-
公开(公告)号：CN115396906A
公开(公告)日：2022-11-25
申请号：CN202210901688.5
申请日：2022-07-28
Applicant: 国网内蒙古东部电力有限公司信息通信分公司 , 北京邮电大学 , 国网内蒙古东部电力有限公司 , 国家电网有限公司
Abstract: 本发明公开了一种基于可再生能源的输电线路MEC服务部署方法，属于电力物联网数据传输领域。首先对输电线路监测系统网络及网络中各节点进行建模，在K‑means算法的基础上，根据节点的邻居节点数量以及能量因素选择簇头，并根据计算任务大小、传输跳数和能量消耗约束对输电线路监测网络拓扑进行聚类，最后在选择出的簇头节点部署MEC服务。通过本发明的方法，将MEC服务部署在邻居节点数量较多且能量充足的节点，能够使计算任务转发跳数较少，传输时延较少；同时延长网络存活时间，增强网络稳定性。
-
公开(公告)号：CN115278779A
公开(公告)日：2022-11-01
申请号：CN202210900105.7
申请日：2022-07-28
Applicant: 北京邮电大学
IPC: H04W28/08
Abstract: 本发明公开了MEC网络中基于渲染感知的VR服务模块动态放置方法，属于VR游戏的渲染领域；具体为：首先，搭建包括U个用户玩家，M个基站以及H个VR游戏服务模块的蜂窝网络场景；针对当前时隙t，分别计算放置成本，迁移成本，渲染成本和通信成本；基于各时隙的成本搭建目标函数以及约束条件，满足每个用户的延迟约束下，使整个网络的总成本最小；最后，将目标函数分解为两个子问题：动态访问和服务模块放置问题和准静态资源分配问题；分别用最小割理论和凸优化方法进行求解，得到用户最优接入方案，VR服务模块最优放置方案，以及频谱资源的最优分配方案。本发明在已渲染VR视频流的路由延迟成本与相应VR服务模块迁移成本之间实现一个较好的平衡。
-
公开(公告)号：CN112564767B
公开(公告)日：2021-09-21
申请号：CN202011370491.0
申请日：2020-11-30
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无人机网络中基于自组织优化协作的连续覆盖方法，用于无人机静态辅助基站网络中。本发明方法包括：当静止的无人机基站剩余电量到达阈值时，根据优化的中继信息传输路径回传电量、服务用户位置等信息给宏基站；宏基站派遣新的无人机根据优化的飞行路径飞行到目标位置，替换电量不足的无人机，电量不足的无人机前往基站补充电量；本发明联合优化中继信息传输路径和无人机飞行轨迹，以使得整体系统能耗最小。采用本发明方法，在保证无人机基站持续覆盖要求的同时，大大节省无人机的能耗，使无人机有限电池电量不再成为无人机服务时间的禁锢。
-
公开(公告)号：CN112543050B
公开(公告)日：2021-09-21
申请号：CN202011350491.4
申请日：2020-11-26
Applicant: 北京邮电大学
IPC: H04B7/185
Abstract: 本发明提供了一种面向吞吐量提升的无人机协作和轨迹优化方法，用于优化无人机辅助蜂窝网路的资源分配。本发明中，一架无人机在蜂窝小区的边缘区域按周期飞行，为小区边缘区域的用户提供通信服务，建立联合优化无人机与基站的带宽分配比例、各基站服务覆盖半径以及无人机飞行轨迹，以使得的边缘区域用户最小平均吞吐量最大化的目标函数，并解耦为三个子问题进行求解，从而获得满足需求的资源分配结果和无人机飞行轨迹。本发明可根据各个蜂窝小区的用户密度，调整无人机轨迹，实现了对多个小区的均衡辅助，提升了用户密集小区的服务质量，提高了资源利用效率。
-
公开(公告)号：CN112564768A
公开(公告)日：2021-03-26
申请号：CN202011378022.3
申请日：2020-11-30
Applicant: 北京邮电大学
IPC: H04B7/185 , H04W52/34 , H04W12/122
Abstract: 本发明提出了一种基于边际效应的无人机认知无线网络中安全传输优化方法，属于无线通信领域，首先建立包括主用户网络和次级网络的无线网络场景；然后，在次级网络中设定功率分配因子ρ，对无人机传输人工噪声的功率和次级用户传输信号的功率进行分配；利用主用户网络中的主用户接收机和窃听者的接收信噪比，计算主用户的安全传输速率；基于边际效应，计算功率动态分配因子ρ；并制定主用户安全传输速率的优化模型；利用定向二分精度搜索算法求解，得到最优的无人机水平部署位置(xu,yu)；无人机按照最优的水平位置和功率分配因子ρ，实现主用户最优的安全传输。本发明依据边际效应的变化规律，动态调整主次用户传输人工噪声的功率比例，主用户安全性能得到提升。
-
Patent Agency Ranking
公开(公告)号：CN112564767A
公开(公告)日：2021-03-26
申请号：CN202011370491.0
申请日：2020-11-30
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无人机网络中基于自组织优化协作的连续覆盖方法，用于无人机静态辅助基站网络中。本发明方法包括：当静止的无人机基站剩余电量到达阈值时，根据优化的中继信息传输路径回传电量、服务用户位置等信息给宏基站；宏基站派遣新的无人机根据优化的飞行路径飞行到目标位置，替换电量不足的无人机，电量不足的无人机前往基站补充电量；本发明联合优化中继信息传输路径和无人机飞行轨迹，以使得整体系统能耗最小。采用本发明方法，在保证无人机基站持续覆盖要求的同时，大大节省无人机的能耗，使无人机有限电池电量不再成为无人机服务时间的禁锢。
-
公开(公告)号：CN107919986B
公开(公告)日：2020-09-08
申请号：CN201711098566.2
申请日：2017-11-09
Applicant: 北京邮电大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种超密集网络中移动边缘计算节点间VM迁移优化方法。所应用的超密集网络，包含网关节点、聚合节点和边缘节点；在MEC节点的VM需要迁移时，首先计算初始化特征，根据预测的用户的迁移时间，计算用户在同一个网关节点范围内活动时与VM进行交互所产生的能耗，能耗包括数据传输到目的节点的能耗Wmig、数据传输到源节点的能耗Wpre、以及用户位置变化时在三种节点覆盖区域与VM连接进行数据传输的能耗Wafter；其次建立最优收益模型；最后求解最优收益模型，选出最优的VM迁移策略。本发明方法可以实现特殊场景下的VM的灵活迁移功能，有效地降低系统的能量消耗，提高迁移效率；合理进行资源搭配，满足了用户服务要求。
-
公开(公告)号：CN109547979B
公开(公告)日：2020-08-11
申请号：CN201811599923.8
申请日：2018-12-26
Applicant: 北京邮电大学
Abstract: 本发明提出一种D2D缓存网络下联合能耗和用户公平性的内容分发方法，属于无线通信技术领域。实现步骤包括：首先，将内容分发过程中请求用户与缓存用户之间的双向选择过程模拟成二分图中的最大权值匹配问题；然后，通过D2D进行内容分发，设在同一时刻，网络中的文件fk有M个请求用户和N个缓存用户；包括如下情况：当M≤N时，从缓存用户中选取M个用户和请求用户相匹配；当M＞N时，先从请求用户中选出N个用户与缓存用户相匹配；保证相匹配的用户的权值之和最大。本发明基于缓存的蜂窝与D2D网络的内容分发过程中，考虑了传输失败造成的能量消耗，也考虑了用户获取内容的公平性，既能节约能耗，又能保证用户获取内容的公平性。
-
公开(公告)号：CN111050286A
公开(公告)日：2020-04-21
申请号：CN201911310632.7
申请日：2019-12-18
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无人机辅助传感器网络中的轨迹和资源优化方法，属于无人机通信领域。首先构建无人机辅助传感器网络场景，在每个时隙建立无人机和传感器的能量收集模型，在分别满足无人机和传感器的总发射消耗能量的条件下，计算时隙i时无人机和基站的接收信噪比，及其通信中断概率。然后将N个时隙对应的所有中断概率加和求平均，计算平均中断概率最小时的优化目标模型以及满足的各约束条件。最后在满足约束的条件下对优化目标模型进行优化，得到对应的无人机轨迹、时隙分配和功率分配，无人机辅助传感器网络场景按照优化后的无人机轨迹、时隙分配和功率分配实现优化方案的分配。本发明为无人机和传感器提供了可持续供能，降低了平均中断概率。
-
公开(公告)号：CN109041217B
公开(公告)日：2020-01-10
申请号：CN201811109519.8
申请日：2018-09-21
Applicant: 北京邮电大学
Abstract: 本发明提出一种异构网络中的分级移动性预测方法，属于无线通信技术领域。具体步骤包括：首先根据数据网络记录DNRs中的用户移动轨迹得出小基站为用户提供数据服务的总时长，得到一个小基站的有序列表；对有序列表中的小基站进行聚类，得到一个地理区域的集合；然后将地理区域内小基站的服务时长累加得到该区域总的访问时长，得到最终的IGAs的集合；最后，判断用户当前所在位置是否位于IGAs内，如果是，执行粗粒度预测，然后执行细粒度预测；如果否，结束预测。本发明的预测过程被划分为两个不同粒度的预测阶段，并通过联合考虑预测准确度与复杂度实现一个折衷，提高了预测的精度，能够显著降低实现复杂度和预测消耗的时间。
-
-
-
-
-
-
-
-
-
Search Results
127
records
(took 0.028 seconds)
