-
公开(公告)号：CN108632943A
公开(公告)日：2018-10-09
申请号：CN201810293651.2
申请日：2018-03-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及到5G超密集网络中基于基站部署密度的分簇方法，包括建立干扰拓扑图，利用小基站数目与分簇数目的关系确定簇数的大致范围，利用k中心值算法选出k0个簇头；根据基站之间的干扰值与设定干扰阈值的大小比较进行分簇；分别计算宏区域的小基站部署密度、每个分簇中的小基站部署密度，判断每个分簇的部署密度与宏区域部署密度是否相等，进行合并或者分裂操作；判断是否修改参数、迭代是否完成。本发明在k中心值算法的基础之上利用小基站部署密度，对分簇进行合并或分裂操作，达到分簇方案能够根据网络拓扑结构的变化，自适应的对小基站进行动态分簇。
-
公开(公告)号：CN102905321A
公开(公告)日：2013-01-30
申请号：CN201210450563.1
申请日：2012-11-12
Applicant: 重庆邮电大学
Abstract: 本发明公开一种认知无线电网络中的接纳控制方法。涉及无线通信技术领域。本发明利用强制优先排队理论对次用户的切换率和阻塞率等接入性能进行分析，提出了一种新的接纳控制机制。根据当前的频谱资源和次用户的接入量，自适应地对拟接入的次用户予以接受或拒绝。主要考虑了两种情况：一是在主用户频谱利用率一定的情况下如何确定合理的次用户接入范围；另一个是在次用户接入量一定的情况下如何根据主用户的频谱利用率来确定次用户的接入量。此接纳机制不仅可以保证网络中认知用户的QoS还可以减少网络中不必要的开销。
-
公开(公告)号：CN120010516A
公开(公告)日：2025-05-16
申请号：CN202510166088.2
申请日：2025-02-14
Applicant: 重庆邮电大学
IPC: G05D1/46 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/20
Abstract: 本发明涉及无人机和物联网技术领域，特别涉及一种森林火灾中面向移动节点的避障无人机数据收集方法，包括：获取地面移动节点的数据和无人机节点的数据，根据节点数据建立系统模型；根据系统模型构建优化问题；采用深度强化学习模型对优化问题进行求解；根据求解的结果得到用于规划避障路径的智能体；将智能体部署到无人机上，智能体根据无人机实时捕获的环境数据给出下一时刻的动作指示，无人机根据动作指示执行数据收集任务；本发明根据林火蔓延情况对移动节点的单位数据价值定量分析，实现了更高效的数据收集；通过建立无人机之间的安全距离约束，解决了与无人机动态避障问题。
-
公开(公告)号：CN117409582B
公开(公告)日：2025-04-01
申请号：CN202311395561.1
申请日：2023-10-25
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明属于移动通信技术领域，具体涉及一种在VEC中车辆协同任务卸载方法，包括：建立系统模型，所述系统模型包括主车辆、可计算车辆和不可计算车辆；根据主车辆到可计算车辆上的任务卸载所需要的总时间建立通信模型；基于多种动态因素，建立车辆选择模型；基于通信模型和车辆选择模型建立基于约束条件的任务卸载优化问题；通过层次分析法和KM算法对任务卸载优化问题进行求解，得到最优的任务卸载情况；本发明充分考虑多种边缘节点的动态指标因素，对可计算车辆进行优先级排序，并且采用KM算法对任务进行动态匹配，有效减少任务的总计算时间并降低任务卸载的失败率。
-
公开(公告)号：CN119421203A
公开(公告)日：2025-02-11
申请号：CN202411540745.7
申请日：2024-10-31
Applicant: 重庆邮电大学
Abstract: 本发明属于车辆协同任务卸载技术领域，具体涉及一种基于激励机制的车辆协同任务卸载方法，包括：步骤一、建立网络模型、可计算车辆效用模型和卸载车辆效用模型；步骤二、提出了一种基于探索与开发算法的车辆私有信息估计方法，预测车辆的私有信息，对带有闲置计算资源的车辆进行类型划分，设计最优的契约项目；步骤三、满足个体理性、激励兼容性和单调性的约束，建立最大化卸载车辆的期望效用的优化问题；本发明设计了在满足IR和IC约束条件下，最大化卸载车辆的期望效用，其次，为了解决可计算车辆私有信息未知的问题，提出了一种移动车辆私有信息估计算法，因此，本发明的方案能够有效降低成本并提高卸载车辆的收益。
-
Patent Agency Ranking
公开(公告)号：CN119292332A
公开(公告)日：2025-01-10
申请号：CN202411416660.8
申请日：2024-10-11
Applicant: 重庆邮电大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明属于移动通信技术领域，涉及一种森林火灾场景下的无人机调整方法，包括：构建系统模型；所述系统模型包括：无人机模型和森林火灾环境模型；根据无人机模型和森林火灾环境模型以最小化无人机的能量消耗为目标构建优化问题；将优化问题转换为马尔可夫决策过程，基于马尔可夫决策过程采用深度强化学习算法求解优化问题，得到无人机的姿态；本发明综合考虑森林火灾场景中风、烟雾、火焰蔓延构建无人机模型和森林火灾环境模型，根据无人机模型和森林火灾环境模型构建了优化问题，优化问题的目标函数考虑了无人机飞行、悬停、收集与传输数据的总能耗，以适应实际的森林火灾的环境情况，可以更加有效地对无人机姿态进行调整。
-
公开(公告)号：CN118945026A
公开(公告)日：2024-11-12
申请号：CN202411009392.8
申请日：2024-07-26
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明属于移动通信技术领域，具体涉及一种基于改变瑞利分布来降低OFDM系统PAPR的方法，包括：在OFDM系统发送端，获取OFDM原始时域信号；设计压扩函数对OFDM原始时域信号进行压扩变换，得到压扩信号，并通过无线信道传输给OFDM系统接收端；OFDM系统接收端接收到带信道噪声的压扩信号，设计解压扩函数对带信道噪声的压扩信号进行解压扩处理，得到解压扩后的数字信号；将解压扩后的数字信号转换为接收信号。本发明通过对OFDM信号样点幅度满足的PDF进行变换，且只对幅度高于某个门限值的信号进行压扩运算，对于幅度低于某个门限值的信号不做运算，对OFDM信号的PAPR进行了抑制，保证了良好的BER性能。
-
公开(公告)号：CN118870432A
公开(公告)日：2024-10-29
申请号：CN202411072135.9
申请日：2024-08-06
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种分布式智能任务卸载和服务缓存联合优化方法；该方法包括：构建卸载和服务缓存系统模型；基于卸载和服务缓存系统模型，构建云边协同DAG任务计算模型；根据云边协同DAG任务计算模型构建任务卸载和服务缓存联合优化问题；求解卸载和服务缓存联合优化问题，得到最佳卸载和服务缓存方案；本发明实现了云边协同任务卸载和资源分配优化，能在有效降低系统能耗的同时，提高缓存命中率与应用计算成功率。
-
公开(公告)号：CN117409582A
公开(公告)日：2024-01-16
申请号：CN202311395561.1
申请日：2023-10-25
Applicant: 重庆邮电大学
IPC: G08G1/01
Abstract: 本发明属于移动通信技术领域，具体涉及一种在VEC中车辆协同任务卸载方法，包括：建立系统模型，所述系统模型包括主车辆、可计算车辆和不可计算车辆；根据主车辆到可计算车辆上的任务卸载所需要的总时间建立通信模型；基于多种动态因素，建立车辆选择模型；基于通信模型和车辆选择模型建立基于约束条件的任务卸载优化问题；通过层次分析法和KM算法对任务卸载优化问题进行求解，得到最优的任务卸载情况；本发明充分考虑多种边缘节点的动态指标因素，对可计算车辆进行优先级排序，并且采用KM算法对任务进行动态匹配，有效减少任务的总计算时间并降低任务卸载的失败率。
-
公开(公告)号：CN117376931A
公开(公告)日：2024-01-09
申请号：CN202311459570.2
申请日：2023-11-03
Applicant: 重庆邮电大学
Abstract: 本发明属于移动通信技术领域，面向林火监控的无人机边缘计算系统中无人机部署方法，包括：根据无人机、地面设备和地面指挥中心建立MEC系统模型；建立林火蔓延模型、通信模型和任务计算模型；设置约束条件，根据林火蔓延模型、通信模型、任务计算模型以及约束条件构建目标优化函数；根据目标优化函数建立马尔可夫决策过程；基于马尔可夫决策过程采用多智能体深度强化学习算法对目标优化函数进行优化求解，得到无人机的最优部署策略；本发明通过林火蔓延模型、通信模型以及任务计算模型来建立森林火灾的具体场景，实现无人机系统的成本最小化；本发明采用了一种多智能体强化学习算法求解无人机位置部署问题，可以降低无人机部署的总成本。
-
-
-
-
-
-
-
-
-
Search Results
56
records
(took 0.02 seconds)
