专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果43个,建议您升级VIP下载更多相关专利
  • [发明专利]一种LDPC码的CRC辅助OSD译码方法-CN202310678635.6在审
  • 包嘉筠;史治平;韦祖恩;杨海芬 - 电子科技大学长三角研究院(湖州);电子科技大学
  • 2023-06-09 - 2023-09-15 - H03M13/45
  • 本发明公开了一种LDPC码的CRC辅助OSD译码方法。本发明主要在分阶统计译码(Ordered Statistic Decoding,OSD)方法的基础上,从候选码字中挑选译码输出时,除了采用欧式距离最小判断外,引入循环冗余校验(Cyclic Redundancy Check,CRC),在通过CRC校验的候选码字中选择欧式距离最小的作为译码输出,以此改善OSD译码的误码性能,该译码方法称为CRC辅助OSD译码方法。对不同码长码率的LDPC码进行仿真,结果表明,本发明提出的CRC辅助OSD译码方法能取得比相同阶数的OSD译码方法更低的误块率,同时通过在CRC辅助OSD方法中设置合理的列表长度,可减少参与重编码的测试错误模式(Test Error Patterns,TEPs)数量,从而降低OSD译码在重编码环节的复杂度。
  • 一种ldpccrc辅助osd译码方法
  • [发明专利]一种基于协同通信的移动自组网广播方法-CN202110936181.9有效
  • 杨海芬;王常虎;罗旭 - 电子科技大学
  • 2021-08-16 - 2023-04-07 - H04W28/02
  • 本发明提出了一种基于协同通信的移动自组网广播方法,属于无线自组网领域。本发明将广播方案分成竞争阶段、控制报文阶段和数据传输阶段,竞争阶段中,利用基于CSMA竞争协议的广播网络在任务负载较轻时的传输优势洪泛少量竞争报文,分配广播权限;控制报文阶段,结合协同通信,利用时隙分配算法完成节点的时隙分配;数据传输阶段,利用协同通信在传输数据时的优势,结合TDMA时隙分配算法,使得节点能够充分利用信道资源进行数据发送,不会造成节点间相互竞争信道资源,从而进行大量数据的传输,在有效降低控制开销的同时,提高网络负载与传输成功率。本发明中通过将三个阶段进行周期化,解决自组网中由于节点移动带来的网络动态拓扑变化问题。通过本发明所述的广播方案,能够实现自组网中低控制开销、高负载、高投递率的广播。
  • 一种基于协同通信移动组网广播方法
  • [发明专利]一种用于信道编码盲识别的多任务学习方法-CN202211175218.1在审
  • 杨海芬;罗旭;金嗣东;吴颛宇 - 电子科技大学
  • 2022-09-26 - 2022-12-23 - G06K9/00
  • 本发明公开了一种用于信道编码盲识别的多任务学习方法,属于无线通信领域。该框架将分类器网络与解码器网络与共享特征提取器相结合,能够实现在复杂通信环境下对候选编码集接收序列的编码方式和参数准确识别,同时能够准确地拒绝候选编码集中未出现的编码方式和参数,即实现信道编码的闭集/开集识别。另外,该多任务学习框架引入度量学习中的CenterLoss,学习每个编码类别的深度特征中心,并惩罚深度特征与其相应类别特征中心之间的距离,使信号识别的决策边界更紧密且清晰,进一步提高信道编码识别准确率。此外,本发明利用神经网络自动提取相关序列特征,避免了现有技术中需要人工提取特征这一繁琐过程。
  • 一种用于信道编码识别任务学习方法
  • [发明专利]一种跨介质异构无人集群系统分簇路由方法-CN202010288234.6有效
  • 丁健楠;王常虎;杨海芬;林水生 - 电子科技大学
  • 2020-04-14 - 2022-10-11 - H04W40/02
  • 本发明提出了一种跨介质异构无人集群系统分簇路由方法,属于异构无人集群系统组网领域。本发明对空海环境下的UAV、USV、UUV集群节点进行轮次分簇,其中USV节点具备声波与无线电双信道特性。在每个分簇周期内,USV节点将进行优先分簇,经过簇头竞争,簇成员确定,选出簇头节点、网关节点与簇成员节点。UAV节点与UUV节点分别等待相应的时间,在USV节点完成分簇收敛后,根据USV节点簇头位置分布,完成各自集群的簇头、簇成员、网关节点的选举。分簇完成后,根据簇内协议与簇间协议,充分利用USV节点双信道特性,形成有效的跨介质通信链路。通过本发明所述的分簇路由方法,能够实现空海环境下跨介质异构无人集群系统的有效组网,延长网络的生存时间,提高节点间的远距离传输速率。
  • 一种介质无人集群系统路由方法
  • [发明专利]一种基于深度学习的通信信号特征融合方法-CN202010189611.0有效
  • 杨海芬;胡向东;杨睿;王一冰;周亮;周军 - 电子科技大学
  • 2020-03-18 - 2022-06-03 - G06K9/62
  • 本发明公开了一种基于深度学习的特征融合方法,涉及电磁信号识别技术领域。首先对目标离散信号进行预处理,使用短时傅里叶变换提取所有数据的功率谱密度P,将功率谱密度P作为通信信号源的特征;再以功率谱密度P作为通信辐射源的特征导入事先训练好的神经网络,完成特征的提取,得到特征P1;其次将目标离散信号分段,求每一段的载频和码元速率相对偏差,将之作为特征P2;最后将提取后的特征P2与特征P1在数量级上对应拼接起来,作为融合特征P3;采用融合特征P3对信号进行识别。与现有技术相比,本发明技术方案的有益效果是:具有更高的识别率,能够准确识别通信信号设备。
  • 一种基于深度学习通信信号特征融合方法
  • [实用新型]一种样本支架-CN202122645512.1有效
  • 兰洋;彭渝;杨海芬;朱国强 - 重庆金域医学检验所有限公司
  • 2021-11-01 - 2022-03-18 - B01L9/06
  • 本实用新型公开了一种样本支架,包括:面板;泡沫板;托盘;托盘上设置有按键机构,按键机构包括按键、滚珠腔道和滚珠,按键设置于托盘的边沿,且外露于托盘的表面,滚珠腔道设置于托盘内,且滚珠腔道的一端接通到承载平台的上表面,另一端接通到按键处,滚珠沿着滚珠腔道内设置,以在按压按键时,按键驱动滚珠向上顶开面板。本实用新型通过设置面板和泡沫板两层结构作为固定试管的装置,在去除试管时,通过按键机构中的按键驱动滚珠向上顶开面板,去除了泡沫板给试管拔出造成的摩擦阻力,进而再将试管从面板中取出,取出动作更加容易,更加高效,更加快速,节省人力和时间;泡沫板可以多次使用,也不必扔掉,更加节省资源,更加环保。
  • 一种样本支架
  • [发明专利]一种用于无线通信接收端的RLL码译码器-CN202111098572.4在审
  • 杨海芬;罗旭;王常虎;郭志勇 - 电子科技大学
  • 2021-09-18 - 2021-12-24 - H04L1/00
  • 本发明提出一种用于无线通信接收端的RLL码译码器,针对可见光通信领域。采用RNN网络中seq2seq模型,并命名为seq2seq译码器。传统的RLL码编码和解码依赖于码表,这容易在传输期间发生的错误。本发明将RLL码中发送信息与接收信号的映射关系转化到神经网络训练标签与特征的映射关系,通过良好的训练,可直接将seq2seq译码器用于可见光通信中RLL码的译码中。本发明seq2seq译码器与传统的码表查找法译码相比,带来了大约2~2.5dB(Eb/N0)的性能增益。其次,seq2seq译码器能够实现接近最大后验概率(MAP)解码的低错误率。此外,本发明可以实现在一个时隙中多帧并行译码,来提高系统吞吐量。最后,本发明的设计步骤适用于VLC中其他码字长度的RLL码,例如8B10B,这在可见光通信中显示出极大地应用潜力。
  • 一种用于无线通信接收rll译码器
  • [发明专利]一种基于拥塞控制的实时路径规划方法-CN201910554208.0有效
  • 杜梦頔;林水生;阎波;周亮;杨海芬;周军;肖卓凌 - 电子科技大学
  • 2019-06-25 - 2021-12-03 - G08G1/01
  • 本发明公开了一种基于拥塞控制的实时路径规划方法,属于路径规划技术领域。本发明的规划步骤包括:为路网中所有的车辆规划初始路线,并计算出备选路线;建立路网道路拥塞模型,并持续更新;生成簇头随机种子,按簇队列通信规则进行通信;车辆节点通过车载自组织网订阅车辆动态和道路实时交通流数据;通过拥塞模型为簇头车辆预测即将遇到的拥塞街道,若预测到即将遇到堵塞,则建立簇队列进行通知提醒拥塞消息,簇头及队列车辆比较当前路径和备选路径的剩余旅车时间,判断是否需要更新路线。本发明基能有效分流拥塞街道的车流量,有利于全局交通流的合理分布;能对路网的所有车辆同时进行路径规划,节约计算量,提高路径规划效率。
  • 一种基于拥塞控制实时路径规划方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top