-
公开(公告)号：CN115407794B
公开(公告)日：2025-04-29
申请号：CN202211024919.5
申请日：2022-08-25
Applicant: 南通先进通信技术研究院有限公司 , 南通大学
IPC: G05D1/46 , H04B7/185 , H04B13/02 , H04B17/336 , H04B17/391 , G06N20/00
Abstract: 本发明提供了基于强化学习的海域安全通信无人机轨迹实时规划方法，属于通信技术领域。解决了传统优化方法无法实时处理海洋动态场景的问题。其技术方案为：步骤一、建立联合大尺度衰落和小尺度衰落的UAV‑船舶信道模型；步骤二、得到移动船舶、窃听节点接收的信干燥比和速率；步骤三、通过求解系统最大平均保密速率来获得无人机的最优轨迹；步骤四、使用Q‑learning和DDPG算法来进行轨迹优化；步骤五、设置相关仿真参数；步骤六、展示不同起飞位置下两种算法的UAV轨迹实时规划结果。本发明的有益效果为：本发明针对不同船舶的通信需求实时的规划出UAV飞行轨迹，有效保障海洋通信的实时性。
-
公开(公告)号：CN119676758A
公开(公告)日：2025-03-21
申请号：CN202411536350.X
申请日：2024-10-31
Applicant: 南通先进通信技术研究院有限公司
Abstract: 本发明提供了一种基于5G信道质量动态调整流媒体传输参数的方法，属于通信技术领域。其技术方案为：包括以下步骤：S1：由终端CPE实时信令上报当前无线信道质量参数，基站gNB汇总形成终端信道质量报告；S2：核心网5GC根据预设采样间隔，定时访问gNB获取终端信道质量报告，根据报告内参数，评估当前通信质量，得出流媒体传输参数推荐值；S3：比对得出的流媒体传输参数推荐值和当前流媒体传输参数的实际值，若相同，则等待下一采样周期重复步骤S2；若不同，则将推荐值下发至流媒体中心；S4：将新的参数配置同步下发给流媒体终端。本发明的有益效果为：更好的保障5G通信网络中流媒体播放的质量和稳定性。
-
公开(公告)号：CN119675827A
公开(公告)日：2025-03-21
申请号：CN202411724352.1
申请日：2024-11-28
Applicant: 南通先进通信技术研究院有限公司
IPC: H04L1/00 , H04L65/60 , H04L65/80 , G10L19/005 , G10L19/18 , G06F40/30 , G06N3/0455 , G06N3/082
Abstract: 本发明提供了一种引入语义映射端的三端口语义通信架构优化方法，属于信息处理技术领域。解决了语义通信业务内容不利于解释、监管和集成的技术问题。其技术方案为：包括以下步骤：S1：构建并训练多模态语义编码模型；S2：构建并训练多模态语义解码模型；S3：构建固定场景下，对于高压缩浮点格式向量的精度、维度的需求测试；S4：固定业务场景；S5：根据收集的业务原始多模态数据；S6：根据步骤S4收集业务原始多模态数据对应的编码数据；S7：构建并训练编码数据到文本或标签数据的映射模型；S8：实现正常语义通信系统传输过程中；S9：执行后续的监管或处理操作。为未来的语义通信系统提供了更多的研究和优化空间。
-
公开(公告)号：CN119561650A
公开(公告)日：2025-03-04
申请号：CN202411509807.8
申请日：2024-10-28
Applicant: 清华大学 , 南通先进通信技术研究院有限公司
Abstract: 本申请提供一种信道环境自适应的采样‑语义‑信道编码联合优化方法及系统，涉及语义通信技术领域，发送端对需要传输的图像进行语义采样，得到语义采样结果；发送端将所述语义采样结果输入编码器，得到需要传输的图像特征向量；接收端接收受到物理信道噪声影响的图像特征向量并进行预处理；接收端将预处理结果输入解码器，得到需要语义重建的图像特征向量；接收端根据所述需要语义重建的图像特征向量进行语义重建，得到重建图像。在本申请中提出的方法中联合了信源和信道的特性，在考虑语义采样和重建的同时，可支持信噪比多变环境下的图像传输，保证图像的重建质量。
-
公开(公告)号：CN119402709A
公开(公告)日：2025-02-07
申请号：CN202411501483.3
申请日：2024-10-25
Applicant: 清华大学 , 南通先进通信技术研究院有限公司
IPC: H04N21/4402 , H04N21/44
Abstract: 本申请提供一种面向基于深度学习视频编解码器的辅助流抗误码网络传输方法，涉及视频传输技术领域，解码端使用出错的码流进行编解码，在编解码的过程中，将出错的码流对应的解码结果置为全零，得到有轻微失真的解码重建帧APn‑1；所述解码端将所述解码重建帧APn‑1作为参考图像，并刷新所述解码端的解码缓冲器，将除了所述参考图像以外的参考内容全部置为None的情况下进行编解码，得到正确解码重建帧APn。该方法是一种低错误的网络传输方法，在保证视频重建质量的同时降低传输的带宽需求，增强了基于深度学习的视频编解码器的抗误码鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN117114182B
公开(公告)日：2024-11-26
申请号：CN202311055606.0
申请日：2023-08-21
Applicant: 清华大学 , 南通先进通信技术研究院有限公司
IPC: G06Q10/04 , G06Q10/087 , G06F18/10 , G06F18/23 , G06F17/16
Abstract: 本发明提供了一种基于物料关联性的安全库存预测方法、装置、电子设备及存储介质，涉及数据处理技术领域。本发明实施例中，采用先聚类后预测的两段式预测网络结构，并且，本发明实施例中，通过模仿时空序列空域的建模，提出了关联性矩阵，即物料在产品中的共现频率，将关联性矩阵作为关联先验知识，配合聚类先验知识，一起输入到时空预测网络中，能更好地挖掘物料之间的关联性，更大程度地提高了预测精度。并且，本发明实施例中，通过先聚类后预测的构思，可以在考虑时间序列之间的内在关联性的同时，对多个物料对应的时间序列同时进行处理，同时预测得到多个物料的安全库存预测结果。
-
公开(公告)号：CN117972379B
公开(公告)日：2024-11-22
申请号：CN202311697424.3
申请日：2023-12-11
Applicant: 南通先进通信技术研究院有限公司
IPC: G06F18/2113 , G06F18/24 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/08
Abstract: 本发明公开了一种基于机器学习的微波天线波束调控方法和系统，涉及数据处理技术领域，包括获取建模所需数据，根据建模所需数据进行特征提取；将提取后的特征按照功能类别进行分类，筛选每个类别内的所有特征，将有效特征保留下来；根据多个类别内的有效特征之间的关联建立新特征，基于新特征和有效特征进行归一化尺度处理；将新特征和有效特征划分入训练集、验证集和测试集；根据训练集、验证集和测试集训练神经网络模型，通过神经网络模型进行微波天线波束调控。提高了波束调控的精度和适应性，保证了调控效果。
-
公开(公告)号：CN111710946B
公开(公告)日：2024-06-25
申请号：CN202010510236.5
申请日：2020-06-08
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: H01P1/203
Abstract: 本发明公开了一种宽带的单端式微带短线带通滤波器，包括第一馈线、第二馈线、八分之一波长耦合微带线、第一至第四贴片电容、第一和第二金属化通孔。八分之一波长耦合微带线的一端与第一馈线、第二馈线、第一贴片电容、第三贴片电容、第四贴片电容连接，另一端通过第一金属化通孔接地。其中，第一贴片电容串联加载在耦合微带线一端的内侧，第三贴片电容和第四贴片电容并联加载在耦合微带线一端的外侧，第三贴片电容和第四贴片电容的另一端通过第二金属化通孔接地。第二贴片电容串联加载在耦合微带线中部内侧。相比于现有宽带单端式微带带通滤波器，本发明在获得的宽带滤波响应的同时，极大的减小了电路尺寸，且损耗极低、结构简单。
-
公开(公告)号：CN117972379A
公开(公告)日：2024-05-03
申请号：CN202311697424.3
申请日：2023-12-11
Applicant: 南通先进通信技术研究院有限公司
IPC: G06F18/2113 , G06F18/24 , G06F18/213 , G06F18/214 , G06F18/21 , G06N3/08
Abstract: 本发明公开了一种基于机器学习的微波天线波束调控方法和系统，涉及数据处理技术领域，包括获取建模所需数据，根据建模所需数据进行特征提取；将提取后的特征按照功能类别进行分类，筛选每个类别内的所有特征，将有效特征保留下来；根据多个类别内的有效特征之间的关联建立新特征，基于新特征和有效特征进行归一化尺度处理；将新特征和有效特征划分入训练集、验证集和测试集；根据训练集、验证集和测试集训练神经网络模型，通过神经网络模型进行微波天线波束调控。提高了波束调控的精度和适应性，保证了调控效果。
-
公开(公告)号：CN117560329A
公开(公告)日：2024-02-13
申请号：CN202311264743.5
申请日：2023-09-27
Applicant: 南通先进通信技术研究院有限公司
Abstract: 本发明提供了一种物联网数据资源自适应分配方法，涉及自适应分配技术领域，包括：对多源异构数据划分并存储至异构数据存储空间；获取目标服务器发送的接入请求并解析得到第一信息，再对异构数据资源进行映射完成同属性资源的匹配，得到资源匹配集合；以安全容量与总带宽作为约束条件，服务器通信总功率最小化为优化目标，构建资源自适应分配函数对所述资源匹配集合进行资源再配置。通过对多源异构数据划分并存储，再利用解析目标服务器发送的接入请求得到的第一信息对异构数据资源进行映射，得到资源匹配集合；通过构建资源自适应分配函数对资源匹配集合进行资源再配置，得到资源自适应分配最优解，有效提高数据资源分配合理性及资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
380
records
(took 0.107 seconds)
