-
公开(公告)号：CN119584166A
公开(公告)日：2025-03-07
申请号：CN202411748205.8
申请日：2024-12-02
Applicant: 南昌大学
Abstract: 本发明考虑完整的相移、无人机的计算与通信资源、非正交多址的解码顺序与无人机轨迹等因素，联合设计了一种智能反射面辅助的无人机边缘计算系统资源控制方法，该系统将求解相移、计算和通信资源、解码顺序与无人机轨迹的复杂原始问题划分成三个子问题进行交替优化，并在每个子问题中应用不同方法，最终获得最佳结果。这样可以有效解决多变量联合设计问题，并实现较低复杂度下稳定的收敛效果，可实现速率最大的设计目标。本发明通过合理设置无人机机载能量的大小，让无人机以尽可能小的能耗实现满足无人机机载能量条件下的系统计算容量最大化，使系统尽可能高效率地完成通信任务，以便于更好地满足地面接入点的通信需求。
-
公开(公告)号：CN117647995A
公开(公告)日：2024-03-05
申请号：CN202311647590.2
申请日：2023-12-04
Applicant: 南昌大学
IPC: G05D1/46 , G06Q10/0835 , G06Q10/047 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的物流无人机轨迹设计方法及系统，该方法包括：初始化轨迹模型参数，所述轨迹模型参数包括无人机起点位置信息、用户总数量、每个用户的位置信息、无人机参数信息、无人机飞行速度；根据所述第一轨迹模型参数得到最佳配送顺序和最佳初始轨迹；将所述最佳初始轨迹输入至预设神经网络模型以对所述最佳初始轨迹优化后得到最优飞行轨迹。本发明能够充分考虑无人机的配送顺序与无人机飞行速度对总能耗的影响，初步降低了无人机的能耗。在无人机初始轨迹的基础上使用深度强化学习来达到能耗与中断时间的平衡，优化后的无人机总中断时间明显低于初始轨迹的总中断时间。
-
公开(公告)号：CN117270567A
公开(公告)日：2023-12-22
申请号：CN202311336543.6
申请日：2023-10-16
Applicant: 南昌大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于无人机感知巡检的路径规划方法，包括：计算无人机接收天线的回波功率，得到无人机的感知半径；基于所述感知半径确定每个地面传感目标对应的感知圆；判断每个感知圆之间的关系，以得到每簇对应的无人机访问位置的备选区域；确定备选区域的边界上一点，使得该点到预设几何中心的距离最短，将该距离最短的点设置为该簇的无人机访问位置以得到无人机对每个地面传感目标的访问位置，根据无人机对每个地面传感目标的访问位置计算无人机的最佳访问顺序和最佳轨迹。本发明综合考虑无人机能耗、无人机感知范围以及雷达波束赋形对无人机巡检的影响，得到最优的飞行轨迹，相比于现有方案考虑更加全面，巡检效率高并且能降低巡检风险。
-
公开(公告)号：CN116757597A
公开(公告)日：2023-09-15
申请号：CN202310853937.2
申请日：2023-07-12
Applicant: 南昌大学
IPC: G06Q10/0835 , G06Q10/083
Abstract: 本申请公开了一种无人机物流轨迹设计方法及其系统，其中，无人机物流轨迹设计方法包括以下步骤：进行参数初始化；响应于完成参数初始化，进行无线电地图的生成；对无线电地图进行预处理，获取可行网格图；根据可行网格图计算两地面用户节点之间最短路径；响应于计算完成两地面用户节点之间最短路径，获得最佳访问顺序及初始轨迹；对最佳访问顺序及初始轨迹进行输出。本申请通过探究两个地面用户之间的最佳传输策略，可以合理利用有限的计算资源，减小任务完成时间和能量消耗，并且可以及时获得处理后的数据以便制定应对方案。
-
公开(公告)号：CN114640965A
公开(公告)日：2022-06-17
申请号：CN202210197541.2
申请日：2022-03-01
Abstract: 本申请公开了一种网联无人机的计算、通信与控制方法及其系统，其中网联无人机的计算、通信与控制方法，具体包括以下步骤：初始化状态信息；进行队列处理；进行无人机‑基站配对；进行通信和计算资源分配；进行无人机轨迹优化；判断是否收敛到预设精度或迭代次数达到最大迭代次数；若收敛到预设精度或迭代次数达到最大迭代次数，输出当前时隙结果；判断是否优化完成所有时隙；若优化完成所有时隙，则流程结束。本申请突破了传统网联无人机移动边缘计算系统离线优化方法的弊端，提出了在线优化方法。提出了可用于网联无人机的计算、通信与控制方法，及其系统实现。
-
Patent Agency Ranking
公开(公告)号：CN114578285A
公开(公告)日：2022-06-03
申请号：CN202210197542.7
申请日：2022-03-01
Applicant: 南昌大学 , 北京邮电大学 , 金砖国家未来网络研究院(中国·深圳) , 江西中轻智能设备股份有限公司
Abstract: 本申请公开了一种基于深度学习的空中无线电地图定位方法及其系统，基于深度学习的空中无线电地图定位方法具体包括以下步骤：进行无线电频谱数据的收集；对收集的无线电频谱数据进行处理；根据处理后的无线电频谱数据搭建神经网络模型；响应于搭建完成神经网络模型，将处理后的无线电频谱数据输入搭建好的神经网络模型中，进行神经网络模型的训练；响应于完成一轮神经网络模型的训练，进行神经网络模型性能评估；判断是否达到无线电定位系统精度需求；若达到无线电定位系统精度需求，保存神经网络模型并应用。本申请基于数据训练的无线电定位系统不再需要了解无线电传播环境、无线电信号的发送端和接收端的信息，普适性更强。
-
公开(公告)号：CN109947135A
公开(公告)日：2019-06-28
申请号：CN201910360589.9
申请日：2019-04-30
Applicant: 南昌大学
IPC: G05D1/10
Abstract: 本申请公开了一种网联无人机的飞行轨迹确定方法及系统，方法包括：初始化：输入起点、终点以及起点与终点之间的基站位置，起点和终点不在同一基站的覆盖范围内；根据无人机的连接状态，基于三角不等式迭代算法获得某一飞行路径下基站间切换位置的最优解；根据各个路径下基站间的切换位置的最优解确定无人机的最优飞行轨迹。本申请使网联无人机的飞行轨迹达到最小化，快速找到无人机在多个基站之间的最佳切换位置，在保证无人机安全飞行的前提下使得飞行时间最小化。
-
公开(公告)号：CN109451373A
公开(公告)日：2019-03-08
申请号：CN201811278287.9
申请日：2018-10-30
Applicant: 南昌大学
Abstract: 本申请提供一种基于蜂窝网络控制飞行的方法及系统，该方法包括：接收飞行航点坐标信息、邻点范围信息及通信基站位置信息；通过增强机器类通信蜂窝网络连接飞行器，利用飞行器与通信基站之间信号传输的信道增益关系得出增强机器类通信蜂窝网络的覆盖范围；根据邻点范围确定区域内每一点的邻点数量，通过邻点范围信息得出到各个邻点之间的距离，利用最小距离循环演化得到固定航点之间的最小距离；利用人工蚁群算法及固定航点之间的最小距离得到飞行器遍历所有飞行航点坐标的最小距离、航点飞行顺序及飞行轨迹顺序控制飞行器飞行。本发明实现了飞行器的飞行距离最小化，提升了其飞行的控制效率。
-
公开(公告)号：CN104837158B
公开(公告)日：2018-05-15
申请号：CN201510227352.5
申请日：2015-05-06
Abstract: 本发明公开了一种失效节点的覆盖空洞的修复方法及其系统。该方法包括：sink节点每隔T秒对网络中所有传感器节点的剩余能量Erj进行轮询；sink节点依据预定条件判断各传感器节点是否为有效传感器节点；sink节点根据判断结果，剔除失效传感器节点，并根据剩余能量Erj和基于拓扑势的爬山算法对全网中的有效传感器节点重新分簇；sink节点发送冗余传感器节点信息至所有失效传感器节点；失效传感器节点计算其与各个冗余传感器节点之间的拓扑势，按照拓扑势最大、或先到先得、或拓扑势最大与先到先得结合的方式，选择匹配的冗余传感器节点以替换该失效传感器节点。本发明采用拓扑势对有效传感器节点重新分簇，依据拓扑势大小和先到先得原则选择最佳冗余传感器节点，通过二者结合，使得网络能够获取统一的能量分布，在通信高密度区中始终保持局部的冗余覆盖，在保证网络通信质量的同时，延长了网络生存时间。
-
公开(公告)号：CN105262833A
公开(公告)日：2016-01-20
申请号：CN201510729060.1
申请日：2015-10-30
IPC: H04L29/08
CPC classification number: H04L67/327 , H04L67/2842
Abstract: 本申请提供一种内容中心网络的跨层缓存方法及其节点，该方法包括如下步骤：步骤S1：内容请求者依据用户的需求发起携带请求内容名字的兴趣包；步骤S2：节点接收兴趣包，判断该节点是否是可以提供请求内容的内容提供者或缓存命中节点；如果否，则执行步骤S3；步骤S3：查找未决请求表，判断未决请求表中是否有该请求内容的名字，如果有则执行步骤S4，否则执行步骤S5；步骤S4：如果PIT中有该请求内容的名字，表示该兴趣包曾经到达过该节点，则在PIT的该请求内容的名字条目中增加该兴趣包到来的节点端口，并丢弃该兴趣包，结束该方法。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.038 seconds)
