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27个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于智能云边协同的异构网高能效功率控制方法-CN202310713872.1在审
  • 张蔺;彭剑豪 - 电子科技大学
  • 2023-06-15 - 2023-10-03 - H04W52/14
  • 本发明属于无线通信和深度强化学习技术领域,具体涉及一种基于智能云边协同的异构网高能效功率控制方法。本发明设定目标为在一个典型异构网络中优化基站的发射功率以此最大化网络的全局能量效率。通过建立目标优化模型,本发明提出一种轻量级云端‑边缘协同的框架,其中云端可以只从边缘基站收集数据速率和能量损耗信息然后反馈所计算的全局奖励到边缘基站。此外,本发明开发了一种多智能体独立行动者评判家算法,从而每个基站可以独立实时的优化发射功率策略。利用本发明提出的算法,边缘基站可以仅基于本地信息配置发射功率,并借助云端反馈的全局奖励优化策略,最终可以达到与传统优化算法相近的全局能量效率性能并大幅降低时间复杂度。
  • 一种基于智能协同异构网高能效功率控制方法
  • [发明专利]一种基于宽窄波束映射的智能波束对准方法-CN202310714999.5在审
  • 张蔺;尹鹏;王梓存 - 电子科技大学
  • 2023-06-16 - 2023-09-08 - H04W72/044
  • 本发明属于深度学习和无线通信技术领域,具体涉及一种基于宽窄波束映射的智能波束对准方法。本发明利用宽波束和窄波束之间的相关性以及卷积神经网络(CNN)强大的非线性表示能力,建立了基于CNN的从宽波束探测结果到最优窄波束的映射模型。通过这种方式,只需探测宽波束并将结果输入映射模型,就可以推断出最优窄波束。此外,通过利用宽波束之间的相关性,本发明进一步减少了探测宽波束的数量以推断最优窄波束。仿真结果表明,本发明所提出的波束探测算法在波束对准精度、波束成形增益和吞吐量方面均优于基准算法。
  • 一种基于宽窄波束映射智能对准方法
  • [发明专利]一种基于深度卷积神经网络的智能波束对准方法-CN202211004602.5有效
  • 张蔺;王梓存;单文星 - 电子科技大学
  • 2022-08-22 - 2023-09-01 - H04B7/0404
  • 本发明属于无线通信和深度学习技术领域,具体涉及一种基于深度卷积网络的智能波束对准方法。本发明通过找到一种可以明确表征不同波束之间空间相关性的方法,并利用这种空间相关性在波束空间中选择固定的波束子集,再通过利用深度卷积神经网络强大的特征提取及表征能力,将离线收集的波束子集的信噪比输入到深度卷积神经网络中进行波束训练,进而深度卷积网络可以推断出最优波束。利用本发明提出的方法,接入点不需要探测整个波束空间,只需要探测少量固定的波束,就可以准确的推断出当前时刻与用户设备通信的最优波束,完成严格的波束对准,在降低系统的开销的同时提高吞吐量性能。
  • 一种基于深度卷积神经网络智能波束对准方法
  • [发明专利]一种基于卷积长短时记忆网络的波束对准方法-CN202211568828.8在审
  • 张蔺;单文星;马一鸣 - 电子科技大学
  • 2022-12-08 - 2023-05-26 - H04W72/044
  • 本发明属于无线通信和深度学习技术领域,具体涉及一种基于卷积长短时记忆网络的波束对准方法。本发明利用空间相关性来深度压缩探测波束的数量,选出一部分波束进行探测,再搭建基于卷积长短时记忆网络的最优波束推断网络来提取连续时刻探测波束的接收信噪比中包含的时间和空间信息,以提高最优波束的推断精度。利用本发明中提出的技术,接入点不需要探测所有波束,只需要探测一小部分固定的波束,就可以准确地推断出最优波束,完成波束对准,更好地平衡了数据传输时间与数据传输速率,提升了系统吞吐量。
  • 一种基于卷积短时记忆网络波束对准方法
  • [发明专利]一种基于深度强化学习的异构网高能效功率控制方法-CN202210054001.9有效
  • 张蔺;彭剑豪;郑嘉宝 - 电子科技大学
  • 2022-01-18 - 2023-04-07 - H04W52/24
  • 本发明属于无线通信和深度学习技术领域,具体涉及一种基于深度强化学习的异构网高能效功率控制方法。本发明设定目标为优化每个微基站的发射功率并最大化每个时隙的全局能量效率,并建立了目标模型,基于目标模型,采用深度强化学习让每个微基站根据本地信息确定发射功率,同时根据云端的数据来更新神经网络的参数。利用本发明提出的方法,基站在配置发射功率时仅需要局部状态信息,不需要获取即时的全局信道信息;基站在配置发射功率时不需要与其他基站进行通信协作,可以实现独立工作;同时本发明提出的方法的计算复杂度将比基于迭代优化的算法复杂度低。
  • 一种基于深度强化学习异构网高能效功率控制方法
  • [发明专利]一种基于去噪自编码器的窄带干扰智能消除方法-CN202211527067.1在审
  • 张蔺;丁兆国 - 电子科技大学
  • 2022-12-01 - 2023-03-28 - H04B1/71
  • 本发明属于无线通信和深度学习技术领域,具体涉及一种基于去噪自编码器的智能窄带干扰消除方法。本发明利用接收采样数据的时域相关性,通过LSTM和去噪自编码器对于时间序列信号的特征提取能力,将离线收集的窄带信号IQ两路样本输入到自编码器网络中进行训练,使自编码器网络学习到信号时域特征,进而重构出未加干扰的时间序列。利用本发明提出的方法,接收机在将接收信号进行下变频,低通滤波,再分解成IQ两路过后,将IQ两路数据输入到自编码器网络中,网络输出即是消除干扰的信号。该方法只需引入一个自编码器神经网络模块,即可明显降低接收信号误码率,进而提升通信系统的性能。
  • 一种基于编码器窄带干扰智能消除方法
  • [发明专利]一种用于无线干扰信道中的非协作多智能体功率控制方法-CN202010289045.0有效
  • 张蔺 - 电子科技大学
  • 2020-04-14 - 2022-04-08 - H04W72/04
  • 本发明公开一种用于无线干扰信道中的非协作多智能体功率控制方法,应用于通信技术领域,针对现有技术存在的不能为5G和未来无线网络提供一种同时具有非协作、计算复杂度低、高性能、适合快速变化信道环境的功率控制的问题;本发明采用分布式执行‑集中式训练的结构;每个无线发射机有一个本地深度神经网络,每一个本地深度神经网络的输入为该对无线收发机观测到的本地无线环境状态信息,输出为该无线发射机的发射功率;每一个本地深度神经网络的权值向量在核心网络进行集中式训练;实现了同时具有非协作、计算复杂度低、高性能、适合快速变化信道环境的功率控制的效果。
  • 一种用于无线干扰信道中的协作智能功率控制方法
  • [发明专利]一种石墨烯纳米纤维炭滤水龙头-CN202010123383.7有效
  • 汤志文;褚晓君;张蔺 - 福建滤冠新型材料科技有限公司
  • 2020-02-27 - 2022-02-11 - C02F9/12
  • 本发明公开了一种石墨烯纳米纤维炭滤水龙头,上端具有净水管件,净水管件内安装有滤芯,其中,滤芯包括依次相连的第一处理盲管、第二处理管、活性碳纤维管和纤维膜管,第一处理盲管的顶部通过一对第一连接组件与净水管件相连,且第一处理盲管的侧壁上开设有若干个透水孔,第二处理管的上端通过一对第二连接组件与第一处理盲管的下端相连,活性碳纤维管的上端通过一对第三连接组件与第二处理管的下端相连,活性碳纤维管和纤维膜管一体连接。本发明提供的石墨烯纳米纤维炭滤水龙头,由于采用了上述结构,因而使得本发明使用方便,且提高了本发明的净水效果。
  • 一种石墨纳米纤维水龙头
  • [发明专利]一种石墨烯抗菌滤水杯-CN202010123550.8有效
  • 汤志文;褚晓君;张蔺 - 福建滤冠新型材料科技有限公司
  • 2020-02-27 - 2021-09-28 - A47G19/22
  • 本发明公开了一种石墨烯抗菌滤水杯,包括杯体,杯体的内壁上具有挡圈,挡圈上设置有过滤芯,过滤芯包括圆筒形框体,圆筒形框体的上端和下端分别设有布水板和漏水板,布水板和漏水板之间设有波浪形银丝网、附着在网眼布上的银纳米颗粒层和亚硫酸钙颗粒层,其中,布水板与波浪形银丝网之间设有石墨烯抗菌纤维层,波浪形银丝网与银纳米颗粒层之间设有纳米陶瓷滤芯和纳米金属簇滤芯,亚硫酸钙颗粒层与漏水板之间设有石墨烯改性活性炭滤网。本发明提供的石墨烯抗菌滤水杯,由于采用了上述结构,因而使得本发明的过滤、净化效果更好,且方便使用。
  • 一种石墨抗菌水杯

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