-
公开(公告)号：CN118585300A
公开(公告)日：2024-09-03
申请号：CN202410721921.0
申请日：2024-06-05
Applicant: 浙江工业大学
Abstract: 一种多边缘设备辅助的边缘计算网络任务调度方法，包括以下步骤：步骤1，获取无线设备要处理的任务量、无线设备与边缘设备之间的通信速率和边缘设备的计算能力，初始化调度策略S为空列表；步骤2，按无线设备的编号依次决策出无线设备的卸载选择，并将卸载选择插入到调度策略S的合适位置；步骤3，根据最终的调度策略S，无线设备按序将任务卸载到指定的边缘设备进行边缘计算。本发明适用在时分复用(TDMA)的通信方式和二进制卸载模式下，根据无线设备要处理的任务量、无线设备与边缘设备之间的通信速率和边缘设备的计算能力，决策出无线设备的卸载选择和对应卸载任务的调度顺序，以达到较小的无线设备最大任务完成时延。
-
公开(公告)号：CN118296302A
公开(公告)日：2024-07-05
申请号：CN202410540600.0
申请日：2024-04-30
Applicant: 浙江工业大学
IPC: G06F18/10 , G06F18/24 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06F18/213 , G06N3/08
Abstract: 本发明公开了一种基于扩散模型的电磁信号调制分类方法和装置，首先获取电磁信号数据集，进行旋转与翻转操作，得到第一数据集；然后将第一数据集中每个样本复制为至少两份，得到第二数据集，然后将第二数据集中每份样本随机选择一段连续的序列作为掩码段，其余部分作为非掩码段，利用标准高斯分布将掩码段转化为随机纯噪声，得到掩码数据集；构建去噪扩散模型，采用第二数据集训练，利用训练好的去噪扩散模型，对掩码数据集中样本进行去噪，得到增强数据集。最后采用增强数据集训练自动调制识别模型，对待检测电磁信号进行检测。本发明利用去噪扩散模型以实现数据的重构来增强数据集，更好地解决了数据集不充分，模型泛化能力弱的问题。
-
公开(公告)号：CN114615261B
公开(公告)日：2024-03-26
申请号：CN202210087830.7
申请日：2022-01-25
Applicant: 浙江工业大学
IPC: H04L67/10 , G06N3/0464 , G06N3/08 , H02J50/00 , H02J50/80
Abstract: 本发明公开了一种基于神经网络的无线供能边缘计算网络的任务卸载方法，构建以无线设备信道增益为输入、供能时长比例为输出的全连接神经网络模型，将当前无线设备信道增益输入到训练好的所述全连接神经网络模型，得到供能时长比例，进而确定供能时长。然后在确定的供能时长情况下，通过最大化所有无线设备的总计算速率，得到每个无线设备任务卸载通信时长和所占用的能量分配比例，进而配置无线供能边缘计算网络按照所得到的任务卸载通信时长和任务卸载通信所占用的能量分配比例进行工作。本发明决策出部分卸载的能量分配和时间分配方案，同时也得到较高的网络计算速率。
-
公开(公告)号：CN116684927A
公开(公告)日：2023-09-01
申请号：CN202310640008.3
申请日：2023-05-31
Applicant: 浙江工业大学
IPC: H04W28/084 , H04W28/02 , H04W24/02
Abstract: 本发明公开了一种无线供能边缘网络中能量捕获时长和计算任务的分配方法，包括：使用一维穷搜索方法输出时间占比集合；基于时间占比集合中的每一个时间占比，计算与时间占比对应的能量占比；根据时间占比集合中每一时间占比与对应的能量占比，计算N个无线设备的计算速率总和，取计算速率总和最大的作为无线设备本次计算最优的时间占比和能量占比；根据最优的时间占比和能量占比，完成本次计算任务卸载分配。本发明优化能量捕获时长和计算任务分配，具有更小的时间消耗，能够达到较高的计算速率，适用于时变的信道状态。
-
公开(公告)号：CN112087792B
公开(公告)日：2023-07-21
申请号：CN202010787434.6
申请日：2020-08-07
Applicant: 浙江工业大学
Abstract: 一种后向散射辅助的无线供能网络的节点到中继节点通信方法，对于无线供能通信网络中节点到中继节点的信息传输，本发明利用了后向散射通信技术，给出了由节点后向散射/能量捕获阶段和节点主动通信阶段构成的方案，并确定节点的能量捕获时长、后向散射时长和主动通信时长的合理取值。本发明的方法利用后向散射通信技术来有效地提高无线供能通信网络的节点到中继节点通信吞吐量。
-
Patent Agency Ranking
公开(公告)号：CN112087721B
公开(公告)日：2023-06-27
申请号：CN202010794433.4
申请日：2020-08-10
Applicant: 浙江工业大学
Abstract: 一种反向散射辅助的无线供能通信网络的节点间通信方法，对于无线供能通信网络中节点间的信息传输，本发明利用了反向散射通信技术，给出了由节点反向散射/能量传输阶段和节点主动通信阶段构成的方案，并确定节点的能量采集时长、反向散射时长和主动通信时长的合理取值。本发明的方法利用后向散射通信技术来有效地提高无线供能通信网络的节点间通信吞吐量。
-
公开(公告)号：CN115062624A
公开(公告)日：2022-09-16
申请号：CN202210672522.0
申请日：2022-06-14
Applicant: 浙江工业大学
IPC: G06F40/30 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种意图槽值双向交互的自然语言理解方法，采用BERT语义编码模块对用户输入的话语进行文本预处理，并进行语义编码，然后将意图表示向量输入到意图注意力模块，生成语义增强的意图表示向量，并通过自注意语义交互模块，双向交互语义增强的意图语义表示向量和槽语义表示向量，获得最终的意图语义表示向量和槽语义表示向量，然后将最终的意图表示向量和槽语义表示向量输入到CRF语义解码模块，获得最后话语的意图和槽值。本发明使用预训练知识显著提高意图识别和槽填充的识别效果，使得系统可以应用在高精度的NLU场景上，提高了系统的预测精度。
-
公开(公告)号：CN113300904B
公开(公告)日：2022-07-15
申请号：CN202110400034.X
申请日：2021-04-14
Applicant: 浙江工业大学
IPC: H04L43/0823 , H04L43/16 , H04L41/14
Abstract: 一种基于放大转发和模拟网络编码策略的移动分子通信双向网络性能分析方法，包括以下步骤：第一步，基于AF和ANC策略，根据节点移动模型，计算源节点S1和源节点S2处在第(j+1)个时隙收到的A类型或B类型的分子数；第二步，在源节点S1和S2处建立假设检测信道模型以及最优检测规则，得到源节点S1和S2处的最优检测阈值；第三步，基于D‑MoSK调制方式得到移动分子通信双向网络的平均错误率和平均互信息的计算方法。本发明主要开发可用于移动分子通信双向网络的最低平均错误率和最大平均互信息量的通信技术，所得结果对设计低错误率、高互信息的移动双向分子通信网络提供指引方向。
-
公开(公告)号：CN114158094A
公开(公告)日：2022-03-08
申请号：CN202111434467.3
申请日：2021-11-29
Applicant: 浙江工业大学
Abstract: 本发明公开了一种基于下行NOMA的单用户任务卸载方法及装置，在一个具有计算任务的无线设备与N个配备有边缘服务器的基站之间，采用下行NOMA的通讯方式通讯，先初始化无线设备传输时长的运行区间，按照预设的规则从运行区间取第一传输时长和第二传输时长；然后对于第一传输时长和第二传输时长，在满足无线设备所能传输的最大功率的条件下，分别搜索出对应的最佳卸载任务分配方案；然后更新无线设备传输时长的运行区间，继续搜索，知道输出最终运行区间下限值极其对应的卸载任务分配方案，作为最终的卸载任务分配方案。本发明技术方案优化了通信时长与卸载任务分配，从而降低了任务完成时延。
-
公开(公告)号：CN114125949A
公开(公告)日：2022-03-01
申请号：CN202111431883.8
申请日：2021-11-29
Applicant: 浙江工业大学
Abstract: 本发明公开了一种无线供能网络中计算任务卸载的带宽分配方法及装置，根据预设的时间帧采集与边缘服务器通信的所有无线设备的信道增益作为样本数据，搜索每个时间帧样本数据对应的最优带宽比例分配方案，并计算所有无线设备通信所占总带宽比例，形成最终的样本数据；采用样本数据训练构建好的神经网络模型，将训练好的神经网络模型部署到边缘服务器，获取当前所有无线设备的信道增益，输入到神经网络模型中，得到每个无线设备的通信所占带宽比例，按照得到的带宽比例为每个无线设备分配带宽。本发明利用训练好的神经网络模型能够在使用FDMA的通信方式和部分卸载模式下的边缘计算网络中快速决策出带宽分配方案，同时也达到较高的网络计算速率。
-
-
-
-
-
-
-
-
-
Search Results
180
records
(took 0.032 seconds)
