-
公开(公告)号：CN111132009B
公开(公告)日：2020-12-15
申请号：CN201911344449.9
申请日：2019-12-23
Applicant: 北京邮电大学
Abstract: 本发明提供了一种物联网的移动边缘计算方法、装置及系统，该方法包括：基于各个无人机的当前模拟位置和目标物联网区域内的各个物联网设备的实际位置，为各个物联网设备分配无人机；模拟将物联网设备的任务卸载至分配的无人机，及模拟各个无人机基于深度增强学习算法对接收的任务进行调度；利用差分进化算法对各个无人机的当前模拟位置进行迭代更新，继续执行上述操作，直至迭代更新次数达到预设阈值时停止操作；基于每次操作中物联网设备分配的无人机、无人机进行任务调度的结果和无人机的当前模拟位置，确定各个无人机的最优坐标位置；触发各个无人机移动至其最优坐标位置下调度对应物联网设备上的任务。本发明提升了物联网设备的服务质量。
-
公开(公告)号：CN119629697B
公开(公告)日：2025-05-06
申请号：CN202510148120.4
申请日：2025-02-11
Applicant: 北京邮电大学
Abstract: 本发明提供了一种无人集群分布式智能路由的方法、装置和电子设备，属于组网通信的技术领域，该方法中，通过无人集群网络中各智能体（即各网络节点）间的信息共享与动态交换，全面提升智能体对网络状态的感知能力，从而增强路由决策的全局优化能力，使网络在高动态环境下仍能保持高效协同，另外，各节点能够基于自身的历史本地状态向量，结合实时网络变化（即本地状态信息），智能预测未来的网络状态并制定路由转发策略，充分挖掘了历史信息的潜在价值，大幅提升了节点在复杂网络环境中进行路由决策的准确性和前瞻性，此外，上述过程可在当前智能体本地进行上述分布式同步的运算，网络通信的灵活性好、效率高。
-
公开(公告)号：CN119766310A
公开(公告)日：2025-04-04
申请号：CN202411889323.0
申请日：2024-12-20
IPC: H04B7/185
Abstract: 本发明公开了一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其技术方案要点是该方法通过结合Transformer编码器与解码器模块以及群体智能算法，实现服务功能链(SFC)请求的优化路由路径选择及虚拟网络功能(VNF)的嵌入部署，包括以下步骤：S1、卫星网络状态构建、S2、服务功能链请求建模、S3、初始全局资源状态编码、S4、SFC请求特征编码、S5、启发式信息生成、S6、基于蚁群优化的路径搜索、S7、VNF嵌入部署决策、S8、路径资源状态更新、S9、多轮迭代优化；本发明能够在动态卫星网络中高效完成SFC请求的路由与部署优化，显著降低网络延迟和资源消耗，实现负载均衡和高效资源利用，够有效优化SFC请求的路由和部署决策，平衡网络负载，提高资源利用率。
-
公开(公告)号：CN118433112B
公开(公告)日：2024-09-24
申请号：CN202410889822.3
申请日：2024-07-04
Applicant: 北京邮电大学
IPC: H04L47/125 , H04L67/568 , H04L49/90
Abstract: 本发明提供了一种中断延迟容忍的异构网络动态负载均衡方法和装置，涉及通信的技术领域，该方法中，无人节点可以通过存储‑携带‑转发的机制进行间接通信，也可以缓存数据包，所以即使数据包TTL到期也不必从源节点重传，同时存储‑携带‑转发机制的特性极大地提高了数据传输效率，并且，在利用强化学习算法对网络参数进行优化时，将所有无人节点在相邻时刻的积压队列长度之差、所有无人节点成功投递数据包的排队时延和所有无人节点在当前时刻投递数据包的成功率与智能体的奖励建立联系，以使集群网络学习如何在确保高投递率、低时延的前提下使得整个网络负载均衡的策略，提升异构无人平台集群网络的整体运行效率，从而保证了用户服务质量。
-
公开(公告)号：CN118400788B
公开(公告)日：2024-09-06
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。
-
Patent Agency Ranking
公开(公告)号：CN118433112A
公开(公告)日：2024-08-02
申请号：CN202410889822.3
申请日：2024-07-04
Applicant: 北京邮电大学
IPC: H04L47/125 , H04L67/568 , H04L49/90
Abstract: 本发明提供了一种中断延迟容忍的异构网络动态负载均衡方法和装置，涉及通信的技术领域，该方法中，无人节点可以通过存储‑携带‑转发的机制进行间接通信，也可以缓存数据包，所以即使数据包TTL到期也不必从源节点重传，同时存储‑携带‑转发机制的特性极大地提高了数据传输效率，并且，在利用强化学习算法对网络参数进行优化时，将所有无人节点在相邻时刻的积压队列长度之差、所有无人节点成功投递数据包的排队时延和所有无人节点在当前时刻投递数据包的成功率与智能体的奖励建立联系，以使集群网络学习如何在确保高投递率、低时延的前提下使得整个网络负载均衡的策略，提升异构无人平台集群网络的整体运行效率，从而保证了用户服务质量。
-
公开(公告)号：CN118400271A
公开(公告)日：2024-07-26
申请号：CN202410842276.8
申请日：2024-06-27
Applicant: 北京邮电大学
Abstract: 本发明提供了一种面向任务连通性保持的网络拓扑智能生成方法与装置，涉及通信的技术领域，该方法是基于多智能体强化学习模型对所有接力节点进行部署的方案，无需在无人机网络中设置中央计算单元，通过在各个接力节点上部署策略网络，使得各个接力节点能够通过自身的状态数据决策自身的动作，因此，该方法避免了中央计算单元统一计算和策略传输的时延，有效地保证了无人机集群中接力节点部署的时效性。并且，该方法设置所有智能体执行动作后的奖励与无人机网络在下一时隙的连通分支数负相关，因此，该方法能够有效地减少无人机网络的连通分支数，保证无人机网络的连通性。
-
公开(公告)号：CN115473561A
公开(公告)日：2022-12-13
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Co l l aQ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Co l l aQ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。Col laQ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：CN114785738B
公开(公告)日：2022-09-20
申请号：CN202210677447.7
申请日：2022-06-16
Applicant: 北京邮电大学
IPC: H04L47/125 , H04L47/56 , H04L47/6275 , H04L45/12 , H04L45/00
Abstract: 本发明提供了一种时间敏感流的调度方法、装置和电子设备，涉及通信的技术领域，包括：获取待调度的时间敏感流集合和目标网络的网络拓扑信息；基于时间敏感流集合和网络拓扑信息，确定目标时间敏感流集合和目标时间敏感流集合对应的目标时隙队列映射关系；基于目标时隙队列映射关系对目标时间敏感流集合中的目标时间敏感流进行调度。本发明方法在从待调度的时间敏感流集合中确定目标时间敏感流时，将时间敏感流的路由代价和交换机端口队列的可用资源情况共同作为可调度条件进行综合考量，从而使得目标网络在调度时间敏感流时能够最大化的利用其网络资源，进而有效地缓解了现有的时间敏感流的调度方法存在的网络负载不均衡的技术问题。
-
公开(公告)号：CN115037667A
公开(公告)日：2022-09-09
申请号：CN202210953069.0
申请日：2022-08-10
Applicant: 北京邮电大学
IPC: H04L45/00 , H04L45/121 , H04L47/12 , G06N3/04
Abstract: 本发明提供了一种细粒度网络态势感知与源路由智能优化方法与装置，涉及通信的技术领域，包括：获取目标网络内所有网络设备的状态信息和待传送数据包的属性信息，利用深度强化学习算法对状态信息和属性信息进行处理，得到待传送数据包的路由路径。深度强化学习算法中，每条可选路由路径的奖励为可选路由路径上每个网络设备的奖励之和，且每个网络设备的奖励为网络设备的节点时延与目标网络的最大链路利用率的加权和的相反数，因此，本发明方法可以在最小化最大链路利用率和路径时延的情况下，计算出最优路由路径，从而不会导致大量数据流堆积在同一路径，避免出现网络拥塞的问题，保证了数据包传输的及时性，进而提升了整体网络传输性能。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.038 seconds)
