“陈杰男”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果31个，建议您升级VIP下载更多相关专利

[发明专利]一种基于概率计算的空间并行混合乘法器及其工作方法-CN202211599856.6在审
发明人：李捷;陈杰男;高晓利;闫家均;唐培人;包庆红;赵火军 -专利权人：四川九洲电器集团有限责任公司;电子科技大学
申请日： 2022-12-14 - 公布日： 2023-06-13 - 主分类号： G06F7/523 文献下载
摘要：本发明提供一种基于概率计算的空间并行混合乘法器及其工作方法，所述基于概率计算的空间并行混合乘法器包括传统乘法器和2个高精度概率乘法器；每个所述高精度概率乘法器包括依次连接的随机序列发生器、随机计算电路、概率估计器和补码转换电路。本发明所提供的基于概率计算的空间并行混合乘法器，成功运用了概率计算的特性，只使用了一些导线、逻辑门和单比特加法就实现了乘法运算，降低了计算复杂度和资源开销。同时，本发明所提供的基于概率计算的空间并行混合乘法器，很好的权衡了计算精度和硬件资源，既保证了计算精度，又大大降低了硬件资源。从而节约了面积，降低了功耗。
一种基于概率计算空间并行混合乘法器及其工作方法

[发明专利]一种基于神经网络与卡尔曼滤波融合的波束角度预测方法-CN202211403081.0在审
发明人： 陈杰男;梁宸滔;匡进升 -专利权人：电子科技大学;中国电子科技集团公司第二十研究所
申请日： 2022-11-10 - 公布日： 2023-04-04 - 主分类号： G06N3/0442 文献下载
摘要：本发明公开了一种基于神经网络与卡尔曼滤波融合的波束角度预测方法，属于毫米波通信技术领域。本发明方法采用一个没有激活函数的单层神经网络学习LSTM的行为，然后提取该单层神经网络的权重矩阵作为卡尔曼滤波算法的状态转移矩阵，同时通过执行卡尔曼滤波算法来进行波束追踪。本发明在波束追踪角度精准预测的基础上，融合了卡尔曼滤波算法较强的鲁棒性；同时由于LSTM具有强大的学习能力，故无需对通信目标进行密集观测，可根据成本人为设定观测间隔，大大降低了预测成本，提升了波束追踪系统的性能。
一种基于神经网络卡尔滤波融合波束角度预测方法

[发明专利]一种边缘服务器的服务迁移方法、系统及边缘服务器设备-CN202210800832.6在审
发明人：李晓倩;陈思宇;陈杰男;冯钢 -专利权人：电子科技大学;电子科技大学广东电子信息工程研究院
申请日： 2022-07-08 - 公布日： 2022-11-11 - 主分类号： H04L67/10 文献下载
摘要：本发明公开了一种边缘服务器的服务迁移方法、系统及边缘服务器设备，涉及无线通信网络领域，其技术方案要点是：边缘服务器采集所服务用户的状态信息和服务请求信息；搭建部分可观测的马尔可夫决策模型输出每个服务请求信息的决策信息，其中边缘服务器的动作对应于每个服务请求信息的决策信息，将所有边缘服务器的动作构成全局动作空间，将全局动作空间发送给所有用户获得所有即时奖励，依据所有即时奖励构建全局奖励空间，利用全局奖励空间来评价全局动作空间从而最小化所有用户的服务时延；在马尔可夫决策模型中搭建iSMA算法来优化每个边缘服务器的决策信息搜索出全局奖励最大化的最佳动作序列。本发明降低了用户的平均服务时延。
一种边缘服务器服务迁移方法系统设备

[发明专利]一种基于无线波束调制的无相干扰消除方法-CN202111178055.8有效
发明人：张皓云;陈杰男;李帅;高文哲;熊兴中 -专利权人：电子科技大学;四川轻化工大学
申请日： 2021-10-09 - 公布日： 2022-10-14 - 主分类号： H04J11/00 文献下载
摘要：本发明公开了一种基于无线波束调制的无相干扰消除方法，涉及物联网通信技术领域，包括系统根据发送的数据帧信息比特切换发送为调制的毫米波波束，并使毫米波波束沿着信道中不同路径进行传播，在信道传播过程中完成波束调制，根据数据帧中前导码估计多用户干扰量，并以此进行干扰消除，有效的解决了幅度调制系统中的多用户干扰问题，通过建立相关矩阵进行干扰估计，所有物联网节点能够同时发射前导码和数据，无需分时发送，从而能够支持无授权的接入方式，提高了系统的鲁棒性，节省了通信资源，通过穷尽搜索与迭代消除的算法结合，实现了误码率性能和算法复杂度的折中。
一种基于无线波束调制无相干扰消除方法

[发明专利]一种基于联合蒙特卡洛树搜索的PCB板自动布线方法-CN202011439839.7有效
发明人：罗晋廷;陈杰男;吴凡 -专利权人：电子科技大学
申请日： 2020-12-11 - 公布日： 2022-10-14 - 主分类号： G06F30/394 文献下载
摘要：本发明公开了一种基于联合蒙特卡洛树搜索的PCB板自动布线方法，包括：对待布线PCB板进行分析，生成PCB板初始引脚占用状态矩阵，并确定所述待布线的PCB板对应的n根目标线、以及n根所述目标线之间的布线顺序；再利用联合蒙特卡洛树模型依次求解出第一目标线至第n目标线的最佳连线路径，从而实现PCB板自动布线。本发明通过引入AI强化学习算法实现PCB自动布线，将自动布线问题建模为序惯决策问题，引入蒙特卡洛树对布线动作的搜索、神经网络对节点先验预测加速搜索等智能技术，通过不断自我学习，实现单层或多层PCB板的高效准确自动布线，与现有基于图论的PCB板自动布线算法相比，显著提升PCB板布通率、设计效率。
一种基于联合蒙特卡洛树搜索 pcb 自动布线方法

[发明专利]一种基于云端协同智能处理的PCB自动布线系统-CN202011449244.X有效
发明人：张聪;陈杰男;王翀 -专利权人：电子科技大学
申请日： 2020-12-11 - 公布日： 2022-09-20 - 主分类号： G06F30/394 文献下载
摘要：本发明公开了一种基于云端协同智能处理的PCB自动布线系统，包括：申请模块、自动布线模块、存储模块，其中，自动布线模型通过预置的布线模型自动计算布线结果。本系统利用强大的云端存储能力不断积累布线经验数据，并且依托强大的云端计算能力使用人工智能算法实现高准确率的PCB自动布线系统，具体采用联合蒙特卡洛树搜索模型作为PCB板自动布线系统的布线模型，联合蒙特卡洛树搜索模型是一种适用于PCB自动布线问题的布线算法，能够为用户提供高效准确的布线结果，同时本系统采用云端部署，支持用户可以在多种终端平台上上传自己的PCB布线需求，云端经过处理就能返回布线完成的PCB板，能够实现复杂PCB板的高效准确自动布线，显著提升PCB板设计效率。
一种基于云端协同智能处理 pcb 自动布线系统

[发明专利]神经网络训练方法及装置、MIMO均衡器与方法、可读介质-CN202110689621.5有效
发明人： 陈杰男;吴其谍;代维杰;陶继云;彭一峰 -专利权人：电子科技大学
申请日： 2021-06-22 - 公布日： 2022-09-02 - 主分类号： H04L25/03 文献下载
摘要：本发明公开了一种神经网络训练方法及装置、MIMO均衡器与方法、可读介质，应用于MIMO系统中的接收端信号均衡中，包括：初始化全连接神经网络的权重值，采用训练样本集对全连接神经网络进行训练，其中，训练样本集包括：样本输入数据及其对应的标签数据，其中样本输入数据为MIMO接收端的接收信号向量，标签数据为MIMO发射端的发射信号向量；其中，全连接神经网络包括：前向传播器以及基于概率算法搭建的硬件后向训练器。本发明通过在处理器中搭建神经网络的前向传播器，并利用概率计算搭建相应的后向训练硬件电路以替换传统神经网络中的后向训练器，以进一步简化神经网络的硬件架构，减少神经网络训练过程的硬件开销，提高网络训练效率。
神经网络训练方法装置 mimo 均衡器可读介质

[发明专利]一种基于神经网络的联合频谱感知方法及系统-CN202011581338.2有效
发明人：李相辰;凌翔;陈杰男 -专利权人：电子科技大学
申请日： 2020-12-28 - 公布日： 2022-06-24 - 主分类号： H04B17/382 文献下载
摘要：本发明涉及认知无线电领域，具体涉及一种基于神经网络的联合频谱感知方法及系统。本发明利用了神经网络技术和认知无线电技术，将二者结合，用于空间环境中的频谱感知，从而给无线通信提供可靠的频段资源，该方法通过在多个边缘节点使用欠采样技术采集频谱数据并使用时延神经网络模型进行训练，最终得到频谱的判决结果，然后将该判决结果汇聚至中心节点，经过数据融合，用于训练卷积神经网络，最终在中心节点得到最终的全局频谱感知结果。该方法能够有效地提升频谱感知的准确性，同时能够使得频谱感知的结果更具有全局意义，为通信链路的建立提供准确可靠的基础。
一种基于神经网络联合频谱感知方法系统

[发明专利]一种基于波束调制的毫米波物联网通信系统及方法-CN202010414286.3有效
发明人：李帅;陈杰男;罗斯瑜;邢静 -专利权人：电子科技大学
申请日： 2020-05-15 - 公布日： 2022-01-11 - 主分类号： H04B7/0408 文献下载
摘要：本发明公开了一种基于波束调制的毫米波物联网通信系统及方法，所述系统中的发送端设备能够数据帧中不同信息比特序列使毫米波沿着不同方向发射；当所述不同方向的毫米波波束沿着信道中不同路径传输时，会经历不同程度的衰减，即波束能量在经过不同路径后呈现出能量差异，则未经过调制的毫米波信号经过信道不同路径传播到达接收端后能量不同，这实现了一种近似ASK调制的效果，即波束调制；所述接收端设备能够根据接收到的对应数据帧中前导码的毫米波信号的能量确定信号的判决标准，并依据得到的判决标准来完成数据帧中信息字段的解码，完成信息的传递。所述系统无需进行信道估计，无需复杂的解码算法，具有较低的算法复杂，实现低成本、高效的传输。
一种基于波束调制毫米波联网通信系统方法

[发明专利]一种基于线序模拟的PCB自动布线方法及系统-CN202110865824.5在审
发明人：代维杰;白胜泷;张聪;陈杰男 -专利权人：电子科技大学
申请日： 2021-07-29 - 公布日： 2021-10-29 - 主分类号： G06F30/394 文献下载
摘要：本发明提供了一种基于线序模拟的PCB自动布线方法及系统，包括：对待布线PCB板进行分析，生成PCB板环境矩阵，并确定待布线的PCB板对应的n根目标线；以每根目标线为节点，采用蒙特卡洛法在PCB板环境矩阵中进行线序的迭代模拟：在每次模拟中，结合自动布线算法，生成蒙特卡洛所扩展节点的布线路径，采用评价函数对模拟结果进行评价，根据评价结果对节点状态进行反向更新，迭代次数加一；当达到最大迭代次数时，根据节点的最终状态选择最优线序集合与布线路径。本发明将布线顺序决策作为布线过程中的重要一环，对线序进行随机模拟，决策得到最优布线顺序，提高现有自动布线算法的布通率与智能化程度。
一种基于模拟 pcb 自动布线方法系统

[发明专利]一种基于深度学习的毫米波MIMO混合波束成形优化方法-CN201910828375.X有效
发明人： 陈杰男;邢静;陶继云;刘俊凯 -专利权人：电子科技大学
申请日： 2019-09-03 - 公布日： 2021-09-21 - 主分类号： H04B7/0413 文献下载
摘要：本发明公开了一种基于深度学习的毫米波MIMO混合波束成形优化方法，具体包括：本发明的一种基于深度学习的毫米波MIMO混合波束成形优化方法可以将传统毫米波大规模MIMO混合波束成形优化问题中的约束条件映射到神经网络中，将多用户混合波束成形系统完整的转化为一个等价的神经网络。这能够使混合波束成形中复杂的非凸优化问题转化为类似于自编码器端到端无监督优化，可对多个波束成形矩阵进行联合优化。
一种基于深度学习毫米波 mimo 混合波束成形优化方法

[发明专利]一种多载波MIMO系统的混合波束成形优化方法及系统-CN201911305067.5有效
发明人： 陈杰男;邢静;吴凡;陶继云 -专利权人：电子科技大学
申请日： 2019-12-17 - 公布日： 2021-05-04 - 主分类号： H04B7/0413 文献下载
摘要：本发明公开了一种多载波MIMO系统的混合波束成形优化方法及系统，通过构建一个多载波混合波束成形神经网络，该网络包括：位于发射端网络的多层全连接基带波束成形神经网络、信号并串转换模块、以及单层共用模拟波束成形神经网络；位于接收端网络的单层共用模拟结合神经网络、信号串并转换模块、以及多层全连接基带结合神经网络。从而能够将混合波束成形系统完全映射到一个神经网络中进行全局优化；并且充分考虑到射频链路的消耗问题，将模拟网络构建为单层共用模拟结合神经网络。在训练过程中，我们采用多个模拟网络分别训练，经过一定的训练次数后，合并模拟网络参数，再重新训练的方式求取最优模拟网络参数，提高整个网络模型的精度。
一种载波 mimo 系统混合波束成形优化方法

[发明专利]一种基于深度蒙特卡洛树搜索的边缘计算任务分配方法-CN201910741439.2在审
发明人： 陈杰男;陈思宇;李帅;王琪 -专利权人：电子科技大学
申请日： 2019-08-12 - 公布日： 2019-11-08 - 主分类号： G06F9/48 文献下载
摘要：本申请公开一种基于深度蒙特卡洛树搜索的边缘计算任务分配方法，以支持边缘服务器对资源分配的优化。边缘服务器将移动边缘计算系统状态作为输入，边缘服务器资源调度模块通过深度强化学习算法输出最优资源分配方案，移动设备终端根据最优资源分配方案进行任务卸载并与边缘服务器一同执行任务。该深度强化学习算法由DNN，MCTS，LSTM相互协作完成，与贪婪搜索和DQN算法相比，本文提出的算法在优化服务时延与优化移动终端的服务能量消耗方面有大幅提升。
边缘服务器资源分配强化学习算法任务分配树搜索算法移动设备终端资源调度模块计算系统能量消耗任务卸载贪婪搜索移动终端优化服务时延优化输出移动协作申请服务

[发明专利]基于因子图的SCMA和LDPC联合检测译码算法及装置-CN201610707510.1有效
发明人：韩凯宁;胡剑浩;陈杰男;吴廷勇;马上 -专利权人：电子科技大学;南京阿尔法莱瑞通信技术有限公司
申请日： 2016-08-22 - 公布日： 2019-06-04 - 主分类号： H03M13/05 文献下载
摘要：本发明公开了一种基于因子图的SCMA和LDPC联合检测译码算法及装置。其中，本发明通过利用LDPC的译码信息辅助SCMA多用户检测，并将SCMA检测迭代过程与LDPC译码的迭代过程在因子图上进行联合，得到SCMA检测和LDPC译码的联合因子图，从而在每一次迭代都进行SCMA检测和LDPC译码的信息融合。而且从比特能量效率来看，本发明能够逼近理想的单用户传输性能，从平均迭代次数上来看，本发明大大低于外迭代方案，且与传统的无反馈方案相当，收敛速度快，不会带来明显的额外的检测和译码复杂度，能够更好的满足未来5G系统的性能需求。
基于因子 scma ldpc 联合检测译码算法装置

[实用新型]一种基于深度学习的多场景停车收费系统-CN201821374735.0有效
发明人：段云志;刘泓佐;陈杰男;刘昕辉 -专利权人：哈尔滨优先科技股份有限公司
申请日： 2018-08-24 - 公布日： 2019-04-26 - 主分类号： G07B15/02 文献下载
摘要：本实用新型公开了一种基于深度学习的多场景停车收费系统，涉及智能停车管理技术领域。该系统包括：摄像头、后台服务器、客户端、车辆识别系统、车牌识别系统和车辆重识别系统，从而实现一种仅以摄像头就可以完成车辆停车收费的新型收费系统。在使用过程中，通过摄像头获取停车场视频，通过车辆识别系统记录车辆停放信息和时间，通过车牌识别系统记录当前停放车辆的车牌和时间，并通过车辆重识别系统记录具体某个停放车辆是否开出停车场并记录开出停车场的时间，然后由后台服务器生成收费情况，并发送至客户端，用户通过客户端缴费。所以，采用本实用新型提供的停车收费系统，可以实现智能化，无需人工参与，降低了人工成本，而且方便快捷。
停车收费系统摄像头客户端停车场车辆识别系统车牌识别系统本实用新型后台服务器识别系统记录停放场景车辆停放人工参与人工成本收费系统停车管理智能化车牌视频停车发送智能学习

1
2
3
下一页»
尾页
共 31 条