-
Patent Agency Ranking
公开(公告)号：CN111918321B
公开(公告)日：2022-08-05
申请号：CN202010708100.5
申请日：2020-07-22
Applicant: 湖北工业大学
IPC: H04W24/06 , H04L41/147 , H04L41/14 , H04L41/142 , G06N3/08 , G06N3/04
Abstract: 本发明属于移动流量预测技术领域，公开了一种基于时空注意卷积网络的移动流量预测方法，时空注意卷积网络通过三个时间部件分别对小时周期、日周期、周周期的移动流量网络进行建模，并得到对应的三个移动流量预测信息；将三个移动流量预测信息与外部干扰信息进行融合，得到最终的移动流量预测结果。本发明有效解决了移动流量的预测问题。
-
公开(公告)号：CN107517479B
公开(公告)日：2020-11-06
申请号：CN201710710953.0
申请日：2017-08-17
Applicant: 湖北工业大学
Abstract: 本发明属于无线协作通信系统技术领域，具体涉及一种基于契约理论的无线中继网络动态激励机制设计方法。针对无线中继网络中移动中继节点自私性的需求和信息非对称的特点，提出了一种基于契约理论的动态激励机制设计方法。考虑移动中继节点的计算资源和功率多变特点，在建立移动中继节点模型和源节点模型的基础上，研究两阶段动态契约激励模型，在满足移动中继节点相容约束和参与约束的前提下，通过甄别移动中继节点真实的成本信息，激励移动中继节点参与长期的能源交易，以避免重新谈判或另选交易对象而产生的额外成本，使源节点获得最大的期望效用。
-
公开(公告)号：CN110972160A
公开(公告)日：2020-04-07
申请号：CN201910998025.8
申请日：2019-10-21
Applicant: 湖北工业大学
Abstract: 本发明属于无人机流量卸载技术领域，具体涉及一种异构蜂窝网络中无人机流量卸载契约机制设计方法。将基于市场驱动的契约模型应用到无人机流量卸载任务中，建立非对称信息下的基站模型和无人机模型；考虑到无人机的自私性，无人机可能不愿意在没有额外奖励的情况下参与多个流量卸载任务，通过提出多维契约激励方法，来激励无人机参与多个流量卸载任务；针对流量卸载任务之间相互不影响，在契约设计过程中分析任务独立性问题，建立随机参数独立模型，任务独立模型；通过评估无人机的表现，基站将奖励并激励他们参与流量卸载任务并更加努力工作，从而达到无人机和基站效用最大化的目的。
-
公开(公告)号：CN108848561A
公开(公告)日：2018-11-20
申请号：CN201810318462.6
申请日：2018-04-11
Applicant: 湖北工业大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于深度强化学习的异构蜂窝网络联合优化方法。针对下行链路异构蜂窝网络中的用户关联，资源分配和功率控制的联合优化问题，在考虑到联合优化问题的非凸性和组合特性的前提下，在建立异构蜂窝网络系统模型基础上，通过提出多智能体深度强化学习优化策略，结合用户满意度和运营商追求利益的条件，利用深度强化学习方法，获得最优的资源分配、用户关联和功率控制联合策略，从而实现整个网络长期系统效用的最大化。
-
公开(公告)号：CN108521673A
公开(公告)日：2018-09-11
申请号：CN201810309020.5
申请日：2018-04-09
Applicant: 湖北工业大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种异构网络中基于强化学习的资源分配和功率控制联合优化方法。针对传输信道和传输功率等因素的动态和时变特性，在考虑异构网络中用户的自私性和运营商利益的前提下，在建立异构蜂窝网络系统模型基础上，通过建立多智能体强化学习框架，结合用户满意度和运营商追求利益的条件，利用分布式Q学习方法，获得最优的资源分配、用户关联和功率控制联合策略，从而实现整个网络的长期系统效用的最大化。
-
-
-
-
Search Results
15
records
(took 0.018 seconds)
