-
公开(公告)号：CN110798842A
公开(公告)日：2020-02-14
申请号：CN201911005686.2
申请日：2019-10-22
Applicant: 湖北工业大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于多用户深度强化学习的异构蜂窝网络流量卸载方法。在考虑到多个小基站联合流量卸载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，通过提出基于多智能体深度强化学习的网络流量卸载方法，采用分布执行与集中训练相结合的深度强化学习框架，通过小型基站相互之间消息传递以获得全局状态空间，结合宏蜂窝满意度和运营商追求利益的条件，以获得小型基站最优的服务热点区域和部署位置。
-
公开(公告)号：CN109982328A
公开(公告)日：2019-07-05
申请号：CN201910097980.4
申请日：2019-01-31
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神经网络的协作频谱共享智能契约设计方法。针对契约签订前后信息和行为隐匿性双重非对称动态网络信息问题，在研究小型基站多阶段流量卸载能力类型和流量卸载服务行为的数学模型描述方法的基础上，通过探索多阶段私有信息甄别机制，以规避动态逆向选择问题；通过设计多阶段私有行为激励策略，以规避动态道德风险行为；针对双重非对称动态网络信息场景下多阶段动态契约模型的非凸优化求解问题，利用小型基站的私有信息和声誉信息，通过建立多层神经网络结构框架，探索基于深度学习的多阶段智能契约模型，研究双重信息非对称场景下多阶段动态契约优化设计策略，从而保证多阶段协作频谱共享实现。
-
公开(公告)号：CN109889388A
公开(公告)日：2019-06-14
申请号：CN201910183951.X
申请日：2019-03-12
Applicant: 湖北工业大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种基于声誉理论的移动众包网络动态契约激励机制设计方法。所述方法包括如下步骤：步骤1，建立服务提供商(Service Provider,SP)模型和移动用户(Mobile Users,MU)模型；步骤2，建立两阶段动态契约模型，以规避签约后由于信息不对称性导致的道德风险问题；步骤3，建立融合声誉理论的两阶段动态契约模型，通过契约显性激励和声誉隐性激励的双重激励，从而保证MU长期高效地参与移动众包。本发明提出的多用户参与众包网络激励方法易于实现，源节点和中继节点之间的信息交互较少，因而该方法所需的信令开销较少。
-
公开(公告)号：CN109862585A
公开(公告)日：2019-06-07
申请号：CN201910097964.5
申请日：2019-01-31
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时空神经网络的动态异构网络流量预测方法。针对现有移动数据流量预测方法覆盖区域小、预测精度低、预测时间短等问题，研究基于深度时空神经网络的动态异构网络流量预测方法。考虑用户移动性和流量数据时空相关性等特点，深入研究动态异构网络中广覆盖的长期移动数据流量预测数学模型描述方法；在此基础上，研究时空相关的卷积长短时记忆网络模型，以预测动态异构网络中移动流量的长期趋势；研究时空相关的三维卷积神经网络模型，以捕获动态异构网络中移动流量序列的微小波动；融合上述移动流量的长期趋势预测模型和短期变化模型，从而实现动态异构网络中广覆盖、高精度的长期移动流量预测。
-
-
-
Search Results
14
records
(took 0.016 seconds)
