-
公开(公告)号：CN119030649A
公开(公告)日：2024-11-26
申请号：CN202410988771.X
申请日：2024-07-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网场景下边缘数字孪生信息同步优化方法，属于移动通信领域，包括：S1：建立数字孪生辅助的车联网架构，利用数字孪生技术实现车辆用户与边缘服务器的实时监控与业务决策；S2：边缘服务器确定用户的数字孪生体关联策略；S3：根据用户与边缘服务器间的直接交互经验得出用户对其数字孪生体构建的直接满意度；S4：考虑用户的数字孪生体关联对其他业务服务质量的影响，即间接满意度；S5：评估用户对其数字孪生体的满意度效用，并以最大化网络中所有车辆用户的数字孪生体平均满意度效用为目标，优化用户的数字孪生体关联关系问题；S6：采用分支决斗Q网络算法求解最佳用户数字孪生体与服务器关联方案。
-
公开(公告)号：CN118984319A
公开(公告)日：2024-11-19
申请号：CN202411091389.5
申请日：2024-08-09
Applicant: 重庆邮电大学
IPC: H04L67/101 , H04L67/12 , H04L67/1008
Abstract: 本发明涉及一种基于通感一体化的数字孪生车联网中环境感知方法，属于通信技术领域，提出一种数字孪生通感一体化环境协作感知方法，数字孪生系统会根据任务要求和可用资源做出边缘协作决策，并选择通感一体化模式或环境感知指令模式；该机制有两种协作模式，如果选择通感一体化模式ISAC，RSU会使用通感一体化波束来感知环境数据。反之，如果选择环境感知指令模式InsT，RSU从虚拟控制单元接收到任务指令后，由于环境数据已经在本地缓存，仅需要对环境数据进行预处理，即视角变换。
-
公开(公告)号：CN114598667B
公开(公告)日：2024-09-06
申请号：CN202210236158.3
申请日：2022-03-04
Applicant: 重庆邮电大学
IPC: H04L47/783 , H04L67/1023 , H04L67/12 , G06N20/20
Abstract: 本发明涉及一种基于联邦学习的高效设备选择与资源分配方法，属于移动通信领域，包括以下步骤：S1：在集中训练阶段开始时，初始化所有边缘智能体的行动者和批评家网络参数，并按照学习步骤进行更新，实例化经验回放池；S2：部署体验重放池，在采样阶段，所有边缘智能体的经验都存储在其中，在训练阶段，每个边缘智能体从经验池中随机抽取一批经验，以非策略的方式对网络参数进行训练；S3：在参数更新阶段，协调边缘智能体，在从所有个体环境中收集的经验与当前代理的策略之间进行交替更新，基于初始经验池中采样的批量经验池中转化多维元组中更新参数；S4：将更新完成的参数用于智能体目标网络更新，并获得全局最佳联合决策。
-
公开(公告)号：CN117971541A
公开(公告)日：2024-05-03
申请号：CN202410157852.5
申请日：2024-02-04
Applicant: 重庆邮电大学
IPC: G06F11/07 , G06F11/34 , G06F11/30 , G06F9/455 , G06F18/2433
Abstract: 本发明涉及一种云数据中心故障根因定位方法，属于计算机技术领域。该方法包括：提取云数据中心中各虚拟机上的关键性能指标时间序列数据，对时间序列数据进行检测以监测各虚拟机的异常情况；当检测到云数据中心故障时，生成各虚拟机之间的加权故障影响图；计算加权故障影响图中存在因果关系的虚拟机之间的相关性，以及初始故障虚拟机与其他虚拟机之间的相关性；基于相关性以及加权故障影响图中的权重得到状态转移概率，并在加权故障影响图上进行游走，记录每个虚拟机的访问次数；结合各虚拟机的访问次数与异常分数计算得到根因分数，并按照根因分数进行排序最终确定故障根因虚拟机。本发明考虑虚拟机的传播延迟，能够提高根因定位的准确性。
-
公开(公告)号：CN117880112A
公开(公告)日：2024-04-12
申请号：CN202410157856.3
申请日：2024-02-04
Applicant: 重庆邮电大学
IPC: H04L41/122 , H04L41/14 , H04L41/147 , H04L41/40 , H04L41/16
Abstract: 本发明涉及一种网络功能虚拟化场景下服务功能链故障自愈合方法，属于移动通信技术领域。该方法包括为：构建基于生成对抗网络的预测模块，将历史时间数据训练预测模型并将其输出预测数据均值作为自愈重部署方案的输入，准确建模网络状态；利用深度图匹配算法其在部署处理方面的优势，据此建立愈合总开销模型，综合考虑VNF愈合时长、负载对愈合策略的影响；引入Pareto优化求解机制，该机制为解决由于节点的资源的稀缺性导致出现故障的服务链路在进行自愈时，涉及的多个业务图的利用存在冲突关系通过感知节点运行状态与网络状态。本发明将以上方法相结合，运用到SFC故障自愈合的场景，提供较高的愈合效率和稳定性。
-
Patent Agency Ranking
公开(公告)号：CN114665952B
公开(公告)日：2023-07-18
申请号：CN202210301225.5
申请日：2022-03-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于星地融合架构下低轨卫星网络跳波束优化方法，属于卫星移动通信技术。该方法包括：S1：在星地融合架构下，建立最大化卫星用户业务处理公平性的随机优化模型，并拆分为波束级资源分配问题和用户级资源分配问题；S2：将波束级资源分配问题转化为马尔可夫博弈，并采用基于多智能体架构行动者‑评判家算法的集中式训练和分布式执行机制，使得各智能体只需要观察本地状态并执行本地决策；S3：基于凸优化理论将用户级资源分配问题转化为拉格朗日问题进行求解。本发明能够在满足卫星网络对地干扰的前提下，降低用户业务服务拒绝量，优化用户处理公平性，并提高系统的吞吐量和星上资源利用率。
-
公开(公告)号：CN116193516A
公开(公告)日：2023-05-30
申请号：CN202211474479.3
申请日：2022-11-22
Applicant: 重庆邮电大学
IPC: H04W28/084 , H04W28/08 , H04W52/02 , G06F9/50 , G06N3/045 , G06N3/0464 , G06N3/098 , G06N3/092 , G06N3/084
Abstract: 本发明涉及一种物联网场景下用于高效联邦学习的成本优化方法，属于移动通信领域，包括以下步骤：S1：建立半异步联邦学习系统时间成本和能耗成本的成本优化模型；S2：边缘计算服务器基于时域卷积网络算法，实时感知每个IoT设备的剩余资源；S3：设计了一种贪婪搜索的设备选择方法，根据资源感知的结果和模型陈旧度均值的大小，选择出最佳的IoT设备参与全局模型的训练；S4：资源分配方法，采取异步优势演员评论家算法对所选择的设备进行资源分配，同时满足系统成本消耗的最小化。本发明可以减少采用半异步联邦学习架构进行模型训练时的时间和能量的成本消耗，有效降低系统开销。
-
公开(公告)号：CN116189012A
公开(公告)日：2023-05-30
申请号：CN202211467687.0
申请日：2022-11-22
Applicant: 重庆邮电大学
IPC: G06V20/17 , G06V10/25 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/082
Abstract: 本发明涉及一种基于改进YOLOX的无人机地面小目标检测方法，属于无人机技术领域。在YOLOX神经网络的Neck层添加了通道注意力机制(DW‑CBAM)，加强网络对小目标的特征提取能力，抑制非重要特征，在head层增加了一层检测小目标的检测头并对其进行轻量化。在正负样本的选择上，提出带位置引导的标签分配策略(LB‑SimOTA)，使网络更加关注定位精度较差的边界框。最终形成了改进的YOLOX无人机小目标检测模型。应用无人机小目标检测模型，获得对车和人在图像中对应的标签。本发明提出的注意力机制模块和正负样本选择策略，用在YOLOX检测方法中，在无人机场景下检测精度提升明显。
-
公开(公告)号：CN116170844A
公开(公告)日：2023-05-26
申请号：CN202310140587.5
申请日：2023-02-20
Applicant: 重庆邮电大学
IPC: H04W28/08 , H04W28/086 , G16Y10/75 , H04L67/10
Abstract: 本发明一种用于工业物联网场景中的数字孪生辅助任务卸载方法，属于移动通信领域，包括以下步骤：S1：在BS中构建IIoT设备和MBS的数字孪生模型，同时考虑数据偏差对构建模型精准度的影响；S2：在最佳的任务划分策略下，根据粒子群搜索的边缘关联算法，确定每个IIoT设备所关联的MBS集合；S3：根据近似最佳的边缘关联结果，通过基于DDPG的任务划分算法确定各个子任务的任务划分比例，制定任务卸载策略；S4：根据S2和S3中的结果，将当前时隙最佳的任务卸载策略从数字孪生网络发送给物理实体网络，物理设备根据卸载策略去执行相关的操作。本发明充分考虑数据偏差影响，减少IIoT设备在任务卸载过程中的时间消耗，有效提升用户计算的服务体验。
-
公开(公告)号：CN110275758B
公开(公告)日：2022-09-30
申请号：CN201910382250.9
申请日：2019-05-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种虚拟网络功能智能迁移方法，属于移动通信技术领域。在该方法中，在每个离散时隙上，在保证每个切片的最高平均时延约束、节点缓存资源消耗限制以及链路带宽容量限制的前提下，根据各个虚拟网络功能(Virtualized Network Function，VNF)实例的队列状态信息、节点状态信息以及链路状态信息，以最小化通用服务器平均运行能耗为目标，为切片制定最佳的VNF迁移策略并动态地调整网络内节点CPU资源的分配策略。本方法既可以充分利用CPU资源，又可以满足切片平均端到端时延的要求；实现了VNF实例的共享，在节约系统平均能耗的同时有效地保持系统的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
347
records
(took 0.026 seconds)
