-
公开(公告)号：CN110518940B
公开(公告)日：2024-02-23
申请号：CN201910680425.4
申请日：2019-07-23
Applicant: 南京林业大学
IPC: H04L45/16
Abstract: 本发明公开了一种不完美充电信道与有限能量存储下的可充电传感器网络的充电方法，涉及无线能量传输技术领域，该不完美充电信道与有限能量存储下的可充电传感器网络的充电方法实现一个自持续可充电的无线传感器网络。在WCV容量有限和CCQ不完美两种限制下，提出了一种求解方法，并利用最近邻居算法求出了WCV的旅行路径。提出了扩展性节点动态替换策略，避免了未充电的生命临界的节点的死亡。大量仿真结果表明该方法能较好地降低浪费率。同时，还可以尽可能地减少总充电时间。
-
公开(公告)号：CN112702688A
公开(公告)日：2021-04-23
申请号：CN202010643978.5
申请日：2020-07-01
Applicant: 南京林业大学
Abstract: 本发明公开了一种结合能量补充和数据收集的移动小车规划方法，涉及通信技术领域，该结合能量补充和数据收集的移动小车的系统模型包括网络模型、充电模型、创新的数据收集策略、数据路由和能耗。该结合能量补充和数据收集的移动小车规划方法采用基站负责处理和接收感觉到网络的数据，MV充当辅助基站的数据收集器收集尽可能多的数据。DS数据以及其他小车来不及收集的数据可以通过多跳的方式，直接传送给基站。这样可以显著降低远程数据传输的能耗，提高网络寿命，同时避免数据溢出和DS数据的较大的延迟。
-
公开(公告)号：CN110113084A
公开(公告)日：2019-08-09
申请号：CN201910491468.8
申请日：2019-06-06
Applicant: 南京林业大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/373
Abstract: 本发明公开了一种MIMO闭环传输系统的信道预测方法，属于数字通信领域。该方法根据前两个时刻的信道状态预测下一时刻的信道状态，然后反馈给发送端作预编码。包括：MIMO系统通过一段时间的测量得到信道的统计信息，包括多普勒频偏、发送端和接收端的相关矩阵；接收机将当前时刻和前一时刻的信道矩阵进行奇异值分解，把右奇异矩阵的若干列提取出构建两个新矩阵，建模为Grassmannian流形的两个相邻点；基于Grassmannian流形的测地线理论，经过系列矩阵变换构建一条测地线，对下一时刻的信道状态做出预测，最终反馈给发送端。与传统预测方法相比，本发明方法与下一时刻真实的信道状态更为接近，弦距离误差性能更好。
-
公开(公告)号：CN113747535B
公开(公告)日：2024-02-23
申请号：CN202110898661.0
申请日：2021-08-05
Applicant: 南京林业大学
Abstract: 本发明公开了一种基于遗传算法的能量异构无线传感器路由系统，属于网络管理技术领域。本发明包括簇头选举模块、集群构建模块和簇头多跳路径规划模块；所述簇头选举模块通过计算个体适应值、对个体进行交叉、变异以及迭代计算筛选出最优个体，将筛选出的多个最优个体组成最优个体集合，簇头选举模块用于选举最优个体集合，本发明中传感器节点在作为簇头跳转点时，收集、处理和转发簇头和传感器节点数据耗费能量较少，增加了网络寿命和网络性能，通过将簇头剩余能量、簇头与基站的距离、传感器节点与簇头的距离考虑到集群的构建中，使簇头和加入簇头的传感器节点均匀分布，减少簇头在传递传感数据时耗能最少。
-
公开(公告)号：CN117674939A
公开(公告)日：2024-03-08
申请号：CN202311712274.9
申请日：2023-12-13
Applicant: 南京林业大学
IPC: H04B7/06 , H04B7/0413
Abstract: 本发明公开了一种基于IRS辅助MIMO系统的安全速率确定方法及装置，方法包括：首先构建基于IRS辅助MIMO广播通信系统模型并获得信道信息，然后根据IRS辅助MIMO广播通信系统模型以及信道信息，确定用户接收的信号信息，最后基于用户接收的信号信息，确定用户安全速率，它能够提供一种基于IRS辅助MIMO系统的安全速率确定方法，该方法通过构建IRS‑MIMO广播通信系统模型并获得信道信息，解决了瞬时信道信息难以准确、快速获取的问题，使得用户安全速率的确定更加简单高效，且提高的系统的安全性能。
-
Patent Agency Ranking
公开(公告)号：CN110518940A
公开(公告)日：2019-11-29
申请号：CN201910680425.4
申请日：2019-07-23
Applicant: 南京林业大学
Abstract: 本发明公开了一种不完美充电信道与有限能量存储下的可充电传感器网络的充电方法，涉及无线能量传输技术领域，该不完美充电信道与有限能量存储下的可充电传感器网络的充电方法实现一个自持续可充电的无线传感器网络。在WCV容量有限和CCQ不完美两种限制下，提出了一种求解方法，并利用最近邻居算法求出了WCV的旅行路径。提出了扩展性节点动态替换策略，避免了未充电的生命临界的节点的死亡。大量仿真结果表明该方法能较好地降低浪费率。同时，还可以尽可能地减少总充电时间。
-
公开(公告)号：CN119967490A
公开(公告)日：2025-05-09
申请号：CN202510054895.5
申请日：2025-01-14
Applicant: 南京林业大学
IPC: H04W28/084 , H04W28/082 , H04W28/08 , H04W4/40 , H04W4/46 , G06N3/098
Abstract: 本发明提供一种分布式车联网任务卸载方法及电子设备，属于车联网技术领域。方法包括：采集当前时刻预设区域内任务车辆的任务信息和服务车辆的状态信息；将所述任务车辆的任务信息和服务车辆的状态信息输入预训练的车联网任务卸载模型，利用联邦深度学习算法优化车联网任务卸载策略，以获得最小化所有任务平均处理时间下的车联网任务卸载方案。本发明采用联邦深度学习算法优化车联网任务卸载策略，使得卸载任务所需要的服务车辆远少于传统算法所需要的服务车辆，不仅降低了系统成本，还减少了模型训练时间和状态空间占用的计算资源，显著提升了任务卸载成功率和长时间链接的稳定性。
-
公开(公告)号：CN117979249A
公开(公告)日：2024-05-03
申请号：CN202311703158.0
申请日：2023-12-12
Applicant: 南京林业大学
Abstract: 本发明属于无线感知技术领域，公开了一种基于Wi‑Fi信号人体活动跨域识别方法、系统及设备，利用csi tools工具获取Wi‑Fi信道状态信息，为后续处理提供数据基础；采用递归图(RP)作为数据增强技术，巧妙地将获取的Wi‑Fi信道状态信息转换为图像形式，以便深度学习模型能够更好地理解和处理这些数据；通过利用余弦相似度在模型的某一层精确对齐同一活动类别在不同域中的特征分布，从而实现子域分布对齐，获得域不变的特征表示，使模型具备跨域识别的能力。本发明成功降低了模型对大量数据样本的依赖，同时避免了模型复杂度的增加；WiSDA方法能够显著提升Wi‑Fi信号在人类活动识别领域的应用效果。
-
公开(公告)号：CN115830705A
公开(公告)日：2023-03-21
申请号：CN202211413940.4
申请日：2022-11-11
Applicant: 南京林业大学
IPC: G06V40/20 , G06V10/764 , G06V10/82 , G06N3/0464 , H04B17/309
Abstract: 本发明公开了一种基于WiFi信道状态信息成像的人体动作识别方法、系统、设备及可读存储介质，方法包括：采集WiFi信道状态信息，并提取信道状态信息中随时间变化的幅度信息；基于随时间变化的幅度信息构建格拉姆角差场矩阵，并将之转换为格拉姆角差场图像；将图像数据输入卷积神经网络模型提取图像特征，输出识别结果，其中卷积神经网络包括四个卷积层，每个卷积层之后都有一个批量归一化层和一个整流线性单元层，在整流线性单元层之后，使用最大池化层提取相邻区域的主要特征，在第四次卷积后使用一个自适应平均池化层来指定特征向量的输出大小，在自适应平均池化层之后是一个带有Dropout层和线性层的分类器。本发明实现了以更低的模型复杂度实现更高的活动识别精度。
-
公开(公告)号：CN110113084B
公开(公告)日：2022-02-01
申请号：CN201910491468.8
申请日：2019-06-06
Applicant: 南京林业大学
IPC: H04B7/0413 , H04B7/0456 , H04B17/373
Abstract: 本发明公开了一种MIMO闭环传输系统的信道预测方法，属于数字通信领域。该方法根据前两个时刻的信道状态预测下一时刻的信道状态，然后反馈给发送端作预编码。包括：MIMO系统通过一段时间的测量得到信道的统计信息，包括多普勒频偏、发送端和接收端的相关矩阵；接收机将当前时刻和前一时刻的信道矩阵进行奇异值分解，把右奇异矩阵的若干列提取出构建两个新矩阵，建模为Grassmannian流形的两个相邻点；基于Grassmannian流形的测地线理论，经过系列矩阵变换构建一条测地线，对下一时刻的信道状态做出预测，最终反馈给发送端。与传统预测方法相比，本发明方法与下一时刻真实的信道状态更为接近，弦距离误差性能更好。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.023 seconds)
