公开(公告)号：CN119865226A

公开(公告)日：2025-04-22

申请号：CN202510013155.7

申请日：2025-01-06

Applicant: 重庆邮电大学

Inventor： 赵国锋 ,  曾洋萄 ,  徐川 ,  韩珍珍 ,  张茂松 ,  熊国茂

IPC: H04B7/185 ,  H04L1/00 ,  H04L1/1812 ,  H04L1/1867 ,  H04L41/147 ,  H04L25/02 ,  G06N3/0442 ,  G06N3/092

Abstract: 本发明公开了基于AECLTP通信协议的深空通信方法和系统。该方法包括：发送端和接收端建立基于AECLTP通信协议的深空通信系统数据链路；发送端根据AECLTP通信协议生成数据并发送数据；接收端接收数据，根据AECLTP通信协议对接收数据解码，获取信息。AECLTP通信协议应用于深空通信系统的传输层和链路层之间，其包括LTP协议和UDP协议，在LTP协议和UDP协议之间增加自适应纠错层AEC。该系统包括：发送端根据深空通信信道反馈信息进行信道估计，得到信噪比预测值；发送端根据信噪比预测值，利用预训练的深度Q网络优化HARQ参数；发送端根据优化后的HARQ参数，对发送信息进行HARQ编码，生成数据并发射数据；接收端接收数据并进行HARQ解码，获取信息。本发明可以明显提高深空通信的数据传输效率和可靠性。

公开(公告)号：CN119865228A

公开(公告)日：2025-04-22

申请号：CN202510027786.4

申请日：2025-01-08

Applicant: 重庆邮电大学

Inventor： 徐川 ,  张茂松 ,  赵国锋 ,  韩珍珍 ,  曾洋萄 ,  熊国茂

IPC: H04B7/185 ,  H04L47/125 ,  H04L45/00 ,  H04L45/122 ,  H04L45/12 ,  H04L45/03 ,  G06N3/006

Abstract: 本发明属于网络技术领域，具体涉及一种面向低轨星座网络的负载均衡方法，包括：构建低轨星座网络，将低轨星座网络的每个卫星作为一个节点；获取低轨星座网络中的源节点和目的节点；根据源节点和目的节点划分最小跳数集合区域；获取最小跳数集合区域内各个节点的之间的链路状态信息，采用混合蚁群‑遗传算法对各个节点之间的链路状态信息进行处理，得到信息传递各个路径的选择概率；对路径选择概率进行优先级更新；根据更新后的路径选择概率进行数据传输，实现节点的负载均衡；本发明通过合理分配卫星网络负载，不仅有效提升了通信链路的利用效率，还显著降低了网络延迟和拥塞，同时具有较高的灵活性和扩展性。

公开(公告)号：CN119814143A

公开(公告)日：2025-04-11

申请号：CN202510041724.9

申请日：2025-01-10

Applicant: 重庆邮电大学

Inventor： 赵国锋 ,  熊国茂 ,  徐川 ,  韩珍珍 ,  张茂松 ,  曾洋萄

IPC: H04B10/079 ,  G06N3/0442 ,  G06N3/047

Abstract: 本发明属于光端机故障检测领域，具体涉及一种光端机故障检测方法，包括：实时获取光端机数据，对光端机数据进行预处理；将预处理后的数据输入到引入注意力机制的LSTM模型中，得到动态特征和静态特征；将动态特征和静态特征进行融合，并将融合后的特征输入到贝叶斯网络中，得到故障检测结果；本发明实现了数据增强技术，采用引入注意力机制的LSTM模型，以及混合时间序列特征与因果特征模型，和贝叶斯网络，提高了训练的效果。

公开(公告)号：CN119807661A

公开(公告)日：2025-04-11

申请号：CN202411891062.6

申请日：2024-12-20

Applicant: 重庆邮电大学

Inventor： 赵国锋 ,  廖皓锋 ,  徐川 ,  韩珍珍 ,  熊国茂 ,  周航

IPC: G06F18/20 ,  G06N3/0442 ,  G06N3/0455 ,  G06F18/213 ,  G06F18/25 ,  G06F18/15

Abstract: 本发明涉及一种基于深度学习的光端机设备故障预测方法，包括接收光端机的历史运行性能指标数据和历史环境状态监测数据并预处理；从光端机的历史运行性能指标数据和历史环境状态监测数据通过自适应大小的时间滑动窗口获得待测运行性能指标数据序列和待测环境状态监测数据序列；将待测运行性能指标数据序列分别输入LSTM模型和第一TCN模型进行特征提取，得到全局特征序列和局部特征序列，将待测环境状态监测数据序列输入第二TCN模型进行特征提取，得到外部因素特征序列，利用预设的加权因子将全局特征序列、局部特征序列和外部因素特征序列进行加权融合得到融合特征序列，将融合特征序列输入基于特征维度注意力和时间维度注意力的Transformer编码器，输出预测结果，本发明可以显著提高预测结果的准确性。

公开(公告)号：CN117674953A

公开(公告)日：2024-03-08

申请号：CN202311376645.0

申请日：2023-10-23

Applicant: 重庆邮电大学

Inventor： 徐川 ,  孙春霞 ,  段洁 ,  赵国峰 ,  韩珍珍 ,  熊国茂

IPC: H04B7/185 ,  H04L45/16 ,  H04L45/12 ,  H04L45/48 ,  H04W40/10

Abstract: 本发明涉及通信技术领域，特别涉及一种基于时变图的LEO卫星网络多业务组播路由方法，包括采用能耗时变图模型来描述网络拓扑结构、卫星的节点能耗和链路能耗、传输时延，通过引入虚拟节点和虚拟链路将节点能耗转化为链路能耗来构建组播能耗时变图，并将多业务节能组播路由问题转化为组合优化问题；通过基于成本分摊方案的路由算法激励初始组播森林中多个业务选择共同的路径进行聚合传输，即利用路径能耗占比对共同路径成本进行分配，最小化源节点到每个目的节点的路径能耗成本，得到目的节点得到多业务的节能组播路由图；本发明能有效降低卫星网络能耗。