公开(公告)号：CN117956507A

公开(公告)日：2024-04-30

申请号：CN202410118855.8

申请日：2024-01-29

Applicant: 重庆邮电大学

Inventor： 黄晓舸 ,  余采薇 ,  黎文静 ,  李俊异 ,  陈前斌

IPC: H04W24/06 ,  H04W28/08 ,  H04W4/40

Abstract: 本发明涉及一种智能网联汽车协同感知及数据融合方法，属于移动通信技术领域。本发明首先构建双层协同感知和多源异质数据融合的网络模型，并基于此实现智能网联汽车的多智能体群体协同感知和融合任务的卸载优化；其次，提出双分支融合任务划分模型，实现多车辆图片数据和点云数据融合；然后，基于任务内在依赖性，设计一种任务优先级评价算法，以获得任务的优先级列表；创新性提出一种基于深度强化学习的多源融合任务卸载算法以实现最小化多源感知数据融合的时延。该方法具有良好的鲁棒性和并行性，能够在扩大感知覆盖范围的同时，降低融合任务处理时延。

公开(公告)号：CN116828052A

公开(公告)日：2023-09-29

申请号：CN202310838016.9

申请日：2023-07-10

Applicant: 重庆邮电大学

Inventor： 黄晓舸 ,  余采薇 ,  王凡 ,  杨帆行 ,  陈前斌

IPC: H04L67/568 ,  H04L67/5682 ,  H04L67/1097 ,  H04L41/16

Abstract: 本发明涉及一种基于边缘计算的数据智能协同缓存方法，属于移动通信技术领域。首先，用户根据上下文信息完成簇群选择，使得同一簇群中的用户具有相似内容偏好，由于簇群间用户不相交，提出了基于享乐联盟博弈的用户分簇算法；其次，基于分层联邦学习，用户建立深度神经网络DNN训练本地模型并上传至边缘网络层中的MEN和SEN，通过分层联邦学习优化内容缓存放置位置策略；最后，在边缘网络引入内容缓存价值协助SEN进行短期内容更新，基于当前的缓存状态与用户内容输出估计偏好，最大化协同联盟整体内容缓存价值，从而减少缓存冗余。本发明在保证模型精度的前提下，有效提高缓存命中率，降低内容获取时延。