-
公开(公告)号：CN109873869B
公开(公告)日：2021-08-24
申请号：CN201910163764.5
申请日：2019-03-05
Applicant: 东南大学
Abstract: 本发明公开了一种雾无线接入网中基于强化学习的边缘缓存方法，包括：(1)根据全局文件流行度，初始化节点的本地缓存动作向量、系统状态，以及权重向量；(2)记录前一时隙的缓存动作向量；(3)在每个时隙结束时刻，根据贪婪选择算法以及近似值函数，得出新的缓存动作向量；(4)根据时隙内收集到的用户请求次数计算内容流行度，同时根据时隙内收集的用户偏好标记，结合文件特征标记，计算区域用户偏好，确定系统状态；(5)根据时隙内用户对各个文件的请求次数，计算缓存命中率，得到即时回报函数以及即时误差函数；(6)更新权重向量，进入下一时隙。
-
公开(公告)号：CN113242193A
公开(公告)日：2021-08-10
申请号：CN202110504891.4
申请日：2021-05-10
Applicant: 东南大学
Abstract: 本发明公开了一种低训练开销的混合大规模MIMO‑OFDM系统信道估计方法，适用于通信领域使用。先建立混合大规模MIMO‑OFDM系统信道模型、上行链路信号传输模型以及混合结构采样模型，使得基站得到一个不完整的基带信号采样张量用于信道估计；对不完整的基带信号采样张量进行模3展开，获得不完整的基带信号采样矩阵；基站设计矩阵补全算法，以不完整的基带信号采样矩阵为输入，输出完整的估计矩阵；将完整的估计矩阵进行模3展开逆运算，得到估计张量，然后根据该估计张量和已知的导频矩阵完成信道估计。该方法能显著降低训练开销，并且可以通过增加子载波数来降低估计误差。
-
公开(公告)号：CN108882269B
公开(公告)日：2021-07-30
申请号：CN201810491506.5
申请日：2018-05-21
Applicant: 东南大学
Abstract: 本发明提供一种结合缓存技术的超密集网络小站开关方法，所述方法包括以下步骤：步骤1：采集网络信息：步骤2：从S1(t)(S1(t)∈Ω)开始，遍历基站状态集合Ω中所有可能的基站状态，步骤3：根据公式(10)和(11)分别计算时刻t小站k的负载率ρk(t)，平均负载效率步骤4：更新时刻t＝t+1，更新队长；执行步骤2‑3；步骤5：当t＝T+1退出迭代过程；步骤6：计算第n次遍历搜索时，在状态集合Sn下的成本函数；步骤7：更新基站状态集合Sn＝Sn+1，执行步骤2‑6；步骤8：当遍历搜索结束；步骤9：对于所有的成本函数值根据公式计算n*；步骤10：根据得到的最优基站状态对所有小站执行开关决策。
-
公开(公告)号：CN111404511B
公开(公告)日：2021-07-23
申请号：CN202010424286.1
申请日：2020-05-19
Applicant: 成都天锐星通科技有限公司 , 东南大学
Abstract: 本发明公开了一种超宽带高精度差分衰减器，包括依次连接的第一差分8dB衰减单元、差分0.5dB衰减单元、差分4dB衰减单元、第二差分8dB衰减单元、差分2dB衰减单元、差分1dB衰减单元和第三差分8dB衰减单元，所述的各差分衰减单元均由上下两个单端半电路以中心轴H对称构成。通过上述结构，本发明可以提升衰减器的高频工作能力、调幅精度、匹配性能以及双向工作的一致性，还可以提升衰减器的线性度，增强衰减器应用于高功率场景的能力，并且抑制共模干扰信号的影响，增强可靠性。
-
公开(公告)号：CN113114151A
公开(公告)日：2021-07-13
申请号：CN202110476687.6
申请日：2021-04-29
Applicant: 成都天锐星通科技有限公司 , 东南大学
IPC: H03H7/24
Abstract: 本申请提出一种带宽可重构射频衰减器及相控阵系统，射频衰减器包括：第一匹配网络100、第二相位补偿模块200、第三幅度衰减调制模块300、第四相位补偿模块400以及第五匹配网络500。其中，第二相位补偿模块200和第四相位补偿模块400可以对接收到的双端差分信号进行相位补偿，从而拓宽带宽。第三幅度衰减调制模块300用于依据接收到的第一调节指令调节衰减范围，按照调节后的衰减范围对接收到的双端差分信号进行衰减，并将衰减后的双端差分信号传输至第四相位补偿模块400。衰减范围更大可以满足更多的衰减需求和对应精度的步进调节。
-
Patent Agency Ranking
公开(公告)号：CN113078929A
公开(公告)日：2021-07-06
申请号：CN202110289438.6
申请日：2021-03-18
Applicant: 东南大学
IPC: H04B7/0413 , H04L25/03
Abstract: 本发明涉及一种网络辅助全双工无蜂窝大规模MIMO双工模式优化方法，属于移动通信技术领域。该方法针对无蜂窝大规模MIMO场景下网络辅助全双工的系统频谱效率最大化问题，利用二元模式选择向量建模RAU(remote antenna unit，远端天线单元)工作模式为上行还是下行传输的问题，给出一种放松对单元超立方体的二进制约束，并在并行连续凸逼近(PSCA)框架下解决了该非凸优化问题的方法。本发明提出的算法能提高无蜂窝大规模MIMO场景下网络辅助全双工系统的性能，且复杂度较低。
-
公开(公告)号：CN109587776B
公开(公告)日：2021-03-30
申请号：CN201811492708.8
申请日：2018-12-07
Applicant: 东南大学
Abstract: 本发明公开了D2D辅助的超密集网络中基站休眠和协作缓存的联合优化方法。该方法同时考虑缓存方案和基站休眠策略，通过分析文件传输时延和系统平均能耗，将能耗和时延权衡问题描述为最小成本函数问题。所述最小成本函数问题是一个复杂的组合优化问题，因休眠和缓存是两个独立的过程，将原问题分解为两个子问题：首先，给定缓存方案，寻找最小成本函数值所对应的最优基站休眠方案；其次，基于最优基站休眠方案，根据组合优化算法迭代求解最优协作缓存方案，使得用户服务质量得以保证的条件下最小化系统能耗。
-
公开(公告)号：CN112351481A
公开(公告)日：2021-02-09
申请号：CN202010914234.2
申请日：2020-09-03
Applicant: 东南大学
Abstract: 本发明提供了一种基于用户行为预测的小基站唤醒方法。对于用户的移动行为和APP使用使用，分别建模并预测，可以得到用户在下一时间段的位置坐标信息以及所使用的APP类型信息。根据用户的坐标信息可以判断出下一时间段内用户到达的小区。由预测的用户使用的APP类型信息，可以估算出用户在下一时间段内的数据速率需求。本发明根据预测得到的目标小区内用户的速率需求，判断是否需要唤醒小基站，在用户需求较低的情况下，可以由宏基站为用户提供服务，达到在保证用户需求的情况下，降低网络的能耗的目的。
-
公开(公告)号：CN108366386B
公开(公告)日：2021-01-05
申请号：CN201810449148.1
申请日：2018-05-11
Applicant: 东南大学
Abstract: 本发明公开了一种使用改进的径向基函数神经网络实现无线网络故障检测的方法，以实现对非线性可分的用户数据更好的分类。本发明应用了决策树基学习器和bagging方法从空间和时间维度的用户数据中进行特征选择，并应用结合了突变操作的人工蜂群算法实现神经网络参数的全局最优化，从而提升神经网络分类器的性能，分布式协作的检测方法引入了相邻基站的监测功能，提高了检测准确率也减少了数据传输消耗，在密集分布、用户稀疏的小型基站故障检测问题中取得了理想的性能。
-
公开(公告)号：CN112087206A
公开(公告)日：2020-12-15
申请号：CN202010756314.X
申请日：2020-07-31
Applicant: 成都天锐星通科技有限公司 , 东南大学
Abstract: 本发明公开了一种超低功耗宽带低噪声放大器，包括依次连接的输入级放大器、中间级匹配网络和输出级放大器；所述输入级放大器由输入匹配网络、跨导增强结构组成；所述输出级放大器由电容中和结构、输出匹配网络组成。通过上述方式，本发明能够提升电流的使用效率，在保证增益和噪声等性能的情况下，大幅降低放大器的功耗，另一方面，优化放大器级间匹配，提高带宽，减小带内波动。
-
-
-
-
-
-
-
-
-
Search Results
996
records
(took 0.066 seconds)
