-
公开(公告)号：CN113115465A
公开(公告)日：2021-07-13
申请号：CN202110564953.0
申请日：2021-05-24
Applicant: 上海大学
Abstract: 一种基于灵活帧结构的基站高能效资源分配方法，考虑不同类型的服务流，将到达的服务包与不同帧结构的资源块进行配对，结合频域和时域的无线资源分配以及功率放大器灵活“开‑关”操作，充分利用时域和频域的多样性和分集增益，提出基于滑窗的启发式算法和凸优化方法结合的无线资源配置方案。最终数值仿真结果表明提出的方法与其他基准系统相比，该方法的功耗降低16.7％，能效提高29.3％。
-
公开(公告)号：CN111328133B
公开(公告)日：2021-06-04
申请号：CN201811539937.0
申请日：2018-12-17
Applicant: 上海大学
IPC: H04W52/14 , H04W52/24 , H04W52/26 , H04W52/38 , H04W72/04 , H04W72/08 , G06N3/08 , G06N3/04 , H04W4/44 , H04W4/46
Abstract: 一种基于深度神经网络的V2X资源分配方法，根据V2X通信模型并构建资源分配问题，从而得到信道增益矩阵作为样本对一个神经网络进行训练，并在实时环境下采用训练后的神经网络进行频谱资源分配的多分类处理和发射功率分配的回归处理，本发明在模型建立时充分考虑了V2V通信的可靠性和延时，把资源分配问题转化为了深度学习中的多分配问题和回归问题，通过使用一个网络进行联合优化，同时解决分类问题和回归问题，在低复杂度情况下实时地进行频谱资源和发射功率分配，适用于实际的车辆通信系统。
-
公开(公告)号：CN112396072A
公开(公告)日：2021-02-23
申请号：CN201910748316.1
申请日：2019-08-14
Applicant: 上海大学
Abstract: 一种基于ASIC与VGG16的图像分类加速方法及装置，通过将待实现的卷积神经网络配置为相应的ASIC控制指令，然后通过读取预先存储在外部存储中的检测图片与网络权重，通过ASIC并行实现VGG16图像分类神经网络的运算并得到图像分类结果。本发明通过将检测图片与网络权重预先存储在外部存储中，加速模块读取外部存储的数据，以专用集成电路芯片或高性能现场可编程逻辑阵列为平台，利用专用集成电路芯片或高性能现场可编程逻辑阵列高效率的运算能力，对深度学习网络VGG16图像分类网络进行加速，从而实现小体积、低功耗的图像分类加速模块。
-
公开(公告)号：CN111401107A
公开(公告)日：2020-07-10
申请号：CN201910001632.2
申请日：2019-01-02
Applicant: 上海大学
Abstract: 一种基于特征融合神经网络的多模态人脸识别方法，通过融合特征卷积神经网络，以预处理后正常光源下的可见光图像和红外光图像作为训练集进行训练，并在训练后对各种光源情况下的可见光图像和红外光图像进行识别。本发明采用特征融合卷积网络，融合可见光人脸和近红外人脸的特征，在应对不同光照强度下，获得更加高的人脸识别结果，在应对无光、弱光，正常光源下，特征融合网络具有高鲁棒性和高准确率。
-
公开(公告)号：CN109714086A
公开(公告)日：2019-05-03
申请号：CN201910063733.2
申请日：2019-01-23
Applicant: 上海大学
IPC: H04B7/0413 , H04B7/06 , H04B17/309 , H04B17/391 , H04L25/02
Abstract: 一种基于深度学习的优化MIMO检测方法，通过构建MIMO端到端传输模型，根据MIMO接收端收到的信号y(t)和估计的不完美信道状态信息 得到模型的复时域向量作为深度神经网络(DNN)的输入，利用DNN得到发送端比特流的估计值 与现有技术根据 做硬判决得到发送比特流的估计值相比，本发明能够在不完美的信道信息下，提高准确度和检测速率，保证在低复杂度算法下实现低误比特率的检测性能，同时在含有固有信道误差的情况下具有很好的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN109640269A
公开(公告)日：2019-04-16
申请号：CN201811547046.X
申请日：2018-12-18
Applicant: 上海大学
Abstract: 一种基于CSI与时域融合算法的指纹定位方法，在离线阶段以各个参考点获取的CSI的幅度信息对基于时隙指纹的定位网络(SLN)和时域位置融合网络(FN)组成的复合网络进行两步式训练；在在线测试阶段，将实时采集到的CSI信息输入训练后的网络并得出预测位置。本发明以LTE网络的CSI作为更细粒度的指纹，通过基于深度学习的两阶段处理的时域融合算法捕捉CSI指纹的时间波动性和相关性，将CSI指纹的时间相关性考虑到定位系统中，具有更高的精确度、更好的系统鲁棒性且在线测试速度更快。
-
公开(公告)号：CN108809522A
公开(公告)日：2018-11-13
申请号：CN201810742784.3
申请日：2018-07-09
Applicant: 上海大学
CPC classification number: H04L1/0047 , G06N3/04 , G06N3/08 , H04L1/0057 , H04L1/0061 , H04L1/203
Abstract: 一种多码的深度学习译码器的实现方法，通过在两种不同的编码之前加入用于区分两种码字的指示节后对接收端神经网络进行训练，训练后的神经网络作为译码器，使用相同的权重同时学习两种不同的编码的编码方式，达到解码时网络吞吐量的提高。本发明通过共用神经网络同时训练两种不同的编码并共享网络权重，在接收端能够使用深度学习，在接收端所得到的信号加入所提出的指示节后同时放入神经网络中进行学习，相比于传统的解码器可以实现近似的误码率性能以及更高的吞吐量增益。
-
公开(公告)号：CN107343315A
公开(公告)日：2017-11-10
申请号：CN201710673807.5
申请日：2017-08-09
Applicant: 上海大学
Abstract: 一种基于无线局域网络多频点联合测量的定位系统及方法，包括：联合估计单元、用户设备和多个无线接入点，其中：各无线接入点通过改变天线角度在多个频点上接收用户设备发射出的信号并进行处理，通过时偏补偿和信号重构估算出信号的到达角和传播时间，估算出用户设备相对本无线接入点的位置，并将相对位置信息回传至联合估计单元；联合估计单元结合预存信息，估算出用户设备精确的地理位置，并及时更新用户的地理位置；本发明在不额外增加无线接入点部署开销的前提下，通过多个无线接入点多个频点的联合测量，解决传统定位方法无法准确定位的问题，并为后续无线局域网的基于用户位置的其他应用奠定良好的基础。
-
公开(公告)号：CN119966455A
公开(公告)日：2025-05-09
申请号：CN202510122048.8
申请日：2025-01-26
Applicant: 上海大学
Abstract: 一种主动型RIS辅助绿色通信网络的波束成形方法，根据下行传输系统构造包含两个波束成形矩阵的最大化基于过时CSI的主动RIS辅助系统的网络IREE指标作为优化问题后，分别将优化问题拆分为各包含一个波束成形矩阵的两个子问题并通过交替优化算法交替求解两个子问题，最终得到优化的基站处和主动RIS处的波束成形矩阵。本发明在考虑过时CSI的背景下联合优化基站和RIS处的波束成形，从而实现整个系统集中能效的最大化，让用户需求和容量能有很好地匹配。
-
公开(公告)号：CN114375058B
公开(公告)日：2025-05-06
申请号：CN202210058397.4
申请日：2022-01-19
Applicant: 上海大学
IPC: H04W72/542 , H04W72/541 , H04L43/0852 , H04W28/16 , H04W72/53
Abstract: 一种任务队列感知的边缘计算实时信道分配和任务卸载方法，根据李雅普诺夫优化框架，将任务队列感知的基站信道分配和用户任务卸载问题转化为单时隙优化模型，根据博弈论理论对用户划分组合并进行合作博弈，形成收敛稳定的组合集合，最终得到每个时隙的信道分配和任务卸载策略。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.022 seconds)
