-
公开(公告)号：CN106900011B
公开(公告)日：2020-04-07
申请号：CN201710115412.3
申请日：2017-02-28
Applicant: 重庆邮电大学
Abstract: 本发明公开一种基于MEC的蜂窝基站间任务卸载方法，所述方法包括：热区基站向周边基站发送携带建立协作簇请求的参考信号；所述热区基站收到至少一个基站的汇报，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇；初始化所述热区基站向协作簇内各个协作基站的发送功率，并判断各个发送功率是否满足卸载请求的时延要求；根据所述热区基站的发送功率和时延确定联合效用值，并选取所述联合效用值最小的一组数据中的发送功率作为实际的发送功率。本发明公开的基于MEC的蜂窝基站间任务卸载方法，在提升热区用户体验质量的同时，尽可能减少功率的消耗，同时提高小基站的计算资源的利用率。
-
公开(公告)号：CN106922027B
公开(公告)日：2020-02-11
申请号：CN201710115411.9
申请日：2017-02-28
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于系统稳定性的ABS动态配置方法，属于无线通信技术领域；所述ABS动态配置方法包括：宏基站和Pico基站根据定义的效益函数，评估ABS和常规子帧之间基站所取得的效益之差，其中宏基站计算ABS子帧不发送数据带来的效益损失，Pico基站估计在ABS干扰减小带来的效益增量；宏基站覆盖范围内的Pico基站向宏基站上报ABS带来的收益增量；宏基站综合考虑宏基站在ABS子帧的损失和Pico基站上报的效益增量，动态配置ABS子帧。该方法考虑到用户业务的随机性以及用户队列的有限性，充分利用用户信道质量信息和数据积压信息，有效的保证了网络系统稳定性，优化了用户体验，具有良好的前景和经济效益。
-
公开(公告)号：CN106922002B
公开(公告)日：2020-02-07
申请号：CN201710282627.4
申请日：2017-04-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于内部拍卖机制的网络切片虚拟资源分配方法，属于移动通信技术领域。所述方法包括：网络切片根据用户状态信息确定需求量和回收量及其拍卖报价，利用内部拍卖分配虚拟资源；其中，所述用户状态信息包括新到达用户信息和恢复业务用户信息，所述需求量和回收量能够满足网络切片的QoS需求和提高网络切片的资源利用率；所述内部拍卖方法包括：结合切片的优先级确定报价，综合所有切片的报价进行拍卖，决定中标切片的分配资源；其中，所述优先级是对当前用户状态及业务需求的综合评估。本发明提供的基于内部拍卖机制的网络切片虚拟资源方法，能够满足需求差异较大的网络切片的QoS需求并提高资源利用率。
-
公开(公告)号：CN110493826A
公开(公告)日：2019-11-22
申请号：CN201910804972.9
申请日：2019-08-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度强化学习的异构云无线接入网资源分配方法，属于移动通信技术领域。在该方法中，包括：1)以队列稳定为约束，联合拥塞控制、用户关联、子载波分配和功率分配，并建立网络总吞吐量最大化的随机优化模型；2)考虑到调度问题的复杂性，系统的状态空间和动作空间是高维的，DRL算法利用神经网络作为非线性近似函数，高效地解决维度灾难题；3)针对无线网络环境的复杂性和动态多变性，引入迁移学习算法，利用迁移学习的小样本学习特性，使得DRL算法在少量样本的情况下也能获得最优的资源分配策略。本方法能够在最大化整个网络总吞吐量同时，满足业务队列稳定性的要求。在移动通信系统中有很高的应用价值。
-
公开(公告)号：CN106231660B
公开(公告)日：2019-08-27
申请号：CN201610765067.3
申请日：2016-08-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于长短休眠周期的基站关断机制，属于无线通信网络技术领域。该机制主要包括：1)：将基站分为激活模式和睡眠模式，在睡眠模式中又分为深度睡眠模式和轻度睡眠模式，将每个模式用周期表示，基站在睡眠周期中首先处于深度睡眠周期，紧接着是轻度睡眠周期；2)：将每个睡眠周期分成长睡眠周期和短睡眠周期，通过感知业务数量来决定基站关断时长周期的长短；3)：在2)中确定了基站关断时长后，进一步使用增强学习方法(Q‑learning)来优化基站休眠周期长度。本发明采用增强学习(Q‑Learning)方法，以能耗作为优化目标并将队列时延作为约束条件，通过选取最合适的基站关断窗口长度，实现最大化节能。
-
Patent Agency Ranking
公开(公告)号：CN105792311B
公开(公告)日：2019-04-09
申请号：CN201610112598.2
申请日：2016-02-29
Applicant: 重庆邮电大学
IPC: H04W40/20
Abstract: 本发明请求保护一种基于用户活动区域模型的车联网路由方法，针对当前车联网中用户运动具有群落性消息包难以传到目的节点，造成投递率不高的问题提出了一种基于用户活动区域模型的车联网路由方法：(1)根据社会网络(SNs：Social Networks)中节点活动具有群落性的特性，发掘用户最可能活动的区域；(2)采用靠近原则，将消息包转发给目的节点最可能出现的区域；(3)等待目的节点与携带消息包的热点相遇，从而完成消息包的投递；目的是将传统的消息包转发给单个节点的方式，转变成将消息包转发给用户活动的区域的方式，大大提高了消息包的投递率。
-
公开(公告)号：CN108900358A
公开(公告)日：2018-11-27
申请号：CN201810866073.7
申请日：2018-08-01
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度信念网络资源需求预测的虚拟网络功能动态迁移方法，属于移动通信领域，包括步骤S1：针对切片网络中SFC业务资源需求的动态性特征，建立综合迁移开销和带宽开销的系统开销模型；S2：为了实现自发的VNF迁移，实时监控虚拟网络功能或链路的资源使用情况，采用基于在线学习的自适应DBN预测的方法及时发现其所部署的底层节点或链路中的资源热点；S3：根据预测结果设计基于拓扑感知的动态迁移方法以减少系统开销；S4：提出基于禁忌搜索的优化方法进一步优化迁移策略。本发明的预测方法不仅加快了训练网络的收敛速度，而且有很好地预测效果，与迁移方法结合在一起有效地降低了系统开销和服务等级协议违例次数，提高了网络服务的性能。
-
公开(公告)号：CN105050192B
公开(公告)日：2018-10-12
申请号：CN201510304096.5
申请日：2015-06-04
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种密集网络基于虚拟小区的干扰管理方法，该方法首先建立一个基于用户分布的大数据库，随后利用机器学习方法对当前的用户分布进行分析进而判断是否需要执行构建虚拟小区的过程，构建虚拟小区按照本发明给出的基于用户分布的构建方法构建。之后进行虚拟小区的资源分配，步骤是首先按照基于优先级的频率分配方法为用户分配PRB，随后按照基于最小干扰的功率分配方法为用户分配功率，然后再按照功率补分配方法为虚拟小区分配功率，将成功分配资源之后的资源分配方式和当前的用户分布存入之前建立的数据库中。本方法使得同层干扰更加有效的被抑制，同时本方法能够获得更好的公平性，能够为用户提供更好的服务质量。
-
公开(公告)号：CN108566659A
公开(公告)日：2018-09-21
申请号：CN201810018201.2
申请日：2018-01-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于可靠性的5G网络切片在线映射方法，属于移动通信技术领域。该方法为：针对5G网络切片的动态映射、轻量级可靠映射问题，建立基于可靠性约束的多目标资源分配模型；将时间离散为一系列连续的时间窗，根据切片生命周期确定时间窗内不同切片请求映射优先级；在处理节点建立李雅普诺夫优化模型，确定满足切片资源需求的节点映射优先级；根据底层链路可靠性，寻找满足切片链路资源约束下的最可靠通信链路映射。本发明在实现切片网络映射时，综合考虑到网络的稳定性和物理链路的失效率，从而在保证网络可靠性的同时提高资源利用率。
-
公开(公告)号：CN108540246A
公开(公告)日：2018-09-14
申请号：CN201810018189.5
申请日：2018-01-09
Applicant: 重庆邮电大学
IPC: H04B17/382 , H04W72/04
Abstract: 本发明涉及一种基于认知无线电的IoT传感器网络在不完美信道下的次级IoT设备的资源分配方法，属于移动通信技术领域。该方法包括：建立不完美的信道模型；根据建立的模型进行干扰分析，得出次级物联网(Internet of Things,IoT)设备的信噪比SINR公式；再根据SINR公式推出每一个次级IoT设备的容量公式和传输速率公式；考虑当存在当前频谱不够分配的情况下的建立的应对策略和惩罚机制；在满足以上条件下，考虑干扰限制和设备的总功率限制，得到最优的次级IoT设备功率和频谱容量分配方案。本发明为每一个次级IoT设备分配最优的发送功率和最恰当的频谱资源，来达到最大化整个次级系统的吞吐量的同时最小化次级系统的平均发送功率的目的。
-
-
-
-
-
-
-
-
-
Search Results
347
records
(took 0.035 seconds)
