-
公开(公告)号：CN115442826A
公开(公告)日：2022-12-06
申请号：CN202211014297.8
申请日：2022-08-23
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于智能反射面的隐蔽通信增强方法，包括：用户通信时通信参数获取；计算无隐蔽约束下系统的传输速率：计算不考虑隐蔽通信时，发送方Alice使用IRS时系统的通信速率；推导隐蔽约束条件，将得到的通信速率与隐蔽约束条件联立，形成需要优化的最终内容；对形成的优化问题进行优化，得到最优解；IRS按照最优解调整为最优相移。本发明每个元件都可以由附加的智能控制器控制，可以随需要对不同位置用户进行隐蔽通信增强。
-
公开(公告)号：CN115442824A
公开(公告)日：2022-12-06
申请号：CN202210986935.6
申请日：2022-08-17
Applicant: 南京理工大学
Abstract: 本发明提出了一种基于无人机和智能反射面的隐蔽通信方法，包括：获取通信参数；计算各个信道的信道增益；计算用户的平均速率和窃听者的最佳检测错误概率；通过智能反射面相移约束、窃听者的最佳检测错误概率约束以及无人机飞行轨迹约束得到优化问题；通过逐次凸逼近交替迭代算法解决提出的优化问题，获得最优无人机轨迹和智能反射面相移；基站以最大发射功率发射，根据最优无人机轨迹和智能反射面相移，使无人机携带智能反射面按照最优飞行轨迹与用户通信。本发明采用噪声不确定模型，在窃听者已知所有用户位置的情况下，站在窃听者的角度推导出了窃听者的最优检测错误概率。
-
公开(公告)号：CN115359298A
公开(公告)日：2022-11-18
申请号：CN202211024183.1
申请日：2022-08-24
Applicant: 南京理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N20/00 , G06N3/08 , G06N3/04 , G06F21/62
Abstract: 本发明公开了一种基于稀疏神经网络的联邦元学习图像分类方法，通信效率高，算法性能好。本发明方法主要包括以下步骤：(10)设置全连接神经网络节点与相关系数，建立源节点集合与目标节点集合；(20)对全连接神经网络进行稀疏化，初始化稀疏神经网络权重参数；(30)在每个源节点的训练集数据上进行训练内部更新；在每个源节点的测试集数据上进行外部更新；(40)移除每个源节点外部更新后权重矩阵每层最小的正数与最大的负数，通过判断迭代次数t是否为设置的本地迭代次数的整数倍以做出相应的处理；(50)基于源节点集合训练得到的参数在每个目标节点中的训练集数据进行梯度更新训练，并利用目标节点微调后的模型进行图像分类任务。
-
公开(公告)号：CN111552313B
公开(公告)日：2022-06-28
申请号：CN202010357106.2
申请日：2020-04-29
Applicant: 南京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于边缘计算动态任务到达的多无人机路径规划方法，包括：建立多无人机协同服务用户的系统模型；构建多无人机路径规划问题；将问题简化为单个时隙内的优化问题；将优化问题分解为用户频率优化子问题和多无人机路径优化与用户关联子问题的联合优化问题。相对于单无人机场景，本发明增加了多个无人机的多个任务和能量队列，且增加了调度限制条件来保证多无人机之间的协作通信。此外为解决复杂的多无人机路径规划调度问题，将李雅普诺夫队列优化理论和块迭代下降算法结合，并利用线性松弛和连续凸近似进一步降低问题复杂度。仿真结果显示多无人机服务地面用户系统相对单无人机系统而言，无人机能耗有所下降并且队列积压任务量减少。
-
公开(公告)号：CN110176952B
公开(公告)日：2022-05-13
申请号：CN201910416955.8
申请日：2019-05-20
Applicant: 南京理工大学
Abstract: 本发明公开了一种安全空间调制网络中天线选择方法，在第一阶段，利用近瞬时信道特性，以最大化信干噪比与窃听用户人工噪声信干噪比的乘积为目标，选择发射端天线的一个子集作为发射天线集合。在第二阶段，发射端采用空间调制进行比特流译码，激活一根发射天线发送保密信息，同时其他天线在期望信道的零空间处发射人工噪声，以干扰窃听者。本发明能够提升系统的安全速率。
-
Patent Agency Ranking
公开(公告)号：CN112187318B
公开(公告)日：2022-02-18
申请号：CN202010898378.3
申请日：2020-08-31
Applicant: 南京理工大学
IPC: H04B3/54 , H04B3/46 , G06N3/08 , H04B17/345
Abstract: 本发明公开了一种基于深度学习的脉冲噪声削减方法，包括：随机生成用于模型训练的信息，经过编码、调制、信道传输后与特定参数的高斯白噪声和脉冲噪声叠加；将叠加后的噪声与信息作为神经网络的输入，脉冲噪声序列作为神经网络的标签，训练脉冲噪声检测模型；随机生成需要传递的信息，经过编码、调制后叠加与模型训练参数相同的信道噪声与脉冲噪声；将叠加后的信号与噪声作为模型的输入，用训练好的检测模型检测其脉冲噪声；对模型检测出的脉冲噪声点进行削减；解调信息，根据发送端传递的信息与接收端获取的信息求取误码率。本发明方法简单，易于实现，性能优于传统方法，对于不同参数的噪声都有较好的脉冲噪声削减效果，适应性广。
-
公开(公告)号：CN110635832A
公开(公告)日：2019-12-31
申请号：CN201910792816.5
申请日：2019-08-26
Applicant: 南京理工大学
IPC: H04B7/0426 , H04W52/24 , H04W52/26
Abstract: 本发明公开了一种基于方向调制的无线网络最大化安全速率功率分配方法，包括以下内容：建立方向调制基本模型；根据方向调制基本模型获取信道的安全速率；采用零空间投影构建人工噪声投影矩阵和有用信息波束成型向量；结合前述的安全速率以及人工噪声投影矩阵和有用信息波束成型向量获取关于功率分配因子的最大化安全速率函数；根据最大化安全速率函数求取使得安全速率最大的最佳功率分配因子，即完成最大化安全速率功率分配。本发明利用最大化安全速率准则求得最佳功率分配因子，求解方法更加简洁，能达到期望方向信噪比最大化、非期望方向信噪比较小的效果，且方法适用于任意人工噪声投影矩阵和有用信息波束成型向量给定的情形，适用范围比较广。
-
公开(公告)号：CN110300409A
公开(公告)日：2019-10-01
申请号：CN201910419695.X
申请日：2019-05-20
Applicant: 南京理工大学
Abstract: 本发明提供了一种基于信道估计的有限块长隐蔽通信实现方法。以往对于衰落信道中隐蔽通信的研究都是假设信道是已知的，或者通过信道反转功率控制方法来避免信道的估计。然而实际中，由于信道互易性假设的理想性，在衰落信道中不可避免地要进行信道估计。在传统的信道估计中，最优导频数等于发送天线数，但是在隐蔽通信中，该结论可能不再成立。为了提高隐蔽通信的可靠性，我们利用最小均方误差估计方法对信道进行估计，在隐蔽约束条件下设计最优的导频数目和发射功率、数据数目和发射功率以最大化有效速率。与此同时，由于以前的研究一般都是集中于无限块长的分析，但实际中通常要发送有限块长的符号，因此本发明研究有限块长下的隐蔽通信。
-
公开(公告)号：CN106919114A
公开(公告)日：2017-07-04
申请号：CN201710249514.4
申请日：2017-04-17
Applicant: 南京理工大学
IPC: G05B19/042
CPC classification number: G05B19/0423 , G05B2219/24215
Abstract: 本发明公开了一种基于ARM和SPI总线的双通道数据采集装置，通过采用SPI总线及FLASH缓存，能够有效实现单通道的数据采样，通过采用USB接口，能够有效实现采样数据和PC机之间的高速传输。
-
公开(公告)号：CN106304382A
公开(公告)日：2017-01-04
申请号：CN201610644101.1
申请日：2016-08-08
Applicant: 南京理工大学
IPC: H04W72/12
CPC classification number: Y02D70/00 , H04W72/1231 , H04W72/1257
Abstract: 本发明公开了单载波电力线系统中一种引入偏置量的时间公平机会调度方法。当某时隙调度开始时，系统会通过导频信号等信道估计方法对信道状态信息进行估计，并反馈给调度器。调度器收集反馈信息后，以系统总功耗最低为目标，通过该方法实现用户调度。本发明的核心思想是通过引入动态变化的偏执量不断调整不同用户获得服务机会的权重，从而实现系统的公平性。实践证明了此方法与轮询调度和贪婪调度方法相比，满足了用户对资源公平性和系统低功耗的双向要求。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.025 seconds)
