型无法对空时一致性下的信道空时频非平稳特性建模的难题，提高了构建信道模型的精确度和通用性。采用本发明方法构建的毫米波大规模MIMO高动态场景下的统计信道模型具有高准确性和简单易行的特点，能支撑通信和通感一体化系统的合理设计与性能分析，同时为无线通信网络系统级算法提供一个真实可靠的仿真验证平台。
-
公开(公告)号：CN113312847B
公开(公告)日：2022-02-15
申请号：CN202110631907.8
申请日：2021-06-07
Applicant: 北京大学
IPC: G06F30/27 , G06F9/50 , G06N20/20 , G06F21/62 , G06F111/06
Abstract: 本发明涉及一种基于联邦学习的云‑边‑端边缘计算系统的隐私保护方法及系统，包括：基于用户设备的隐私预算建立收敛性模型和隐私泄露模型；基于收敛性模型和隐私泄露模型，建立云服务器效用函数、边缘服务器效用函数和用户设备效用函数；基于最优控制理论的算法优化边缘服务器效用函数和用户设备的效用函数，得到边缘服务器激励策略和用户设备隐私策略；基于梯度上升的算法优化云服务器效用函数，得到云服务器激励策略；基于用户设备隐私策略、边缘服务器激励策略和云服务器激励策略进行图像分类模型的联邦学习，实现联邦学习过程中用户设备隐私数据的保护，同时也能够提高图像分类模型的分类精度。
-
-
-
-
-
-
-
-
-
Search Results
93
records
(took 0.049 seconds)
