-
公开(公告)号：CN104793182B
公开(公告)日：2017-05-03
申请号：CN201510190763.1
申请日：2015-04-21
Applicant: 东南大学
IPC: G01S5/10
Abstract: 本发明公开了一种非高斯噪声条件下基于粒子滤波的室内定位方法，该方法采用基于次优重要性函数的粒子滤波方法，在训练阶段，将物体运动的加速度和测量噪声建模为服从混合高斯分布的随机向量；在定位阶段，通过对非线性的观测方程进行局部线性化，得出次优重要性函数和权系数，进而改善粒子滤波中粒子退化现象，实现对状态向量的最优估计。该方法的优点在于：一方面，混合高斯模型的建模相比较高斯噪声更接近实际情形，可以有效的减小模型近似带来的误差；另一方面，通过求得的次优重要性函数可以改善粒子滤波过程中权系数的退化速度，提高算法效率和精度，从而有效提高定位精度。
-
公开(公告)号：CN106209336A
公开(公告)日：2016-12-07
申请号：CN201610557130.4
申请日：2016-07-14
Applicant: 东南大学
CPC classification number: H04L5/0094 , H04W72/0473
Abstract: 本发明公开了一种软件定义移动网络中的资源分配方法，包括以下步骤：1、各个MBS对MUE进行资源分配，并将子信道分配的结果上传给SDMNs控制面；2、各个FUE估计信道增益，并上传给SDMNs控制面；3、各个FBS获得本Femtocell小区内FUE的信道增益，并上传给SDMNs控制面；4、以最大化接入FUE数和最小化占用子信道数为目标函数，建立凸优化问题；5、求解步骤4建立的凸优化问题，得到全局最优解，即最优联合用户接入和信道分配方案，以及分配在各个子信道上的功率。该方法在保证接入用户的QoS前提下，对所需接入网络中的FUE进行接入控制，从而最大化网络中的FUE接入数和最小化信道占用数。
-
公开(公告)号：CN113055076A
公开(公告)日：2021-06-29
申请号：CN202110256514.3
申请日：2021-03-09
Applicant: 东南大学 , 上海航天电子通讯设备研究所
Abstract: 本发明公开了一种LEO/MEO双层卫星通信网络中的路由方法，双层卫星网络中有多个分簇，每个分簇有一颗MEO卫星和多颗LEO卫星，LEO卫星负责收集链路时延和拥塞信息，MEO卫星以时延和拥塞因子作为权重，使用最短路算法，计算路由表。此外，通过双层卫星的层间链路代价、MEO卫星间链路代价和LEO卫星间链路代价确定LEO层路由跳数门限，根据仅通过LEO层进行数据转发需要的路由跳数与LEO层路由跳数门限关系，决定通过MEO卫星进行数据包转发或通过查询路由表在LEO卫星进行数据包转发。上述双层卫星通信网络方法，针对远距离通信中路由跳数过多问题，通过MEO卫星进行转发，可有效减小路由跳数，降低路由开销。
-
公开(公告)号：CN107766135B
公开(公告)日：2021-04-27
申请号：CN201710905804.X
申请日：2017-09-29
Applicant: 东南大学
Abstract: 本发明提供一种移动朵云中基于粒子群和模拟退火优化的任务分配方法。该分配方法涉及多个的移动节点。移动节点在无基础网络设施的情况下通过无线的方式组成自组织网络并共享计算资源。该任务分配方法包括四个阶段：(1)发起任务卸载请求。当主节点上有复杂的计算任务，而该主节点没有足够的计算资源来对该任务进行处理时，该主节点向从节点发送任务卸载请求。(2)建立代价函数。主节点根据从节点剩余的计算资源信息和需要处理复杂计算任务的相关信息生成任务卸载代价函数。(3)求解优化问题。执行基于粒子群和模拟退火优化的任务分配算法，得到任务分配的结果。(4)分发任务。主节点根据优化结果向各个从节点分配计算任务。
-
公开(公告)号：CN105824003A
公开(公告)日：2016-08-03
申请号：CN201410779717.0
申请日：2014-12-16
Applicant: 国家电网公司 , 中国电力科学研究院 , 全球能源互联网研究院 , 东南大学 , 江苏省电力公司信息通信分公司 , 国网湖北省电力公司
IPC: G01S5/02
Abstract: 本发明提出一种基于轨迹平滑的室内移动目标定位方法，所述方法包括(1)移动UWB节点通过轮询的方式获得与各个锚节点之间的距离；(2)将某一时刻锚节点测得距离通过无迹卡尔曼滤波器进行修正；(3)将时刻滤波后的UWB测量值采用三边测量定位法获得移动目标的位置坐标；(4)通过无迹卡尔曼滤波对定位结果进行修正；(5)采用自适应平滑算法对滤波后的定位结果进行平滑，从而到达移动目标当前时刻的位置估计值。本发明充分利用当前时刻与先前时刻的测量值和估计值，采用无迹卡尔曼滤波方式，减小了由于环境、器件等因素对测量结果的影响，提高了三边测量法的定位精度，并对定位结果进行二次滤波和自适应平滑，进一步提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN105188034A
公开(公告)日：2015-12-23
申请号：CN201510738895.3
申请日：2015-11-03
Applicant: 东南大学
CPC classification number: H04W4/025 , H04W64/006 , H04W84/18
Abstract: 本发明提供一种无线传感器网络中的协作定位方法。该定位方法基于每个待定位节点的接收信号强度(Received Signal Strength,RSS)和估计位置的克拉美罗下界(Cramer-Rao Lower Bound,CRLB)，为其划分不同的节点簇，并从节点簇中选取对定位精度更有利的参考节点，利用所选取参考节点的已知位置信息，使用线性最小二乘(Linear Least Squares,LLS)算法计算该待定位节点的位置。通过上述方法为待定位节点选取参考节点，以轻微降低定位精度的代价，极大减少无线传感器网络的能量消耗以及协作定位的计算复杂度。
-
公开(公告)号：CN107249218B
公开(公告)日：2020-08-25
申请号：CN201710413708.3
申请日：2017-06-05
Applicant: 东南大学
IPC: H04W72/04 , H04W52/14 , H04L12/911 , H04L29/08
Abstract: 本发明公开了一种MEC中无线资源和云资源的联合分配方法，包括：(1)MEC中的终端发起任务卸载请求，并建立终端的任务卸载代价函数；(2)异构网络的各个接入点获取覆盖区域内各个终端任务卸载代价函数，并将终端的任务卸载请求和网络的信道信息发送至朵云；(3)朵云基于合作博弈进行无线资源和云资源联合分配，利用KKT条件得到纳什均衡解，并将博弈纳什均衡解发送至终端；(4)终端根据纳什均衡解向朵云和接入点进行计算资源和无线资源请求；(5)朵云和接入点根据终端请求分配计算资源和无线资源。本发明基于合作博弈，充分利用朵云中有限的计算资源，在以最小化所有终端任务卸载代价为目标的同时，保证各终端任务的实时性，满足各移动终端的任务卸载需求。
-
公开(公告)号：CN105960009B
公开(公告)日：2019-05-21
申请号：CN201610235933.8
申请日：2016-04-15
Applicant: 东南大学
Abstract: 本发明提供一种软件定义无线传感器网络中的定位方法。该方法包括步骤：为网络中的节点设立一个贡献矩阵，矩阵中某一元素为该元素对应列上的锚节点对该元素对应行上的盲节点定位结果的贡献值；根据设立的矩阵，利用软件定义网络中控制器对全局网络信息的可知性，构建一个最优化问题，通过0‑1规划的方法为盲节点从所有锚节点中选取定位节点，满足所选取链路的功率之和不大于该无线传感器网络的总功率，并且在该要求下使得网络中所选取链路的贡献值之和达到最大；利用所选取定位节点的已知位置信息，使用线性最小二乘算法计算该盲节点的位置。本发明能在无线传感器网络功率受限的情况下为盲节点选取最利于其定位的节点，提高其定位精度。
-
公开(公告)号：CN106209336B
公开(公告)日：2019-03-12
申请号：CN201610557130.4
申请日：2016-07-14
Applicant: 东南大学
Abstract: 本发明公开了一种软件定义移动网络中的资源分配方法，包括以下步骤：1、各个MBS对MUE进行资源分配，并将子信道分配的结果上传给SDMNs控制面；2、各个FUE估计信道增益，并上传给SDMNs控制面；3、各个FBS获得本Femtocell小区内FUE的信道增益，并上传给SDMNs控制面；4、以最大化接入FUE数和最小化占用子信道数为目标函数，建立凸优化问题；5、求解步骤4建立的凸优化问题，得到全局最优解，即最优联合用户接入和信道分配方案，以及分配在各个子信道上的功率。该方法在保证接入用户的QoS前提下，对所需接入网络中的FUE进行接入控制，从而最大化网络中的FUE接入数和最小化信道占用数。
-
公开(公告)号：CN105188034B
公开(公告)日：2018-11-27
申请号：CN201510738895.3
申请日：2015-11-03
Applicant: 东南大学
Abstract: 本发明提供一种无线传感器网络中的协作定位方法。该定位方法基于每个待定位节点的接收信号强度(Received Signal Strength,RSS)和估计位置的克拉美罗下界(Cramer‑Rao Lower Bound,CRLB)，为其划分不同的节点簇，并从节点簇中选取对定位精度更有利的参考节点，利用所选取参考节点的已知位置信息，使用线性最小二乘(Linear Least Squares,LLS)算法计算该待定位节点的位置。通过上述方法为待定位节点选取参考节点，以轻微降低定位精度的代价，极大减少无线传感器网络的能量消耗以及协作定位的计算复杂度。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.021 seconds)
