-
公开(公告)号：CN111917440B
公开(公告)日：2022-03-15
申请号：CN201911182833.3
申请日：2019-11-27
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: H04B7/0408 , H04B7/06
Abstract: 本发明公开了一种海上超视距大规模天线阵列波束选择与有限反馈方法，利用基站位置信息、船舶航行线路和船舶AIS信息，确定水平方向波束角度范围；利用基站和船舶天线高度、波导层高度以及波导的修正折射斜率参数计算得到垂直方向陷获角的范围；利用上述信息得到理论上粗波束角度信息；在理论角度值范围内进行细波束训练，寻找更为精确的水平方向和垂直方向角度，并通过有限反馈方法减少反馈开销，更快速的找到最佳码字。本发明具有波束搜索范围缩小，搜索速度快，所需信令开销小，反馈开销小，算法复杂度低的特点。
-
公开(公告)号：CN111917440A
公开(公告)日：2020-11-10
申请号：CN201911182833.3
申请日：2019-11-27
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: H04B7/0408 , H04B7/06
Abstract: 本发明公开了一种海上超视距大规模天线阵列波束选择与有限反馈方法，利用基站位置信息、船舶航行线路和船舶AIS信息，确定水平方向波束角度范围；利用基站和船舶天线高度、波导层高度以及波导的修正折射斜率参数计算得到垂直方向陷获角的范围；利用上述信息得到理论上粗波束角度信息；在理论角度值范围内进行细波束训练，寻找更为精确的水平方向和垂直方向角度，并通过有限反馈方法减少反馈开销，更快速的找到最佳码字。本发明具有波束搜索范围缩小，搜索速度快，所需信令开销小，反馈开销小，算法复杂度低的特点。
-
公开(公告)号：CN109948506B
公开(公告)日：2023-08-01
申请号：CN201910191797.0
申请日：2019-03-14
Applicant: 南通大学 , 江苏省南通环境监测中心
IPC: G06V20/10 , G06V20/20 , G06V10/764 , G06V10/774
Abstract: 本发明公开了一种基于深度学习的多角度垃圾分类云平台，通过前端图像采集模块获取垃圾图片,并判断其是否能达到分类需求；通过无线高速传输模块把垃圾图像传送到垃圾分类云平台；垃圾分类云平台对垃圾图像进行识别，利用基于深度学习模型的垃圾分类模块给出分类结果，并把每次识别结果存储于云平台数据库模块；同时将分类结果传送到前端图像采集与传输模块，控制模块根据收到的分类命令对垃圾进行分类，在完成垃圾分类后，前端再传送确认指令至云平台以结束此次分类流程。本发明采用垃圾分类模块与数据库模块相结合的方式，使用分布式系统，便于深度学习模型的升级与更新，并结合多角度识别与判断技术，提升识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN112465243B
公开(公告)日：2024-01-09
申请号：CN202011398877.2
申请日：2020-12-02
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
IPC: G01W1/02 , G06Q50/26 , G06F18/23213 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F16/29 , G06N3/08 , G01N33/00
Abstract: 本发明涉及一种空气质量预报方法及系统，使用加权K‑means算法对监测范围内各空气质量监测站点进行区域划分，得到目标监测站点所在区域内所有监测站点空气质量历史数据与气象数据，基于第一预设时间段内多站点空气质量历史数据与气象数据，利用CNN‑LSTM模型分析得出第二预设时间段内污染物浓度演变的时空趋势，从而实现精准的空气质量预报。另外，加权K‑means算法对各空气质量监测站点进行区域划分，能够准确的确定监测范围内与目标监测站点空间相关性较强的其他监测站点数量及位置，那么基于这些监测站点的空气质量历史数据与气象数据能够更真实的反映目标监测站点所在区
-
公开(公告)号：CN110177390B
公开(公告)日：2021-05-11
申请号：CN201910427588.1
申请日：2019-05-22
Applicant: 南通大学
IPC: H04W40/32
Abstract: 本发明公开了一种密集分布式无线通信系统半动态重叠分簇算法，首先，在限制簇规模的条件下，中心处理单元利用周期性获取的长时信息状态信息对远程接入单元(RAU)进行半动态非重叠分簇；然后，通过设置门限值，找出簇边缘用户；接着，分别计算每个协作簇到本簇和其它簇的边缘用户的平均大尺度衰落，通过比值，找出重叠用户；最后，每个协作簇对簇内用户进行联合传输同时避免对重叠用户的干扰，形成虚拟的重叠簇。本发明以用户为中心，利用长时信道信息进行重叠分簇，能够适应用户位置的移动变化，改善簇边缘用户的服务质量，提高系统吞吐量，并且具有算法复杂度低，信令开销小的优点。
-
公开(公告)号：CN112465243A
公开(公告)日：2021-03-09
申请号：CN202011398877.2
申请日：2020-12-02
Applicant: 南通大学 , 南通先进通信技术研究院有限公司
Abstract: 本发明涉及一种空气质量预报方法及系统，使用加权K‑means算法对监测范围内各空气质量监测站点进行区域划分，得到目标监测站点所在区域内所有监测站点空气质量历史数据与气象数据，基于第一预设时间段内多站点空气质量历史数据与气象数据，利用CNN‑LSTM模型分析得出第二预设时间段内污染物浓度演变的时空趋势，从而实现精准的空气质量预报。另外，加权K‑means算法对各空气质量监测站点进行区域划分，能够准确的确定监测范围内与目标监测站点空间相关性较强的其他监测站点数量及位置，那么基于这些监测站点的空气质量历史数据与气象数据能够更真实的反映目标监测站点所在区域的空气质量，提高空气质量预报的准确性。
-
公开(公告)号：CN110177390A
公开(公告)日：2019-08-27
申请号：CN201910427588.1
申请日：2019-05-22
Applicant: 南通大学
IPC: H04W40/32
Abstract: 本发明公开了一种密集分布式无线通信系统半动态重叠分簇算法，首先，在限制簇规模的条件下，中心处理单元利用周期性获取的长时信息状态信息对远程接入单元(RAU)进行半动态非重叠分簇；然后，通过设置门限值，找出簇边缘用户；接着，分别计算每个协作簇到本簇和其它簇的边缘用户的平均大尺度衰落，通过比值，找出重叠用户；最后，每个协作簇对簇内用户进行联合传输同时避免对重叠用户的干扰，形成虚拟的重叠簇。本发明以用户为中心，利用长时信道信息进行重叠分簇，能够适应用户位置的移动变化，改善簇边缘用户的服务质量，提高系统吞吐量，并且具有算法复杂度低，信令开销小的优点。
-
公开(公告)号：CN109948506A
公开(公告)日：2019-06-28
申请号：CN201910191797.0
申请日：2019-03-14
Applicant: 南通大学 , 江苏省南通环境监测中心
Abstract: 本发明公开了一种基于深度学习的多角度垃圾分类云平台，通过前端图像采集模块获取垃圾图片,并判断其是否能达到分类需求；通过无线高速传输模块把垃圾图像传送到垃圾分类云平台；垃圾分类云平台对垃圾图像进行识别，利用基于深度学习模型的垃圾分类模块给出分类结果，并把每次识别结果存储于云平台数据库模块；同时将分类结果传送到前端图像采集与传输模块，控制模块根据收到的分类命令对垃圾进行分类，在完成垃圾分类后，前端再传送确认指令至云平台以结束此次分类流程。本发明采用垃圾分类模块与数据库模块相结合的方式，使用分布式系统，便于深度学习模型的升级与更新，并结合多角度识别与判断技术，提升识别准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
