-
公开(公告)号：CN113645273B
公开(公告)日：2023-07-07
申请号：CN202110761216.X
申请日：2021-07-06
Applicant: 南京邮电大学
Abstract: 本申请涉及一种基于业务优先级的车联网任务卸载。该方法包括：实时接收RSU覆盖范围内的车辆终端通过RSU发送的第一任务卸载请求，第一任务卸载请求为车辆终端进入RSU覆盖范围内时第一次发送的任务卸载请求；根据第一任务卸载请求，为第一任务卸载请求分配权重，确定第一任务卸载请求的任务优先级；根据第一任务卸载请求的任务优先级，确定当前接受的卸载任务，对当前接受的卸载任务进行处理，并向对应的车辆终端进行反馈；根据第一任务卸载请求的任务优先级，根据深度学习网络生成卸载策略，并生成奖励值；向RSU覆盖范围内的车辆终端发送卸载策略，使各车辆终端根据卸载策略通过RSU进行任务卸载的数据传输，提高了计算任务执行成功概率。
-
公开(公告)号：CN113313008B
公开(公告)日：2022-08-05
申请号：CN202110578149.8
申请日：2021-05-26
Applicant: 南京邮电大学
Abstract: 本发明是一种基于YOLOv3网络和均值漂移的目标与识别跟踪方法，包括如下步骤：S1：制作目标数据集，将目标数据集输入YOLOv3算法训练网络；S2：将视频图像逐帧输入YOLOv3网络，检测完成后YOLOv3网络输出检测目标预测标签向量；S3：将检测目标预测标签向量中的多个目标边界框尺寸信息输入均值漂移目标跟踪算法，以每个目标的边界框尺寸信息作为均值漂移目标跟踪算法对应目标的搜索检测框尺寸大小；S4：对目标进行跟踪；S5：判断视频是否结束。该方法解决了传统均值漂移目标跟踪算法搜索检测框的尺度不匹配问题，改善了传统均值漂移目标跟踪算法的局限性，提高了目标识别与跟踪算法的性能。
-
公开(公告)号：CN113313008A
公开(公告)日：2021-08-27
申请号：CN202110578149.8
申请日：2021-05-26
Applicant: 南京邮电大学
Abstract: 本发明是一种基于YOLOv3网络和均值漂移的目标与识别跟踪方法，包括如下步骤：S1：制作目标数据集，将目标数据集输入YOLOv3算法训练网络；S2：将视频图像逐帧输入YOLOv3网络，检测完成后YOLOv3网络输出检测目标预测标签向量；S3：将检测目标预测标签向量中的多个目标边界框尺寸信息输入均值漂移目标跟踪算法，以每个目标的边界框尺寸信息作为均值漂移目标跟踪算法对应目标的搜索检测框尺寸大小；S4：对目标进行跟踪；S5：判断视频是否结束。该方法解决了传统均值漂移目标跟踪算法搜索检测框的尺度不匹配问题，改善了传统均值漂移目标跟踪算法的局限性，提高了目标识别与跟踪算法的性能。
-
公开(公告)号：CN111431601A
公开(公告)日：2020-07-17
申请号：CN202010396068.1
申请日：2020-05-12
Applicant: 南京邮电大学
IPC: H04B10/116 , H04B10/516 , H04L12/24 , H04L27/36 , H04W72/04
Abstract: 本发明公开了一种提高DCO-OFDM系统信道利用率的方法，涉及室内可见光通信动态资源分配技术领域，包括以下步骤：S1：预先定义信号功率，信道矩阵，系统的子信道数和系统的可用子信道数；S2：更新当前终端的位置，按照各终端所处位置的光照度，按同等比例分配相应数量的子信道；S3：按照能者多劳的原则，对处于LEDs阵列通信范围中心区域的终端进行子信道分配；S4：根据估算得到的各子信道信噪比，为每个信道自适应选择最合适的QAM调制阶数。本发明应用于室内可见光通信的DCO-OFDM系统，包含多个通信接入点APs，移动终端MSs，通过高效的自适应资源分配算法，以实现系统资源的合理分配，进而提高该系统的信道利用率。
-
公开(公告)号：CN113490181B
公开(公告)日：2023-07-28
申请号：CN202110551075.9
申请日：2021-05-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于LSTM神经网络的车辆传输时延优化方法，将车辆到达建模为非齐次泊松过程，并利用LSTM神经网络预测车辆的到达率函数，然后根据车辆到达率函数构建系统移动模型，并根据非齐次泊松过程的性质计算车辆之间的传输时延，从而建立系统的目标函数，接着提出一种基于分支定界的通信传输模式选择算法来解决目标函数，从而最小化车辆间总的传输时延。本发明通过LSTM神经网络对车辆达到率进行预测，从而更好地进行通信模式地选择，以达到车辆传输时延最小化的目的。
-
Patent Agency Ranking
公开(公告)号：CN110336767B
公开(公告)日：2022-08-23
申请号：CN201910705950.7
申请日：2019-08-01
Applicant: 南京邮电大学
IPC: H04L27/26 , H04B10/116
Abstract: 一种用于降低DCO‑OFDM信号PAPR的方法，首先输入信号经串并转换获取N路并行码元Xi，N路所对应的N个子载波上进行正交幅度调制M‑QAM获取再对进行逆快速傅里叶变换，生成2N个等效的复数码序列并将通过串/并转换后，获取离散信号S(k)的抽样值；之后通过SLM算法将离散信号S(k)叠加不同的相位旋转因子Pm(i)，获取输出序列Sm，再对Sm进行逆快速傅里叶变换，得到输出SM‑Out序列；在SM‑Out序列中插入循环前缀TCP和保护带宽TG，获取完整的OFDM信号时间长度Tsym＝Tued+Tcp+TG，根据Tsym计算时域信号x(t)，并提供直流补偿d0；然后根据时域信号x(t)获取PAPR(db)，并判断PAPR(db)是否超过门限阈值PAPR0，若PAPR＞PAPR0，则降低d0值，若PAPR≤PAPR0，则不降低d0值；最后输出DCO‑OFDM信号。该方法将传统的SLM思想和直流补偿动态平衡相结合，能更好的降低DCO‑OFDM的PAPR，提高系统可靠性。
-
公开(公告)号：CN110336767A
公开(公告)日：2019-10-15
申请号：CN201910705950.7
申请日：2019-08-01
Applicant: 南京邮电大学
IPC: H04L27/26 , H04B10/116
Abstract: 一种用于降低DCO-OFDM信号PAPR的方法，首先输入信号经串并转换获取N路并行码元Xi，N路所对应的N个子载波上进行正交幅度调制M-QAM获取 再对 进行逆快速傅里叶变换，生成2N个等效的复数码序列 并将 通过串/并转换后，获取离散信号S(k)的抽样值；之后通过SLM算法将离散信号S(k)叠加不同的相位旋转因子Pm(i)，获取输出序列Sm，再对Sm进行逆快速傅里叶变换，得到输出SM-Out序列；在SM-Out序列中插入循环前缀TCP和保护带宽TG，获取完整的OFDM信号时间长度Tsym＝Tued+Tcp+TG，根据Tsym计算时域信号x(t)，并提供直流补偿d0；然后根据时域信号x(t)获取PAPR(db)，并判断PAPR(db)是否超过门限阈值PAPR0，若PAPR＞PAPR0，则降低d0值，若PAPR≤PAPR0，则不降低d0值；最后输出DCO-OFDM信号。该方法将传统的SLM思想和直流补偿动态平衡相结合，能更好的降低DCO-OFDM的PAPR，提高系统可靠性。
-
公开(公告)号：CN111836273B
公开(公告)日：2022-08-26
申请号：CN202010441693.3
申请日：2020-05-22
Applicant: 南京邮电大学
IPC: H04W16/20
Abstract: 本发明提出了一种提高室内无线通信系统接收功率覆盖均匀性的方法，预定义通信接入点布局位置序列PosAP，布局参数Symis等相关参数；计算总接收功率矩阵Pr；计算Pr的归一化方差，并设置状态参数；执行外层迭代循环；更新状态参数；根据布局参数Symis更新PosAP；执行内层循环，比较最佳归一化方差Varbetterin与更优归一化方差Varbetter的大小，若Varbetterin＜Varbetter，则更新更优归一化方差，记录更优功率因子序列、更优通信接入点布局位置序列；否则，依据Metropolis准则计算逃脱概率P，并根据逃脱概率P决定是否随机生成全新的PosAP；判断外层循环是否结束，若结束输出最佳Posbetter和其匹配的最佳Kbetter。本发明可以提高室内无线通信系统接收功率覆盖均匀性，提升系统有效性和可靠性。
-
公开(公告)号：CN111405626B
公开(公告)日：2021-11-26
申请号：CN202010301428.5
申请日：2020-04-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于时隙计算实现微小区预切换的实现方法，包括以下步骤：步骤S1，预先定义Nperiod为一帧的时隙数，用于计算MS位置的探测时隙，其中，每一帧的第一位时隙Nperiod1和第三位时隙Nperiod3为探测时隙，其他时隙用于发送数据；步骤S3，通过每一帧的第一位时隙Nperiod1和第三位时隙Nperiod3，确定终端的位置：pos1＝x1+y1*j，pos2＝x2+y2*j，并获取移动速度v：其中t0为一个时隙的时间间隔。本发明应用于室内或微小区结构的通信系统，包含多个通信接入点APs，移动终端MSs，通过高效的切换算法，实现计算简单、减小开销的显著增益，以良好的正确率实现在微小区结构下频繁切换的通信方式，降低通信系统的切换开销及冗余。
-
公开(公告)号：CN113406965A
公开(公告)日：2021-09-17
申请号：CN202110598760.7
申请日：2021-05-31
Applicant: 南京邮电大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于强化学习的无人机能耗优化方法，方法应用在无人机网络中，方法步骤如下：首先构建无人机与地面传感器之间的通信系统模型；然后在上述系统模型基础上，计算无人机遍历单个传感器的飞行能耗；接着在无人机遍历单个传感器的飞行能耗基础上，计算得到无人机遍历所有传感器的整体能耗(飞行能耗+通信能耗)；最后使用基于Q‑learning的无人机的路径选择算法，得到无人机最优遍历路径，求解无人机遍历所有传感器的最优能耗。本发明相对于已知的其他算法，在能耗表现上得到了提升。
-
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.018 seconds)
