-
公开(公告)号:CN117692967A
公开(公告)日:2024-03-12
申请号:CN202311557038.4
申请日:2023-11-21
Applicant: 桂林理工大学
IPC: H04W28/082 , H04W28/084 , H04L67/10
Abstract: 本发明涉及边缘计算技术领域,具体涉及一种贪婪DDPG协同卸载决策与资源分配方法,针对超密集边缘计算(UDN‑MEC)场景的计算卸载求解过程中难以适应用户在微基站覆盖区内外的频繁切换的问题,利用贪婪算法分布式地获得用户个体收益,并通过全局收益阈值描述用户个体间基于全局协同感知的协作行为,克服了用户在微基站间频繁切换导致的用户数量时变性对卸载决策的影响,以及分布式单智能体方法中不同智能体间缺乏合作的缺点,同时通过DDPG算法智能地调整全局收益阈值,提升所提算法对用户数量动态变化的适应能力,降低动态异构的UDN‑MEC系统中的时延与能耗加权总成本。
-
公开(公告)号:CN115344042A
公开(公告)日:2022-11-15
申请号:CN202210861369.6
申请日:2022-07-20
Applicant: 桂林理工大学
IPC: G05D1/02 , B62D57/032 , G06N3/00
Abstract: 本发明涉及四足机器人控制技术领域,具体涉及一种基于改进天牛须算法的四足机器人运动学逆解优化方法,包括构建机器人模型;将机器人模型各足的足内关节角度向量作为天牛质心位置,构建适应度函数;基于适应度函数和机器人模型对天牛须算法进行改进和迭代,得到天牛寻优结果,通过使用适应度函数和机器人模型对天牛须算法进行改进和迭代,可使得改进后的天牛须算法的后期收敛速度增加,同时抑制了收敛过程中震荡现象,解决了传统天牛须算法求解12自由度四足机器人运动学逆解时,所得数值解精确度较低的问题。
-
公开(公告)号:CN117676706A
公开(公告)日:2024-03-08
申请号:CN202311488800.8
申请日:2023-11-09
Applicant: 桂林理工大学
IPC: H04W28/08 , H04W28/084 , H04W4/029
Abstract: 本发明涉及边缘计算技术领域,具体涉及一种多用户移动感知与用户卸载关联匹配方法,首先构建基于非正交多址(NOMA)技术的超密集网络边缘计算场景系统模型;其次针对用户的非线性移动特性,采用基于扩展卡尔曼滤波的多项式拟合算法进行轨迹预测;最后以提升所提模型最低卸载信干燥比为目标,设计一种基于广度优先搜索的用户‑基站卸载关联匹配算法,实现对微基站重叠覆盖区域内的用户与基站关联。本发明提出的用户‑基站卸载关联匹配方法考虑了用户动态运动的影响,因此更能逼近现实超密集网络边缘计算卸载的情况,同时通过扩展卡尔曼滤波对GPS测量的历史轨迹数据进行滤波,提升了历史轨迹数据的精确度。
-
-