公开(公告)号：CN117092587A

公开(公告)日：2023-11-21

申请号：CN202310997017.8

申请日：2023-08-09

Applicant: 南京信息职业技术学院

Inventor： 蒋萧憶 ,  汪宏艳 ,  聂佰玲

IPC: G01S5/02 ,  G06F18/214 ,  G06F18/15 ,  G06N20/00

Abstract: 本发明涉及电子信息技术领域，公开了一种基于机器学习通过无线信号强度进行距离测试的方法，包括以下步骤：对环境RSS数据包进行采集；将采集到的RSS数据集划分为训练集和测试集；得到基于机器学习的距离测试模型J；使用训练集对距离测试模型J进行模型训练，使用测试集验证距离测试模型J的性能值，获得最佳模型参数，得到训练后的距离测试模型J；对目标物发送的实时RSS数据进行噪声过滤处理；将噪声过滤后的实时RSS数据输入训练后的距离测试模型J，得到目标物的实时预测距离。本发明的有益效果为：提升了测试的准确率，降低了均方误差和边际误差，具有现实意义和良好的应用前景。

公开(公告)号：CN118590915A

公开(公告)日：2024-09-03

申请号：CN202410805781.5

申请日：2024-06-21

Applicant: 南京信息职业技术学院

Inventor： 汪宏艳 ,  李维勇 ,  顾振飞 ,  蒋萧憶 ,  张永芹 ,  宋鸿静 ,  杜宏旭

IPC: H04W24/02 ,  H04W24/10 ,  H04W24/08

Abstract: 本发明公开了一种基于智能超表面的去蜂窝网络能效优化方法及系统，涉及网络能效优化技术领域，包括部署传感器收集去蜂窝网络和信道数据并预处理后存储至数据库中；基于数据库数据构建去蜂窝网络模型；定义去蜂窝网络智能超表面配置，基于粒子群优化算法进行智能超表面配置优化；基于智能超表面配置进行去蜂窝网络能效优化。本发明通过收集去蜂窝网络相关数据构建去蜂窝网络模型，并基于去蜂窝网络模型和粒子群优化算法定义智能超表面配置进行优化，从而完成对去蜂窝网络的能效优化，有效提高了去蜂窝网络的运行能效和稳定性，大幅提升了去蜂窝网络的适用性和灵活性。