-
公开(公告)号：CN110473142B
公开(公告)日：2022-09-27
申请号：CN201910431489.0
申请日：2019-05-22
Applicant: 南京理工大学
IPC: G06T3/40 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种基于深度学习的单幅图像超分辨率重建方法，针对网络架构，去除了残差模块的批归一化层，增加了紧密连接和作用于判别域的网络，针对损失函数，融合了多种不同损失函数。本发明节约了计算资源、增强了层与层之间的传播，使得生成的图像具有高频信息而不是高频噪声，提高了生成图片在不同数据集上的峰值信噪比、结构相似性以及视觉效果。
-
公开(公告)号：CN113382381B
公开(公告)日：2022-08-30
申请号：CN202110596287.9
申请日：2021-05-30
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于贝叶斯Q学习的无人机集群网络智能跳频方法，该方法采用Myopic‑VPI决策策略选择无人机集群上行链路的无线信道，在无人机和干扰机均处于未知移动状态的场景下实现对干扰信道的规避；同时在基于对信道环境的数据观测下，运用矩更新方法，逐步修正基于高斯‑伽马分布模型的Q值分布，最终学习到干扰机的干扰策略并智能选择可用的传输信道，最大程度上降低干扰。本发明针对无人机集群网络分别处于单音随机干扰、多音扫频干扰和马尔科夫干扰三种场景下，通过无人机自主交互的协同认知能力规避干扰，实现智能抗干扰通信；相较于传统Q学习能够更快地学习到最优的跳频方法，有效提升了信息传输速率且降低了功率消耗。
-
公开(公告)号：CN113613206A
公开(公告)日：2021-11-05
申请号：CN202010537028.4
申请日：2020-06-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于强化学习的无线异构车联网边缘卸载方案。在该方案中，用户车辆支持V2I、V2V两种卸载方式。实施本发明首先需要AP在每时隙的开头观察并收集路段中的环境信息，包括路段中所有基站车辆、用户车辆的位置以及所有V2I信道和V2V信道的信道增益。其次，基于收集到的环境状态，通过DQN网络，确定该时隙内所有用户车辆的任务卸载选择。然后，AP将卸载选择广播到所有相关车辆，使各用户车辆卸载任务至目标边缘服务器。最后，在时隙的末尾，AP接收所有用户车辆对这一时隙计算率的反馈，并以该反馈的函数作为回报，进而训练DQN网络。本发明可以实现在不同车辆数目、随机变化的车联网环境中通过训练获得用户车辆的最佳计算任务卸载选择，为计算密集型以及时延敏感性计算任务的车联网应用提供决策。
-
-
公开(公告)号：CN110311717A
公开(公告)日：2019-10-08
申请号：CN201910590329.0
申请日：2019-07-02
Applicant: 南京理工大学
IPC: H04B7/06 , H04B7/08 , H04B7/0456 , H04W16/28
Abstract: 本发明提供了混合模拟与数字结构发射机中，基于方向调制的稳健的混合波束成形设计方法。该方法需要在已知期望用户与窃听者角度信息和角度误差分布的情况下，分别设计模拟预编码、有用信号数字预编码和人工噪声数字预编码。首先利用相位对齐的思想设计模拟波束成形矩阵，并进一步考虑角度误差设计稳健的模拟波束成形。在模拟波束成形矩阵确定的情况下，通过最小化混合预编码与全数字预编码之间的欧几里得距离分别设计稳健的有用信号数字波束成形向量与人工噪声数字波束成形矩阵。为了提高系统的能效并降低设计复杂度，此处采用部分连接型的混合结构。本发明采用混合结构显著降低电路成本，安全速率性能与误码率性能都有显著提升。
-
Patent Agency Ranking
公开(公告)号：CN110213186A
公开(公告)日：2019-09-06
申请号：CN201910590886.2
申请日：2019-07-02
Applicant: 南京理工大学
IPC: H04L25/02 , H04B7/08 , H04B7/0456 , H04B17/336
Abstract: 本发明提供了混合模拟与数字结构接收机中，基于旋转不变技术的混合波束成形的到达角估计与信噪比估计方法。首先将模拟波束成形的相位设为零，利用ESPRIT算法估计角度，此时由于引进混合结构将导致测角模糊问题。接着分别进行数字相位对齐与模拟相位对齐，通过最大化接收信号功率准则剔除模糊角获得最终的角度估计。在获得角度估计的基础上，再通过模拟相位消除获得信噪比的估计。本发明将到达角估计技术应用于混合模拟与数字结构的接收机中，相比于传统的全数字接收机，可以大大降低硬件电路的成本与功耗，并且在少量射频链路的情况下仍可以有效的获得角度与信噪比的估计。
-
公开(公告)号：CN108445515A
公开(公告)日：2018-08-24
申请号：CN201810172729.5
申请日：2018-03-01
Applicant: 南京理工大学
Abstract: 本发明公开了一种面向公路物流的车辆追踪系统，包含表示层、业务层及数据层，所述表示层包含定位持续获取模块、定位发送与接收模块以及定位显示模块；所述业务层包含定位接收模块、坐标转换模块、定位下发模块及地图瓦片自动生成模块；所述数据层由应用数据和基于OpenStreetMap的道路拓扑信息数据组成，均存储在postgreSQL数据库中。本发明采用了基于GPS数据处理的定位采集服务，提高了GPS定位数据的有效性，进一步提高了车辆追踪的定位精度；采用了基于极光推送的透传方案，解决了定位采集服务被杀死的问题，实现了基于android移动终端的持续追踪效果；采用移动终端追踪车辆，具有成本较低、实时性高的优点。
-
公开(公告)号：CN108337029A
公开(公告)日：2018-07-27
申请号：CN201711476814.2
申请日：2017-12-29
Applicant: 南京理工大学
IPC: H04B7/06
Abstract: 本发明提供了安全无线传输中自适应稳健零空间投影波束赋形方法，该方法由三部分组成：到达角和信噪比估计、角度误差范围预测和稳健安全波束成形。在第一时隙，首先，期望方向和窃听方向的方向角通过根值多重信号分类算法估计。然后，通过对接收信号的协方差矩阵进行奇异值分解。最后，在克拉美罗下界公式的辅助下，角度误差范围可以根据估计的到达角和信噪比来预测。在第二时隙，所有估计的参数用来设计有用信号波束成形向量和人工噪声投影向量。与传统的非自适应稳健方法和非稳健的方法相比，本发明能够降低误码率和提升安全速率，使系统实现安全的无线传输。
-
公开(公告)号：CN104202815B
公开(公告)日：2017-10-17
申请号：CN201410234913.X
申请日：2014-05-29
Applicant: 南京理工大学
Abstract: 本发明提供一种基于参考信标点优选的改进DV‑Hop定位方法，包括：获取信标点的位置信息以及距离信标点的最小跳数；估算未知节点到信标点的距离；未知节点计算位置坐标，其中：首先，对未知节点到信标点的距离方程进行操作，表示成矩阵的形式；然后，进行初次筛选得到一次优化的源矩阵；接着，对初次筛选后的源矩阵实施二次筛选得到新的源矩阵，任选其一作为最佳矩阵，该最佳矩阵对应的参考信标点作为优选信标点，以计算出未知节点的空间位置。本发明提供的基于参考信标点优选的改进DV‑Hop定位方法，能够提高定位坐标的精度。
-
公开(公告)号：CN106792805A
公开(公告)日：2017-05-31
申请号：CN201611104537.8
申请日：2016-12-05
Applicant: 南京理工大学
Abstract: 本发明提供了一种IEEE802.15.4网络异步MPR吞吐率优化方法，网络源节点同时向目的节点发送包长服从几何分布的数据分组，目的节点可以基于异步MPR机制同时成功接收若干个数据分组，各源节点退避完成时检测当前信道通信节点数，并与预设的检测阈值比较后制定发送或再次退避的策略，可以有效改善网络吞吐率及可靠性。
-
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.025 seconds)
