可以量产/n该项目公开了一种基于能量效率的MISO-OFDM下行链路资源分配方法，包括步骤：将基站的总发射功率平均分配至基站所使用的子载频集合 中的每个子载频上，并将子载频集合中的所有子载频平均分配给所有通信中的用户，确定分配给各用户的子载频数目，确定分配给各用户的子载频集合。在该发明总功率和各用户容量下限的双变量约束条件下，提出了一种兼具公平性和能效性的子载频分配方案，通过此子信道化方案，实现系统能效的优化。该技术通过算法形式内置于无线网络的基站内，可以有效提无线网络中基站的能效，从

本发明公开了一种基于 ODMA 和 TDMA 的 PON 系统，包括： 站侧装置 OLT、多个用户端 ONU、光分支器和连接上述装置的光纤， 其中下行数据信号经 OLT 在光纤中传输，通过光分支器输出到各 ONU，上行数据信号经 ONU 和光分支器传送到 OLT，OLT 指定独立 的多个 W-T 分配给各 ONU，各 ONU 的上/下行信号根据 OLT 指定的 特定 W-T 传输。本发明在成熟的 TDMA-PON 的基础上，融入

D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。

本发明提供了基于视觉注意的宏块层比特分配优化方法，其包括以下步骤：步骤1、判断宏块属于前景区域还是背景区域，检测出运动区域；步骤2、使用梯度来检测结构纹理区域；步骤3、宏块层目标比特分配。本发明分析了HVS视觉注意特性的基础上，首先通过参考帧中宏块的运动矢量，结合帧间差分法及当前宏块的位置，提取图像中引起视觉注意的运动区域，然后采用平均梯度检测纹理区域，根据图像中宏块所在区域，优化宏块的目标比特分配。本文提出的算法取得了与JVT-G012算法相当的编码图像质量，减少了视频序列PSNR的波动，使编码图像整体保持了稳定的客观质量，同时也取得较好的编码图像主观质量。

本发明属于视频图像数据处理领域，公开了一种监控视频行人检测匹配方法，包括视频行人目标检测步骤；帧间同目标关联步骤；目标序列及待匹配目标特征提取步骤；特征相似度计算步骤和目标匹配判别步骤。由于相邻帧间行人目标不会有太大的位移，本发明使用被检测出的行人的位置信息对序列连续帧中的同一目标进行关联得到目标序列；目标序列特征提取的方法一是提取目标序列多帧的灰度直方图特征，一是目标序列的 PCA 模板，由于都采用了多帧的信息，相

1.痛点问题 随着图在各领域的广泛应用，对图上相关高效查询方法的需求也与日俱增，特别是在社交网络、金融、电商、安全和航天等众多领域具有重要作用的子图匹配查询。 然而，现有子图匹配方法在实际使用中速度均较慢，当数据量较大时，现有方法的时间开销巨大，难以满足具体匹配过程中的时效性需求。同时，这些方法没有充分利用图数据的本质结构特点进行剪枝，在运行效率上仍有较大的改进空间。 2.解决方案 本技术提出一种基于社区结构的子图匹配方法，基于社区结构在匹配过程中进行剪枝从而加快子图匹配的速度。流程图如图1所示。 图1 本技术子图匹配计算流程 首先，本技术识别数据图中的社区结构，将数据图划分为若干“内部紧密关联、相互之间连接松散”的社区。接着，基于社区结构，提出三种优化策略对子图匹配过程进行优化，并实现了相关技术。 具体地，这三种优化策略包括两阶段破对称策略、基于社区路径的剪枝策略和基于社区结构的边界剪枝策略。其中，两阶段破对称策略利用模式图中的自同构映射，根据已得到的若干匹配结果推断出新的匹配结果，从而减少匹配过程中的计算量；基于社区路径的剪枝策略根据数据图中的跨社区的路径构建索引，在匹配过程中提前发现无法产生匹配结果的匹配尝试，减少匹配开销；基于社区结构的边界剪枝则考虑各社区的边界节点，即那些和其他社区的节点间有边关联的节点，根据边界节点的邻居情况进行剪枝，减小搜索空间，加快子图匹配速度。 基于上述优化策略，本技术提出的基于社区结构的高效子图匹配方法能根据给出的数据图和模式图快速返回子图匹配结果。该技术可以作为模块嵌入金融、电商和航天等已有软件系统，也可作为单独软件工具并支持二次开发。 3.合作需求 1）应用场景：在图数据中快速查找满足某种特定结构的子图结构，进而作为查询结果返回或用于后续深入分析。可用于包括但不限于社交网络、金融、电商、安全和航天等众多场景中。 2）资源对接：对图查询、图分析有需求且对其高效性有要求的个人、单位和企业等。

本发明公开了一种基于图像边缘矢量的匹配方法。利用边缘的 方向和大小，实现对缩放、噪声、光照变化、局部遮挡、旋转平移等 情况的匹配；提取模板边缘中有代表性的矢量，与目标图像的边缘特 征进行比较，而不是逐边缘点比较，大大减少计算量，具有较好匹配 准确度；先用金字塔得到较小的模板和目标图像，并采用较大且合适 的参数步长，得到较为粗匹配的匹配位置和参数，再选取更为精细且 满足匹配要求的参数步长，在粗匹配的结果基础上再次搜索匹配，得 到精确的匹配位置和参数。 

本发明公开了一种基于 Zernike 矩的图像匹配方法，包括 S1 建 立 N 层模板金字塔图像；S2 计算每层模板图像的 K 个矩并建立 RCS 表；S3 建立 N 层目标金字塔图像；S4 通过查找 RCS 表计算 N 层中第L 层中每个目标子图像的 K 个矩；S5 计算第 L 层模板金字塔图像与第 L 层每个目标金字塔图像子图像 K 个矩的相关系数，获得第 L 层目标 金字塔图像匹配点位置；S6 判断 L 是否等于 1，若是，则进入 S8；若 否，则 L＝L-1，进入 S7；S7 在第 L 层以

本发明公开了一种基于图像边缘矢量的匹配方法。利用边缘的方向和大小，实现对缩放、噪声、光照变化、局部遮挡、旋转平移等情况的匹配；提取模板边缘中有代表性的矢量，与目标图像的边缘特征进行比较，而不是逐边缘点比较，大大减少计算量，具有较好匹配准确度；先用金字塔得到较小的模板和目标图像，并采用较大且合适的参数步长，得到较为粗匹配的匹配位置和参数，再选取更为精细且满足匹配要求的参数步长，在粗匹配的结果基础上再次搜索匹配，得到精确的匹配位置和参数。

本发明公开了一种基于 Zernike 矩的图像匹配方法，包括 S1 建立 N 层模板金字塔图像；S2 计算每层模板图像的 K 个矩并建立 RCS表；S3 建立 N 层目标金字塔图像；S4 通过查找 RCS 表计算 N 层中第L 层中每个目标子图像的 K 个矩；S5 计算第 L 层模板金字塔图像与第L 层每个目标金字塔图像子图像 K 个矩的相关系数，获得第 L 层目标金字塔图像匹配点位置；S6 判断 L 是否等于 1，若是，则进入 S8；若否 ， 则 L ＝ L 1 ， 进 入 S7 ； S7 在 第