-
公开(公告)号：CN118656772B
公开(公告)日：2024-11-19
申请号：CN202411148549.5
申请日：2024-08-21
Applicant: 西安电子科技大学
IPC: G06F18/2433 , G06F18/243 , G06F18/10 , G06F18/2131 , G06N20/20 , G06F11/10 , G06F3/06 , E21B49/08 , G06F123/02
Abstract: 本发明公开了一种实时油藏数据流处理及其存储优化的方法，该方法包括，将采集的实时油藏数据进行格式转换和预处理，将预处理后的实时油藏预处理数据划分为时间序列数据和静态数据，对时间序列数据通过傅里叶变换和隔离森林模型实现实时分析和异常检测，根据访问频率将实时油藏预处理数据分为高频、中频和低频等级，将不同等级的数据存储于不同性能的存储介质上，再使用ARIMA模型进行数据访问动态预测，根据预测结果优化存储策略，提高数据的访问效率并节省存储成本。本发明所提供的方法，能够实时有效地识别异常数据点，对设备故障进行预警，通过数据动态访问预测优化存储资源配置，实现了实时数据处理、异常检测和存储优化的系列解决方案。
-
公开(公告)号：CN114201669B
公开(公告)日：2023-02-03
申请号：CN202111391897.1
申请日：2021-11-19
Applicant: 西安电子科技大学
IPC: G06F16/9535 , G06F8/36 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于词嵌入与协同过滤技术的API推荐方法，所述API推荐方法包括：S1：对API真实调用记录进行初始处理，得到API调用矩阵；S2：对所述API调用矩阵中所有用户调用API的API序列进行训练，得到API‑API相似度矩阵；S3：对所述API调用矩阵中所有API跟随用户的用户序列进行训练，得到用户‑用户相似度矩阵；S4：根据所述API调用矩阵、所述用户‑用户相似度矩阵和所述API‑API相似度矩阵，分别得到API侧调用预测模型和用户侧调用预测模型；S5：根据所述API侧调用预测模型以及所述用户侧调用预测模型，得到最终预测模型；S6：根据所述最终预测模型，输出API推荐结果。
-
公开(公告)号：CN114884781A
公开(公告)日：2022-08-09
申请号：CN202210503502.0
申请日：2022-05-09
Applicant: 西安电子科技大学
IPC: H04L27/00
Abstract: 本发明公开了一种基于线性规划和多信号分类算法的载波频偏估计方法，属于无线通信的信道测量技术领域，包括如下步骤：利用Wifi信号发送端Tx按照预设时间间隔Z(i′)向Wifi信号接收端Rx发送若干Wifi帧；测量各Wifi帧得到对应的若干CSI数据；对各CSI数据的相位数据插值，得到各CSI数据的0号子载波的相位序列；得到每两相邻CSI数据的相位差序列，并解卷绕相位差序列；重构Wifi信号发送端Tx的发送时间序列；得到斜率、自由度以及斜率标准差；得到频谱函数，并将频谱函数的峰值对应的频率值作为载波频率偏移CFO估计值；本方案解决了CSI中其它误差因素影响和载波频率偏移CFO候选值的问题。
-
公开(公告)号：CN108021716A
公开(公告)日：2018-05-11
申请号：CN201711469954.7
申请日：2017-12-29
Applicant: 西安电子科技大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于径向坐标优化的多维数据可视化方法，其中，所述方法包括：步骤1、对多维数据的维度进行排序，并形成数组；步骤2、对所述数组进行随机试验，获取视图效果值；步骤3、对所述视图效果值进行最优选择，并输出最优可视化效果图。本发明实施例通过对可视化效果的三个指标：数据密度、数据混乱度和数据遮盖度进行改进，计算并选取最小视图效果值，进而获得最优的可视化效果图进行输出，实现了对原有算法的优化处理。本发明实施例还提供一种基于径向坐标优化的多维数据可视化装置。
-
公开(公告)号：CN117376069B
公开(公告)日：2025-02-14
申请号：CN202311399553.4
申请日：2023-10-25
Applicant: 西安电子科技大学
IPC: H04L27/00
Abstract: 本申请公开了一种载波频率偏移的追踪方法及装置，接收多个含有自定义标志位的Wi‑Fi帧，得到相位序列和接收时间序列，根据自定义标志位确定训练段和追踪段，然后根据相位序列计算出训练段相邻帧的相位差序列，根据时间序列计算出训练段的差分时间序列，进行一阶线性拟合得到训练段的CFO估计值，最后根据训练段的CFO估计值对无迹卡尔曼滤波器进行初始化，通过初始化的无迹卡尔曼滤波器和训练段的CFO估计值预测修正追踪段的CFO估计值，输出CFO长期测量值序列，来对信道状态信息的载波频率偏移进行长期追踪，通过无迹卡尔曼滤波器还能到达精度高、实现简单、鲁棒性较强、适用于广泛应用场景的效果。
-
Patent Agency Ranking
公开(公告)号：CN119415292A
公开(公告)日：2025-02-11
申请号：CN202411574537.9
申请日：2024-11-06
Applicant: 西安电子科技大学
IPC: G06F9/54 , G06F40/126 , G06T9/00 , G06Q50/02 , H04N19/503 , H04N19/593
Abstract: 本发明公开了一种基于微服务架构的多模态油藏数据管理方法，涉及数据孪生领域，用以提升对大规模复杂油藏数据管理的高效率和可靠性。本发明包括：油藏数据处理微服务集获取油藏数据源更新的油藏数据；油藏数据处理微服务集分别对油藏数据中的文本数据、图像数据和视频数据进行压缩存储；油藏数据调度微服务集响应于油藏数据的更新，从油藏数据处理微服务集中获取经压缩的油藏数据更新到相应业务系统。本发明提升了多类型数据集中处理的效率，提升了多类型数据管理的可靠性和应用的可扩展性。
-
公开(公告)号：CN118509977B
公开(公告)日：2024-10-18
申请号：CN202410931803.2
申请日：2024-07-12
Applicant: 西安电子科技大学
IPC: H04W56/00 , H04B17/309 , H04J3/06
Abstract: 本发明公开了一种基于相干的亚纳秒级WiFi信号飞行时间测量方法和系统，涉及无线电通信及信道状态感知领域，用以基于现有网卡设备以简单算法实现ToF中SFO的量化后消除。本发明通过测量发起端和测量接收端间的数据交互获得多个时间戳，并分别在两端对相应的时间戳使用CSI进行校正；最后在测量发起端通过线性拟合的方式计算出单位时间SFO的累积量，并根据RTT精确测量ToF协议计算精确ToF。本发明未对任何设备进行结构变更，通过较低的运算复杂度即实现了对SFO的量化和消除。
-
公开(公告)号：CN117394971B
公开(公告)日：2024-10-11
申请号：CN202311332228.6
申请日：2023-10-16
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于信道状态信息的长时间空口时钟同步方法，涉及无线通信的信道测量技术领域，包括以下步骤：主节点PN按照时间间隔函数Z(k)向从节点SN发送若干Wi‑Fi帧；SN接收到n个Wi‑Fi帧并测量CSI，根据各帧CSI获得解卷绕后的相位差序列ΔΘtrain；根据k和Z(k)构建接收时间间隔序列Ttrain，将接收时间间隔序列Ttrain和解卷绕后的相位差序列ΔΘtrain进行线性拟合，得到斜率为s的线性函数；对s进行处理得到PN与SN之间在第n帧时的时钟偏差Oclock(n)；SN继续接收PN发送的第k帧Wi‑Fi帧，然后根据Oclock(k‑1)和第k帧的CSI信息，使用卡尔曼滤波预测并更新时钟偏差，将计算得到的时钟偏差补偿到SN时钟。本发明使用卡尔曼滤波不断迭代时钟的偏差，并对SN的时钟进行补偿，从而达到主从节点长时间同步。
-
公开(公告)号：CN117320040B
公开(公告)日：2024-10-01
申请号：CN202311290479.2
申请日：2023-10-08
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于信道状态信息的载波频偏误差长期动态估计方法，包括如下步骤：发送端向接收端发送若干Wi‑Fi帧，接收端对各帧的信道状态信息进行DC号子载波插值，并划分为训练段帧和追踪段帧，获得两者对应的相位序列和时间序列；通过plomb功率谱估计算法和MUSIC算法对训练段帧的相位序列进行谱估计得到训练段帧载波频率偏移的估计值；通过训练段帧载波频率偏移的估计值构建出追踪段帧的预测重构序列，校准该预测重构序列得到校准重构序列，并通过该校准重构序列得到追踪段帧的估计重构序列和重构残差序列，最后将重构残差序列补偿到估计重构序列得到追踪段帧的动态估计序列。本发明通过补偿机制实现对CFO的长期动态估计，大幅提高估计精确度和鲁棒性。
-
公开(公告)号：CN118656772A
公开(公告)日：2024-09-17
申请号：CN202411148549.5
申请日：2024-08-21
Applicant: 西安电子科技大学
IPC: G06F18/2433 , G06F18/243 , G06F18/10 , G06F18/2131 , G06N20/20 , G06F11/10 , G06F3/06 , E21B49/08 , G06F123/02
Abstract: 本发明公开了一种实时油藏数据流处理及其存储优化的方法，该方法包括，将采集的实时油藏数据进行格式转换和预处理，将预处理后的实时油藏预处理数据划分为时间序列数据和静态数据，对时间序列数据通过傅里叶变换和隔离森林模型实现实时分析和异常检测，根据访问频率将实时油藏预处理数据分为高频、中频和低频等级，将不同等级的数据存储于不同性能的存储介质上，再使用ARIMA模型进行数据访问动态预测，根据预测结果优化存储策略，提高数据的访问效率并节省存储成本。本发明所提供的方法，能够实时有效地识别异常数据点，对设备故障进行预警，通过数据动态访问预测优化存储资源配置，实现了实时数据处理、异常检测和存储优化的系列解决方案。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.026 seconds)
