一种面向大规模卫星场景的轻量化仿真架构设计方法

    公开(公告)号:CN113283075B

    公开(公告)日:2023-11-03

    申请号:CN202110558523.8

    申请日:2021-05-21

    Applicant: 南京大学

    Abstract: 一种面向超密集大规模卫星场景的轻量化仿真架构设计方法,包括如下步骤:设计辅助管理场景实体的仿真控制抽象NodeFactory类型,使用单例模式维护唯一时间并给每个卫星节点实例分配唯一身份标识;具体为,设计最小物理单元卫星节点的抽象Node类型,作为仿真基石代表一颗仿真场景中的实际卫星,存储卫星相关参数;设计卫星节点以逻辑组合而成的单层星座抽象Constellation类型,包含星座构成参数、所属卫星链接、星座运动简化;设计面向用户的由多个星座组合而成的最终仿真场景抽象Simulation类型,封装使大规模卫星仿真便捷化的常用方法以及底层接口;根据上述抽象类型编写主脚本进行仿真。

    一种基于路网动态定价的网联智能交通路径规划方法

    公开(公告)号:CN113516277B

    公开(公告)日:2023-10-17

    申请号:CN202110392345.6

    申请日:2021-04-13

    Applicant: 南京大学

    Abstract: 本发明提供了一种基于路网动态定价的网联智能交通路径规划方法,首先交通管理者根据历史交通流数据,使用卷积神经网络预测每条道路的车流密度,并且制定通行价格,发布至智能交通系统,每个车辆通过路网时均需支付相应通行费用;用户车辆到达十字路口时,获取实时路网的状态信息,使用强化学习计算下一时刻的最优行驶路径;接着用户车辆将执行的行驶路径实时反馈至智能交通系统,交通管理者接收到交通流数据后,重复使用卷积神经网络进行实时更新车流密度,并同步制定下一阶段的道路通行价格;本发明提供的网联智能交通路径规划方法能够应对高速变化的城市交通状况,强化学习过程在用户车辆端完成,降低智能交通系统的计算量。

    一种面向超密LEO巨星座的轻量化网络仿真方法

    公开(公告)号:CN115378491B

    公开(公告)日:2023-10-13

    申请号:CN202210986217.9

    申请日:2022-08-17

    Applicant: 南京大学

    Abstract: 一种面向超密LEO巨星座的轻量化网络仿真方法的设计方法,S1、建立可扩展的轻量化LEO巨星座仿真方法架构,S2、模拟物理节点、维护网络拓扑结构并实现数据包协议级的网络仿真,S2.1、基于维护网络拓扑结构,拓扑结构涉及物理模块和逻辑模块;S2.2、网络仿真,网络模型抽象涉及网络模块,该模块实现网络设备的抽象和通信协议栈的维护,使用数据包作为网络最小传输单元,实现数据包协议级的网络仿真;S3、面向超大规模卫星星座移动轨迹的简化计算;S4、基于离散事件仿真理论,设计面向巨星座网络级仿真离散事件的方法。

    面向民航应用的超密集低轨卫星网络切换移动性管理方法

    公开(公告)号:CN116437408A

    公开(公告)日:2023-07-14

    申请号:CN202310520421.6

    申请日:2023-05-10

    Applicant: 南京大学

    Abstract: 本发明公开了一种面向民航应用的超密集低轨卫星网络切换移动性管理方法,首先定义民航用户切换选择标准,建立用户切换满意度模型;然后提出超密低轨卫星网络中的多用户切换问题,并考虑到多个民航用户之间对卫星资源的共享以及信道干扰关系,将用户切换问题建模为一个局部合作博弈,多用户进行局部合作最大化所有民航用户的满意度,该局部合作博弈存在至少一个纯策略纳什均衡解;最后通过最佳响应算法或协同迭代切换算法得到博弈的均衡解。相较于现有卫星切换选择方案,本发明可以有效提升民航用户的接入体验满意度,实现多用户同时切换需求,提高移动性管理性能,同时在动态网络拓扑下具有稳定的性能,保证接入服务的连续性,防止网络拥塞。

    基于服务功能链的低轨卫星网络业务传输方法与系统

    公开(公告)号:CN116318330A

    公开(公告)日:2023-06-23

    申请号:CN202310074498.5

    申请日:2023-02-07

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于服务功能链的低轨卫星网络业务传输方法与系统,首先引入服务功能链表示一体化网络UD‑LTIN的业务模型,定义业务的端到端传递时延模型;考虑到多个业务之间对异构资源的共享与竞争关系,将此一体化网络中的多业务传输问题建模为一个非合作博弈,以最小化每个业务的端到端传递时延;基于加权势博弈理论,证明此问题中势函数的存在性,且存在至少一个纯策略纳什均衡解;为了得到博弈的均衡解,设计了最佳响应算法和自适应算法。相较于现有低轨巨星座环境中的业务传输方案,本发明可以有效降低所有业务的端到端传递时延,且在动态网络拓扑下具有稳定的性能,能够实现异构物理资源的协调,同时也将保证业务的服务连续性和一致性。

    一种基于时空解耦的分布式交通流预测方法与系统

    公开(公告)号:CN115966083A

    公开(公告)日:2023-04-14

    申请号:CN202211721552.2

    申请日:2022-12-30

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于时空解耦的分布式交通流预测方法与系统,方法包括:对城市路网进行分区,每个区域部署一个边缘云,部署在道路上的传感器将收集到的交通信息上传到本区域对应的边缘云;边缘云联合核心云共同通过时空解耦的神经网络训练模型,预测未来的交通状况;其中边缘云存储道路交通原始数据,核心云存储路网拓扑关系,将时空特征提取进行解耦,分别部署在边缘云和核心云上,由边缘云获取交通信息的时间特征,核心云获取交通信息的空间特征,并利用边云协同在边缘云嵌入空间信息进行时空特征的融合。相比于传统方法,本发明在边云协同的机制下,降低了传输时延和计算压力,充分提取并融合了时空特征,能够提高预测的时效性和准确度。

    基于车联网稀疏信息的深度学习交通状态估计方法及系统

    公开(公告)号:CN115662142B

    公开(公告)日:2023-04-07

    申请号:CN202211452507.1

    申请日:2022-11-21

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于车联网稀疏信息的深度学习交通状态估计方法及系统,为路网交通状态估计提供了一个低成本的解决方案。本发明在采集车辆行驶信息的稀疏数据集之后,根据几何约束将车辆匹配到路段,得出各路段的平均速度作为其交通状态估计值;再通过TGASA模型恢复出交通路网的实时交通状态,以修正交通状态估计值的不准确性和不稳定性。相比于基于路侧电子眼检测交通状态的方法,本发明能够在车辆数据有限的情况下,使用稀疏的移动感知数据对全部路网实现路段级的交通状态实时监测,具有更低成本,更广覆盖的优点。所提TGASA模型能捕捉交通数据在时空上的协同相关性以提高自身的鲁棒性,适用于动态变化的图结构,具有泛化学习能力。

    一种基于深度强化学习的解耦C-V2X网络切片方法

    公开(公告)号:CN113727306B

    公开(公告)日:2023-04-07

    申请号:CN202110934853.2

    申请日:2021-08-16

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于深度强化学习的解耦C‑V2X网络切片方法,基于两层异构网络HetNet在C‑V2X通信的动态RAN切片框架,在切片第一层中,采用深度强化学习SAC算法在宏基站MBS和微基站SBS之间分配带宽,实现V2I和RAC‑V2V之间的资源编排;采用云接入网络C‑RAN中的虚拟化方法在边缘云上聚合UL/DL带宽,满足V2I片和RAC‑V2V片的通信需求;在切片第二层中,将RAC‑V2V通信的QoS建模为一个绝对值优化问题,并采用ASRS算法进行求解,进一步将带宽分配给每个车辆用户;每个车辆用户都采用DL/UL解耦接入技术,并向相关的基站BS报告最低速率要求,边缘云采集不同切片的速率要求,SAC策略网络根据网络状态选择一个转移,即UL/DL带宽分配比,设计ASRS算法,为每一个车辆用户分配带宽。

    一种面向大规模IoT接入的Stackelberg博弈多运营商动态频谱共享方法

    公开(公告)号:CN111556508B

    公开(公告)日:2023-03-10

    申请号:CN202010428618.3

    申请日:2020-05-20

    Applicant: 南京大学

    Abstract: 一种面向大规模IoT接入的Stackelberg博弈多运营商动态频谱共享方法,所述的多运营商动态频谱共享方法包括以下步骤:1)预先建立频谱提供商和网络运营商的效益函数;2)以频谱提供商为领导者,以网络运营商为跟随者,建立动态Stackelberg博弈;3)通过博弈最终达到均衡,实现多运营商频谱共享以及领导者和跟随者的收益最大化,同时可使接入跟随者的物联网设备数量最大化;以频谱提供商为领导者,网络运营商为跟随者,建立动态Stackelberg博弈,在动态频谱共享机制下运行;通过博弈最终达到均衡,实现领导者和跟随者的收益最大化,同时可使接入跟随者的蜂窝用户和物联网设备数量最大化。

    一种基于flocking的无人机编队控制改进算法

    公开(公告)号:CN115617065A

    公开(公告)日:2023-01-17

    申请号:CN202210491383.1

    申请日:2022-05-07

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于flocking的无人机编队控制改进算法,属于无人机编队技术领域,算法包含V‑Flocking算法、多任务分簇算法、VHF+Flocking避障算法三个部分。V‑Flocking算法引进了Vicsek模型中生物机制的特性,如有限视场角、随机视线,并通过改进拓扑结构进一步提升收敛效率。多任务分簇算法让Flocking算法实现由聚合到分裂成多个子集,从而使无人机编队去执行多个子任务。VHF+Flocking避障算法将避障问题转化为任务路径规划问题,使得原有避障算法在狭窄空间震荡的弊端得到解决。

Patent Agency Ranking