-
公开(公告)号：CN109600849A
公开(公告)日：2019-04-09
申请号：CN201811452851.4
申请日：2018-11-30
Applicant: 东南大学
IPC: H04W72/04 , H04W72/10 , H04L12/801 , H04L29/08
Abstract: 本发明涉及一种基于移动边缘计算系统的并行资源分配方法，针对移动边缘计算场景，基于组合并行拍卖机制，以最大化资源提供方（即MEC服务器和基站）和资源使用方（移动用户）的效益为目标函数，以不同业务的QoE需求等为约束条件，实现无线和计算资源的联合优化和快速分配；采用无线资源和计算资源并行定价协商方式，优化拍卖过程，加速拍卖收敛速度，从而降低算法复杂度和系统时延；采用分布式的定价协商方式，并给出加速拍卖收敛的方法，从而大幅度地降低移动用户数目增加所带来的计算复杂度和系统时延。
-
公开(公告)号：CN105824003B
公开(公告)日：2019-02-22
申请号：CN201410779717.0
申请日：2014-12-16
Applicant: 国家电网公司 , 中国电力科学研究院 , 全球能源互联网研究院 , 东南大学 , 江苏省电力公司信息通信分公司 , 国网湖北省电力公司
IPC: G01S5/02
Abstract: 本发明提出一种基于轨迹平滑的室内移动目标定位方法，所述方法包括(1)移动UWB节点通过轮询的方式获得与各个锚节点之间的距离；(2)将某一时刻锚节点测得距离通过无迹卡尔曼滤波器进行修正；(3)将时刻滤波后的UWB测量值采用三边测量定位法获得移动目标的位置坐标；(4)通过无迹卡尔曼滤波对定位结果进行修正；(5)采用自适应平滑算法对滤波后的定位结果进行平滑，从而到达移动目标当前时刻的位置估计值。本发明充分利用当前时刻与先前时刻的测量值和估计值，采用无迹卡尔曼滤波方式，减小了由于环境、器件等因素对测量结果的影响，提高了三边测量法的定位精度，并对定位结果进行二次滤波和自适应平滑，进一步提高定位精度。
-
公开(公告)号：CN106646368B
公开(公告)日：2019-02-05
申请号：CN201611252650.0
申请日：2016-12-30
Applicant: 东南大学
IPC: G01S5/16 , H04B10/116
Abstract: 本发明公开了一种基于指纹匹配的可见光通信场景中三维定位方法，包括如下步骤：1、在定位场景中布置发射节点和指纹采样点，建立RSS指纹库；2、区域锁定：根据接收端收到的可见光信息，在RSS指纹库中进行搜索，得到与接收端接收到的可见光信息最接近的RSS指纹数据；以得到的RSS指纹数据为中心，锁定搜索区域；3、迭代搜索：在搜索区域中，使用K近邻迭代搜索，在传输距离构成的向量空间中搜索最近邻采样点，搜索得到若干个最近邻指纹采样点；4、位置估计：对搜索得到的所有最近邻指纹采样点的三维坐标求均值，得到接收端的实际位置三维坐标估计值。该方法定位精度高，且定位算法复杂度小。
-
公开(公告)号：CN104684095B
公开(公告)日：2018-10-02
申请号：CN201510105413.0
申请日：2015-03-10
Applicant: 东南大学
IPC: H04W72/04
Abstract: 本发明提供了一种异构网络融合场景中基于遗传运算的资源分配方法，其主要包括建立优化目标函数、遗传运算处理和无线网络资源分配三个阶段。首先，根据获取的异构网络资源信息、移动终端数量、业务种类及其服务质量QoS要求来建立优化目标函数和其所需要满足的约束条件；其次，将优化目标函数映射为遗传运算的适值函数，初始化种群并设置遗传参数，通过选择、交叉、变异，种群更新等一系列迭代操作后找到适应值最大的个体即为最佳资源分配方案；最后，根据遗传运算求得的最佳资源分配方案，给移动终端的每个业务请求分配最佳的资源块数。本发明所提供的方法解决了异构网络中能最大化资源利用率和网络效用，同时满足业务服务质量的最佳资源分配问题。
-
公开(公告)号：CN108183757A
公开(公告)日：2018-06-19
申请号：CN201711235777.6
申请日：2017-11-30
Applicant: 东南大学
IPC: H04B17/382 , H04B17/391
Abstract: 本发明公开了一种感知时长和资源分配联合优化的分段近似凸分解方法，优化目标为：其中r为数据总速率，τ为感知时隙宽度，X和W分别为用户对各频带的占比矩阵和发射功率矩阵，约束条件：检测和虚警概率、发射功率峰值和均值均受限于预设门限。该方法为：将τ的可行区分成多个子区；在各个子区将原目标函数近似地分解为两个函数 和ρ(X,W)的乘积，其中函数仅含变量τ，函数ρ(X,W)仅含资源配置变量{X,W}，从而将原始问题近似地转换为两个独立的凸优化问题，每个子区均独立地并行处理两个凸优化子问题。本发明方法大幅降低了计算复杂度，计算延时的均值和方差也大幅降低，在移动场景下优势显著。
-
Patent Agency Ranking
公开(公告)号：CN108174403A
公开(公告)日：2018-06-15
申请号：CN201810151725.9
申请日：2018-02-14
Applicant: 东南大学
Abstract: 本发明公开了一种无线传感器网络的k‑覆盖空洞检测方法。将无线传感器网络建模为一个图G＝(V,E)，V为所有节点的集合，E为所有相邻节点连线的集合；根据相邻节点间的距离信息，发现目前网络中所有1‑覆盖空洞的边界线段，并计算其权重；在发现的边界线段中，寻找合适的起始边界线段，并由此边界起始线段开始向其他相连的边界线段依次传递消息，发现所有1‑覆盖空洞的边界圆周；在当前网络中寻找一个能够完全覆盖目标区域的节点集合，休眠此集合中的节点使当前网络的覆盖度减去1，再次检测当前网络中存在的1‑覆盖空洞；再重复k‑1次，发现所有k‑覆盖空洞的边界线段和边界圆周。本发明在仅知局部化距离信息的情况下，能够准确检测网络中存在的k‑覆盖空洞。
-
公开(公告)号：CN107969008A
公开(公告)日：2018-04-27
申请号：CN201711079625.1
申请日：2017-11-06
Applicant: 东南大学
Abstract: 本发明公开了一种软件定义传感网集中式路由计算方法。将周期性信息采集与集中式决策相结合，首先中央控制器采集节点信息，然后中央控制器进行路由计算并将路径信息以“流表”的形式传递给网络中的节点，最后节点按要求采集数据并将数据上传给中央控制器。其中路由计算过程是本发明的重点，根据数据异构节点报告的信息以及网络限制条件，中央控制器将路由计算问题建模成一个最优化问题，首先建立网络模型；然后将网络分簇并选取簇首节点；最后基于簇首节点的负载均衡，在簇首节点之间建立多跳路由。本发明能够有效平衡软件定义传感网中节点的能耗和负载，提高了软件定义传感网的网络生命和资源的利用率。
-
公开(公告)号：CN107801195A
公开(公告)日：2018-03-13
申请号：CN201711099357.X
申请日：2017-11-09
Applicant: 东南大学
Abstract: 本发明提供了一种车联网定位中的路边单元优化部署方法，采用几何精度因子作为评价车联网定位性能的度量指标，并将K覆盖条件下路边单元的部署问题建模为优化函数建模时首先将K覆盖路边单元部署问题分解为简化的1覆盖部署问题，通过对各路边单元部署模式的几何分析给出部署效率最高的基本部署模式，然后将其扩展到K覆盖场景，寻求K层基本部署模式的空间组合并转化为一个优化函数，随后利用异步粒子群优化算法求解优化函数，以降低计算复杂度，对路边单元部署位置进行启发式搜索。本发明能够在K覆盖场景下通过优化路边单元部署位置，提高路边单元的部署效率，使系统获得最佳的定位性能。
-
公开(公告)号：CN107249218A
公开(公告)日：2017-10-13
申请号：CN201710413708.3
申请日：2017-06-05
Applicant: 东南大学
IPC: H04W72/04 , H04W52/14 , H04L12/911 , H04L29/08
CPC classification number: H04W72/0406 , H04L47/70 , H04L67/10 , H04L67/32 , H04W52/146 , H04W72/0473 , H04W72/0493
Abstract: 本发明公开了一种MEC中无线资源和云资源的联合分配方法，包括：(1)MEC中的终端发起任务卸载请求，并建立终端的任务卸载代价函数；(2)异构网络的各个接入点获取覆盖区域内各个终端任务卸载代价函数，并将终端的任务卸载请求和网络的信道信息发送至朵云；(3)朵云基于合作博弈进行无线资源和云资源联合分配，利用KKT条件得到纳什均衡解，并将博弈纳什均衡解发送至终端；(4)终端根据纳什均衡解向朵云和接入点进行计算资源和无线资源请求；(5)朵云和接入点根据终端请求分配计算资源和无线资源。本发明基于合作博弈，充分利用朵云中有限的计算资源，在以最小化所有终端任务卸载代价为目标的同时，保证各终端任务的实时性，满足各移动终端的任务卸载需求。
-
公开(公告)号：CN107249217A
公开(公告)日：2017-10-13
申请号：CN201710377887.X
申请日：2017-05-25
Applicant: 东南大学
CPC classification number: H04W72/0453 , G06Q30/0611 , H04W72/0493 , H04W84/20
Abstract: 本发明公开了一种自组织移动云网络的联合任务卸载和资源分配方法该方法。首先将联合任务卸载和资源分配建立为一个买家‑卖家的博弈问题，然后根据Stackelberg均衡策略分别最大化买卖双方的效用函数，通过拉格朗日对偶和KKT(Karush‑Kuhn‑Tucker)条件获得最优定价，同时，根据买家的优化函数获得最优的任务卸载和资源分配结果，最后，通过分布式的激励机制，使得买卖双方快速达到均衡状态。
-
-
-
-
-
-
-
-
-
Search Results
313
records
(took 0.081 seconds)
