-
公开(公告)号：CN115955711A
公开(公告)日：2023-04-11
申请号：CN202211237195.2
申请日：2022-10-10
Applicant: 华北电力大学
Abstract: 本发明提供一种面向能效最优的空地6G网络资源分配方法，该方法包括：构建空地一体化算力网络模型，用户设备可将任务卸载到MEC服务器或者在本地端执行构建系统能耗目标函数；根据所述系统能耗目标函数，获取用户系统卸载决策方案、系统功率控制方案、系统服务器端资源分配方案；本发明根据形成的资源分配问题，提出联合用户卸载决策、系统功率控制、边缘服务器端计算资源分配的优化方法，获取在若干限制条件下的空地一体化异构网络下的最优资源分配方案，从而降低终端能耗。
-
公开(公告)号：CN114828244A
公开(公告)日：2022-07-29
申请号：CN202210205505.6
申请日：2022-03-03
Applicant: 华北电力大学
IPC: H04W72/04
Abstract: 本发明公开了一种面向内容服务三边匹配的天空地6G网络资源分配方法。所述方案包括：首先，我们将天空地6G网络资源分配描述为天空地6G网络、内容源与终端用户之间的三边匹配问题。用户发出请求，与天空地6G网络建立连接，网络设施将用户请求转发给内容服务提供商，内容服务提供商管理创建内容数据，最终将请求内容通过天空地网络转发给用户。其次，在面向内容服务的天空地6G网络资源分配中，寻找具有最大基数的最优稳定匹配是NP‑hard问题。我们通过设计一些合理的限制，将其转化为具有大小和循环偏好的受限三边匹配问题。最后，我们利用三边匹配的方法，对上述内容进行求解。本发明系统提升了用户满意度以及服务提供商收益，有效提升系统性能。
-
公开(公告)号：CN111881616B
公开(公告)日：2024-06-11
申请号：CN202010625974.4
申请日：2020-07-02
Applicant: 国网河北省电力有限公司经济技术研究院 , 华北电力大学 , 国家电网有限公司 , 国网河北省电力有限公司
IPC: G06F30/27 , G06Q50/06 , G06F111/04 , G06F111/06 , G06F113/04
Abstract: 本发明公开了一种基于多主体博弈的综合能源系统的运行优化方法，包括：建立多场景合作博弈模型；建立多目标运行优化模型；建立多主体利益分配模型。本发明以利益约束为基础，建立了以环境效益、经济效益为目标函数的优化模型；其次，在建立优化模型之后，建立了基于综合贡献度的利益分配模型，以保证合作运营商能够合理获得优化运行的利益；该模型通过建立合作联盟，在保证多主体利益的前提下，降低了经济成本和污染物排放；此外，所提出的优化方法也可以为综合能源系统的运行提供支持。
-
公开(公告)号：CN115642949B
公开(公告)日：2024-05-03
申请号：CN202211237925.9
申请日：2022-10-11
Applicant: 华北电力大学
Abstract: 本发明公开了一种C‑NOMA使能的6G异构网络无人机轨迹优化方法。所述方案包括：首先，提出一种C‑NOMA使能的空地一体异构网络模型，通过无人机和地面终端的协作完成任务；其次，设置无人机在固定高度飞行，引入无人机的推进功耗以构建优化的问题，采用近似凸优化的方法处理目标函数及约束条件；最后使用凸优化工具得到优化的无人机飞行轨迹、飞行的速度，提高了系统的能量效率和频谱效率，有效提升系统性能。
-
公开(公告)号：CN114708450B
公开(公告)日：2024-04-26
申请号：CN202111659894.1
申请日：2021-12-30
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于路边停放车辆的路边单元(Roadside Unit,RSU)招募方法。所述方法包括：首先，将车辆类型与城市地图进行划分。其中，车辆被分为停放路边单元(Parked Cars Roadside Unit，PCRSU)备选停放车辆、PCRSU和用户车辆三类；城市地图则根据不同特征被划分为不同类型的兴趣点(Point of Interest，POI)区域。其次，根据车辆所在的位置，估算车辆的停放时间。最后，将车辆停放时间作为决策要素，选取分数最高的停放车辆作为PCRSU。本发明通过利用K均值最小二乘法(K‑means‑based Least Square,KLS)聚类的方法估计车辆的停放时间，将停放时间作为选择PCRSU的决策要素，对停放车辆进行招募。在覆盖情况几乎相同的情况下，减少系统需要切换的次数，增加了网络的稳定性，提升了系统正确传输的概率。
-
Patent Agency Ranking
公开(公告)号：CN116304018A
公开(公告)日：2023-06-23
申请号：CN202211738153.7
申请日：2022-12-30
Applicant: 华北电力大学(保定) , 河北大学
IPC: G06F16/35 , G06F16/33 , G06N3/0442 , G06N3/0499 , G06N3/096 , G06N3/094
Abstract: 本发明公开了面向高铁智能运维的循环领域自适应知识获取方法，用于领域知识自适应获取包括：构建领域自适应学习框架；将领域自适应学习框架中实体识别和关系抽取过程转化为分类过程；获取训练文本输入领域自适应学习框架进行训练，得到最优领域自适应学习框架；其中，为完成最优领域自适应学习框架训练过程，定义领域自适应学习框架中部件的损失函数；将实际数据文本输入最优领域自适应学习框架获得目标知识；其中，领域自适应学习框架流程为：对输入文本编码‑共享解码‑第一次分类‑第二次分类。在标注数据数量不足的情况下，可以对海量的高速列车故障文本数据进行自动化知识抽取，构建故障源、故障类别、故障特征等具备知识性的三元组。
-
公开(公告)号：CN115967430A
公开(公告)日：2023-04-14
申请号：CN202211237223.0
申请日：2022-10-10
Applicant: 华北电力大学
IPC: H04B7/185 , H04W28/08 , H04W28/084 , G06N3/08
Abstract: 本发明公开了一种基于深度强化学习的成本最优空地网络任务卸载方法。所述方案包括：我们首先提出了一种空地一体化异构网络模型，该模型由高空平台站(HAPS)和多个配备边缘服务器的无人机(UAV)组成。每个用户都可以选择在本地执行任务或在边缘执行任务。我们的目标是优化延迟和能耗的权重。该问题是通过联合考虑任务卸载决策和计算资源分配来描述的，但由于优化变量之间的强耦合，这是一个混合整数非线性规划(MINLP)问题。因此，我们将其分解为两个子问题，并设计一种基于深度强化学习的方法来解决计算卸载决策问题。对于第二个计算资源分配子问题，提出了一种基于贪婪的解决方案。基于深度强化学习的卸载方法在与环境交互学习到最佳的卸载策略，可以更好地解决动态复杂的通信场景。
-
公开(公告)号：CN115642949A
公开(公告)日：2023-01-24
申请号：CN202211237925.9
申请日：2022-10-11
Applicant: 华北电力大学
Abstract: 本发明公开了一种C‑NOMA使能的6G异构网络无人机轨迹优化方法。所述方案包括：首先，提出一种C‑NOMA使能的空地一体异构网络模型，地面用户将无人机作为中间节点，通过向无人机发送信息，连接到飞艇。其次，设置无人机在固定高度飞行，引入无人机的推进功耗模型和时隙，采用近似凸优化(SCA)的方法将轨迹优化非凸问题转化为凸问题。最后使用CVX工具得到无人机飞行轨迹、飞行的速度的近似最优结果。本发明提高了系统的能量效率和频谱效率，有效提升了系统性能。
-
公开(公告)号：CN114786155A
公开(公告)日：2022-07-22
申请号：CN202210338783.9
申请日：2022-03-31
Applicant: 华北电力大学
Abstract: 本发明公开了一种面向能效最优多对一匹配的车联网资源优化方法。本发明主要针对基于边缘停放车辆辅助的车联网通信场景，所述方法的步骤如下：步骤一、利用车辆位置和发射功率信息表达网络中各用户的能量效率(EnergyEfficiency,EE)，描述EE最优的通信资源优化问题；步骤二、将正交信道与C‑V2V的信道复用关系建模为具有同伴效用的多对一匹配模型，定义匹配双方的效用函数；步骤三、采用swap机制使匹配朝着EE增大的方向进行，当swap blocking pair不存在时匹配收敛，达到最优系统EE。本发明最终得到的稳定匹配结果对应了最大化系统EE的资源分配方案，能够有效保证用户的频谱效率，控制同信道用户之间的干扰，提升服务质量，实现可靠高效的车联网资源分配。
-
公开(公告)号：CN114708450A
公开(公告)日：2022-07-05
申请号：CN202111659894.1
申请日：2021-12-30
Applicant: 华北电力大学
Abstract: 本发明公开了一种基于路边停放车辆的路边单元(Roadside Unit,RSU)招募方法。所述方法包括：首先，将车辆类型与城市地图进行划分。其中，车辆被分为停放路边单元(Parked Cars Roadside Unit，PCRSU)备选停放车辆、PCRSU和用户车辆三类；城市地图则根据不同特征被划分为不同类型的兴趣点(Point of Interest，POI)区域。其次，根据车辆所在的位置，估算车辆的停放时间。最后，将车辆停放时间作为决策要素，选取分数最高的停放车辆作为PCRSU。本发明通过利用K均值最小二乘法(K‑means‑based Least Square,KLS)聚类的方法估计车辆的停放时间，将停放时间作为选择PCRSU的决策要素，对停放车辆进行招募。在覆盖情况几乎相同的情况下，减少系统需要切换的次数，增加了网络的稳定性，提升了系统正确传输的概率。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.087 seconds)
