一种兼顾成本效益和隐私安全的用户端可再生能源利用方法

    公开(公告)号:CN118802329A

    公开(公告)日:2024-10-18

    申请号:CN202410795815.7

    申请日:2024-06-19

    Applicant: 同济大学

    Abstract: 本发明属于智能电网系统用户隐私保护领域,特别是涉及一种智能电网系统中兼顾成本效益和隐私安全的用户端可再生能源利用方法。所述智能电网包括:可再生能源、可充放电池和能源管理模块;处理过程包括以下步骤:步骤S1、构建智能电网中的马尔可夫决策过程模型;步骤S2、构建智能电网中隐私安全风险度量;步骤S3、构建智能电网能源管理模块策略优化模型;步骤S4、使用对抗强化学习方法优化能源管理模块策略。本发明为智能电网提供了一种利用可再生能源增大智能电网成本效益的方法。可再生能源产生的电能一方面可存储在可充放电池中为用户提供电量,减小用户对传统能源的依赖,另一方面电网中的能源管理模块利用可充放电池中的能量,决策生成兼顾用电隐私安全的生成用电数据。通过本发明的使用,外界窃听者即使通过非法手段获取到电表数据,也无法通过分析数据获取与用户用电隐私敏感信息,此时用户用电隐私安全得到保护。

    基于2D深度学习的3D室内无线电地图估计方法及系统

    公开(公告)号:CN119558165A

    公开(公告)日:2025-03-04

    申请号:CN202410854798.X

    申请日:2024-06-28

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于2D深度学习的3D室内无线电地图估计方法(radio residual network,即R2Net),根据建筑物布局图、家具布局图和发射机位置估计3D室内无线电地图,考虑室内发射机、接收机和障碍物的高度对无线电地图的影响。由于2D深度学习算法的输入和输出都是2D图片,本发明提出用像素值表示建筑物、家具和发射机高度,用不同的输出通道生成不同高度的3D无线电地图。将3D无线电地图估计转化为2D深度学习任务,降低了计算开销和内存需求。本发明所提2D深度学习方法R2Net具有强泛化能力,且根据室内路径损耗特征,增强特征提取,提高了估计精度和效率。

    一种应用于通信系统物理层的信号溯源方法

    公开(公告)号:CN116996303A

    公开(公告)日:2023-11-03

    申请号:CN202311006852.7

    申请日:2023-08-10

    Applicant: 同济大学

    Abstract: 本发明提出了一种应用于通信系统物理层的信号溯源方法,部署在信号接收端,接收端接收到信号后,利用接收信号特征,分别利用最大似然估计理论与矩阵理论进行初步检测,再依据两种检测结果进行软判决,最终输出信号溯源结果。本发明无需利用网络上层信息进行溯源,具有计算速度快、存储开销小的优点;可依据接收信号的物理层特征进行溯源,直接绕过发送方的上层匿名技术;判决结果有效降低了由噪声、传输信号随机性导致的判决误差,准确性得到了进一步提升,尤其在中高信噪比下,本发明可以达到极高的检测准确率。

    一种社区级能源利用与多用户隐私保护系统

    公开(公告)号:CN119906015A

    公开(公告)日:2025-04-29

    申请号:CN202510104563.3

    申请日:2025-01-23

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于多用户共用电池的智能电表隐私保护与成本优化系统。该系统包括多个智能电表、多个能量管理单元和一个中心化储能设备。通过多智能体强化学习算法,系统能够在用户的实时用电数据和电池状态的基础上进行动态优化,以优化能源利用并保护用户隐私。隐私保护模块的功能通过一个判别器网络实现,该网络通过衡量智能电表读数与用户真实负载之间的互信息来指导能量管理单元调整电池操作策略,从而减少用户用电习惯的暴露风险。本系统适用于多用户场景,能够高效管理能源资源并提升用户隐私保护水平。

    一种基于进化谱聚类的动态分簇去蜂窝组网方法

    公开(公告)号:CN119364376A

    公开(公告)日:2025-01-24

    申请号:CN202411470870.5

    申请日:2024-10-21

    Applicant: 同济大学

    Abstract: 本发明提出了一种基于进化谱聚类的动态分簇去蜂窝组网方法,该方法首先考虑去蜂窝网络的下行场景,并考虑用户的移动性,构建了用户的随机路点移动模型以及分簇去蜂窝网络的系统模型;其次建模该问题为一个多目标时变平滑的分簇去蜂窝组网问题,推导系统和速率并提出了一种平滑度指标来衡量分簇去蜂窝组网方案的性能;再次引入图论的相关知识,将该问题转换为多目标时变图分割问题;最后基于进化谱聚类的思想,提出了一种时变平滑的分簇去蜂窝组网算法,获得相邻时刻平滑变化的组网方案,在保证一定系统和速率的基础上减少了切换次数,提高了去蜂窝组网的性能。

Patent Agency Ranking