-
公开(公告)号：CN107484180B
公开(公告)日：2021-05-18
申请号：CN201710852305.9
申请日：2017-09-19
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种甚高频段下D2D通信的资源分配方法。首先利用线性相关的方法选出D2D用户可进行复用的蜂窝用户资源；其次，利用数据速率最大化准则来找出复用每一个蜂窝用户资源的D2D用户对集合；最后提出一种基于干扰控制的资源分配方法，通过比较吞吐量的大小，从可复用的蜂窝用户资源中选出最佳的蜂窝用户来与D2D用户共享资源，保证了蜂窝通信和D2D通信的服务质量(QoS)。本发明既能达到控制D2D用户和蜂窝用户之间的干扰，又能提升系统吞吐量和频谱效率，同时降低了算法的复杂度。
-
公开(公告)号：CN112529292A
公开(公告)日：2021-03-19
申请号：CN202011443377.6
申请日：2020-12-11
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种基于改进Floyd算法的交通网络线路优化方法，该方法包括：建立城市交通网络拓扑模型；将选取节点的平均度、网络直径、平均路径、网络效率和平均聚类系数汇总分析结果；利用改进的Floyd算法缩短运行时长，提高仿真效率；改进节点之间的边权值，再对比二次仿真的结果；重新改变交通网络图，对比三次仿真结果，优化了交通网络的工作效率。
-
公开(公告)号：CN109918562A
公开(公告)日：2019-06-21
申请号：CN201910048924.1
申请日：2019-01-18
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: G06F16/9535 , G06Q30/06
Abstract: 本发明请求保护一种基于用户社区和评分联合社区的推荐方法。首先基于用户间的社交关系和评分数据获取用户间的信任关系和用户间的相似关系，从而得出用户间的混合相似度值；然后根据混合相似度的值对用户进行k-means聚类操作，得到用户的社区；其次根据评分矩阵的评分模式利用概率的方法对评分矩阵中的用户和商品进行联合聚类；最后面向用户-物品的联合社区结构利用矩阵分解技术，并融入用户社区结构进行推荐。本发明能够充分利用社区内部用户的高度相关性以及矩阵分解技术的高精度性，能够在保证不错的推荐准确率的同时提高推荐效率。
-
公开(公告)号：CN106557750A
公开(公告)日：2017-04-05
申请号：CN201611032589.9
申请日：2016-11-22
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
CPC classification number: G06K9/00288 , G06K9/6257 , G06K9/6282
Abstract: 本发明请求保护一种基于肤色和深度二叉特征树的人脸检测方法，首先，运用了一种新的差分特征—NPD(Normalized Pixel Difference)，NPD特征是一种判断两个像素值间相对差异的特征，此新型特征具有尺度不变性、有界性以及能复原原图像的性能，另外可从查找表直接获取NPD特征值，可大大节省训练时间。其次，提出了一种深度二叉特征树树结构来训练分类器，复杂的人脸特征被Adaboost学习算法更好地分类。最后，将训练得到soft‑cascade分类器与肤色算法相结合。本发明的人脸检测方法能有效提高复杂环境下的人脸检测率及检测速度。
-
公开(公告)号：CN106506103A
公开(公告)日：2017-03-15
申请号：CN201611033713.3
申请日：2016-11-22
Applicant: 重庆信科设计有限公司
IPC: H04B17/382 , H04B17/345 , H04B1/00
CPC classification number: H04B17/382 , H04B1/0003 , H04B17/345
Abstract: 本发明请求保护一种基于噪声方差估计的多门限频谱感知方法，该方法的目的是为了解决噪声方差不确定性环境下的能量检测性能不稳定的问题。该发明采用的是两步感知的方案，包括精确感知和快速感知。首先，在第一步精确感知周期中，采用最大似然估计的方法对噪声功率进行估计；其次，在第二步快速感知周期中，运用第一步估计出的噪声功率对认知用户自适应地设定多个判决门限；最后，认知用户根据设定的多个判决门限进行能量检测，得到最终的判决结果。该发明可以在检测器对噪声不确定区间未知的情况下，保证良好的检测性能，从而克服噪声不确定性对检测性能的影响。
-
Patent Agency Ranking
公开(公告)号：CN104684051A
公开(公告)日：2015-06-03
申请号：CN201410083792.3
申请日：2014-03-07
Applicant: 重庆信科设计有限公司
CPC classification number: Y02D70/126 , Y02D70/24 , Y02D70/25 , H04W72/082 , H04W72/1247
Abstract: 本发明公开了一种LTE和LTE-Advanced系统在非满负载下的资源分配方法，包括：S1：统计小区内所有用户的SINR值；S2：将小区RB划分为可用RB集合、分配给每个用户的RB集合；S3：对小区内用户进行第一阶段资源分配；S4：更新参数；S5：对小区内用户进行第二阶段资源分配；S6：根据每个用户预分配的最优RB，计算得到每个用户的平均SINR值，并由每个用户的平均SINR值获得每个用户的瞬时速率值、瞬时功率值；S7：对每个用户进行优先级排序，优先级最高的用户可以得到由步骤S5中预分配的最优RB；S8：重复执行步骤S5-S7直到可用RB集合为空。本发明方法能够实现能量效率和频谱效率的良好折中，达到通信业务中节能减排的目的。
-
公开(公告)号：CN102026404A
公开(公告)日：2011-04-20
申请号：CN201010590653.1
申请日：2010-12-16
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
IPC: H04W76/02
Abstract: 本发明涉及一种无线资源控制连接重配置失败的处理系统及方法，根据导致无线资源控制连接重配置失败的具体原因，在UE端增加具体的失败原因值，然后将失败原因值封装到无线资源控制连接重建请求消息中发送到网络端（E-UTRAN），网络端接收到无线资源控制连接重建请求消息，得知无线资源控制连接重配置过程失败，解析无线资源控制连接重建请求消息里封住的具体失败原因值，根据UE端的约定规则，进行判决处理，发起无线资源控制连接重配置或者是无线资源控制连接重建。采用本发明技术，降低了无线资源控制连接重配置过程的实现复杂度，提高连接效率。
-
公开(公告)号：CN111465025B
公开(公告)日：2023-04-07
申请号：CN202010152114.3
申请日：2020-03-06
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种基于新型容量预测模型的旅游城市5G网络组网方法。涉及5G规划领域，主要将SARIMA模型引入到5G规划中，代替趋势外推法预测用户数量；因该模型对周期性的时间序列预测效果很好，可以在单变量数据中显式地模拟季节性元素，展示数据的季节性特点，很适合旅游城市人流量随淡旺季变化明显的特征。利用SARIMA模型可以对旅游城市人流量做出准确预测的特点，使其为5G组网方案的制定提供数据支持。当对景区与周边居民区进行容量预测时，发现两者人流量达到峰值得时间并不相同，因此将景区基站和居民区的基站融合组网，统一由DU云集中管理，这样的话，在计算该区域容量峰值时不需要将二者峰值的最大值相加计算，从而使网络资源在一定程度上得到节省。
-
公开(公告)号：CN111465025A
公开(公告)日：2020-07-28
申请号：CN202010152114.3
申请日：2020-03-06
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种基于新型容量预测模型的旅游城市5G网络组网方法。涉及5G规划领域，主要将SARIMA模型引入到5G规划中，代替趋势外推法预测用户数量；因该模型对周期性的时间序列预测效果很好，可以在单变量数据中显式地模拟季节性元素，展示数据的季节性特点，很适合旅游城市人流量随淡旺季变化明显的特征。利用SARIMA模型可以对旅游城市人流量做出准确预测的特点，使其为5G组网方案的制定提供数据支持。当对景区与周边居民区进行容量预测时，发现两者人流量达到峰值得时间并不相同，因此将景区基站和居民区的基站融合组网，统一由DU云集中管理，这样的话，在计算该区域容量峰值时不需要将二者峰值的最大值相加计算，从而使网络资源在一定程度上得到节省。
-
公开(公告)号：CN106507365B
公开(公告)日：2019-09-10
申请号：CN201611034404.8
申请日：2016-11-22
Applicant: 重庆邮电大学 , 重庆信科设计有限公司
Abstract: 本发明请求保护一种异构网络中的动态分簇方法，属于通信技术领域。为了实现在尽量减小上下行子帧交错干扰的情况下保证系统吞吐量，改善用户体验，提升系统性能，本发明所提供的动态分簇方法利用信道中的大尺度损耗及上下行缓存中实时变化的上下行业务量进行实时小区分簇，相比于传统的静态分簇方法，该方法的分簇结果使基站的子帧配置更能适配该基站当前业务量情况。该技术方案提升了上下行吞吐量，减小了业务时延，改善用户体验。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.047 seconds)
