CN109615680A - 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质 - Google Patents

基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质 Download PDF

Info

Publication number
CN109615680A
CN109615680A CN201811524463.2A CN201811524463A CN109615680A CN 109615680 A CN109615680 A CN 109615680A CN 201811524463 A CN201811524463 A CN 201811524463A CN 109615680 A CN109615680 A CN 109615680A
Authority
CN
China
Prior art keywords
discrete point
grid
apart
thiessen polygon
spectrum resources
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811524463.2A
Other languages
English (en)
Other versions
CN109615680B (zh
Inventor
李庆
李辑
张薇薇
任智明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Transcom Shanghai Technologies Co Ltd
Original Assignee
Shanghai TransCom Instruments Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai TransCom Instruments Co Ltd filed Critical Shanghai TransCom Instruments Co Ltd
Priority to CN201811524463.2A priority Critical patent/CN109615680B/zh
Publication of CN109615680A publication Critical patent/CN109615680A/zh
Application granted granted Critical
Publication of CN109615680B publication Critical patent/CN109615680B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Complex Calculations (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，包括(1)读取无线频谱资源原始离散点数据并栅格化离散点平面；(2)根据离散点生成泰森多边形并找出栅格关联的离散点；(3)根据泰森多边形的面积权重和距离反比权重计算所述的关联离散点的权重；(4)根据栅格所关联的所有离散点的权重和原始数值计算栅格预测数值；(5)将栅格预测数值转换为图片输出。本发明还涉及基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的装置和计算机可读存储介质。采用了本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，解决了在距离反比插值时，对于分布密度差异较大的离散点，无法设置合理的搜索半径，从而导致预测结果可靠性不高的问题。

Description

基于泰森多边形和距离反比实现无线频谱资源空间分布插值 处理的方法、装置及其存储介质
技术领域
本发明涉及无线频谱领域，尤其涉及无线频谱资源空间插值方法领域，具体是指一种基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质。
背景技术
距离反比插值也称为反距离加权插值(IDW)。距离反比是最为常用的无线频谱资源空间插值方法之一，同时也最符合人们对空间关系的认知，是对地理学第一定律最经典的解答：两点之间距离越近，影响权重就越大；两点之间距离越远，影响权重就越小。
在进行距离反比插值时，通常需要限制参与预测点运算的输入离散点。限制经考虑的输入离散点数可以加快处理速度，同时距离预测点位置较远的离散点的空间相关性可能较差，影响权重可以忽略。因此，在距离反比插值时通常使用固定搜索半径和可变搜索半径的方法来确定相邻的离散点。固定搜索半径是使用指定搜索半径内所有的离散点作为输入点，如果在搜索半径内的离散点少于指定的最小值时，搜索半径将自动增大，直到达到指定的最少点数为止。如果离散点分布密度差异较大，可能会出现作为输入离散点数差异较大的现象，从而造成预测结果的有效性降低。可变搜索半径是在最大搜索半径范围内，找出最近的N个离散点作为输入点。因此，不同的预测点所需要搜索的距离半径将有所不同，由此将导致一些邻域较小而另一些邻域较大，这是由预测点附近离散点的分布密度所决定的。另外，无论是固定搜索半径，还是可变搜索半径的方法，均需要指定搜索半径和输入离散点数目，不同的设定值对于预测结果和算法效率有很大的影响，同时对于分布密度不同的离散点，很难通过经验来确定搜索半径的合理数值。
发明内容
本发明的目的是克服了上述现有技术的缺点，提供了一种预测可靠性高、操作简便、适用范围较为广泛的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质。
为了实现上述目的，本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质如下：
该基于上述系统基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，所述的方法包括以下步骤：
(1)读取无线频谱资源原始离散点数据并栅格化离散点平面；
(2)根据离散点生成泰森多边形并找出栅格关联的离散点；
(3)根据泰森多边形的面积权重和距离反比权重计算所述的关联离散点的权重；
(4)根据栅格所关联的所有离散点的权重和原始数值计算栅格预测数值；
(5)将栅格预测数值转换为图片输出。
较佳地，所述的步骤(1)包括以下步骤：
(1.1)读取无线频谱资源原始离散点数据；
(1.2)根据读取的离散点的位置信息确定包含所有离散点的平面边界；
(1.3)根据预设的栅格分辨率将离散点平面进行栅格化处理。
较佳地，所述的步骤(1)中原始离散点数据包括位置坐标信息和数值。
较佳地，所述的步骤(2)中所述的根据离散点生成泰森多边形具体包括根据离散点通过构建三角网来建立泰森多边形。
较佳地，所述的步骤(2)中所述的栅格关联的离散点由栅格所在的泰森多边形以及邻接多边形中的离散点组成。
较佳地，所述的步骤(3)包括以下步骤：
(3.1)判断关联离散点是否为栅格所隶属的泰森多边形中的离散点，如果是，则计算泰森多边形面积权重和距离反比权重；否则，继续步骤(3.2)；
(3.2)判断关联离散点是否为栅格邻接泰森多边形中的离散点，如果是，则泰森多边形面积权重为0，计算距离反比权重；否则，继续步骤(3.3)；
(3.3)根据栅格所关联的所有离散点的权重总和等于1.0，其中泰森多边形面积权重占比30％，距离反比权重占比70％，计算第i个离散点的权重。
较佳地，所述的步骤(3.3)中的计算第i个离散点的权重Wi，具体为：
根据以下公式计算第i个离散点的权重Wi：
其中：S为栅格面积。Si为栅格在第i个离散点所属泰森多边形中的面积。dj为栅格中心点到第j个离散点的距离。p为距离的幂，p越大，插值的结果越平滑，通常取p＝2。n为栅格关联的离散点。
较佳地，所述的步骤(4)中所述的计算栅格预测数值Ve，具体为：
根据以下公式计算栅格预测数值Ve：
其中，Wi为第i个离散点的权重值。Vi为第i个离散点的变量值。
较佳地，所述的步骤(5)包括以下步骤：
(5.1)根据预先设定的色阶将栅格预测数值由颜色进行替代；
(5.2)根据无线频谱资源空间分布图的形式将栅格预测数值转换为图片输出。
该基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的装置，所述的装置包括用于存储程序的存储器以及用于执行所述的程序的处理器，以实现上述的无线频谱资源空间分布插值处理的方法。
该计算机可读存储介质，包括程序，所述的程序可被处理器执行以完成上述的无线频谱资源空间分布插值处理的方法。
采用了本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质，通过泰森多边形的邻接区确定输入的无线频谱资源离散点，结合泰森多边形和距离反比对离散点的权重进行计算，进而给出预测点的数值。解决了在距离反比插值时，对于分布密度差异较大的离散点，无法设置合理的搜索半径，从而导致预测结果可靠性不高的问题。
附图说明
图1为本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法的流程示意图。
图2为本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法的隶属唯一泰森多边形的栅格关联离散点的示意图。
图3为本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法的跨越多个泰森多边形的栅格关联离散点的示意图。
图4为本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法的最终输出的无线频谱资源空间分布示意图。
具体实施方式
为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。
该基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其中包括以下步骤：
(1)读取无线频谱资源原始离散点数据并栅格化离散点平面；
(1.1)读取无线频谱资源原始离散点数据；
(1.2)根据读取的离散点的位置信息确定包含所有离散点的平面边界；
(1.3)根据预设的栅格分辨率将离散点平面进行栅格化处理；
(2)根据离散点生成泰森多边形并找出栅格关联的离散点；
(3)根据泰森多边形的面积权重和距离反比权重计算所述的关联离散点的权重；
(3.1)判断关联离散点是否为栅格所隶属的泰森多边形中的离散点，如果是，则计算泰森多边形面积权重和距离反比权重；否则，继续步骤(3.2)；
(3.2)判断关联离散点是否为栅格邻接泰森多边形中的离散点，如果是，则泰森多边形面积权重为0，计算距离反比权重；否则，继续步骤(3.3)；
(3.3)根据栅格所关联的所有离散点的权重总和等于1.0，其中泰森多边形面积权重占比30％，距离反比权重占比70％，计算第i个离散点的权重；
(4)根据栅格所关联的所有离散点的权重和原始数值计算栅格预测数值；
(5)将栅格预测数值转换为图片输出；
(5.1)根据预先设定的色阶将栅格预测数值由颜色进行替代；
(5.2)根据无线频谱资源空间分布图的形式将栅格预测数值转换为图片输出。
作为本发明的优选实施方式，所述的步骤(1)中原始离散点数据包括位置坐标信息和数值。
作为本发明的优选实施方式，所述的步骤(2)中所述的根据离散点生成泰森多边形具体包括根据离散点通过构建三角网来建立泰森多边形。
作为本发明的优选实施方式，所述的步骤(2)中所述的栅格关联的离散点由栅格所在的泰森多边形以及邻接多边形中的离散点组成。
作为本发明的优选实施方式，所述的步骤(3.3)中的计算第i个离散点的权重Wi，具体为：
根据以下公式计算第i个离散点的权重Wi：
其中：S为栅格面积。Si为栅格在第i个离散点所属泰森多边形中的面积。dj为栅格中心点到第j个离散点的距离。p为距离的幂，p越大，插值的结果越平滑，通常取p＝2。n为栅格关联的离散点。
作为本发明的优选实施方式，所述的步骤(4)中所述的计算栅格预测数值Ve，具体为：
根据以下公式计算栅格预测数值Ve：
其中，Wi为第i个离散点的权重值。Vi为第i个离散点的变量值。
本发明的该基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的装置，所述的装置包括用于存储程序的存储器以及用于执行所述的程序的处理器，以实现上述的无线频谱资源空间分布插值处理的方法。
本发明的该计算机可读存储介质，包括程序，所述的程序可被处理器执行以完成上述的无线频谱资源空间分布插值处理的方法。
本发明的具体实施方式中，通过泰森多边形的邻接区确定输入的无线频谱资源离散点，结合泰森多边形和距离反比对离散点的权重进行计算，进而给出预测点的数值。解决了在距离反比插值时，对于分布密度差异较大的离散点，无法设置合理的搜索半径，从而导致预测结果可靠性不高的问题。
该基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其中，包括以下步骤：
步骤一、读取离散点数据。读取无线频谱资源原始离散点数据，离散点数据至少包含位置坐标信息和数值。
步骤二、栅格化离散点平面。根据读取的离散点地理位置信息确定包含所有离散点的平面边界，并根据预设的栅格分辨率将离散点平面进行栅格化处理。
步骤三、根据离散点生成泰森多边形。离散点通过构建三角网来建立泰森多边形。
步骤四、找出栅格关联的离散点。栅格关联的离散点由栅格所在的泰森多边形以及邻接多边形中的离散点组成。如果栅格跨越多个泰森多边形，则栅格关联的离散点由跨越的多个泰森多边形以及它们所有的邻接多边形中的离散点共同组成。如图2所示，栅格隶属于唯一泰森多边形，则该栅格关联的离散点由该隶属泰森多边形和邻接多边形中的离散点构成；如图3所示，如果栅格P跨越了V1和V2两个泰森多边形，则该栅格关联的离散点由V1、V2以及它们所有的邻接多边形中的离散点共同组成，具体为V1、V2、V3、V4、V5、V6、V7和V8。
步骤五、计算关联离散点的权重。栅格所关联的所有离散点的权重总和等于1.0，其中泰森多边形面积权重占比30％，距离反比权重占比70％。如果关联离散点为栅格所隶属的泰森多边形中的离散点，需要计算泰森多边形面积权重和距离反比权重；如果关联离散点为栅格邻接泰森多边形中的离散点，则泰森多边形面积权重为0，可以简化为仅需要计算距离反比权重。
步骤六、计算栅格预测数值。栅格预测数值由栅格所关联的所有离散点的权重以及原始数值计算得出。
步骤七、将栅格预测数值转换为图片输出。根据预先设定的色阶，将栅格预测数值由颜色进行替代，最终以无线频谱资源空间分布图的形式输出。
其中，步骤四中，栅格关联的离散点由栅格所在的泰森多边形以及邻接多边形中的离散点组成。如果栅格跨越多个泰森多边形，则栅格关联的离散点由跨越的多个泰森多边形以及它们所有的邻接多边形中的离散点共同组成。
步骤五中，栅格所关联的所有离散点的权重总和等于1.0，其中泰森多边形面积权重占比30％，距离反比权重占比70％。第i个离散点的权重计算公式Wi为：
其中：S为栅格面积。Si为栅格在第i个离散点所属泰森多边形中的面积。dj为栅格中心点到第j个离散点的距离。p为距离的幂，p越大，插值的结果越平滑，通常取p＝2。n为栅格关联的离散点数。
如果关联离散点为栅格所隶属的泰森多边形中的离散点，需要计算泰森多边形面积权重和距离反比权重；如果关联离散点为栅格邻接泰森多边形中的离散点，则泰森多边形面积权重为0，可以简化为仅需要计算距离反比权重，第i个离散点的权重计算公式Wi简化为：
步骤六中，栅格预测数值由栅格所关联的所有离散点的权重以及原始数值计算得出。栅格预测数值Ve的计算公式为：
其中：Wi为第i个离散点的权重值。Vi为第i个离散点的变量值。
采用了本发明的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质，通过泰森多边形的邻接区确定输入的无线频谱资源离散点，结合泰森多边形和距离反比对离散点的权重进行计算，进而给出预测点的数值。解决了在距离反比插值时，对于分布密度差异较大的离散点，无法设置合理的搜索半径，从而导致预测结果可靠性不高的问题。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (11)

1.一种基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的方法包括以下步骤：
(1)读取无线频谱资源原始离散点数据并栅格化离散点平面；
(2)根据离散点生成泰森多边形并找出栅格关联的离散点；
(3)根据泰森多边形的面积权重和距离反比权重计算所述的关联离散点的权重；
(4)根据栅格所关联的所有离散点的权重和原始数值计算栅格预测数值；
(5)将栅格预测数值转换为图片输出。
2.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(1)包括以下步骤：
(1.1)读取无线频谱资源原始离散点数据；
(1.2)根据读取的离散点的位置信息确定包含所有离散点的平面边界；
(1.3)根据预设的栅格分辨率将离散点平面进行栅格化处理。
3.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(1)中原始离散点数据包括位置坐标信息和数值。
4.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(2)中所述的根据离散点生成泰森多边形具体包括根据离散点通过构建三角网来建立泰森多边形。
5.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(2)中所述的栅格关联的离散点由栅格所在的泰森多边形以及邻接多边形中的离散点组成。
6.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(3)包括以下步骤：
(3.1)判断关联离散点是否为栅格所隶属的泰森多边形中的离散点，如果是，则计算泰森多边形面积权重和距离反比权重；否则，继续步骤(3.2)；
(3.2)判断关联离散点是否为栅格邻接泰森多边形中的离散点，如果是，则泰森多边形面积权重为0，计算距离反比权重；否则，继续步骤(3.3)；
(3.3)根据栅格所关联的所有离散点的权重总和等于1.0，其中泰森多边形面积权重占比30％，距离反比权重占比70％，计算第i个离散点的权重。
7.根据权利要求6所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(3.3)中的计算第i个离散点的权重Wi，具体为：
根据以下公式计算第i个离散点的权重Wi：
其中：S为栅格面积。Si为栅格在第i个离散点所属泰森多边形中的面积。dj为栅格中心点到第j个离散点的距离。p为距离的幂，p越大，插值的结果越平滑，通常取p＝2。n为栅格关联的离散点。
8.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(4)中所述的计算栅格预测数值Ve，具体为：
根据以下公式计算栅格预测数值Ve：
其中，Wi为第i个离散点的权重值。Vi为第i个离散点的变量值。
9.根据权利要求1所述的基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法，其特征在于，所述的步骤(5)包括以下步骤：
(5.1)根据预先设定的色阶将栅格预测数值由颜色进行替代；
(5.2)根据无线频谱资源空间分布图的形式将栅格预测数值转换为图片输出。
10.一种基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的装置，其特征在于，所述的装置包括用于存储程序的存储器以及用于执行所述的程序的处理器，以实现权利要求1至9中任一项所述的无线频谱资源空间分布插值处理的方法。
11.一种计算机可读存储介质，其特征在于，包括程序，所述的程序可被处理器执行以完成权利要求1至9中任一项所述的无线频谱资源空间分布插值处理的方法。
CN201811524463.2A 2018-12-13 2018-12-13 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质 Active CN109615680B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811524463.2A CN109615680B (zh) 2018-12-13 2018-12-13 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811524463.2A CN109615680B (zh) 2018-12-13 2018-12-13 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质

Publications (2)

Publication Number Publication Date
CN109615680A true CN109615680A (zh) 2019-04-12
CN109615680B CN109615680B (zh) 2023-05-05

Family

ID=66008111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811524463.2A Active CN109615680B (zh) 2018-12-13 2018-12-13 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质

Country Status (1)

Country Link
CN (1) CN109615680B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112469008A (zh) * 2020-11-27 2021-03-09 重庆电讯职业学院 基于d2d可靠性的内容分发方法及装置
CN113959443A (zh) * 2021-09-14 2022-01-21 上海创远仪器技术股份有限公司 基于传播模型实现无线电电磁态势插值处理的方法、装置、处理器及其计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110141136A1 (en) * 2008-06-20 2011-06-16 Business Intelligence Solutions Safe B.V. Method and system of graphically representing discrete data as a continuous surface
CN102682115A (zh) * 2012-05-11 2012-09-19 南京大学 一种基于Voronoi图的点密度专题图制作方法
CN103336783A (zh) * 2012-05-11 2013-10-02 南京大学 联合泰森多边形与反距离加权的密度图制图方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110141136A1 (en) * 2008-06-20 2011-06-16 Business Intelligence Solutions Safe B.V. Method and system of graphically representing discrete data as a continuous surface
CN102682115A (zh) * 2012-05-11 2012-09-19 南京大学 一种基于Voronoi图的点密度专题图制作方法
CN103336783A (zh) * 2012-05-11 2013-10-02 南京大学 联合泰森多边形与反距离加权的密度图制图方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
汪学兵等: "空间内插方法在GIS中的应用", 《重庆建筑大学学报》 *
颜辉武等: ""基于动态Voronoi图的距离倒数加权法的改进研究"", 《武汉大学学报·信息科学版》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112469008A (zh) * 2020-11-27 2021-03-09 重庆电讯职业学院 基于d2d可靠性的内容分发方法及装置
CN112469008B (zh) * 2020-11-27 2022-07-05 重庆电讯职业学院 基于d2d可靠性的内容分发方法及装置
CN113959443A (zh) * 2021-09-14 2022-01-21 上海创远仪器技术股份有限公司 基于传播模型实现无线电电磁态势插值处理的方法、装置、处理器及其计算机可读存储介质
CN113959443B (zh) * 2021-09-14 2023-12-22 上海创远仪器技术股份有限公司 基于传播模型实现无线电电磁态势插值处理的方法、装置、处理器及其计算机可读存储介质

Also Published As

Publication number Publication date
CN109615680B (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
Ning et al. Deep reinforcement learning for intelligent internet of vehicles: An energy-efficient computational offloading scheme
Chen et al. Predicting station level demand in a bike‐sharing system using recurrent neural networks
Guan et al. Cumulative prospect theory based dynamic pricing for shared mobility on demand services
CN113705959B (zh) 网络资源分配方法及电子设备
CN110392902A (zh) 使用稀疏体积数据的操作
Rui et al. Network-constrained and category-based point pattern analysis for Suguo retail stores in Nanjing, China
CN108717642B (zh) 一种基于gis的城市商场选址方法
Yao et al. Evaluation and development of sustainable urban land use plans through spatial optimization
CN109615680A (zh) 基于泰森多边形和距离反比实现无线频谱资源空间分布插值处理的方法、装置及其存储介质
CN114548811A (zh) 一种机场可达性的检测方法、装置、电子设备及存储介质
CN114077912A (zh) 数据预测方法以及数据预测装置
Li et al. On the allocation of new lines in a competitive transit network with uncertain demand and scale economies
CN107786989A (zh) 一种Lora智能水表网络网关部署方法及装置
Lu et al. Particle swarm algorithm and its application in tourism route design and optimization
Lin et al. Measuring resource, environmental, and economic efficiency of China’s urban agglomerations based on hybrid directional distance function
Deng et al. Utility maximization of cloud-based in-car video recording over vehicular access networks
Zhang et al. Application of multi-agent models to urban expansion in medium and small cities: A case study in Fuyang City, Zhejiang Province, China
Baccour et al. RL-PDNN: Reinforcement learning for privacy-aware distributed neural networks in IoT systems
Xiao et al. Graph Neural Network-Based Design Decision Support for Shared Mobility Systems
CN114943407A (zh) 区域规划方法、装置、设备、可读存储介质及程序产品
Liang et al. Fractal Design of Indoor and Outdoor Forms of Architectural Space Based on a Three‐Dimensional Box Dimension Algorithm
CN109982246A (zh) 一种蜂窝小区功率的调整方法、装置及介质
CN110146102B (zh) 路径规划方法、装置、设备和存储介质
Mao et al. Optimisation model and solution method of multi‐sources guide paths
CN112989558A (zh) 基于多目标优化的电力业务质量匹配优化方法及相关设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: Block C, No. 7, Lane 205, Gaoji Road, Songjiang District, Shanghai, 201601

Patentee after: Chuangyuan Xinke (Shanghai) Technology Co.,Ltd.

Address before: 201601 building 6, 351 sizhuan Road, Sijing Town, Songjiang District, Shanghai

Patentee before: TRANSCOM INSTRUMENTS Co.,Ltd.

CP03 Change of name, title or address