-
公开(公告)号：CN108184252B
公开(公告)日：2020-12-11
申请号：CN201711212642.8
申请日：2017-11-28
Applicant: 东南大学
Abstract: 本发明公开了一种雾无线接入网非同步请求编码缓存方法，该方法包括：(1)每个雾接入点从存储于云中心的每个文件中随机选择相同大小的内容，下载到本地进行缓存，同时云中心对每个雾接入点的缓存内容进行记录；(2)每个雾接入点在接收到用户的文件请求时，向云中心发出文件传输请求；(3)当雾接入点非同步请求的时间间隔大于最大请求时延约束时，云中心采用非同步编码传输方法向雾接入点传输请求的文件；(4)当雾接入点非同步请求的时间间隔小于等于最大请求时延约束时，云中心采用同步编码传输方法向雾接入点传输请求的文件。本发明可以减少前传负载，降低传输时延。
-
公开(公告)号：CN112015225A
公开(公告)日：2020-12-01
申请号：CN202010875812.6
申请日：2020-08-25
Applicant: 成都天锐星通科技有限公司 , 东南大学
Abstract: 本发明提供一种了相控阵芯片，包括功分器；多个射频通道，分别连接至功分器上对应的分路端口，每一射频通道包括至少一条信号通路，每一信号通路均包括放大器以及与该放大器串联的移相器和衰减器；全局基准电流模块、与每一信号通路中放大器和移相器一一对应的本地基准电流源以及电流镜，其中，每一信号通道中的放大器和移相器分别通过与其对应的电流镜和本地基准电流源依次连接至全局基准电流模块，全局基准电流模块向与其连接的每一本地基准电流源输入数值相同的基准电流，本地基准电流源和电流镜将基准电流转换为与其对应的放大器和移相器所需的直流偏置；控制模块，与多个射频通道连接。本发明所提供的相控阵芯片其射频通道的一致性优。
-
公开(公告)号：CN109217984B
公开(公告)日：2020-11-20
申请号：CN201811144879.1
申请日：2018-09-29
Applicant: 东南大学
Abstract: 本发明公开了一种极化码的高效盲检测译码方法及译码器，该盲检测译码方法利用SSC译码算法中的冻结位的对数似然比值，引入一个新的度量D，用以区分极化码与非极化码信号，以及不同制式的极化码信号。本发明实现了极化码的简化盲检测，能够避免接收机对于所有极化码制式候选进行复杂的译码算法，尽可能减少功耗，复杂度与延迟。在模拟真实传输环境的仿真中，简化盲检测算法在缺失码长N的基础上，译码的帧误码率可以在Eb/N0＝4dB下达到0.021。
-
公开(公告)号：CN108156617B
公开(公告)日：2020-11-20
申请号：CN201711181927.X
申请日：2017-11-23
Applicant: 东南大学
Abstract: 本发明公开了一种雾无线接入网中基于图论的协作缓存方法，包括如下步骤：1、根据F‑AP节点间的距离和负载差，构建接入层F‑AP的连接边集合；2、构建接入层邻接表集合；3、构建最大完全子图4、对接入层的F‑AP节点划分候选协作缓存簇，并计算每个候选协作缓存簇的前传卸载增量值5、以候选协作缓存簇作为顶点，前传卸载增量值作为权值，在含有相同F‑AP的两个不同候选协作缓存簇对应的顶点之间建立边，构建图；6、求解顶点集合的最大权独立子集，所述最大权独立子集中顶点对应的候选协作缓存簇即为使前传卸载量最大的协作缓存簇集合。该方法可以对雾无线接入网中的F‑AP进行合理分簇，且计算复杂度低、全局性能较高。
-
公开(公告)号：CN111935777A
公开(公告)日：2020-11-13
申请号：CN202010496098.X
申请日：2020-06-03
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明提供了一种基于深度强化学习的5G移动负载均衡方法，包括：初始化参数；开始进行每一轮循环，从已完成初始化的系统环境中获取初始状态后，开始进行每轮内部的每一小步循环；结束当前小步的循环，若当前小步次数未达到设定的最大步数，则转入循环步骤；否则转入下一步；结束当前轮次的循环，若当前轮次次数未达到设定的最大轮次次数，则转入循环步骤；否则转入下一步；利用训练好的动作网络实现移动负载均衡，将系统内各个基站的状态作为动作网络的输入，得到动作网络的输出值并作用到系统中的各个基站，根据A3事件对用户进行切换。本发明能够实现用户与基站之间的重新分配，进而降低过载小区的负载，实现系统的负载均衡。
-
Patent Agency Ranking
公开(公告)号：CN111935037A
公开(公告)日：2020-11-13
申请号：CN202010520822.8
申请日：2020-06-09
Applicant: 东南大学
Abstract: 本发明提供了一种基于深度学习的大规模多天线系统信道估计方法。本发明的方法为：首先在基站处根据系统模型和信道模型产生训练用信道和接收并量化的导频信号，构建RC-DNN的训练样本进行RC-DNN训练；然后将接收并量化的导频信号输入训练完成后的RC-DNN获得RC-DNN的输出，并将其同对应的高精度ADC天线接收并量化后的导频信号合并成Ref-DNN的训练样本进行Ref-DNN训练；用户向基站发送导频信号，将由用户发送且经基站天线接收并量化的导频信号ru输入RC-DNN得到低精度ADC天线处的估计信道 将其与高精度ADC天线接收并量化后的导频信号rH,u合并为Ref-DNN的输入su，将su输入Ref-DNN，获得用户到所有天线的估计信道 本发明可有效降低估计的NMSE。
-
公开(公告)号：CN111934629A
公开(公告)日：2020-11-13
申请号：CN202010721281.5
申请日：2020-07-24
Applicant: 成都天锐星通科技有限公司 , 东南大学
Abstract: 本发明公开了一种宽带高线性度功率放大器，包括依次连接的输入匹配网络、第一级驱动放大器100、第一级间匹配网络、第二级驱动放大器200、第二级间匹配网络、输出级功率放大器300和输出匹配网络，所述的第一级驱动放大器100、第二级驱动放大器200和输出级功率放大器300均包括左右对称设置的差分电容中和放大器和二次谐波短路电路。通过上述方式，本发明能够提升功率放大器的幅度线性度和相位线性度，抑制三阶互调量，增强了功率放大器传输高功率宽带高阶调制信号的能力，另一方面，抑制了共模干扰信号带来的影响，增强了功率放大器的可靠性，整体提升功率放大器在高频的工作能力。
-
公开(公告)号：CN106954234B
公开(公告)日：2020-08-14
申请号：CN201710272274.X
申请日：2017-04-24
Applicant: 东南大学
Abstract: 本发明公开了一种以最大化所有服务提供商的效益和为目标的用户连接和虚拟资源分配方法；该方法首先基于该效益函数，定义用户和服务提供商的效益；然后利用拉格朗日对偶得到混合业务场景下最优资源分配的充要条件；接着利用一种低复杂度的方法迭代求解资源分配的结果，最后结合资源分配的结果；本发明根据贪心策略设计用户连接方案，对于新用户到达的情况，在保持原有用户连接不变的情况下，新用户根据局部信息选择最佳的基站进行连接；得益于拉格朗日对偶和启发式的思想，该方法能够降低迭代次数和计算复杂度，快速找到资源分配方案。
-
公开(公告)号：CN111405605A
公开(公告)日：2020-07-10
申请号：CN202010212659.9
申请日：2020-03-24
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明公开了一种基于自组织映射的无线网络中断检测方法，所述方法首先通过采集网络关键性指标KPI构建数据集S，然后通过通过自组织映射对数据集S进行聚类，包括对SOM竞争层中每一个神经元的权重初始化并更新权重，选择SOM竞争层中最佳匹配单元以及遍历数据集S以获得经SOM聚类后得到的簇划分Cini；接着基于K-S检验合并簇划分Cini中相似的数据簇，将簇划分Cini更新为簇划分集合Cnew；最后根据所获得的簇划分集合Cnew，判断无线网络中是否发生中断。本发明所述的方法能够从无线网络所实时产生的大量未被标注的数据中准确地完成中断检测。
-
公开(公告)号：CN111342934A
公开(公告)日：2020-06-26
申请号：CN202010134327.3
申请日：2020-03-02
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04L1/00
Abstract: 本发明公开了一种基于极化码的多级比特交织编码调制方法，主要针对复高斯信道下的通信系统，包含两部分内容：极化码编码以及比特到符号的映射规则的设计。在极化码编码中，首先通过设计各个层级的子调制阶数，使得传统的二进制核可以用于各个层级的极化码编码，避免了打孔和构造多核极化码，保证了极化码的极化性能。然后，通过外部信息转移计算比特极化信道的可靠性，选择高可靠性的比特极化信道进行信息比特的传输，完成极化码编码。比特到符号的映射规则的设计主要针对对称星座图的映射，是一种联合集合分解和格雷映射的混合映射。本发明通过设计比特到符号的映射规则，可以最大化地提升极化性能，从而提高系统的误组率性能。
-
-
-
-
-
-
-
-
-
Search Results
996
records
(took 0.055 seconds)
