-
公开(公告)号：CN111970143A
公开(公告)日：2020-11-20
申请号：CN202010707587.5
申请日：2020-07-21
Applicant: 哈尔滨工业大学 , 北京卫星信息工程研究所
Abstract: 基于SDN控制器的空间信息网络可视化方法的低轨卫星组网方法，涉及信息与通信技术领域，具体涉及空间信息网络的可视化技术，是为了解决目前空间网络存在的控制和部署困难，以及服务的灵活性差的问题。本发明针对目前国内外广泛研究的空间信息网络，利用控制器对整个空间网络的流量状态、路由等进行实时监测，将其映射到虚拟网络中，利用网络功能虚拟化，在控制端集中管理，形成一个可视化的空间信息网络系统。本发明可以提高空间信息网络资源的整体优化配置和管理效率，尽可能为更多的业务提供更高质量的服务。
-
公开(公告)号：CN111756719A
公开(公告)日：2020-10-09
申请号：CN202010554165.9
申请日：2020-06-17
Applicant: 哈尔滨工业大学
Abstract: SDN网络架构下一种结合SVM和优化LSTM模型的DDoS攻击检测方法,涉及信息与通信技术领域，具体涉及SDN网络架构下一种结合SVM和优化LSTM模型的DDoS攻击检测方法，本发明提出一种在SDN网络架构下结合SVM和优化LSTM模型的DDoS攻击检测方法，不仅可以对时间序列做出分类判断，达到通过一段时间的流量特征进行检测判断，以减少由于单一机器学习分类器对个别异常流量造成的误警问题，还可以降低由于LSTM模型对数据的敏感性所带来的网络初始阶段流量的误判率，并减少检测耗时，减轻系统负担。
-
公开(公告)号：CN111262656A
公开(公告)日：2020-06-09
申请号：CN202010047137.8
申请日：2020-01-16
Applicant: 哈尔滨工业大学
Abstract: 低轨星地链路下高谱效稀疏码多址接入多用户迭代检测译码方法，涉及信息与通信技术领域，是为了解决低轨星地链路下的高谱效稀疏码多址接入受到多种干扰造成系统可靠性低的问题，本发明提出针对这种体制下的多用户迭代检测译码(IMUDD)方法，该方法以Turbo编译码方式执行软信息迭代，IMUDD可以通过一个外部迭代和三个内部迭代过程有效地实现多址干扰，符号间干扰和载波间干扰消除，在每次迭代中，从检测和解码阶段提取外部信息，然后将其用作下一个迭代中的先验信息，此外，为了降低IMUDD方案的计算复杂度，采用并分析了对数域IMUDD，仿真结果表明，与传统的Turbo结构接收机相比，IMUDD在多径衰落信道或加性高斯白噪声信道上具有明显的性能提升。
-
公开(公告)号：CN108834150A
公开(公告)日：2018-11-16
申请号：CN201810654711.9
申请日：2018-06-22
Applicant: 哈尔滨工业大学
IPC: H04W16/14 , H04W52/34 , H04B17/382 , H04L1/00 , H04L5/16
Abstract: 为了解决现有NOMA方法共享资源时吞吐量小的问题，本发明提供一种半双工工作模式下的认知-协作非正交多址接入方法，属于信息与通信技术领域。本发明包括：需要被协助的边缘用户D2根据自身需求，向中继用户D1和基站广播自己的信号；中继用户根据预设的虚警概率，计算出进行能量检测时的检测门限λHD；中继用户对边缘用户的信号进行不间断的频谱检测，获得检测统计量yED；如果yED>λHD，则判定边缘用户存在，中继用户对接收到的边缘用户的信号译码，并自己的和边缘用户想要传输的信息以NOMA叠加信号的形式发送给基站；否则，中继用户用自己所有的功率传输自己的信号；基站对直接链路和中继链路的信号进行最大比合并，并对合并后结果进行译码。
-
公开(公告)号：CN104159311B
公开(公告)日：2018-04-10
申请号：CN201410414601.7
申请日：2014-08-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于凸优化方法的认知异构网络联合资源分配的方法，本发明涉及一种基于凸优化方法的认知异构网络联合资源分配的方法。本发明是要解决目前采用联合分配方法分配带宽和功率从而实现最大化信道容量的算法中，没有考虑到主用户在一定时间间隔内出现的概率不同的问题而提出的一种基于凸优化方法的认知异构网络联合资源分配的方法。该方法是通过步骤一、确定优化目标为最小化系统通信时延步骤二、对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和步骤三、求得Dij最优数值解Dij*等步骤实现的。本发明应用于凸优化方法的认知异构网络联合资源分配领域。
-
Patent Agency Ranking
公开(公告)号：CN107835528A
公开(公告)日：2018-03-23
申请号：CN201711009842.3
申请日：2017-10-25
Applicant: 哈尔滨工业大学
CPC classification number: H04W72/046 , H04W72/06
Abstract: 本发明提供一种基于兼顾公平性的能量高效的星地一体化网络中基于干扰避免的资源分配方法，涉及信息与通信技术领域。所述方法包括如下步骤：步骤一：根据小区内CGC基站或用户的位置，获得所述CGC基站或用户对应的不同频段的卫星波束隔离度，并按照隔离度大小将不同频段的卫星波束进行排序；步骤二：给小区的边缘用户进行资源分配时，优先分配具有高隔离度的卫星波束。本发明针对地面网络终端上行链路对卫星干扰的场景，采用了通过对隔离度进行分级排序，采取给用户分配资源是首选较高隔离度频率的资源分配方法，从根本上降低了同频干扰。在保证星地一体化网络吞吐量、能量效率、抗干扰性能较高的同时保证小区簇之间的公平性。
-
公开(公告)号：CN104168621B
公开(公告)日：2017-11-03
申请号：CN201410443072.3
申请日：2014-09-02
Applicant: 哈尔滨工业大学
CPC classification number: Y02D70/38
Abstract: 一种基于分布式波束形成的海面无线传感网分簇方法，涉及无线传感网的分布式波束形成技术领域。为了实现海面传感器与卫星进行通信时无基站情况下的簇间通信的问题，也是为了解决海面传感器直接与卫星进行通信时采用载波相位同步技术出现的分布式网络层数过多而导致的无法实现同步的问题，及由此导致的海面传感器层数减少，海面传感器节点数量相应减少导致的无法满足波束与卫星通信的功率需求的问题。投放到海面的传感器浮标要协作进行波束形成，首先要自组织形成分布式网络，并推举出簇头对各节点及节点信息进行管理，然后所有节点共同将数据以波束的方式上传给卫星。它还适用于其它没有基站或飞行器进行中继的无线传感网远距离通信的场景中。
-
公开(公告)号：CN106911431A
公开(公告)日：2017-06-30
申请号：CN201710146917.6
申请日：2017-03-13
Applicant: 哈尔滨工业大学
CPC classification number: H04L1/0041 , H04L1/005 , H04L27/2627 , H04L27/2649
Abstract: 应用于稀疏编码多址接入系统解调过程中改进的部分边缘信息传递方法，涉及信息与通信技术领域，是为降低部分边缘信息传递算法在稀疏编码多址接入系统中的误码率。本发明的方法：接收机对接收的信号进行迭代分析，在进行一定次数的迭代之后，根据迭代的可靠程度确定一定数目的用户节点所发送的信息码字，并对未确定的用户节点进行额外数目的迭代，最终确定所有用户发送的码字。仿真结果显示，相对于部分边缘信息传递算法，改进的边缘信息传递算法可以在稀疏编码多址系统中获得更小的误码率以及更小的复杂度。本发明适用于稀疏编码多址接入系统解调过程中。
-
公开(公告)号：CN106385690A
公开(公告)日：2017-02-08
申请号：CN201610821536.9
申请日：2016-09-13
Applicant: 哈尔滨工业大学
Abstract: 认知星地协作通信系统中基于扩频时隙ALOHA的通信方法，本发明涉及信息与通信技术领域，是为提高认知星地协作通信系统中的吞吐量。本发明中：次级用户在每一个感知时隙内利用能量检测对一个授权信道进行检测，所有的次级用户在感知时间内对所有的授权信道检测完成之后，将本地的检测结果传送至认知卫星。认知卫星结合接收到的所有感知信息对所有授权信道的状态做出判断，并广播给所有的卫星地面站。卫星地面站根据收到的信道状态在每一个传送时隙的开始随机选择一个空闲信道，且以特定的概率发送经过扩频的数据包，而认知卫星也根据一定的规则对所接收到的数据包进行解扩。仿真结果显示，仿真值和计算方法计算得出的吞吐量理论值相吻合。
-
公开(公告)号：CN105933008A
公开(公告)日：2016-09-07
申请号：CN201610236127.2
申请日：2016-04-15
Applicant: 哈尔滨工业大学
IPC: H03M7/30
CPC classification number: H03M7/30
Abstract: 基于聚集稀疏正则化正交匹配追踪算法的多频带信号重构方法，涉及信息与通信技术领域，是为解决从Xampling框架下经过调制宽带转换器采样，通过连续‑有限模块转化后的未知稀疏度的多观测值向量中恢复出原始多频带信号的问题。由于信号处理过程中的许多模拟信号满足多频带信号模型，本发明对于将压缩感知理论运用于模拟信号有很大作用。本算法的基本思想是将无限观测值向量问题转化成单观测值向量问题。实现方法是将测量值列矢量化，将观测矩阵通过克罗内克积进行扩展，运用两者及信号稀疏度估计原信号的支撑集，最终重构信号，估计支撑集的过程中运用了正则化思想。
-
-
-
-
-
-
-
-
-
Search Results
183
records
(took 0.037 seconds)
