-
公开(公告)号：CN116647388A
公开(公告)日：2023-08-25
申请号：CN202310633143.5
申请日：2023-05-31
Applicant: 重庆邮电大学
IPC: H04L9/40 , H04L67/104 , H04L67/10 , G06N3/098 , G06F18/2433
Abstract: 本发明涉及一种基于区块链的数据模型检测方法，属于移动通信技术领域。首先，通过区块链网络保证雾节点之间共享全局模型的安全性和高效性。其次，提出了基于信誉值和用户参与度的设备选择算法，通过信誉值和用户参与度选择参与训练的物联网设备IDs。再次，提出了基于离群值的恶意模型识别算法，提高了Non‑IID数据场景下恶意节点的识别率，从而保证学习的安全性。然后，采用加权聚合联邦学习算法，为不同局部模型分配不同的聚合权重，进一步提高联邦学习的训练效率。
-
公开(公告)号：CN116588138A
公开(公告)日：2023-08-15
申请号：CN202310562721.0
申请日：2023-05-18
Applicant: 重庆邮电大学
IPC: B60W60/00 , H04W4/40 , H04L67/104 , H04L67/12 , B60W50/00 , B60W40/00 , G06N20/00 , G06N3/098 , G06N3/096
Abstract: 本发明涉及一种基于区块链的分布式智能辅助自动驾驶方法，属于移动通信技术领域。首先建立基于有向无环图DAG区块链的双层网络模型并设计该模型下的异步联邦学习方案；其次，在本地训练阶段采用知识蒸馏技术以实现异步联邦学习中低负载的模型交互；然后，从高质量、高安全和高效率角度建立基于比例‑积分‑微分PID控制的自动驾驶决策模型，并基于深度确定性策略梯度DDPG算法优化CAV加速控制；最后，提出一种基于DAG区块链的移动感知异步联邦蒸馏学习MAFDL算法。本方案在保证安全低负载CAV协同训练的前提下，有效辅助CAV智能驾驶决策。
-
公开(公告)号：CN109413617B
公开(公告)日：2022-05-13
申请号：CN201811556609.1
申请日：2018-12-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于小蜂窝辅助的车联网传输方法，属于移动通信技术领域，包括以下步骤：S1：在车联网中基于最优效用匹配算法确定车辆和路侧单元RSU资源块的匹配；S2：当同一个RSU资源块在多个车辆的备选列表中网络效用值都为最大，采用基于拍卖的能效资源分配算法；S3：车辆得出基于小蜂窝辅助的车联网传输下最优匹配和功率分配方案。本发明所述方法将小蜂窝基站与车联网结合进行联合传输，在考虑了价格的情况下实现最优的资源块匹配方案、功率分配方案，进而提升整个网络的传输性能。
-
公开(公告)号：CN111770148B
公开(公告)日：2022-04-29
申请号：CN202010575760.0
申请日：2020-06-22
Applicant: 重庆邮电大学
IPC: H04L67/10 , H04L67/1095 , H04L9/40 , G06Q40/04
Abstract: 本发明涉及一种基于区块链技术的雾计算卸载模型优化方法，属于移动通信技术领域。首先建立一个基于区块链技术的雾计算卸载模型，并对UEs提供两种无线链路卸载方式。在网络中设计一个信誉模型，并针对每一个FS的行为表现更新其信誉值。然后，采用一种基于FSs的信誉值拜占庭容错DBFT共识协议，选取有限个共识节点参与区块验证，以减少系统开销。最后，对执行任务卸载时系统的能耗以及区块验证各个阶段的总时延进行联合优化，以实现网络能耗与时延的最小化。本发明能在保证整个系统安全性的前提下，有效的降低了系统能耗开销和总时延，实现了雾计算网络任务卸载的稳定性和资源分配的有效性。
-
公开(公告)号：CN111757361B
公开(公告)日：2022-04-22
申请号：CN202010750641.4
申请日：2020-07-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种雾网络中基于无人机辅助的任务卸载方法，属于移动通信技术领域。以最小化系统总时延和能耗为目标，联合优化无人机轨迹，通信资源分配及任务卸载比例。首先，在地面网络中，用户可通过D2D链路卸载任务，定义一个效率指标函数，由服务质量效用和成本共同决定，R‑ID可在F‑ID中选择效率指标函数值最大的F‑ID进行任务卸载；其次，在空中网络中，构建G2A任务卸载模型。R‑ID的计算任务通过无线链路卸载到无人机。本方案在优化无人机的轨迹，通信资源分配的同时，有效地降低了系统总开销。
-
Patent Agency Ranking
公开(公告)号：CN111866954B
公开(公告)日：2022-03-29
申请号：CN202010705532.0
申请日：2020-07-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于联邦学习的用户选择和资源分配方法，属于移动通信技术领域。首先，对参加FL的用户进行筛选。综合考虑IDs交互可靠度和交互新鲜度，生成IDs的信誉值。其次，基于层次分析法对IDs的QoS需求进行分析，根据IDs的不同QoS需求建立优先级。最后，将最小化FL任务总开销问题分解为计算阶段开销和通信资源分配两个子优化问题分别求解。在FL任务计算优化阶段，考虑IDs的CPU频率不同，需权衡计算时间和计算能耗；在通信资源优化阶段，根据IDs的优先级从高到低进行RB分配。本方案有效的降低了FL任务的总时延和能耗开销，在满足IDs的QoS需求同时保证了FL过程的可靠性和有效性。
-
公开(公告)号：CN110098969B
公开(公告)日：2021-11-09
申请号：CN201910425345.4
申请日：2019-05-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向物联网的雾计算任务卸载方法，属于移动通信技术领。域该方法将任务卸载决策、传输资源分配和计算资源分配、FN与IoT设备双向匹配联合建模为最小化系统总开销问题。首先，基于层次分析法对IoT设备的QoS需求进行分析，根据IoT设备的不同QoS需求建立优先级。其次，对IoT设备进行RB分配，确定每个IoT设备所需的RB数量；然后，进行计算资源分配，确定计算时延。基于此，建立双向匹配博弈，确定FN和请求卸载的IoT设备之间的稳定关联。最后，每个IoT设备根据任务本地计算开销和任务卸载计算开销做出卸载决策。本发明降低了系统总时延和能耗开销，实现了IoT设备关联的稳定性和资源分配的有效性。
-
公开(公告)号：CN111385734A
公开(公告)日：2020-07-07
申请号：CN202010102872.4
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网内容缓存决策优化方法，属于移动通信技术领域。本模型中，车联网在有多个内容缓存结点，车辆请求的内容可以存储于内容缓存结点中。如有临近车辆或路侧单元已缓存当前车辆请求内容，当前车辆将通过V2V链路或者V2I链路将从缓存结点获取内容服务。将移动边缘计算服务器部署在RSU侧，可以提供存储和计算能力，用于内容的存储与处理。由于车辆移动速度较快，内容请求车辆可能在当前RSU覆盖范围内无法完全获取所需内容，因此他们需要在下一RSU覆盖范围内继续获取剩余部分的内容。本发明旨在减少内容请求车辆获取所需内容总时延。此方法可解决车辆的关联问题，并考虑内容预缓存，从而得出最优内容缓存决策。
-
公开(公告)号：CN110312231A
公开(公告)日：2019-10-08
申请号：CN201910580120.6
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法，属于移动通信技术领域。移动边缘计算MEC作为一种很有前景的边缘计算，具有强大的计算能力和存储能力。MEC服务器部署在RSU侧，可以给车辆用户提供存储空间和计算资源。虽然MEC提供了类似云计算的服务，但依然存在缓存、计算资源分配、频谱资源分配等问题。本发明旨在保证时延要求的条件下最大化网络收益。此方法将内容缓存决策、MEC服务器计算资源分配、频谱资源分配联合建模成马尔可夫决策过程MDP，使用深度强化学习方法进行求解，得出最优内容缓存决策、计算资源分配以及频谱分配。
-
公开(公告)号：CN106231666B
公开(公告)日：2019-04-02
申请号：CN201610832608.X
申请日：2016-09-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种分布式天线系统中基于能效的联合资源分配方法，属于无线通信技术领域。该方法考虑分布式天线系统中的下行传输链路，得到能量效率函数，进而提出一种优化天线单元选择与子信道分配的方案，然后利用拉格朗日函数求得各子信道上的最优功率分配。本发明可有效实现天线单元与用户的最优分配，及子信道与天线单元的最优分配，同时在满足用户最小速率需求的条件下，满足天线单元的最大功率预算，最大化网络能效，从而达到节能减排的目的。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.028 seconds)
