-
公开(公告)号：CN114189481A
公开(公告)日：2022-03-15
申请号：CN202111409558.1
申请日：2021-11-25
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种基于深度强化学习的TSN流调度方法，其特征在于，包括消除在TSN交换机处的排队时延来用以完成时延敏感流的无等待传输，其中以对单播时间敏感流进行无等待调度的情况进行处理，TSN能够提供确定性时延、带宽保证等能力，同时降低了成本。时间敏感网络通过全网时钟同步、流量调度以及系统配置三种主要机制来实现确定性低时延保障。同时减少保护带的数量，并且将时间敏感流的传输都压缩在调度表的开始，因此有更多的带宽资源可以用于尽力而为流的传输。
-
公开(公告)号：CN119653395A
公开(公告)日：2025-03-18
申请号：CN202510157748.0
申请日：2025-02-13
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无人集群辅助的多策略网络服务动态迁移方法和装置，涉及通信的技术领域，该方法考虑了多种网络服务迁移策略以优化应急通信网络中的网络服务迁移问题，在构建出应急通信网络中所有用户的长期网络服务优化函数之后，鉴于长期网络服务优化函数无法直接求解，因此，通过李雅普诺夫理论将长期网络服务优化函数进一步解耦为独立时隙策略优化函数再求解，从而得到应急通信网络中所有用户在每个时隙下的网络服务迁移策略，以为应急通信网络中用户的网络服务迁移提供科学指导，从而提升了用户服务质量，保证了系统的稳定性。
-
公开(公告)号：CN118400788A
公开(公告)日：2024-07-26
申请号：CN202410832884.0
申请日：2024-06-26
Applicant: 北京邮电大学
IPC: H04W40/32 , H04W40/10 , H04W40/20 , H04W4/40 , H04W84/18 , G06F18/2321 , G06N3/0464 , G06N3/092
Abstract: 本发明提供了一种异构无人平台集群的自适应稳态组网方法及装置，本发明能够获取异构无人平台集群的当前节点位置信息和当前节点能量信息；基于当前节点位置信息和预设的密度聚类算法，对异构无人平台集群进行聚类处理；基于当前节点能量信息，对聚类结果中的每个簇进行簇头选举，得到当前组网结果；周期性获取当前组网结果下异构无人平台集群的观测数据；基于观测数据，采用强化学习策略对当前组网结果进行优化，得到优化后的组网结果。这样基于密度聚类算法对异构无人平台集群进行分簇，采用基于强化学习的动态维护策略动态调整簇结构，使得异构无人平台集群网络具有更好的适应性和动态性，从而提高了异构无人平台集群网络结构的稳定性和可靠性。
-
公开(公告)号：CN116614377B
公开(公告)日：2023-09-19
申请号：CN202310890312.3
申请日：2023-07-20
Applicant: 北京邮电大学
IPC: H04L41/0895 , H04L41/16 , H04L41/40 , H04L67/10 , H04L67/12
Abstract: 本发明提供了一种无人机集群服务功能链动态配置方法和装置，涉及无人机通信技术领域，本发明所使用的目标神经网络模型采用按需协作通信方式进行服务功能链动态部署，对不同队友建立不同队友模型，相比于现有的广播式通信算法或点对点式通信方式，按需通信的方式下，无人机之间传送不同的激励信息，且每个无人机的Q值都要加入其他无人机发送的激励信息，也即，每个无人机在动作选取时都受其余无人机的激励信息影响，并且按需通信还能减少信令的开销，因此，在利用本发明方法对服务功能链进行动态配置时可以加快收敛速度，提高算法收敛性，使无人机集群网络延迟保持在较低水平。
-
公开(公告)号：CN113692058B
公开(公告)日：2023-09-05
申请号：CN202110987720.1
申请日：2021-08-26
Applicant: 北京邮电大学 , 北京理工大学 , 中国空间技术研究院 , 中国电子信息产业集团有限公司第六研究所
IPC: H04W72/0453 , H04W72/54 , H04Q11/00
Abstract: 本发明涉及一种基于频谱资源评估集合的卫星光网络频谱分配方法及系统，方法包括：构建卫星弹性光网络；根据介数中心性计算所述卫星弹性光网络中各条链路的边介数；获取业务请求列表中的业务请求；根据所述业务请求的节点对之间的传输距离和请求带宽确定业务请求所需频隙数；根据所述业务请求所需频隙数确定候选路径；根据所述候选路径确定频谱资源估计集合；根据所述频谱资源估计集合和所述边介数确定评估指标；根据所述评估指标确定可用频谱资源列表；根据所述可用频谱资源列表和所述业务请求所需频隙数进行频谱资源分配。本发明能够提高卫星弹性光网络的频谱利用率。
-
Patent Agency Ranking
公开(公告)号：CN115473561B
公开(公告)日：2023-06-30
申请号：CN202110654258.3
申请日：2021-06-11
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种基于协作Q学习的分布式卫星网络智能负载均衡方法，包括：所述方法将CollaQ强化学习算法应用于卫星通信，其数据传输过程为：1).地面将数据包发送到卫星，接收卫星将数据包缓存在队列中；2).卫星根据所提出的算法将数据包发送到相邻卫星；3).目的卫星将信息发送回地面上的目的地。每个轨道上分布的卫星数相等，将轨道数定义为m，每个轨道中的卫星数为n。相邻轨道之间的经度差为360°/m，同一轨道中相邻卫星之间的经度差为180°/n。在本发明中CollaQ算法在处理环境中复杂的Agent拓扑时具有良好的收敛性，并且可以很好地应对系统规模的变化。CollaQ的性能要优于DDPG，并且网络中的最大链路利用率相对较小，这意味着它可以更有效地实现负载平衡。
-
公开(公告)号：CN114268586A
公开(公告)日：2022-04-01
申请号：CN202111553279.2
申请日：2021-12-17
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种混合约束的时间敏感网络(TSN)分级流量调度方法，包括：将整个工厂网络自下而上被划分为了现场级、车间级以及工厂级，其中针对级内传输任务和级间传输任务设置不同的约束条件，并且放松对级间传输任务的约束进行相关管理，在本发明中，将传统时间敏感网络时间表计算进行了更新，由于改进后较宽松的约束使时间表可行解空间增大，所以产生了降低了交换机队列利用率，使得BE流量可使用队列数增加，从而增加了网络整体的利用率和吞吐量，并且降低了时间表计算复杂度。
-
公开(公告)号：CN114125905A
公开(公告)日：2022-03-01
申请号：CN202210082856.2
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
IPC: H04W24/02 , H04L41/0823 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种邻区关系确定方法和装置，涉及通信的技术领域，包括：获取待处理小区对中每个小区的工参信息；基于工参信息，确定待处理小区对的目标数据特征；利用预设联合神经网络模型对目标数据特征进行处理，得到待处理小区对的邻区关系；本发明提供的邻区关系确定方法是一种基于深度神经网络学习实现邻区关系预测的方案，相比传统人工配置方式，能够节约大量劳动力成本，同时由于联合神经网络模型中每个独立神经网络模型的层级结构、训练阶段所使用的训练数据和激活函数区间各不相同，所以保证了网络间的独立性、非线性和随机性，进而降低了联合神经网络模型中的多个神经网络在同一样本点误判的风险，达到提升邻区关系预测准确率的效果。
-
公开(公告)号：CN114035675A
公开(公告)日：2022-02-11
申请号：CN202111219044.X
申请日：2021-10-20
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种基于智能集群元语的无人机按需组网交互系统与装置，包括无人机、以及由所述无人机构建的无人机节点、无人机节点知识库、无人机组网以及交互系统，每个所述无人机节点上分别设有一个所述交互系统，所述无人机节点知识库通过编码将自然语言信息其转化为IEML元语知识库，所述无人机组网采用的是分层分簇结构，簇内成员通过中心节点进行信息传递，簇间节点也是通过该中心节点向外传递信息，传递的信息是由所述IEML元语知识库信息做载体。在无人机高动态组网过程中组网信息以IEML表达方法进行信息的传递。此外将无人机本地自然语言知识库(数据集)转化为IEML知识库，通过部署在无人机上的交互系统模型进行编码训练，实现无人机自主交互。
-
公开(公告)号：CN112436992B
公开(公告)日：2022-01-25
申请号：CN202011249767.X
申请日：2020-11-10
Applicant: 北京邮电大学
IPC: H04L12/46 , H04L41/0893 , H04L41/12
Abstract: 本发明提供了一种基于图卷积网络的虚拟网络映射方法及装置，涉及虚拟网络的技术领域，包括：先获取虚拟网络的映射请求，并基于映射请求和物理网络的属性信息确定物理节点的特征矩阵；然后将物理节点的特征矩阵输入至目标图卷积网络，得到物理节点的映射概率；再基于物理节点的映射概率，按照资源需求顺序对虚拟网络中所有的虚拟节点依次进行虚拟网络映射；最后若虚拟网络映射中的节点映射和链路映射都成功，则确定虚拟网络映射成功。本发明利用目标图卷积网络可以提取物理节点的高阶空间结构信息，进而提高虚拟网络映射的效率和物理网络的资源利用率。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.032 seconds)
