-
公开(公告)号：CN111278132B
公开(公告)日：2022-04-26
申请号：CN202010060434.6
申请日：2020-01-19
Applicant: 重庆邮电大学
IPC: H04W72/04 , H04W72/08 , H04W72/12 , H04L47/783 , H04L47/80
Abstract: 本发明涉及一种移动边缘计算中面向低时延高可靠业务的资源分配方法，属于移动通信技术领域。该方法在多MEC多用户环境下，分别刻画用户任务队列模型和MEC任务队列模型，并以任务队列上溢概率为约束，建立移动服务提供商网络效用最大化的理论模型，对功率资源、带宽资源和计算资源进行联合分配。考虑到优化模型中约束条件包含任务队列溢出概率的极限约束，通过Lyapunov优化理论将时间平均的随机优化问题转化并分解成单时隙求解的三个子问题，包括用户的计算资源分配、带宽与功率分配以及MEC的计算资源分配问题，进而分别对其求解。本发明在满足用户低时延高可靠的需求的同时提高了MSP的平均总收益。
-
公开(公告)号：CN111368888B
公开(公告)日：2022-07-01
申请号：CN202010116968.6
申请日：2020-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度动态贝叶斯网络的服务功能链故障诊断方法，属于通信技术领域，结合服务功能链场景的特点，根据服务功能链的分层网络架构中的故障传播关系，构建故障诊断模型，采用在物理节点监测其上多个虚拟网络功能性能数据的方式收集症状的高维数据。并且考虑到基于SDN/NFV架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性，采用深度信念网络对观测数据特征进行提取。最后，利用故障传播的时间相关性，引入动态贝叶斯网络对故障根源进行实时诊断。本发明提出5G端到端网络切片场景的服务功能链故障诊断方法能够在有效处理高维网络数据的同时，满足系统对故障诊断精度的要求。
-
公开(公告)号：CN111147307B
公开(公告)日：2022-04-29
申请号：CN201911397560.4
申请日：2019-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的服务功能链可靠部署方法，属于通信技术领域。该方法包括以下步骤：S1：基于设备使用度和周边安全系数的可靠性度量方式得到可靠性值；S2：通过功能特性、拓扑特性初步确定每个虚拟网络功能的可靠性需求；S3：求得满足虚拟链路可靠性需求的链路可靠性需求可部署长度；S4：基于各个可靠性需求，使用深度强化学习寻找适合虚拟网络环境和基层环境的最佳映射方案；S5：在映射过程中如VNF可靠性不能满足，使用基于重要度的节点备份方法，链路部署结果不满足链路可靠性，使用基于链路备份重要度的链路备份方法。本方法在保证可靠性需求的基础上能够有效应对基层故障，减少失效SFC数量，同时保证负载均衡使整个虚拟网络更加稳定可靠。
-
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：CN111278132A
公开(公告)日：2020-06-12
申请号：CN202010060434.6
申请日：2020-01-19
Applicant: 重庆邮电大学
IPC: H04W72/04 , H04W72/08 , H04W72/12 , H04L12/927 , H04L12/911
Abstract: 本发明涉及一种移动边缘计算中面向低时延高可靠业务的资源分配方法，属于移动通信技术领域。该方法在多MEC多用户环境下，分别刻画用户任务队列模型和MEC任务队列模型，并以任务队列上溢概率为约束，建立移动服务提供商网络效用最大化的理论模型，对功率资源、带宽资源和计算资源进行联合分配。考虑到优化模型中约束条件包含任务队列溢出概率的极限约束，通过Lyapunov优化理论将时间平均的随机优化问题转化并分解成单时隙求解的三个子问题，包括用户的计算资源分配、带宽与功率分配以及MEC的计算资源分配问题，进而分别对其求解。本发明在满足用户低时延高可靠的需求的同时提高了MSP的平均总收益。
-
Patent Agency Ranking
公开(公告)号：CN110493826B
公开(公告)日：2022-04-12
申请号：CN201910804972.9
申请日：2019-08-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的异构云无线接入网资源分配方法，属于移动通信技术领域。在该方法中，包括：1)以队列稳定为约束，联合拥塞控制、用户关联、子载波分配和功率分配，并建立网络总吞吐量最大化的随机优化模型；2)考虑到调度问题的复杂性，系统的状态空间和动作空间是高维的，DRL算法利用神经网络作为非线性近似函数，高效地解决维度灾难题；3)针对无线网络环境的复杂性和动态多变性，引入迁移学习算法，利用迁移学习的小样本学习特性，使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。本方法能够在最大化整个网络总吞吐量同时，满足业务队列稳定性的要求。在移动通信系统中有很高的应用价值。
-
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：CN111368888A
公开(公告)日：2020-07-03
申请号：CN202010116968.6
申请日：2020-02-25
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度动态贝叶斯网络的服务功能链故障诊断方法，属于通信技术领域，结合服务功能链场景的特点，根据服务功能链的分层网络架构中的故障传播关系，构建故障诊断模型，采用在物理节点监测其上多个虚拟网络功能性能数据的方式收集症状的高维数据。并且考虑到基于SDN/NFV架构下网络症状观测数据的多样性以及物理节点和虚拟网络功能的空间相关性，采用深度信念网络对观测数据特征进行提取。最后，利用故障传播的时间相关性，引入动态贝叶斯网络对故障根源进行实时诊断。本发明提出5G端到端网络切片场景的服务功能链故障诊断方法能够在有效处理高维网络数据的同时，满足系统对故障诊断精度的要求。
-
公开(公告)号：CN111147307A
公开(公告)日：2020-05-12
申请号：CN201911397560.4
申请日：2019-12-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的服务功能链可靠部署方法，属于通信技术领域。该方法包括以下步骤：S1：基于设备使用度和周边安全系数的可靠性度量方式得到可靠性值；S2：通过功能特性、拓扑特性初步确定每个虚拟网络功能的可靠性需求；S3：求得满足虚拟链路可靠性需求的链路可靠性需求可部署长度；S4：基于各个可靠性需求，使用深度强化学习寻找适合虚拟网络环境和基层环境的最佳映射方案；S5：在映射过程中如VNF可靠性不能满足，使用基于重要度的节点备份方法，链路部署结果不满足链路可靠性，使用基于链路备份重要度的链路备份方法。本方法在保证可靠性需求的基础上能够有效应对基层故障，减少失效SFC数量，同时保证负载均衡使整个虚拟网络更加稳定可靠。
-
公开(公告)号：CN110493826A
公开(公告)日：2019-11-22
申请号：CN201910804972.9
申请日：2019-08-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的异构云无线接入网资源分配方法，属于移动通信技术领域。在该方法中，包括：1)以队列稳定为约束，联合拥塞控制、用户关联、子载波分配和功率分配，并建立网络总吞吐量最大化的随机优化模型；2)考虑到调度问题的复杂性，系统的状态空间和动作空间是高维的，DRL算法利用神经网络作为非线性近似函数，高效地解决维度灾难题；3)针对无线网络环境的复杂性和动态多变性，引入迁移学习算法，利用迁移学习的小样本学习特性，使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。本方法能够在最大化整个网络总吞吐量同时，满足业务队列稳定性的要求。在移动通信系统中有很高的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.022 seconds)
