基于控制面与数据面分离的移动自组网调制编码自适应选择方法

    公开(公告)号:CN116405154A

    公开(公告)日:2023-07-07

    申请号:CN202310117613.2

    申请日:2023-02-15

    Applicant: 南京大学

    Abstract: 基于控制面与数据面分离的移动自组网调制编码自适应选择方法,控制面和数据面分离的移动自组网中,在控制时隙中采用载波监听多路访问CSMA机制,竞争发送自己融合后的态势信息,完成邻居节点的勘测与感知;态势信息包括链路传输质量和节点队列长度;在数据平面中,同样采用CSMA机制,但是需要利用控制平面的态势信息,形成一定的“网络秩序”,减少错包和碰撞而引发的吞吐的下降;在传统的基于信噪比SNR的速率自适应算法的基础上,对算法进行改进,并应用于采用控制面与数据面分离的移动自组网设备。

    基于图着色理论的adhoc自适应时隙划分方法

    公开(公告)号:CN116321505A

    公开(公告)日:2023-06-23

    申请号:CN202310128109.2

    申请日:2023-02-15

    Applicant: 南京大学

    Abstract: 一种基于图着色算法的adhoc分布式时隙分配方法,1)adhoc自组网各节点完成碰撞域之内的态势感知,获取本节点通信范围内的拓扑情况,获得拓扑内的节点信息、链路参数;2)adhoc自组网各个节点获取到碰撞域内的拓扑信息之后,以节点为顶点,构建碰撞域内节点分布状态图,按照系统配置中预先设定的时隙设置、感知获取的节点和邻居的度数等参数,为每个节点分配颜色,避免干扰节点之间形成干扰,每个节点按照所得颜色占据时隙;3)根据节点的消息队列长度等参数,使用颜色分配算法调整数据子帧中剩余时隙的分配情况;颜色选取完成之后,读取消息队列长度,动态调整节点的时隙数量,在节点加入、节点退出时动态调整时隙分配情况。

    一种融合元学习的多终端协同训练算法及系统

    公开(公告)号:CN114330464A

    公开(公告)日:2022-04-12

    申请号:CN202011033398.0

    申请日:2020-09-27

    Applicant: 南京大学

    Abstract: 本申请公开了一种融合元学习的多终端协同训练算法及系统,包括客户端加载位于本地的训练模型并初始化网络的权重参数;客户端利用本地存储的数据样本,采用元学习算法调整所述训练模型,得到调整后模型;服务器对来自多个客户端传输的调整后模型进行融合操作,得到平均模型。本申请提供的方法在联邦学习的基础上,在各个客户端引入针对小样本情境(即少量训练数据)的元学习算法,在训练中可以高效获取少量样本中的元信息,所训练出的模型对于新数据也有较好的迁移性,采用该方法训练出的客户端模型在服务器端进行融合后对于其它客户端的数据集也具有较高的处理精度。

Patent Agency Ranking