-
公开(公告)号：CN119652362A
公开(公告)日：2025-03-18
申请号：CN202411747969.5
申请日：2024-12-02
Applicant: 南昌大学
Abstract: 本发明考虑完整的相移、发射功率分配、解码和飞行控制因素，联合设计了一种多智能反射面辅助的无人机网络通信和控制系统，该系统将求解相移、发射功率分配、解码和飞行控制的复杂原始问题划分成三个子问题进行交替优化，并在每个子问题中应用不同方法，最终获得最佳结果。这样可以有效解决多变量联合设计问题，并实现较低复杂度下稳定的收敛效果，可实现速率最大的设计目标，满足每个地面用户最低通信速率条件下的系统通信速率最大化，使系统尽可能高效率地完成通信任务，以便于更好地满足地面用户的通信需求；并且通过调整多IRS反射相移使得系统的可实现速率进一步增大。
-
公开(公告)号：CN119211842A
公开(公告)日：2024-12-27
申请号：CN202411309627.5
申请日：2024-09-19
Applicant: 南昌大学
Abstract: 本发明一种基于无线电地图的无人机通感一体化轨迹设计方法，包括：初始化地图参数，其中，所述地图参数包括传感目标坐标、无人机每个时隙位置、无人机天线数量、无人机所允许的最大发射功率、无人机飞行高度和无人机飞行速度；基于每个地面基站的信道增益图构建无线电地图；对所述无线电地图进行预处理以得到可行网格图；根据所述可行网格图划分禁飞区域中的最小外包圆，并得到所述最小外包圆的半径和圆心位置信息；获取无人机与感知目标和数据收集中心的信道增益，并基于所述最小外包圆构建无人机位置约束条件；根据通信约束条件对无人机位置约束条件进行优化得到最大感知的雷达互信息量最大化情况下的轨迹和波束赋形。
-
公开(公告)号：CN119383622A
公开(公告)日：2025-01-28
申请号：CN202411501259.4
申请日：2024-10-25
Applicant: 南昌大学
Abstract: 本发明公开了一种深度学习驱动的多基站无线电地图快速构建方法及系统，该方法包括：生成当前环境的无线电地图原始数据集；对所述无线电地图原始数据集进行处理得到无线电地图样本数据集；构建神经网络模型，并根据所述无线电地图样本数据集对神经网络模型进行训练得到无线电地图构建模型。本发明的方法采用双路径神经网络架构通过残差连接和批量归一化增强了模型的学习能力和泛化性能，从而实现了对多基站信号的综合处理，以及快速、高精度的无线电地图预测，满足了实时网络规划和优化的需求。此外，通过对所述无线电地图原始数据集进行处理，使得图像中的每个像素数据中均包括路径增益信息从而提供了精确的信号传播路径提高了识别准确度。
-
公开(公告)号：CN118552903A
公开(公告)日：2024-08-27
申请号：CN202410936344.7
申请日：2024-07-12
Applicant: 南昌大学
Abstract: 本申请公开了一种基于高程栅格图的多帧融合入侵目标探测方法，涉及智能安防技术领域，包括如下步骤：S1：对周界环境高程栅格图进行构建，获得静态高程栅格图；S2：对静态高程栅格图进行多帧融合入侵目标探测，获得探测输出信息，并输出，其中，探测输出信息至少包括：目标数量和目标实际位置。本申请能够减低点云构图计算复杂度和点云图存储空间，能够通过引入目标距离相关的栅格单元点云数量门限和多帧融合机制，过滤恶劣天气引入的点云噪点导致的误报，实现基于高程栅格图的周界入侵目标检测和精准定位。
-
公开(公告)号：CN119311023A
公开(公告)日：2025-01-14
申请号：CN202411435788.9
申请日：2024-10-15
Applicant: 南昌大学
IPC: G05D1/46 , G05D1/695 , G05D109/20
Abstract: 本发明公开了一种多网联无人机物流系统的取送货轨迹设计方法包括：获取无线电地图、无人机速度、无人机数量和无人机的访问位置节点，通过所述无线电地图、无人机速度、无人机数量和所述无人机的访问位置节点计算最优路径矩阵和有效性路径矩阵，采用所述无人机数量、所述最优路径矩阵和所述有效性路径矩阵计算得到多无人机访问顺序轨迹。本发明综合考虑路程、时间和功耗的因素，首先计算得到多无人机访问位置节点间的最优路径；然后采用无人机用户组配对方案计算得到多无人机访问顺序轨迹，优化了多无人机飞行轨迹设计，在有限的无人机续航能力下，提升了无人机物流的效率。
-
Patent Agency Ranking
公开(公告)号：CN114666803B
公开(公告)日：2024-02-23
申请号：CN202210199452.1
申请日：2022-03-01
Abstract: 本申请公开了一种移动边缘计算系统的部署、控制方法及其系统，其中一种移动边缘计算系统的部署、控制方法，具体包括以下步骤：初始化状态信息；获取用户最佳的信号检测结果；获取最佳发射波束；获取最佳反射相位；获取最佳无人机功率分配和计算资源分配结果；获取并输出最佳无人机飞行轨迹；判断是否收敛到预设精度或迭代次数达到最大迭代次数；若收敛到预设精度或迭代次数达到最大迭代次数，输出最佳结果。本申请提出的一种移动边缘计算系统中无人机和智能反射面联合设计方法，可以实现对移动边缘计算系统中无人机和智能反射面联合设计的目的。
-
公开(公告)号：CN114666803A
公开(公告)日：2022-06-24
申请号：CN202210199452.1
申请日：2022-03-01
Abstract: 本申请公开了一种移动边缘计算系统的部署、控制方法及其系统，其中一种移动边缘计算系统的部署、控制方法，具体包括以下步骤：初始化状态信息；获取用户最佳的信号检测结果；获取最佳发射波束；获取最佳反射相位；获取最佳无人机功率分配和计算资源分配结果；获取并输出最佳无人机飞行轨迹；判断是否收敛到预设精度或迭代次数达到最大迭代次数；若收敛到预设精度或迭代次数达到最大迭代次数，输出最佳结果。本申请提出的一种移动边缘计算系统中无人机和智能反射面联合设计方法，可以实现对移动边缘计算系统中无人机和智能反射面联合设计的目的。
-
公开(公告)号：CN108646782A
公开(公告)日：2018-10-12
申请号：CN201810416129.9
申请日：2018-05-03
Applicant: 南昌大学
IPC: G05D1/10
Abstract: 本申请提供一种无人机安全飞行方法，包括以下步骤：S1,初始化飞行轨迹；S2,差异化设置；S3,安全距离设置；S4无人机与地面节点的通讯调度关系设置；S5，优化无人机轨迹；S6，判断优化后的路线是否为最佳状态；若判断为是，则进入S7；若判断为否，则返回步骤S4；S7，输出：无人机按照S6步骤优化后的路线飞行。本申请通过设置差异化因子，协调了无人机与地面节点之间的通讯调度关系，同时提高了多无人机系统无人机之间飞行的安全性，有效规避无人机之间的碰撞风险。
-
公开(公告)号：CN119584166A
公开(公告)日：2025-03-07
申请号：CN202411748205.8
申请日：2024-12-02
Applicant: 南昌大学
Abstract: 本发明考虑完整的相移、无人机的计算与通信资源、非正交多址的解码顺序与无人机轨迹等因素，联合设计了一种智能反射面辅助的无人机边缘计算系统资源控制方法，该系统将求解相移、计算和通信资源、解码顺序与无人机轨迹的复杂原始问题划分成三个子问题进行交替优化，并在每个子问题中应用不同方法，最终获得最佳结果。这样可以有效解决多变量联合设计问题，并实现较低复杂度下稳定的收敛效果，可实现速率最大的设计目标。本发明通过合理设置无人机机载能量的大小，让无人机以尽可能小的能耗实现满足无人机机载能量条件下的系统计算容量最大化，使系统尽可能高效率地完成通信任务，以便于更好地满足地面接入点的通信需求。
-
公开(公告)号：CN117647995A
公开(公告)日：2024-03-05
申请号：CN202311647590.2
申请日：2023-12-04
Applicant: 南昌大学
IPC: G05D1/46 , G06Q10/0835 , G06Q10/047 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的物流无人机轨迹设计方法及系统，该方法包括：初始化轨迹模型参数，所述轨迹模型参数包括无人机起点位置信息、用户总数量、每个用户的位置信息、无人机参数信息、无人机飞行速度；根据所述第一轨迹模型参数得到最佳配送顺序和最佳初始轨迹；将所述最佳初始轨迹输入至预设神经网络模型以对所述最佳初始轨迹优化后得到最优飞行轨迹。本发明能够充分考虑无人机的配送顺序与无人机飞行速度对总能耗的影响，初步降低了无人机的能耗。在无人机初始轨迹的基础上使用深度强化学习来达到能耗与中断时间的平衡，优化后的无人机总中断时间明显低于初始轨迹的总中断时间。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.019 seconds)
