-
公开(公告)号：CN114928394B
公开(公告)日：2024-08-02
申请号：CN202210356235.9
申请日：2022-04-06
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B7/185 , H04B17/382 , H04B17/391
Abstract: 本发明提供一种能耗优化的低轨卫星边缘计算资源分配方法，包括：获取动态的低轨卫星边缘计算网络的环境状态信息；根据环境状态信息，构建以最小化系统能耗开销为优化目标的优化问题模型，系统能耗开销为地面移动终端和低轨卫星的处理能耗的加权之和；基于优化问题模型，定义强化学习模型的核心要素，并设计状态评价函数来优化状态空间；利用基于优化DQN的深度强化学习算法求解深度强化学习模型；基于求解结果，获取能耗优化的计算资源分配策略，分发至各地面移动终端、低轨卫星和地面云服务器。本发明设计基于优化DQN的深度强化学习算法解决了低轨卫星边缘计算网络中能耗优化的计算资源分配问题，提高了计算效率，降低了系统能耗开销。
-
公开(公告)号：CN117675479A
公开(公告)日：2024-03-08
申请号：CN202311459228.2
申请日：2023-11-03
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种OFDM非线性失真抑制自适应选择方法，包括：获取接收端频域符号；计算所述接收端频域符号的信道估计值；利用所述信道估计值对所述接收端频域符号进行信道均衡，获得第一处理符号；提取所述接收端频域符号的导频符号，利用所述信道估计值对所述导频符号进行信道均衡获得第一导频符号；计算本地导频符号和所述接收端导频符号的相关累积值；根据所述相关累积值大小选择是否对所述接收端频域符号中的非线性失真进行抵消后再进行星座点解映射操作。本发明能够克服在低信噪比情况下，基于判决重构的非线性失真抑制算法所存在的误差传播问题，保证OFDM通信系统的非线性失真抑制性能。
-
公开(公告)号：CN103152143B
公开(公告)日：2016-06-29
申请号：CN201310090797.4
申请日：2013-03-20
Applicant: 中国科学院上海微系统与信息技术研究所 , 中科院-南京宽带无线移动通信研发中心 , 上海瀚讯无线技术有限公司 , 南京远达无线技术有限公司
Abstract: 本发明公开了一种用于无线自组织网络的多点协作通信系统及方法，该方法包括如下步骤：建立无线自组织网络，并设置无线帧结构；对接入的网路节点进行网络同步，并建立相应的网络拓扑关系；于业务传输时所有节点同时在某个时隙切换到控制信道进行协商，以获得信道接入；以及根据MIMO原理选择协作传输模式，并进行相应的协作节点子集确认，使协作节点子集内的所有节点在接入的信道内进行协作传输及接收，本发明通过网络中节点之间的协作，可以有效地提高平均频谱效率，改善用户通信性能。
-
公开(公告)号：CN103152358A
公开(公告)日：2013-06-12
申请号：CN201310095710.2
申请日：2013-03-22
Applicant: 中国科学院上海微系统与信息技术研究所 , 中科院-南京宽带无线移动通信研发中心
CPC classification number: Y04S40/24
Abstract: 本发明提供了一种电表数据收集系统及方法，所述系统包括：N个智能读表器、数据收集器及能源供应端，N个智能读表器用以产生N个电表数据；并对N个电表数据加密，得到N个消息；并将N个消息发送给数据收集器；数据收集器用以解密N个消息；并对解密的N个消息进行编码，且选取M个编码的消息进行加密；并将M个编码且加密的消息及N-M个编码的消息发送给能源供应端；能源供应端用以解密M个编码且加密的消息；并解码N个编码消息，得到N个电表数据。通过对解密的N个消息进行编码且选取M个编码的消息进行加密，由此，既保证了通信数据（即电表数据）的安全；同时，由于ES处仅需解密M个编码且加密的消息，又降低了ES处的解密复杂度。
-
公开(公告)号：CN117335907B
公开(公告)日：2025-04-15
申请号：CN202311152634.4
申请日：2023-09-07
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B17/382 , H04W4/029 , H04W84/18
Abstract: 本发明涉及一种基于射频转发的电磁空间感知和构建方法，包括以下步骤：构建无线传输网络，包括管理中心和多个终端设备；所述管理中心将感知任务和构建任务部署给所述终端设备；执行感知任务的所述终端设备在第一频段进行侦测，并将侦收到的非合作辐射源发出的信号分为第一路目标信号和第二路目标信号；执行感知任务的所述终端设备将所述第二路目标信号转频放大后通过第二频段发送，同时对所述第一路目标信号进行初步分析，并将分析结果中的特定数据发送给所述管理中心进行集中式融合处理；执行电磁空间构建任务的所述终端设备获取所述第二路目标信号，构建虚电磁空间。本发明能够对电磁空间进行持续感知，并实时构建虚电磁空间。
-
Patent Agency Ranking
公开(公告)号：CN119212005A
公开(公告)日：2024-12-27
申请号：CN202411201213.0
申请日：2024-08-29
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04W28/084 , H04W28/08 , G06N3/092
Abstract: 本发明涉及一种基于强化学习的多智能体动态决策方法，应用于包括边缘服务器和多个用户设备的边缘计算网络，包括以下步骤：以每个所述用户设备为一个智能体，将所述边缘计算网络中的任务卸载过程抽象为多智能体部分可观察马尔可夫决策过程；定义任意所述用户设备的任务卸载效益为其获取的边缘计算收益减去其边缘卸载成本；利用结合注意力机制的DDPG算法求解所述多智能体部分可观察马尔可夫决策过程，获得使每个所述用户设备均达到纳什均衡下其自身所述任务卸载效益最大化的最优卸载决策。本发明综合考虑物联网中用户设备的计算需求和物联网环境的动态变化，为每个用户设备提供了灵活、高效和实时的计算卸载决策。
-
公开(公告)号：CN119212000A
公开(公告)日：2024-12-27
申请号：CN202411201307.8
申请日：2024-08-29
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种雾网络中基于时延和能耗优先级的资源管理方法和装置，其中，方法包括：基于用户对本次计算卸载的满意度和用户对雾节点的支出确定用户效用函数；基于雾节点从用户处获得的直接收益和雾节点根据任务卸载比率的能耗成本确定雾节点效用函数；以所述用户效用函数和雾节点效用函数最大化为目标构建斯塔克伯格博弈模型；利用反向归纳法对所述斯塔克伯格博弈模型进行求解，得到用户最优卸载和雾节点最优定价策略；采用所述用户最优卸载和雾节点最优定价策略对雾网络进行资源管理。本发明可以获得不同任务需求下雾节点最优定价策略和用户最优雾节点选择策略。
-
公开(公告)号：CN116017576A
公开(公告)日：2023-04-25
申请号：CN202211722405.7
申请日：2022-12-30
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04W28/08 , H04W28/086 , H04W28/14 , H04W4/44 , H04L67/1097 , H04L67/12 , H04L67/10
Abstract: 本发明涉及一种基于区块链与边缘计算的车辆网络中合作性资源优化方法，包括以下步骤：建立系统任务卸载框架；确定车辆任务卸载过程；构建车辆任务卸载系统模型；确定优化区块链吞吐量函数；确定移动边缘计算系统收益；以区块链层的吞吐量和移动边缘计算系统收益最大化为目标，构建优化模型；基于交替方向乘子法求解所述优化模型，实现资源优化分配。本发明可以实现最大的系统收益和公平的负载平衡，并有效提高区块链的吞吐量。
-
公开(公告)号：CN113873024B
公开(公告)日：2022-09-23
申请号：CN202111118157.0
申请日：2021-09-23
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04L67/06 , H04L67/1074 , H04L41/142
Abstract: 本发明涉及一种边缘雾网络中数据差分化下载方法，所述雾网络中包括一个云、雾和用户的三层分层架构，包括以下步骤：根据用户所需下载数据量的不同为所述用户分配数据下载方式；根据不同的数据下载方式，用斯塔克伯格博弈建立博弈参与者的不同效用函数；对不同的数据下载方式下的博弈参与者，求解不同效用函数的博弈平衡并确定最优下载策略。本发明可以有效优化边缘雾网络性能，防止大量数据带来的过载和网络拥塞，提升网络的稳定性，提高用户下载数据的灵活性和积极性，并为雾节点带来可观的收益。
-
公开(公告)号：CN114928394A
公开(公告)日：2022-08-19
申请号：CN202210356235.9
申请日：2022-04-06
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: H04B7/185 , H04B17/382 , H04B17/391
Abstract: 本发明提供一种能耗优化的低轨卫星边缘计算资源分配方法，包括：获取动态的低轨卫星边缘计算网络的环境状态信息；根据环境状态信息，构建以最小化系统能耗开销为优化目标的优化问题模型，系统能耗开销为地面移动终端和低轨卫星的处理能耗的加权之和；基于优化问题模型，定义强化学习模型的核心要素，并设计状态评价函数来优化状态空间；利用基于优化DQN的深度强化学习算法求解深度强化学习模型；基于求解结果，获取能耗优化的计算资源分配策略，分发至各地面移动终端、低轨卫星和地面云服务器。本发明设计基于优化DQN的深度强化学习算法解决了低轨卫星边缘计算网络中能耗优化的计算资源分配问题，提高了计算效率，降低了系统能耗开销。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.081 seconds)
