一种储能调温模块
    1.
    发明授权

    公开(公告)号:CN101852567B

    公开(公告)日:2011-09-28

    申请号:CN201010208563.1

    申请日:2010-06-24

    Applicant: 重庆大学

    CPC classification number: Y02E60/145

    Abstract: 本发明公开了一种储能调温模块,其整体为矩形体,包括一个保温单元和相变单元;所述相变单元包括一内空的矩形壳体,所述矩形壳体内腔设置有一等压膜将矩形壳体内腔分隔为相变空间和调压空间,所述相变空间内设置有气液相变材料,所述矩形壳体上设置有与调压空间相通的气门芯;所述保温单元为保温材料制得的矩形体,保温单元大小与相变单元匹配且采用榫卯配合可拆卸地连接在相变单元的一侧。本模块不仅结构简单、携带方便,而且可以快速方便建立和维持一种特定要求的温湿度环境,解决某些产品的暂时性储存、运输、和个性化空调等需求的问题,同时,此模块装置还能在一定程度上回收和利用低品位能源。

    基于短时傅里叶变换时频分析的多天线盲调制识别方法

    公开(公告)号:CN111901267A

    公开(公告)日:2020-11-06

    申请号:CN202010731525.8

    申请日:2020-07-27

    Applicant: 重庆大学

    Abstract: 本发明涉及认知无线电、通信信号调制识别技术领域,具体公开了一种基于短时傅里叶变换时频分析的多天线盲调制识别方法,采用短时傅里叶变换进行时频分析,可以清晰地提取到接收信号的时频特征,并生成接收信号的RGB时频图;采用卷积神经网络作为分类器,对RGB时频图进行训练分类,从而将传统意义上的信号识别问题转化为图像识别问题;对多天线系统各路接收天线的识别结果(采用“n-out-of-Nr”的准则)进行决策融合,实现调制模式识别。相比现有多天线盲调制识别方法,本发明有益效果在于:结合短时傅里叶变换、卷积神经网络、决策融合,使得本发明在低噪声环境下仍然具有较高的识别精度,高达85%,并且本发明收敛速度快、复杂度低、易实现。

    一种MIMOME系统及其安全速率优化方法

    公开(公告)号:CN111787558A

    公开(公告)日:2020-10-16

    申请号:CN202010743750.3

    申请日:2020-07-29

    Applicant: 重庆大学

    Abstract: 本发明涉及无线通信技术领域,具体公开了一种MIMOME系统及其安全速率优化方法,所述系统基于智能反射表面(IRS),所述方法应用于该系统,采用连续凸近似的发射协方差矩阵优化算法和基于块协调下降的智能反射表面反射系数优化算法,联合优化接入点的发射协方差矩阵和智能反射表面的反射系数,可使接入点的发射功率均衡地分配给各发射天线并控制IRS选择合理的反射相位,进而使MIMOME系统的安全速率最大,即是使授权用户的接收信号功率增大,相应的信号速率增大,使窃听者的接受信号功率减小,相应的信号速率减小,从而能在不显著增加系统部署成本前提下,最大程度地节省频谱资源和传输能量,还能保证MIMOME系统的安全性。且本方法收敛速度快、复杂度低,易实现。

    一种基于特征选择的网络入侵检测系统

    公开(公告)号:CN110138784A

    公开(公告)日:2019-08-16

    申请号:CN201910408043.6

    申请日:2019-05-15

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于特征选择的网络入侵检测系统,包括测试数据抓取模块、特征提取模块、分类器模块以及数据类型输出模块;测试数据抓取模块抓取网络中的数据;训练样本经过混合采样模块和特征选择模块后对分类器模块进行训练,同时利用训练好的分类器模块对所述测试数据进行分类识别;混合采样模块用于实现各类训练数据量的均衡;特征选择模块采用递归特征消除法,根据相对重要性对各个特征进行排序,基于排序结果进行特征选择,同时控制所述特征提取模块按照最终选择的特征进行提取。其效果是:系统能够实现对入侵数据特征的选择,可以提高对小样本入侵数据的预测分类准确率,收敛速度快、所用数据少,易实现。

    防止基于功耗分析攻击AES算法的软件掩码防护方案

    公开(公告)号:CN103795527A

    公开(公告)日:2014-05-14

    申请号:CN201410075270.9

    申请日:2014-03-03

    Applicant: 重庆大学

    Abstract: 本发明公开了一种防止基于功耗分析攻击AES算法的软件掩码防护方案。引入掩码矩阵M,在加密运算的每一轮设置三个随机掩码防护点;每次加密过程生成M的一组掩码序列对上述三处防护点进行保护;在密码芯片内部设置计数器C,每加密一次进行初始值叠加,当达到阈值T1时矩阵M构造完成;当达到阈值T2时,重置计数器C并从下次加密开始更新矩阵M,以此反复;由于设置的三个随机掩码防护点对至少在穷举少量子密钥时能计算出的重要中间值进行了掩码防护,因此能有效抵抗高阶差分功耗攻击,保护AES密钥安全;同时掩码矩阵采用队列模式进行动态更新,减少了随机掩码更换的频率,降低了防护成本。

    社区变电站月度售电量预测系统

    公开(公告)号:CN110046767A

    公开(公告)日:2019-07-23

    申请号:CN201910324794.X

    申请日:2019-04-22

    Applicant: 重庆大学

    Abstract: 本发明公开了一种社区变电站月度售电量预测系统,其特征在于,包括售电量数据采集装置、历史数据存储装置、售电量预测模块以及预测结果发送模块;所述售电量数据采集装置用于采集社区变电站管辖区内当前月度的售电量数据,并将采集的数据存入所述历史数据存储装置中;所述售电量预测模块采用Holt-Winters指数平滑预测模型,并利用所述历史数据存储装置中所存储的历史数据预测下一计价月度的售电量;所述预测结果发送模块将所述售电量预测模块预测的下一计价月度的售电量数据发送给上一级变电站实现电力调度管控。其效果是:系统可以实现对月度售电量的高精度预测,进行月度售电量预测时对训练数据的数据量需求低;收敛速度快、复杂度低,易实现。

    基于双边拍卖的在线组合资源分配与支付方法

    公开(公告)号:CN110111189B

    公开(公告)日:2023-07-25

    申请号:CN201910399994.1

    申请日:2019-05-14

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于双边拍卖的在线组合资源分配与支付方法,每个买家(SP)提供报价信息;每个卖家(MVNO)提供要价信息;拍卖师(中间商)计算投标密度函数并构建联合投标密度矩阵,通过升序或降序排列得到投标密度排序向量;然后依次判断每个元素相关联的卖家拥有的资源是否完全满足买家申请的资源,如果满足,则将对应的卖家和买家作为中标机构;然后基于临界最小竞标密度为参考确定每个中标卖家待收取的费用qm;同时基于临界最大竞标密度为参考确定每个中标买家待支付的费用pn;最后选择pn≥qm所对应的买家和卖家进行匹配实现资源分配。其效果是:能显著降低分配等待时间,最大化三方的收益和,收敛速度快、复杂度低,易实现。

    基于公平性准则的非平衡边缘云网络接入与资源分配方法

    公开(公告)号:CN109547555B

    公开(公告)日:2022-01-04

    申请号:CN201811476846.7

    申请日:2018-12-05

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于公平性准则的非平衡边缘云网络接入与资源分配机制,属于移动云计算与移动边缘计算领域,本发明通过循环算法,在每一轮资源分配循环开始时,根据所定义的卸载优先级参数来确定获得任务迁移权利的用户,卸载优先级参数最小的用户获得本轮的任务迁移权。确定了获得任务迁移权的用户后,VDC通过计算该用户的所有任务的卸载总时延‑能耗‑成本权重和来确定被迁移的任务和迁移路径,卸载总时延‑能耗‑成本权重和最小的任务优先迁移。如此循环,直至算法结束。本方法能实现非平衡边缘云网络中的多用户多任务卸载决策与资源分配,并且能在显著降低多用户多任务卸载总时延‑能耗‑成本权重和前提下保证用户间服务公平性。

    基于短时傅里叶变换时频分析的多天线盲调制识别方法

    公开(公告)号:CN111901267B

    公开(公告)日:2021-07-02

    申请号:CN202010731525.8

    申请日:2020-07-27

    Applicant: 重庆大学

    Abstract: 本发明涉及认知无线电、通信信号调制识别技术领域,具体公开了一种基于短时傅里叶变换时频分析的多天线盲调制识别方法,采用短时傅里叶变换进行时频分析,可以清晰地提取到接收信号的时频特征,并生成接收信号的RGB时频图;采用卷积神经网络作为分类器,对RGB时频图进行训练分类,从而将传统意义上的信号识别问题转化为图像识别问题;对多天线系统各路接收天线的识别结果(采用“n‑out‑of‑Nr”的准则)进行决策融合,实现调制模式识别。相比现有多天线盲调制识别方法,本发明有益效果在于:结合短时傅里叶变换、卷积神经网络、决策融合,使得本发明在低噪声环境下仍然具有较高的识别精度,高达85%,并且本发明收敛速度快、复杂度低、易实现。

    基于双边拍卖的在线组合资源分配与支付方法

    公开(公告)号:CN110111189A

    公开(公告)日:2019-08-09

    申请号:CN201910399994.1

    申请日:2019-05-14

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于双边拍卖的在线组合资源分配与支付方法,每个买家(SP)提供报价信息;每个卖家(MVNO)提供要价信息;拍卖师(中间商)计算投标密度函数并构建联合投标密度矩阵,通过升序或降序排列得到投标密度排序向量;然后依次判断每个元素相关联的卖家拥有的资源是否完全满足买家申请的资源,如果满足,则将对应的卖家和买家作为中标机构;然后基于临界最小竞标密度为参考确定每个中标卖家待收取的费用qm;同时基于临界最大竞标密度为参考确定每个中标买家待支付的费用pn;最后选择pn≥qm所对应的买家和卖家进行匹配实现资源分配。其效果是:能显著降低分配等待时间,最大化三方的收益和,收敛速度快、复杂度低,易实现。

Patent Agency Ranking