-
公开(公告)号：CN114125905A
公开(公告)日：2022-03-01
申请号：CN202210082856.2
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
IPC: H04W24/02 , H04L41/0823 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种邻区关系确定方法和装置，涉及通信的技术领域，包括：获取待处理小区对中每个小区的工参信息；基于工参信息，确定待处理小区对的目标数据特征；利用预设联合神经网络模型对目标数据特征进行处理，得到待处理小区对的邻区关系；本发明提供的邻区关系确定方法是一种基于深度神经网络学习实现邻区关系预测的方案，相比传统人工配置方式，能够节约大量劳动力成本，同时由于联合神经网络模型中每个独立神经网络模型的层级结构、训练阶段所使用的训练数据和激活函数区间各不相同，所以保证了网络间的独立性、非线性和随机性，进而降低了联合神经网络模型中的多个神经网络在同一样本点误判的风险，达到提升邻区关系预测准确率的效果。
-
公开(公告)号：CN114125905B
公开(公告)日：2022-04-15
申请号：CN202210082856.2
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
IPC: H04W24/02 , H04L41/0823 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种邻区关系确定方法和装置，涉及通信的技术领域，包括：获取待处理小区对中每个小区的工参信息；基于工参信息，确定待处理小区对的目标数据特征；利用预设联合神经网络模型对目标数据特征进行处理，得到待处理小区对的邻区关系；本发明提供的邻区关系确定方法是一种基于深度神经网络学习实现邻区关系预测的方案，相比传统人工配置方式，能够节约大量劳动力成本，同时由于联合神经网络模型中每个独立神经网络模型的层级结构、训练阶段所使用的训练数据和激活函数区间各不相同，所以保证了网络间的独立性、非线性和随机性，进而降低了联合神经网络模型中的多个神经网络在同一样本点误判的风险，达到提升邻区关系预测准确率的效果。
-
公开(公告)号：CN114125987B
公开(公告)日：2022-05-03
申请号：CN202210082839.9
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
Abstract: 本发明提供了一种空天地一体化网络的路由方法和装置，涉及通信的技术领域，包括：获取空天地一体化网络中目标网域的网络拓扑和所述网络拓扑的网络状态信息；基于网络状态信息，确定目标网域内路由成本的权重计算因子；将控制信息发送至目标网域内的所有交换机，以使每个交换机在对数据流进行转发时基于控制信息确定目标下一跳节点；本发明方法在空天地一体化网络中使用统一的SDN网络体系，使得数据流在进行跨域路由时不需要进行协议适配，避免域间指标转换，减轻协议复杂性；通过收集目标网域网络拓扑的网络状态信息来计算路由成本的权重计算因子，能够动态地将使用率高的资源作为影响路由成本的主要因素，平衡过载资源，提高整体资源平衡率。
-
公开(公告)号：CN114125987A
公开(公告)日：2022-03-01
申请号：CN202210082839.9
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
Abstract: 本发明提供了一种空天地一体化网络的路由方法和装置，涉及通信的技术领域，包括：获取空天地一体化网络中目标网域的网络拓扑和所述网络拓扑的网络状态信息；基于网络状态信息，确定目标网域内路由成本的权重计算因子；将控制信息发送至目标网域内的所有交换机，以使每个交换机在对数据流进行转发时基于控制信息确定目标下一跳节点；本发明方法在空天地一体化网络中使用统一的SDN网络体系，使得数据流在进行跨域路由时不需要进行协议适配，避免域间指标转换，减轻协议复杂性；通过收集目标网域网络拓扑的网络状态信息来计算路由成本的权重计算因子，能够动态地将使用率高的资源作为影响路由成本的主要因素，平衡过载资源，提高整体资源平衡率。
-
公开(公告)号：CN119906644A
公开(公告)日：2025-04-29
申请号：CN202510405408.5
申请日：2025-04-02
Applicant: 北京邮电大学
IPC: H04L41/40 , H04L45/12 , H04L45/302 , H04L45/76 , H04L49/00
Abstract: 本申请提供一种用于可编程数据平面网络的网络切片编排方法，该方法在获取针对不同待编排网络切片对应的业务请求后；采用配置的网络成本函数、任一业务请求对应的需遍历的VNF类型序列和相应VNF类型的VNF实例、所需的最大路由延迟，以及各待编排网络切片的源节点和目的节点，对VNF进行节点部署，得到业务请求对应的最优路由路径和VNF部署信息；基于业务请求对应的最优路由路径和VNF部署信息，生成对应的编排文件，并将编排文件分发至所述可编程数据平面网络中的每个交换机，以进行业务请求对应的网络切片的编排。该方法使得资源分配、路径选择和服务质量保障能够协同优化，提升了网络切片部署及资源分配的灵活性与高效性。
-
Patent Agency Ranking
公开(公告)号：CN116155819A
公开(公告)日：2023-05-23
申请号：CN202310424468.2
申请日：2023-04-20
Applicant: 北京邮电大学
IPC: H04L47/125 , G06N3/092
Abstract: 本发明提供了一种基于可编程数据平面的智能网内负载均衡方法与装置，涉及通信的技术领域，该方法应用于控制平面，通过获取网络系统中每个交换机的队列深度来实现全局拥塞感知，并利用强化学习算法确定目标交换机的端口转发概率，以辅助决策目标交换机的数据包转发路径。由于强化学习算法的奖励函数值与网络系统中交换机的队列深度差值和平均队列深度成反比，所以能够达到网络中负载均衡效果越差则奖励越少的目的，进而使得智能体输出的动作向减小拥塞、增强负载均衡效果的方向发展。在不对称的网络拓扑环境中仍具备较佳的负载均衡效果，有效地缓解了现有的负载均衡方法负载均衡效果差和普适性差的技术问题。
-
公开(公告)号：CN114244439B
公开(公告)日：2023-03-21
申请号：CN202110806092.2
申请日：2021-07-16
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
IPC: H04B10/2525
Abstract: 本发明提供了一种光纤通信系统的信号补偿方法及装置，方法包括：获取光纤通信系统的输出信号为待补偿信号；将待补偿信号输入补偿模型中，得到补偿后的信号；补偿模型包括多个MIMO滤波器模型；MIMO滤波器模型是根据光纤通信系统的色散效应、偏振模色散效应和非线性效应建立的。本发明通过补偿模型能够同时对光纤通信系统的输出信号进行色散效应补偿、偏振模色散效应补偿和非线性效应补偿，提高信号补偿的精度。
-
公开(公告)号：CN114785738A
公开(公告)日：2022-07-22
申请号：CN202210677447.7
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: H04L47/125 , H04L47/56 , H04L47/6275 , H04L45/12 , H04L45/00
Abstract: 本发明提供了一种时间敏感流的调度方法、装置和电子设备，涉及通信的技术领域，包括：获取待调度的时间敏感流集合和目标网络的网络拓扑信息；基于时间敏感流集合和网络拓扑信息，确定目标时间敏感流集合和目标时间敏感流集合对应的目标时隙队列映射关系；基于目标时隙队列映射关系对目标时间敏感流集合中的目标时间敏感流进行调度。本发明方法在从待调度的时间敏感流集合中确定目标时间敏感流时，将时间敏感流的路由代价和交换机端口队列的可用资源情况共同作为可调度条件进行综合考量，从而使得目标网络在调度时间敏感流时能够最大化的利用其网络资源，进而有效地缓解了现有的时间敏感流的调度方法存在的网络负载不均衡的技术问题。
-
公开(公告)号：CN114202066A
公开(公告)日：2022-03-18
申请号：CN202210154404.0
申请日：2022-02-21
Applicant: 北京邮电大学 , 北京天弛网络有限公司
Abstract: 本申请提供了一种网络控制方法、装置、电子设备及存储介质，涉及计算机网络技术领域，具体为：获取当前时刻的细粒度的数据平面的网络状态；利用存储本地网络环境历史数据的经验库和第二宽度学习网络，对第一宽度学习网络进行在线训练；利用在线训练完成第一宽度学习网络对当前时刻的网络状态进行处理，得到当前时刻的网络状态对应的最优执行动作；将当前时刻的最优执行动作封装为控制规则数据包，然后下发所述控制规则数据包。通过在线训练第一宽度学习网络，能够实时响应网络变化，快速地应对网络突发状况。
-
公开(公告)号：CN114126019A
公开(公告)日：2022-03-01
申请号：CN202111444691.0
申请日：2021-11-30
Applicant: 北京邮电大学 , 北京理工大学 , 中国电子信息产业集团有限公司第六研究所
IPC: H04W52/02 , H04W72/04 , H04B10/2575 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于能效优化的前传光网络动态资源映射方法及系统。该方法包括：收集远端射频节点的历史流量数据；根据所述历史流量数据，训练深度学习中的长短期记忆网络模型，预测每个所述远端射频节点的下一时间节点的流量负载情况；根据所述流量负载情况，以最小化系统总能耗为目标，动态调整下一时间节点的基带处理池和远端射频节点之间的前传光链路的连接关系；所述最小化系统总能耗包括基带处理池的固有能耗、所述基带处理池执行基带信号处理过程中产生的能耗以及切换产生的能耗。本发明能够降低整个前传光链路的系统总能耗以及提高基带处理池资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.04 seconds)
