-
公开(公告)号:CN105517070A
公开(公告)日:2016-04-20
申请号:CN201510998739.0
申请日:2015-12-25
CPC classification number: H04W36/0016 , H04W36/14
Abstract: 本发明提供了一种基于用户使用习惯的异构网络切换方法,包括建立一种神经网络模型,获取用户在异构网络之间进行切换时的相关数据形成用户数据库,并且处理这些数据使之成为训练所述神经网络模型的训练样本,最终根据候选切入网络的情况,利用已训练的神经网络模型实现用户对于异构网络切换这一行为的模拟,从而实现符合用户使用习惯的异构网络切换操作。本发明综合考虑了多个待切入候选网络的性能与用户运行的网络业务类型,根据用户对于网络的选择,分析该选择所体现出在当前网络业务类型下用户对于待切入网络性能的要求,因此,使用一定数量用户数据样本进行训练之后的神经网络可以很好地实现对用户异构网络切换操作的模拟。
-
公开(公告)号:CN104320759B
公开(公告)日:2018-08-03
申请号:CN201410545517.9
申请日:2014-10-15
Applicant: 上海交通大学
Abstract: 种基于固定地标的室内定位系统指纹库构建方法包括:筛选出采样路径上在固定地标附近预定区域内的采样点,确定所述固定地标覆盖范围内的信号接收强度指示指纹特征与物理距离之间的物理相关性,选取所述固定地标附近预定区域内的最优短距离估计模型和确定所述采样路径中各个采样点的绝对坐标。本发明的技术方案有效地构建个低成本、高精度的WiFi指纹库。
-
公开(公告)号:CN105263149A
公开(公告)日:2016-01-20
申请号:CN201510638551.5
申请日:2015-09-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种移动无线传感器网络中节点自适应分布式重聚类方法,包括在已经聚类成簇的移动无线传感器网络中,节点根据惯性传感器的数据并利用航迹推算法与粒子滤波算法对移动过程中每个时刻自身的位置进行准确估计;在每个重聚类周期开始时,节点依据其移动所遵循的运动模型及当前时刻的位置,对下一时刻自身位置进行合理预测,每个簇内边界处非簇头节点被允许根据网络内其它节点的位置信息进行重聚类,从而可以保证节点在移动过程中能够始终处于比较适合的簇当中,即与其所属簇的簇头节点之间的通信距离保持在合理的范围内,使得二者之间通信时能够保持较高的数据送达率,因此可以保证移动无线传感器网络的服务质量。
-
公开(公告)号:CN105517070B
公开(公告)日:2019-03-22
申请号:CN201510998739.0
申请日:2015-12-25
Abstract: 本发明提供了一种基于用户使用习惯的异构网络切换方法,包括建立一种神经网络模型,获取用户在异构网络之间进行切换时的相关数据形成用户数据库,并且处理这些数据使之成为训练所述神经网络模型的训练样本,最终根据候选切入网络的情况,利用已训练的神经网络模型实现用户对于异构网络切换这一行为的模拟,从而实现符合用户使用习惯的异构网络切换操作。本发明综合考虑了多个待切入候选网络的性能与用户运行的网络业务类型,根据用户对于网络的选择,分析该选择所体现出在当前网络业务类型下用户对于待切入网络性能的要求,因此,使用一定数量用户数据样本进行训练之后的神经网络可以很好地实现对用户异构网络切换操作的模拟。
-
公开(公告)号:CN105338621B
公开(公告)日:2018-11-16
申请号:CN201510638510.6
申请日:2015-09-29
Applicant: 上海交通大学
IPC: H04W64/00
CPC classification number: Y02D70/14
Abstract: 本发明提供了一种基于异构网络的室内定位系统能耗误差均衡实现方法,主要基于WLAN和WPAN融合的异构网络中的室内定位系统中的智能设备进行聚类,然后对每个聚类动态选择多个簇头的机制。完成对室内定位系统中的智能设备的聚类,确定每个智能设备充当簇头的激励值,并根据智能设备的部署关系选取出多个簇头,完成每个聚类的多簇头的动态切换。本发明中的方法通过对基于异构网络室内定位系统中智能设备的多个簇头动态选择的机制,能够很好地保证定位精度,同时,也能够降低智能设备的能耗,实现室内定位系统中能耗与误差之间的均衡。
-
公开(公告)号:CN105392194A
公开(公告)日:2016-03-09
申请号:CN201510665829.8
申请日:2015-10-15
Applicant: 上海交通大学
IPC: H04W64/00
Abstract: 本发明提供了一种基于异构网络室内定位框架最优通信的能耗精度均衡方法,包括步骤1:构建异构网络,并对室内的智能设备进行分类和定位,其中,室内的智能设备分为充当簇头节点的智能设备和充当非簇头节点的智能设备;步骤2:根据充当非簇头节点的智能设备的位置变化确定位置状态转移概率矩阵;步骤3:根据位置状态转移概率矩阵,建立相应的约束马尔可夫决策过程,得到异构网络室内的最优通信策略。本发明通过解决此约束马尔可夫决策过程相应的线性问题,得到最优通信策略,能够很好地降低能耗,提高定位精度,从而更好地实现能源消耗和定位精度的均衡。
-
公开(公告)号:CN105338621A
公开(公告)日:2016-02-17
申请号:CN201510638510.6
申请日:2015-09-29
Applicant: 上海交通大学
IPC: H04W64/00
Abstract: 本发明提供了一种基于异构网络的室内定位系统能耗误差均衡实现方法,主要基于WLAN和WPAN融合的异构网络中的室内定位系统中的智能设备进行聚类,然后对每个聚类动态选择多个簇头的机制。完成对室内定位系统中的智能设备的聚类,确定每个智能设备充当簇头的激励值,并根据智能设备的部署关系选取出多个簇头,完成每个聚类的多簇头的动态切换。本发明中的方法通过对基于异构网络室内定位系统中智能设备的多个簇头动态选择的机制,能够很好地保证定位精度,同时,也能够降低智能设备的能耗,实现室内定位系统中能耗与误差之间的均衡。
-
公开(公告)号:CN104320759A
公开(公告)日:2015-01-28
申请号:CN201410545517.9
申请日:2014-10-15
Applicant: 上海交通大学
CPC classification number: H04W64/00 , G06F17/30002 , H04W4/04 , H04W64/006
Abstract: 一种基于固定地标的室内定位系统指纹库构建方法包括:筛选出采样路径上在固定地标附近预定区域内的采样点,确定所述固定地标覆盖范围内的信号接收强度指示指纹特征与物理距离之间的物理相关性,选取所述固定地标附近预定区域内的最优短距离估计模型和确定所述采样路径中各个采样点的绝对坐标。本发明的技术方案有效地构建一个低成本、高精度的WiFi指纹库。
-
公开(公告)号:CN105263149B
公开(公告)日:2018-11-16
申请号:CN201510638551.5
申请日:2015-09-29
Applicant: 上海交通大学
Abstract: 本发明提供了一种移动无线传感器网络中节点自适应分布式重聚类方法,包括在已经聚类成簇的移动无线传感器网络中,节点根据惯性传感器的数据并利用航迹推算法与粒子滤波算法对移动过程中每个时刻自身的位置进行准确估计;在每个重聚类周期开始时,节点依据其移动所遵循的运动模型及当前时刻的位置,对下一时刻自身位置进行合理预测,每个簇内边界处非簇头节点被允许根据网络内其它节点的位置信息进行重聚类,从而可以保证节点在移动过程中能够始终处于比较适合的簇当中,即与其所属簇的簇头节点之间的通信距离保持在合理的范围内,使得二者之间通信时能够保持较高的数据送达率,因此可以保证移动无线传感器网络的服务质量。
-
公开(公告)号:CN106162869B
公开(公告)日:2020-03-06
申请号:CN201610532034.4
申请日:2016-07-07
Applicant: 上海交通大学
IPC: H04W64/00
Abstract: 本发明提供了一种移动自组织网络中高效协作定位方法,包括步骤A:针对当前的目标节点确定对应的参考节点集合与对应的参考节点进行测距通信;步骤B:根据距离测量值,以及测距误差模型随机生成一定数目的对目标节点位置的估计样本;步骤C:根据权重值对每个参考节点生成的位置估计样本分别进行筛选,将所述样本作为本次迭代得到的自身置信度,并计算出本次迭代中自身估计位置;步骤D:判断当前目标节点的迭代过程是否收敛或达到最大迭代次数,若目标节点的迭代过程收敛,则作为其他待被定位目标节点的参考节点。本发明提出的高效协作定位方法能够做到目标节点定位迭代过程中收敛速度快,同时计算复杂度较低,并能够保证较高的定位精度。
-
-
-
-
-
-
-
-
-