-
公开(公告)号：CN112055306A
公开(公告)日：2020-12-08
申请号：CN202010955879.0
申请日：2020-09-11
Applicant: 哈尔滨工程大学
Abstract: 本发明属于室内定位技术领域，具体涉及一种用于减小TDOA定位误差的参考基站选择方法。本发明解决了LOS和NLOS混合的环境下如何选择参考基站的问题，避免参考基站NLOS误差导致所有TDOA值都含有NLOS误差的极端情况，从而保证参考基站测量精度，进而提升定位精度。本发明的一种用于减小TDOA定位误差的参考基站选择方法可以识别出测量误差较小的基站，以这个基站为参考基站可以减小TDOA定位误差。
-
公开(公告)号：CN108990148B
公开(公告)日：2020-09-25
申请号：CN201811017199.3
申请日：2018-09-01
Applicant: 哈尔滨工程大学
Abstract: 本发明属于室内定位方法领域，具体涉及一种面向室内协作定位的参考点选择方法。包括一种面向固定参考点不足的参考点选择算法和一种面向固定参考点冗余的参考点选择算法，本发明针对固定参考点不足的场景，采用近邻加权的参考点选择算法，通过对移动参考点的权值进行分配和择优选取，从而选择出满足权值较大部分的参考点，解决移动参考点位置误差带来的定位结果干扰问题；针对固定参考点冗余的场景，采用特征匹配的参考点选择算法，通过历史选择方案记录和修正后选择记录的信息，进行特征匹配而选择出最为相似的参考点组合方案。这两种算法结合使用，减小了定位误差，提高了定位精度，应用前景广阔。
-
公开(公告)号：CN111432364A
公开(公告)日：2020-07-17
申请号：CN202010216383.1
申请日：2020-03-25
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于径向基函数神经网络的非视距误差抑制方法，包括：将原始多径TOA样本数据进行标准化分类预处理，得到标准化分类的多径TOA样本数据；建立径向基函数神经网络，并使用量子人工蜂群对径向基函数神经网络进行优化，该径向基函数神经网络由隐层和输出层组成；由标准化分类的多径TOA样本数据训练径向基函数神经网络；使用径向基函数神经网络识别并剔除未知多径TOA数据中的非视距误差。本发明提高移动用户设备的定位精度；不增加任何额外冗余基站，降低部署成本；不带来额外的解算复杂度，提升定位效率。
-
公开(公告)号：CN110992126A
公开(公告)日：2020-04-10
申请号：CN201911066246.8
申请日：2019-11-04
Applicant: 哈尔滨工程大学
IPC: G06Q30/06
Abstract: 本发明属于无线通信技术领域，具体涉及基于流量分享的超额预售方法。本发明根据数据购买者不同的QoS偏好以超额预售方法提供不同的数据共享服务，允许数据购买者取消订单，提高数据共享服务的灵活性。本发明能够保证数据流量交易管理者获得经济收益，使数据购买者可以选择不同QoS的网络服务，并允许数据购买者取消预订和超额预售，提高数据流量交易过程中的灵活性的同时优化管理收益。本发明关注数据共享过程中的平台管理收益，以超额预售方法降低管理平台的数据流量虚耗，减少管理经济损失，优化平台管理收益，以提高数据共享过程中管理者参与积极性。本发明可用于管理数据流量交易，为用户提供网络服务。
-
公开(公告)号：CN110535700A
公开(公告)日：2019-12-03
申请号：CN201910813878.X
申请日：2019-08-30
Applicant: 哈尔滨工程大学
IPC: H04L12/24
Abstract: 本发明公开了一种多用户多边缘服务器场景下的计算卸载方法，属于移动云计算领域。本发明包括以下具体步骤：1.控制器依据收集到的全体用户信息及系统的目标，利用多用户多边缘服务器场景下的计算卸载建模方法对多用户多边缘服务器计算卸载问题进行建模，得到双层优化模型。2.控制器根据上一步得到的初始问题模型的特点，将原始的双层优化问题转化为等价的单层优化问题。3.控制器利用分支限界法对上一步得到的单层优化问题模型进行求解。本发明本发明提出的方法同时考虑到用户的计算时延和计算能量问题，满足用户需求的多样性，极大的提高了经济效益；发明提出的方法同时考虑用户在本地和云端计算代价，有效减少了总体用户的计算代价。
-
Patent Agency Ranking
公开(公告)号：CN110458033A
公开(公告)日：2019-11-15
申请号：CN201910644318.6
申请日：2019-07-17
Applicant: 哈尔滨工程大学
Abstract: 本发明提供一种基于可穿戴位置传感器的人体行为序列识别方法，具体步骤包括：数据采集、数据分割、识别。解决了使用可穿戴传感器进行人体行为识别中，对运动序列进行划分时步骤繁琐、模型复杂度较高的问题，通过结合参考传感器标签的高程和水平信息的变化，在识别前，对数据预先进行0级、1级、2级三个参考级别的分割，而不依赖于复杂的模型，实现了高效的对运动序列的划分以及识别，降低分割过程模型复杂度。
-
公开(公告)号：CN106487671B
公开(公告)日：2019-11-01
申请号：CN201610899801.5
申请日：2016-10-14
Applicant: 哈尔滨工程大学
IPC: H04L12/701
Abstract: 本发明提供的是一种面向延迟容忍网络路由的优化控制信息生成方法。主要包括生成对移动终端(节点)的DTN路由策略的优化控制信息(提高消息转发成功率、降低网络开销、降低网络丢包率)，根据优化控制信息，移动终端中的路由策略通过限制消息的副本数进行路由策略的调整。DTN路由策略根据优化控制信息的不同类型，来实现限制不同情况下的消息副本数。本发明根据评估的全局网络状态生成对DTN路由的优化控制信息，根据优化控制信息，移动终端中的路由策略通过限制消息的副本数进行路由策略的调整。
-
公开(公告)号：CN106484879B
公开(公告)日：2019-08-06
申请号：CN201610899802.X
申请日：2016-10-14
Applicant: 哈尔滨工程大学
Abstract: 本发明提供的是一种基于MapReduce的Map端数据的聚合方法。包括测试阶段和聚合阶段。测试阶段，通过测试阶段来验证所使用Map端的Map函数中的算法是否适合进行内聚合。内聚合方法是在内存中Map函数的计算过程中进行的，计算完一部分后就进行聚合；外聚合方法是在Map函数将所有数据计算完存入磁盘后，再调入内存进行聚合。聚合阶段，若测试通过，使用内聚合方法对Map端计算后的数据进行聚合；若测试未通过，使用外聚合方法对Map端计算的后的数据进行聚合。本发明根据数据的特点，保证计算结果正确的前提下，选择相应的聚合方式，在减少I/O的访问次数的同时，减少传输 的通信量。
-
公开(公告)号：CN106384050B
公开(公告)日：2019-01-15
申请号：CN201610821507.2
申请日：2016-09-13
Applicant: 哈尔滨工程大学
IPC: G06F21/56
Abstract: 本发明提供的是一种基于最大频繁子图挖掘的动态污点分析方法。包括动行为依赖图构建、最大频繁子图挖掘和行为依赖图匹配三个部分。采用邻接矩阵存储行为依赖图，其中顶点间的数据关联边用1表示，控制关联边用2表示，无相应依赖边用0表示。最大频繁子图挖掘算法即SPIN‑MBDGM算法的主要思想是首先使用FFSM算法从行为依赖图集中得到频繁子树，然后通过添加候选数据关联边和控制关联边的扩展算法生成最大频繁子图。该方法的主要优点是从同一恶意代码家族所有的行为依赖图中挖掘最大公共部分，在不丢失特征信息的情况下减少特征库中行为依赖图的数量，从而提高识别速度。
-
公开(公告)号：CN105407048B
公开(公告)日：2018-10-26
申请号：CN201510727223.2
申请日：2015-10-30
Applicant: 哈尔滨工程大学
IPC: H04L12/747 , H04L12/875
Abstract: 本发明属于延迟容忍网络(DTN)领域，具体涉及一种面面向epidemic和probabilistic混合路由的延迟容忍网络节点缓存管理方法。本发明包括：首先判断网络中的节点是否有消息需要发送；如果有，执行步骤(2)；否则，执行步骤(8)；遍历有消息发送的节点的邻居节点；如果邻居节点的个数L等于1，执行(4)；否则，执行(5)等。本发明综合epidemic路由方法和probabilistic路由方法的特点，在有效的控制了网络中同一个消息的副本数，同时和probabilistic路由方法相比又减小了消息到目的节点的时延。
-
-
-
-
-
-
-
-
-
Search Results
144
records
(took 0.035 seconds)
