-
公开(公告)号：CN108964806B
公开(公告)日：2021-03-16
申请号：CN201810866046.X
申请日：2018-08-01
Applicant: 重庆邮电大学
IPC: H04B17/309 , H04B17/382 , H04L5/14
Abstract: 本发明涉及一种带内全双工系统无线接入与回传联合资源分配方法，属于移动通信技术领域。该方法包括：S1：建立带内全双工自回传网络架构：由一个多天线宏基站和若干单天线自回传小基站构成的蜂窝异构网络；S2：在维持网络稳定的条件下，通过带内全双工自回传网络下的无线接入与回传联合资源分配方法，最大化网络时间平均下的下行用户和频谱效率，并调整控制参量的取值而实现时延与频谱效率间的动态平衡。本发明解决了低功率节点的超密集部署所带来的回传链路部署困难、运营商高额成本以及网络变得更为复杂等问题。
-
公开(公告)号：CN108684046A
公开(公告)日：2018-10-19
申请号：CN201810367841.4
申请日：2018-04-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于随机学习的接入网服务功能链部署方法，属于无线通信技术领域。该方法为：针对5G云化接入网场景下物理网络拓扑变化引起的高时延问题，建立一种基于部分观察马尔可夫决策过程部分感知拓扑的接入网服务功能链部署方案。该方案考虑在5G接入网上行条件下，通过心跳包观测机制感知底层物理网络拓扑变化，由于存在观测误差无法获得全部真实的拓扑情况，因此采用基于部分观察马尔可夫决策过程的部分感知和随机学习而自适应动态调整接入网切片的服务功能链部署的部署，优化切片在接入网侧的时延。本发明是基于部分观察马尔可夫决策过程实现部分感知网络拓扑变化而决策出最佳服务功能链部署方式，实现动态部署，不仅优化时延还提高资源利用率。
-
公开(公告)号：CN108965024B
公开(公告)日：2021-08-13
申请号：CN201810863512.9
申请日：2018-08-01
Applicant: 重庆邮电大学
IPC: H04L12/24
Abstract: 本发明涉及一种5G网络切片基于预测的虚拟网络功能调度方法，属于移动通信领域。该方法具体包括：针对业务流量动态变化的服务功能链特征，建立基于时延的服务功能链队列模型；建立多队列缓存模型，在不同时刻根据切片业务队列大小，确定切片请求的优先级及应提供的最低服务率；将时间离散为一系列连续的时间窗，并将时间窗内的队列信息作为训练数据集样本，建立基于预测的流量感知模型；根据预测出的每种切片业务队列大小及所对应的最低服务率，寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法。本发明实现了网络切片的在线映射，降低多个网络切片的整体平均调度时延，提高了网络服务的性能。
-
公开(公告)号：CN108684046B
公开(公告)日：2021-07-06
申请号：CN201810367841.4
申请日：2018-04-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于随机学习的接入网服务功能链部署方法，属于无线通信技术领域。该方法为：针对5G云化接入网场景下物理网络拓扑变化引起的高时延问题，建立一种基于部分观察马尔可夫决策过程部分感知拓扑的接入网服务功能链部署方案。该方案考虑在5G接入网上行条件下，通过心跳包观测机制感知底层物理网络拓扑变化，由于存在观测误差无法获得全部真实的拓扑情况，因此采用基于部分观察马尔可夫决策过程的部分感知和随机学习而自适应动态调整接入网切片的服务功能链部署的部署，优化切片在接入网侧的时延。本发明是基于部分观察马尔可夫决策过程实现部分感知网络拓扑变化而决策出最佳服务功能链部署方式，实现动态部署，不仅优化时延还提高资源利用率。
-
公开(公告)号：CN110275758A
公开(公告)日：2019-09-24
申请号：CN201910382250.9
申请日：2019-05-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种虚拟网络功能智能迁移方法，属于移动通信技术领域。在该方法中，在每个离散时隙上，在保证每个切片的最高平均时延约束、节点缓存资源消耗限制以及链路带宽容量限制的前提下，根据各个虚拟网络功能(Virtualized Network Function，VNF)实例的队列状态信息、节点状态信息以及链路状态信息，以最小化通用服务器平均运行能耗为目标，为切片制定最佳的VNF迁移策略并动态地调整网络内节点CPU资源的分配策略。本方法既可以充分利用CPU资源，又可以满足切片平均端到端时延的要求；实现了VNF实例的共享，在节约系统平均能耗的同时有效地保持系统的稳定性。
-
Patent Agency Ranking
公开(公告)号：CN109905918A
公开(公告)日：2019-06-18
申请号：CN201910138998.4
申请日：2019-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于能效的NOMA蜂窝车联网动态资源调度方法，属于移动通信领域。该方法为：在支持V2V通信的NOMA蜂窝网络场景下，根据V2V用户的可靠性、V2V用户时延、NOMA用户速率需求及用户的功率限制为约束条件，以最大化系统能效的长时平均能效为优化目标，建立联合NOMA用户的子信道分配、V2V用户的频谱分配和拥塞控制需求的随机优化模型，为NOMA用户和V2V用户制定功率分配和子信道调度策略。本发明能够在保证系统稳定性前提下最大化系统能效，并同时满足V2V用户时延、可靠性及NOMA用户的速率需求。
-
公开(公告)号：CN108965024A
公开(公告)日：2018-12-07
申请号：CN201810863512.9
申请日：2018-08-01
Applicant: 重庆邮电大学
IPC: H04L12/24
CPC classification number: H04L41/0823 , H04L41/12 , H04L41/145 , H04L41/147
Abstract: 本发明涉及一种5G网络切片基于预测的虚拟网络功能调度方法，属于移动通信领域。该方法具体包括：针对业务流量动态变化的服务功能链特征，建立基于时延的服务功能链队列模型；建立多队列缓存模型，在不同时刻根据切片业务队列大小，确定切片请求的优先级及应提供的最低服务率；将时间离散为一系列连续的时间窗，并将时间窗内的队列信息作为训练数据集样本，建立基于预测的流量感知模型；根据预测出的每种切片业务队列大小及所对应的最低服务率，寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法。本发明实现了网络切片的在线映射，降低多个网络切片的整体平均调度时延，提高了网络服务的性能。
-
公开(公告)号：CN108964806A
公开(公告)日：2018-12-07
申请号：CN201810866046.X
申请日：2018-08-01
Applicant: 重庆邮电大学
IPC: H04B17/309 , H04B17/382 , H04L5/14
Abstract: 本发明涉及一种带内全双工系统无线接入与回传联合资源分配方法，属于移动通信技术领域。该方法包括：S1：建立带内全双工自回传网络架构：由一个多天线宏基站和若干单天线自回传小基站构成的蜂窝异构网络；S2：在维持网络稳定的条件下，通过带内全双工自回传网络下的无线接入与回传联合资源分配方法，最大化网络时间平均下的下行用户和频谱效率，并调整控制参量的取值而实现时延与频谱效率间的动态平衡。本发明解决了低功率节点的超密集部署所带来的回传链路部署困难、运营商高额成本以及网络变得更为复杂等问题。
-
公开(公告)号：CN110275758B
公开(公告)日：2022-09-30
申请号：CN201910382250.9
申请日：2019-05-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种虚拟网络功能智能迁移方法，属于移动通信技术领域。在该方法中，在每个离散时隙上，在保证每个切片的最高平均时延约束、节点缓存资源消耗限制以及链路带宽容量限制的前提下，根据各个虚拟网络功能(Virtualized Network Function，VNF)实例的队列状态信息、节点状态信息以及链路状态信息，以最小化通用服务器平均运行能耗为目标，为切片制定最佳的VNF迁移策略并动态地调整网络内节点CPU资源的分配策略。本方法既可以充分利用CPU资源，又可以满足切片平均端到端时延的要求；实现了VNF实例的共享，在节约系统平均能耗的同时有效地保持系统的稳定性。
-
公开(公告)号：CN108566659B
公开(公告)日：2022-02-22
申请号：CN201810018201.2
申请日：2018-01-09
Applicant: 重庆邮电大学
IPC: H04W28/16 , H04L41/0895
Abstract: 本发明涉及一种基于可靠性的5G网络切片在线映射方法，属于移动通信技术领域。该方法为：针对5G网络切片的动态映射、轻量级可靠映射问题，建立基于可靠性约束的多目标资源分配模型；将时间离散为一系列连续的时间窗，根据切片生命周期确定时间窗内不同切片请求映射优先级；在处理节点建立李雅普诺夫优化模型，确定满足切片资源需求的节点映射优先级；根据底层链路可靠性，寻找满足切片链路资源约束下的最可靠通信链路映射。本发明在实现切片网络映射时，综合考虑到网络的稳定性和物理链路的失效率，从而在保证网络可靠性的同时提高资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.046 seconds)
