-
公开(公告)号：CN109041161A
公开(公告)日：2018-12-18
申请号：CN201811030670.2
申请日：2018-09-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于异质节点的无线认知传感器网络低能量适应性分簇方法，属于无线传感器技术领域。本发明包括以下内容：由认知节点和传感器节点组成簇从而形成分层的拓扑结构进行通信；由认知节点担任簇首，传感器节点和其他认知节点作为簇成员，簇内非簇首认知节点与簇首一起进行协作频谱感知。本发明的目的是有效地均衡各簇中认知节点的分布，使得各簇能够在保证足够高的信道探测率的前提下尽可能减小认知节点部署数量从而最大限度降低部署成本。
-
公开(公告)号：CN110212941B
公开(公告)日：2021-01-12
申请号：CN201910491167.5
申请日：2019-06-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于事件驱动型异质节点的分簇方法，属于认知无线电技术领域。本发明包括以下步骤：S1：检测到事件的数据节点激活周围的认知节点；S2：被激活的认知节点根据节点剩余能量值和节点到检测到事件的数据节点的平均距离选择簇首；S3：簇首发送数据包激活簇首到Sink节点之间的认知节点；S4：Sink节点建立从簇首到Sink节点的路由表并选择能耗最小的路由。本发明能够有效减少网络的冗余信息量，提高网络能量利用率，最终提高网络可运行轮次。
-
公开(公告)号：CN110212941A
公开(公告)日：2019-09-06
申请号：CN201910491167.5
申请日：2019-06-06
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于事件驱动型异质节点的分簇方法，属于认知无线电技术领域。本发明包括以下步骤：S1：检测到事件的数据节点激活周围的认知节点；S2：被激活的认知节点根据节点剩余能量值和节点到检测到事件的数据节点的平均距离选择簇首；S3：簇首发送数据包激活簇首到Sink节点之间的认知节点；S4：Sink节点建立从簇首到Sink节点的路由表并选择能耗最小的路由。本发明能够有效减少网络的冗余信息量，提高网络能量利用率，最终提高网络可运行轮次。
-
Patent Agency Ranking
公开(公告)号：CN109194424A
公开(公告)日：2019-01-11
申请号：CN201810928005.9
申请日：2018-08-15
Applicant: 重庆邮电大学
IPC: H04B17/382 , H04W16/14 , H04W24/02 , H04W84/18
Abstract: 本发明请求保护一种基于时延最小化的信道分配方法。该方法首先在EH-HCRSN网络中数据传输阶段，建立其数学模型；其次对可用信道概率、节点所用时间进行排序，并进行分组；再者，将已分组的节点分配给相应信道，并将节点-信道矩阵X带入所建立的初始时延最小化数学模型中得出初始时间分配矩阵Tini；最后，对每条信道上的节点分配时间进行排序，得出最优时间分配矩阵T*，进而得出信道k上排在第n位的节点的对应信道分配矩阵X*，将T*与X*代入目标函数中可求出网络中节点平均时延的最小值；与粒子群算法相比，该算法能够解决信道最小时延优化问题，确保信道性能良好，并极大的降低了算法的时间复杂度。
-
公开(公告)号：CN108924944B
公开(公告)日：2021-09-14
申请号：CN201810797200.2
申请日：2018-07-19
Applicant: 重庆邮电大学
IPC: H04W74/08
Abstract: 本发明涉及基于Q‑learning算法的LTE与WiFi共存竞争窗口值的动态优化方法，属于通信技术领域，包括步骤：1、设置LAA小基站的状态集合和动作集合；2、初始化LAA小基站的状态和行为Q值；3、计算LAA小基站的初始状态值；4、根据公式计算Logistic混沌映射序列，并映射到LAA小基站行为值集合中并随机选择一个行为at(i)；5、执行行为at(i)后，获取环境奖励值rt，进入下一个状态st+1；6、更新LAA小基站的行为Q值函数；7、令t←t+1，重复执行步骤4～6，直至达成目标。本发明能够在保证用户公平性的条件下，提高信道的频谱利用率，同时扩展下一代通信系统的系统容量，为用户提供较好的服务质量，提升用户体验。
-
公开(公告)号：CN109041161B
公开(公告)日：2021-07-06
申请号：CN201811030670.2
申请日：2018-09-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于异质节点的无线认知传感器网络低能量适应性分簇方法，属于无线传感器技术领域。本发明包括以下内容：由认知节点和传感器节点组成簇从而形成分层的拓扑结构进行通信；由认知节点担任簇首，传感器节点和其他认知节点作为簇成员，簇内非簇首认知节点与簇首一起进行协作频谱感知。本发明的目的是有效地均衡各簇中认知节点的分布，使得各簇能够在保证足够高的信道探测率的前提下尽可能减小认知节点部署数量从而最大限度降低部署成本。
-
公开(公告)号：CN109194424B
公开(公告)日：2021-03-23
申请号：CN201810928005.9
申请日：2018-08-15
Applicant: 重庆邮电大学
IPC: H04B17/382 , H04W16/14 , H04W24/02 , H04W84/18
Abstract: 本发明请求保护一种基于时延最小化的信道分配方法。该方法首先在EH‑HCRSN网络中数据传输阶段，建立其数学模型；其次对可用信道概率、节点所用时间进行排序，并进行分组；再者，将已分组的节点分配给相应信道，并将节点‑信道矩阵X带入所建立的初始时延最小化数学模型中得出初始时间分配矩阵Tini；最后，对每条信道上的节点分配时间进行排序，得出最优时间分配矩阵T*，进而得出信道k上排在第n位的节点的对应信道分配矩阵X*，将T*与X*代入目标函数中可求出网络中节点平均时延的最小值；与粒子群算法相比，该算法能够解决信道最小时延优化问题，确保信道性能良好，并极大的降低了算法的时间复杂度。
-
公开(公告)号：CN108924944A
公开(公告)日：2018-11-30
申请号：CN201810797200.2
申请日：2018-07-19
Applicant: 重庆邮电大学
IPC: H04W74/08
Abstract: 本发明涉及基于Q-learning算法的LTE与WiFi共存竞争窗口值的动态优化方法，属于通信技术领域，包括步骤：1、设置LAA小基站的状态集合和动作集合；2、初始化LAA小基站的状态和行为Q值；3、计算LAA小基站的初始状态值；4、根据公式计算Logistic混沌映射序列，并映射到LAA小基站行为值集合中并随机选择一个行为at(i)；5、执行行为at(i)后，获取环境奖励值rt，进入下一个状态st+1；6、更新LAA小基站的行为Q值函数；7、令t←t+1，重复执行步骤4～6，直至达成目标。本发明能够在保证用户公平性的条件下，提高信道的频谱利用率，同时扩展下一代通信系统的系统容量，为用户提供较好的服务质量，提升用户体验。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.022 seconds)
