本技术提出了一种智能超表面辅助感知通信计算一体化资源管理方法，包括如下步骤:构建智能反射面辅助的全双工集成感知通信计算一体化系统，并将一个本地缓存通过回程链路与全双工基站连接；确定信号模型、通信模型、感知模型、计算模型和缓存模型，根据模型建立系统效用最大化的优化问题；根据优化问题，首先设计最优缓存策略，接着通过联合优化发射波束形成器、接收波束形成器、计算用户本地计算频率、计算用户传输功率和智能反射面被动反射单元相移，最大化通信吞吐量和总计算位（卸载和本地计算位）之和。通过仿真结果验证了本发明的有效性和相比于其他基准算法的优势。

 本技术提供一种基于AOA/PDOA/TDOA融合测角的超宽带定位方法；本发明所述方法通过获得信号到达基站的时间差、相位差、到达角，使用TDOA方法解算出目标位置参考坐标，得到一个参考角度、在基站间距大于信号频率半波长情况下，PDOA解算出一系列目标角度、AOA方法得到一个目标位置参考角度；利用TDOA方法得到的参考角度，从PDOA方法的一系列角度中选出若干个靠近参考角度的模糊解；利用加权算法将若干个解加权求平均得到最终解；本发明所述方法同时解决了传统TDOA远距离测量精度显著下降、传统AOA侧向测角精度差的缺点，并解除了基站间距离对传统PDOA的限制，获得高于以上方法及其两两组合的测角精度；本发明所述方法可以应用于二维、三维定位系统中测量目标位置与基站间角度。

 本技术公开了一种无线分布式地质灾害数据采集方法及系统，具体涉及数据处理领域，是通过分析并计算每个传感器节点的梯度熵，识别出潜在的异常节点，围绕异常节点进行相对差异分析，综合考虑了节点间的整体变化情况，为确定传感器故障的相对风险程度提供了更全面的信息。通过记录每个可疑传感器节点与其他非可疑节点的单位时间内的空间距离累加值，标记为空间距离度量值，并计算空间位置距离波动值，全面评估传感器节点的位置变化模式，有助于及早发现传感器在空间位置上的变化，提前识别潜在的位置动态精度异常。并给出位置数据获取异常的风险等级，便于分配对应的维护优先等级，更有效地实现地质灾害的监测和风险评估。

 一种用于车联网的区块链分层共识优化方法，包括如下操作步骤:(1)构造分片方式的区块链共识框架，一个分片的头车代表该分片与该分片的RSU和其他分片进行通信；一个分片内的所有车辆构成一个编队；(2)所述区块链共识框架执行两层共识过程即本地共识和全局共识；所述的本地共识过程是指在同一个分片内的所有车辆间所进行的本地共识达成过程；所述的全局共识过程是指在各分片的RSU之间进行的全局共识达成过程；本技术方法各编队车辆仅需在分片内进行共识，大大降低了通信的复杂度和资源的消耗，提高了整个共识过程的效率。

 本技术公开了一种基于5G技术的卫星通信系统功率控制方法，方法应用于卫星通信系统中的卫星，包括:卫星根据波位调度情况确定当前服务波位；卫星根据星历信息确定卫星与当前服务波位之间的距离；卫星根据弗里斯公式以及距离和预设的信号接收功率，计算获得信号发射功率；卫星按照信号发射功率向当前服务波位发送业务波束。根据本发明提供的方法，卫星能够根据距离的远近来匹配适合的信号发射功率，对于远点终端采用较强的信号发射功率，对于近点终端采用较弱的信号发射功率；同理终端也能够根据距离卫星的远近来匹配适合的信号发射功率，如此无论在卫星侧还是在终端侧，都能够在确保卫星通信系统可靠性的同时，达到节电的效果。

 本技术提供一种NPDCCH资源调度方法、装置、设备及存储介质，其中，方法包括:网络设备基于目标终端的传输数据速率，确定所述目标终端的优先级；基于所述目标终端的优先级，向所述目标终端发送NPDCCH资源；其中，所述目标终端的传输数据速率越高，所述目标终端的优先级越高。从而提高终端接入成功率，对NPDCCH资源灵活分配，确保网络资源的高效利用。

 本技术公开一种基于信用机制的抗动态SSDF攻击方法及系统，方法包括:为网络中的每个用户分配一个初始声望值；重复执行以下步骤，直至满足预设的终止条件；每个用户执行本地频谱感知，通过对周围环境的观察来判断某个频段是否被占用；利用当前声望值、历史声望值、增益因子和抑制因子计算综合声望值；根据计算出的综合声望值，为每个节点分配一个融合权重；利用分配好的融合权重，将各个节点的本地频谱感知结果进行加权融合，得到决策结果；根据全局决策值和本地频谱感知值进行比较，更新每个声望值。根据用户中的次级用户的历史和当前感知行为，利用Beta声望系统为其分配声望值，并组合成综合声望值来衡量次级用户在集中式协作频谱感知中的可靠性。

 本文属于移动群体计算技术领域。本申请提供一种面向空地协同移动边缘计算的任务联合卸载与迁移方法。本公开实施例考虑到完全由无人机‑车辆组网的边缘计算计算下资源异构、资源有限、通信范围有限和网络动态波动的场景；该方法将DAG任务的联合卸载和迁移问题进行建模，并表述为用户DAG任务平均延迟最小化问题；该方法考虑到UAV和车辆的不同特性，触发任务迁移的条件不同；该方法考虑了同一个DAG任务可能发生多次迁移的情况，考虑了任务迁移、任务上传、计算结果下载的最短传输路径。

 本技术提出了一种非理想智能超表面辅助宽带边缘计算中的时延优化方法，用于解决现有理想反射模型的IRS不能反应真实反射模型的技术问题。本发明的步骤为:根据用户在IRS辅助下向配备有边缘服务器的基站卸载数据构建非理想IRS模型，根据非理想IRS模型的相移模型、通信模型和计算模型构建联合优化用户卸载数据量、边缘计算资源、MUD向量和IRS的基准相移最小化所有用户的加权和时延的优化问题；采用块坐标下降算法联合优化计算资源和通信资源。本发明交替优化计算和通信资源可以有效简化非凸IRS反射约束问题，提升求解效率，实现更优的资源分配和性能优化。本发明通过优化IRS辅助宽带移动边缘计算系统的资源分配，能够显著降低用户时延，提高系统性能与资源利用效率，同时验证了非理想IRS反射模型的重要性与性能增益。

 本技术涉及电子通信与无线定位领域，特别涉及的是远距离的蜂窝定位技术。本发明针对的主要场景是一些特殊场景，比如隧道、都市峡谷等复杂地形情况下。在上述场景下，GNSS信号存在定位失效和定位精度差的问题。基于目前国内商用基站建设成熟，在绝大多数地区能够实现LTE信号的覆盖，本发明引入蜂窝信号(LTE)作为一种机会信号，利用蜂窝信号中的导频信号完成基站到用户设备的信道估计，并通过ESPRIT(Estimating Signal Parameters via Rotational Invariance Techniques)算法，从估计的信道矩阵中提取出时延参数，从而完成对TOA的估计，实现伪距测量。在伪距测量完成后并通过扩展卡尔曼滤波(EKF)，以提高系统的精度和鲁棒性，本发明经过了仿真和实测验证，成功实现了一个稳定并且高精度的车载定位系统。