一种电力线通信中基于升价配额匹配的任务卸载方法

    公开(公告)号:CN113162658B

    公开(公告)日:2023-05-02

    申请号:CN202110211546.1

    申请日:2021-02-25

    Abstract: 本发明公开了一种电力线通信中基于升价配额匹配的任务卸载方法,该方法在电力线通信设备与通信网关之间建有双向连接通路,并将通信网关接入到边缘服务器的前提下,获取电力线通信设备的长时间平均能耗约束以及实际传输时延和电力线通信设备的吞吐量;利用Lyapunov优化理论中的虚拟队列的概念将长期能耗约束条件转换为队列稳定性约束;并利用Lyapunov优化漂移‑惩罚理论将PLC设备长期吞吐量最大化优化目标转化为短期确定性子问题;并将优化问题建模成一种基于升价配额匹配的任务卸载方法。通过实施本发明,通过升价配额匹配的任务卸载方法,实现所有PLC设备长期吞吐量的最大化,减少了队列能耗,提升了队列稳定性。

    一种基于强化学习的变电站内巡检机器人路径规划方案

    公开(公告)号:CN113515119A

    公开(公告)日:2021-10-19

    申请号:CN202110449805.4

    申请日:2021-04-25

    Abstract: 本发明涉及一种基于强化学习的变电站内巡检机器人路径规划方案,该方案针对变电站巡检场景,在获取实际变电站环境信息之后,通过栅格法建立变电站环境模型,并采用SARSA算法设计巡检机器人路径规划方案,以贪婪策略代替Q‑learning中的贪婪策略,通过更为保守的路径规划,减少巡检机器人与障碍物发生碰撞的概率,大大延长其使用寿命。此外,通过对SARSA算法中奖赏的设计,减少机器人到达同一个巡检点位的次数,保证机器人快速高效地完成巡检任务。与现有技术相比,本发明能够实现以巡检机器人为主体的自主路径选择与安全避障,达到性能的快速高效收敛,对场景的适应能力更强,业务性能更优。

Patent Agency Ranking