-
公开(公告)号：CN108430103B
公开(公告)日：2020-02-07
申请号：CN201810163714.2
申请日：2018-02-27
Applicant: 北京科技大学
Abstract: 本发明提供一种软件定义雾车联网资源分配方法，包括：初始化小基站以及车辆用户端的各项参数及状态并据此计算路损增益和信干噪比；构造三维状态空间并更新下一时刻平均场值；判断车辆用户端在下一能量状态的功率值是否等于零；如果等于零，则下一时刻下一状态下的平均场值与当前时刻当前状态时的平均场值相同，否则，下一时刻下一状态下的平均场值为零；更新拉格朗日算子和功率；将更新后的功率迭代进入前述步骤以获取最优功率；将最优功率带入代价函数中进行计算并取出计算后的数据。本发明还提供一种软件定义雾车联网资源分配系统。本发明提供的技术方案在保证用户服务质量和低时延的前提下，能满足剧增的车辆用户和数据需求。
-
公开(公告)号：CN105611555B
公开(公告)日：2019-04-09
申请号：CN201511030653.5
申请日：2015-12-31
Applicant: 北京科技大学
Abstract: 本发明提供一种基于虚拟力导向的传感器网络节能覆盖控制方法，包括：步骤1、初始化网络参数；步骤2、计算网络初始覆盖率；步骤3、求解网络中每个节点受到的合力步骤4、根据节点受到的合力更新节点坐标；步骤5、判断是否满足以下任一条件：网络达到平衡状态，或循环迭代次数k达到了预设值K；若是输出结果并结束；否则返回到步骤3。本发明实施例的算法能够从网络覆盖率、算法的收敛速率、网络能耗以及网络的能耗均衡性等方面，得到比VFA算法更优的性能。
-
公开(公告)号：CN105530656B
公开(公告)日：2019-04-09
申请号：CN201610017813.0
申请日：2016-01-12
Applicant: 北京科技大学
Abstract: 本发明提供一种无线传感器网络时间同步性能评估方法及系统，能够对各节点的时间同步过程所获取的系统时钟的准确性进行评估。方法包括：根据获取到的各节点的系统时钟的计数值，对节点同步后的系统时钟的振荡周期及初始相位进行约束，得到各节点的系统同步的振荡周期及初始相位的最优估计；根据得到的振荡周期及初始相位的最优估计，对各节点的时间同步性能进行评估。系统包括：多个节点和外部评估单元；由外部评估单元向各节点发出请求；各节点在收到请求后，经历一段较短且无法避免和难以准确测量的响应延时后，由外部评估单元收集各节点的响应并利用该时间同步性能评估方法对各节点同步后的时钟性能进行评价。本发明适用于通信技术领域。
-
公开(公告)号：CN104796915B
公开(公告)日：2018-11-09
申请号：CN201510233083.3
申请日：2015-05-08
Applicant: 北京科技大学
Abstract: 本发明提供一种二维有向性传感器网络覆盖的优化方法，属于传感技术领域。所述方法包括：S1：初始化传感器网络，结合节点的初始位置、感知半径、扇形感知方位角度、感知扇形张角等计算网络的初始覆盖率；S2：迭代次数N＝1；S3：为各传感器节点设置一随机扰动角度得到第N次迭代的扰动角度向量；S4：获取当前网络在所述随机扰动角度向量的正反两个方向上旋转得到的第N次迭代的覆盖率；S5：根据第N次迭代的扰动角度向量和覆盖率计算当前各传感器节点对应覆盖率函数的近似梯度值；S6：更新各传感器节点感知方位角度，并在N等于预先设定的迭代次数K时结束流程，否则，N＝N+1并返回执行S3。该方法能够得到二维有向性传感器网络的各传感器节点近优的旋转角度，优化效率高。
-
公开(公告)号：CN108738032A
公开(公告)日：2018-11-02
申请号：CN201810380075.5
申请日：2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于梯度下降法的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中所有采样点的整体覆盖率，所述整体覆盖率等于所有采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据所有采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；根据确定的工作参数的导数向量，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
Patent Agency Ranking
公开(公告)号：CN108601033A
公开(公告)日：2018-09-28
申请号：CN201810380595.6
申请日：2018-04-25
Applicant: 北京科技大学
Abstract: 本发明提供一种基于Adam的网络工作参数优化方法，能够提高工作参数导数向量计算结果的稳定性和准确性。所述方法包括：获取待优化的工作参数；根据获取的待优化的工作参数，确定待优化目标区域中t个采样点的整体覆盖率，所述整体覆盖率等于所述t个采样点被覆盖的覆盖效果的均值，每个采样点被覆盖的覆盖效果为[0,1]之间的连续值；根据t个采样点的整体覆盖率，利用连续求导法则，确定工作参数的导数向量；获取上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，根据确定的工作参数的导数向量以及获取的上一次迭代梯度对本次更新时一阶梯度、二阶梯度的影响值，确定优化后的工作参数。本发明适用于网络工作参数的优化操作。
-
公开(公告)号：CN108449761A
公开(公告)日：2018-08-24
申请号：CN201810175234.8
申请日：2018-03-02
Applicant: 北京科技大学
Abstract: 本发明提供了一种认知无线电毫微微小区资源分配的方法和装置。方法包括：初始化认知毫微微基站和认知毫微微小区用户的参数和状态；为认知毫微微小区用户分配子信道，并计算子信道中的信道增益和共层干扰限制，找到最优子信道；更新认知毫微微小区用户的最优功率，并更新认知毫微微基站的参数方程的第一算子；主宏基站更新认知毫微微基站的参数方程的第二算子，直至认知毫微微基站的参数方程收敛或者得到最大值。该实施例中的方法实现认知无线电毫微微小区资源的合理分配，并能同时用户数据速率要求的最大化，本发明采用凸优化算法来解决子信道和功率分配问题同时，该机制也保证个体的服务质量要求。
-
公开(公告)号：CN103813378B
公开(公告)日：2017-09-26
申请号：CN201410059170.7
申请日：2014-02-21
Applicant: 北京科技大学
IPC: H04W24/08
Abstract: 本发明提供一种基于序列加速的多圆形区域总覆盖面积的获取方法，包括步骤1、确定用于计算圆形面积的内接正多边形的边数集合，并将该边数集合形成一个单调递增有限序列S={S1，S2……Sk}；对单调递增有限序列中的每一边数Sk分别计算其面积Rk，其中Rk为所述圆形总覆盖面积。步骤2、对计算结果数值序列R={R1，R2……Rk}进行序列加速，获得以更快逼近到所述圆形总覆盖面积。本发明实施例基于采用了多个低阶正多边形进行圆形的近似，得到若干个结果；随后对结果进行序列加速处理，推算序列极限。这样只采用低阶正多边形对圆形进行近似，就可以得到高阶正多边形对圆形进行近似才能达到的精度。
-
公开(公告)号：CN106569981A
公开(公告)日：2017-04-19
申请号：CN201610920439.5
申请日：2016-10-21
Applicant: 北京科技大学
IPC: G06F17/17
Abstract: 本发明提供一种适用于大规模数据集的统计参量确定方法及系统，能够提高求解统计参量的效率。所述方法包括：获取待处理的数据集，将所述数据集中的数据样本分成若干区间，并统计每个区间的数据样本的数目；利用预先设置的包含未知参量的概率密度函数计算所述数据集中任一数据样本在每个区间的统计概率；根据统计得到的每个区间的数据样本的数目及计算得到的所述数据集中任一数据样本在每个区间的统计概率，计算似然函数作为目标函数；通过粒子群优化算法求解所述目标函数的最大值，当所述目标函数取最大值时，得到所述未知参量的值。本发明适用于大数据求解统计参量技术领域。
-
公开(公告)号：CN105490749A
公开(公告)日：2016-04-13
申请号：CN201510922635.1
申请日：2015-12-14
Applicant: 北京科技大学
IPC: H04B10/532 , H04B10/54 , H04B10/66 , H04J14/06
CPC classification number: H04B10/532 , H04B10/54 , H04B10/66 , H04J14/06
Abstract: 本发明提供一种偏振复用直接检测系统及方法，能够提高系统单波长信道比特率。所述系统包括：偏振分束器，用于将一个激光器发出的光束分成两个正交的偏振态，所述两个正交的偏振态包括：第一偏振态和第二偏振态；单边带调制器，用于将第一路电信号在第一偏振态上进行单边带调制；光强度调制器，用于将第二路电信号在第二偏振态上进行光强度调制；偏振合束器，用于将调制后的第一偏振态和第二偏振态上的信号合成偏振复用信号；光电检测器，用于接收所述偏振复用信号，并将接收到的偏振复用信号转换成电信号；数字信号处理器，用于接收转换后的电信号，并将所述电信号中两个正交偏振态上的信号进行分离及信号恢复操作。本发明适用于光通信技术领域。
-
-
-
-
-
-
-
-
-
Search Results
123
records
(took 0.046 seconds)
