-
公开(公告)号：CN105472753B
公开(公告)日：2019-04-02
申请号：CN201610085935.3
申请日：2016-02-15
Applicant: 重庆邮电大学
Abstract: 本发明涉及认知用户在授权频段和未授权频段上的资源分配和干扰管理问题，尤其是在授权频段与授权用户以及在未授权频段与WiFi用户的共存以及资源分配问题。现有网络的频谱分配政策导致有限的频谱资源已待耗尽，通信信道变得拥塞不堪。本发明考虑具有频谱检测功能的认知小蜂窝网络，它可以检测授权和未授权频段上的频谱空穴，并结合现有的LTE技术利用这些频谱空穴传输信息，在授权频段上认知用户与授权用户共享频谱，在未授权频段上认知用户与WiFi用户竞争使用频谱，提出一种简单有效的干扰管理和资源分配机制，实现授权和非授权频段资源的合理分配，从而最大化整个网络的传输速率，提高用户满意度和系统整体性能。
-
公开(公告)号：CN106332094A
公开(公告)日：2017-01-11
申请号：CN201610834810.6
申请日：2016-09-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种非授权频段LTE-U和WiFi系统基于Q算法的动态占空比共存方法，属于无线通信技术领域。该方法借助Q学习算法，根据LTE-U和WiFi系统在当前传输周期T的总吞吐量，得出LTE-U系统在下一个传输周期T内的传输时间，使得网络吞吐量达到预期值，改善LTE-U系统和WiFi系统共存性能。该方法从提高网络整体吞吐量的角度出发，假设WiFi在T内一直传输数据，而LTE-U则根据Q学习算法的结果，确定T内LTE-U的传输时间比例，随后记录该传输时间比例下，当前T内的网络整体吞吐量，为下一次Q学习算法选择传输比例时提供依据。该方法充分考虑到了LTE-U和WiFi系统共存时,WiFi系统吞吐量受到LTE-U传输的干扰而急剧减少的情况，可应用LTE-U和WiFi系统共存前提下，用户移动的场景。
-
公开(公告)号：CN119089346A
公开(公告)日：2024-12-06
申请号：CN202411122071.9
申请日：2024-08-15
Applicant: 重庆邮电大学
IPC: G06F18/2433 , G08B21/18 , G08B31/00 , G08B21/02 , G06F18/213 , G06F18/10 , G06N3/0455 , G06N3/042 , G06F18/2431 , G06F18/25
Abstract: 本发明涉及一种基于图神经网络的改进型Transformer智能网联汽车异常检测方法，属于移动通信技术领域。车内传感器网络所收集数据的复杂性和异质性使得传统的异常检测方法误报率高、实时性差。为了解决上述问题，本发明通过融合Transformer、GNN以及通道注意力机制实现对车辆异常状态的快速有效检测。基于GNN建模车内传感器网络的空间关联关系，将每个传感器视为一个节点，并传感器之间的数据交互关系构成图的边。Transformer提取数据的时序特征。通过增加通道注意力机制，自适应调整各通道的重要性权重，提高异常检测的精度和效率。本发明可用于检测智能网联汽车传感器收集的多维数据异常。
-
公开(公告)号：CN119067200A
公开(公告)日：2024-12-03
申请号：CN202411127492.0
申请日：2024-08-16
Applicant: 重庆邮电大学
IPC: G06N3/098 , G06N3/092 , G06N3/042 , G06N3/045 , G06V20/56 , G06V10/82 , G06F21/62 , G06F21/64 , B60W60/00 , B60W50/00 , H04L9/00 , H04W12/00 , H04W12/106 , H04W4/44
Abstract: 本发明涉及一种区块链辅助基于PPO的自动驾驶决策方法，属于移动通信技术领域。智能网联汽车CAV自动驾驶决策模型需要海量的训练数据，然而共享CAV数据将带来隐私泄露和数据安全问题。为了解决上述问题，本发明首先设计了结合有向无环图DAG区块链和联邦学习技术的双层车联网络架构，并基于该架构设计了基于深度确定性策略梯度DDPG算法的异步联邦学习方案；其次，在本地训练阶段，提出基于条件模仿学习CIL的策略网络预训练算法；最后，提出一种基于近端策略优化PPO的自动驾驶决策模型，并在复杂道路场景下设计个性化奖励函数。该方案在提升CAV自动驾驶决策性能的同时，实现低负载CAV协同训练，保证CAV数据隐私安全。
-
公开(公告)号：CN118509825A
公开(公告)日：2024-08-16
申请号：CN202410646235.1
申请日：2024-05-23
Applicant: 重庆邮电大学
IPC: H04W4/44 , H04W12/122 , G06N3/08 , G06F18/214
Abstract: 本发明涉及一种车路协同数据智能安全共享方法，属于移动通信技术领域。首先，筛选本地冗余数据与噪声数据，避免过拟合。其次，设计恶意模型检测方案，提供针对标签翻转攻击的防御方法；然后，建立基于动态互蒸馏技术的预学习方案以提高模型泛化能力，降低通信负载；最后，提出基于CAV个性化聚合策略，最后一个CAV互蒸馏执行完毕后，将最终的互蒸馏模型广播给剩余所有CAV，CAV分别基于各自本地数据集评估互蒸馏模型与本地训练模型的精度。用于解决车联网场景下异构数据导致模型精度低、模型共享通信开销大以及针对联邦学习的标签翻转攻击问题。本方案在保证安全低负载CAV协同训练的前提下，提高模型泛化能力，最大化共享效率。
-
Patent Agency Ranking
公开(公告)号：CN116545515A
公开(公告)日：2023-08-04
申请号：CN202310681974.X
申请日：2023-06-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机群的高效数据传输方法，属于移动通信技术领域。由于无人机UAV具有移动性强、部署灵活以及视距链路等优点，无人机在无线通信领域的应用日益广泛。无人机中继能够有效扩大通信范围、提升系统容量、提升通信系统的可靠性。本发明提出了一种基于无人机群的高效数据传输方法，其中多个无人机作为中继可协助多对地面用户之间的信息交换。首先，构建包括无人机、源设备和目的设备的无人机中继通信网络场景，在每个时隙分别建立源设备和无人机数据传输模型。其次，构建最大化系统最小链路平均吞吐量的优化模型。最后，基于块坐标下降法将优化问题解耦成用户调度、无人机飞行轨迹和发射功率三个子问题并通过交替迭代算法求解。
-
公开(公告)号：CN113379066B
公开(公告)日：2022-07-08
申请号：CN202110646617.0
申请日：2021-06-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于雾计算的联邦学习方法，属于移动通信技术领域。位于云端的运营商作为联邦学习任务的发布者，位于边缘的雾节点作为区块链共识节点为联邦学习提供安全的协调服务，同时物联网设备如智能手机和平板电脑作为联邦学习的客户端，通过区块链提供的安全验证服务和给出的分簇联邦学习方法，提出的联邦学习刚刚可以有效地提高联邦学习效率和稳定性。为解决联邦学习存在的单点故障问题和模型恶意攻击问题，提出了基于区块链的客户端协作学习方式，并且为减少引入区块链技术所产生的额外时延，雾节点所维护的区块链共识方式为PBFT，将区块链网络划分为多个子网，每个子网内基于不同的联邦学习任务进行共识验证以减少共识时延。
-
公开(公告)号：CN111641973B
公开(公告)日：2022-04-01
申请号：CN202010479747.5
申请日：2020-05-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种雾计算网络中基于雾节点协作的负载均衡方法，属于移动通信技术领域。本发明首先对雾节点协作场景的通信过程和计算过程进行了相关建模；之后设计了用于筛选协作雾节点的协作贡献度和基于多属性决策的协作雾节点筛选算法；进而设计了基于协作贡献度的协作贡献比系数χm，并构建了引入协作贡献比系数的系统总开销优化问题模型；最后设计了基于协作贡献度的负载均衡算法，用于求解任务负载在雾节点间的最佳分配结果。本发明能够在保证雾节点协作的可行性、公平性、稳定性的前提下，对业务负载进行合理分流，提升系统性能和用户的QoE。
-
公开(公告)号：CN110087318B
公开(公告)日：2022-04-01
申请号：CN201910334413.6
申请日：2019-04-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及基于5G移动边缘计算的任务卸载和资源分配联合优化方法，属于移动通信技术领域。该方法将任务卸载决策、资源块分配、计算资源分配联合建模为一个最小化系统开销问题，并分解为三个子优化问题求解。首先，考虑到实际网络中UE时延敏感度不同，提出一种基于用户设备时延优先级的分布式资源块分配算法，根据UE的时延敏感度把UE分为不同优先级，高优先级UE优先分配资源块，同时保证低优先级UE通信质量。其次，每个UE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。最后，以最小化总卸载任务在MEC总执行时间为目标，为UE分配计算资源。
-
公开(公告)号：CN108495367B
公开(公告)日：2022-03-08
申请号：CN201810182353.6
申请日：2018-03-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于Lyapunov的多运营商LTE‑U双频段资源配置方法，属于无线通信技术领域。为保障WiFi网络的系统性能，本发明采用先听后发机制检测WiFi信号。同时为协调各运营商基站，本发明提出一种竞价拍卖机制保证多运营商基站有效接入非授权频段。基于全双工传输模式下，同一资源块能同时用于上下行链路，但同时会受到自干扰的影响。基于半双工传输模式下，同一资源块不会受到自干扰影响，但是只能用于上行或下行单一链路。本发明基于用户缓存区累计的数据包数量，采用Lyapunov优化方法，保证其队列稳定性，同时最大化利用非授权频段的系统增益，提升整个网络的总效益。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.025 seconds)
