-
公开(公告)号：CN113392539B
公开(公告)日：2022-06-21
申请号：CN202110788018.2
申请日：2021-07-13
IPC: G06F30/20 , G06N7/00 , G06F111/02 , G06F111/04 , G06F111/08 , G06F119/10
Abstract: 基于联邦强化学习的机器人通信控制方法、系统及设备，涉及路径规划技术与无线通信资源分配领域。解决现有机器人系统中存在通信和路径规划问题，方法步骤包括：每个聚合周期开始时每个机器人用新接收到的全局网络模型参数替换本地网络模型参数，聚合周期内，每个机器人用本地网络进行强化学习训练并更新本地网络模型参数，聚合周期结束前每个机器人上传最新网络模型参数给接入点；接入点对所有的新本地网络模型参数进行全局聚合得到新全局模型参数，并把新的全局模型参数下发给相应的机器人。本发明加快网络的收敛速度，提高系统长期吞吐量，并对机器人数量的变化具有较好的鲁棒性，同时还可以降低机器人的通信能耗并保护机器人的隐私。
-
公开(公告)号：CN111586867B
公开(公告)日：2022-04-22
申请号：CN202010349626.9
申请日：2020-04-28
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种SCMA系统的资源分配方法及装置，上述方法包括：基于子载波资源向各个终端设备发送下行参考信号，接收各个终端设备发送的各个第一传输质量信息，并预测基于各个码本资源向各个终端设备传输数据时的理论传输速率；根据理论传输速率以及各个终端设备的历史平均传输速率，确定将码本资源分配给终端设备的优先级；并确定基于各个码本资源向各个终端设备传输数据时的第二传输质量信息；基于优先级以及第二传输质量信息，为各个终端设备分配码本资源。应用本实施例提供的方案对SCMA系统的资源进行分配时，能够提高为终端设备分配码本资源的效率，进而提高为终端设备所提供服务的质量。
-
公开(公告)号：CN114125861A
公开(公告)日：2022-03-01
申请号：CN202111422214.4
申请日：2021-11-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种无线联邦学习方法及装置，方法包括步骤：基于空中计算的分布式学习用户和基于非正交多址接入的集中式学习用户通过双功能智能超表面辅助的并发传输，共享上行频谱资源，将本地数据和模型参数同时发送到基站进行混合学习；基站首先对基于非正交多址接入的集中式用户进行信号译码，从而获得每个集中式学习用户的本地数据，用以计算其模型参数；然后基站利用串行干扰消除及空中计算技术得到联邦学习用户的平均模型参数；基站结合前述两类模型参数，更新全局模型；之后基站将全局模型下发至所有联邦学习用户以进行下一轮学习，直至全局模型收敛或达到最大迭代次数。本发明可以显著降低通信开销和降低传输时延以及获得更好的学习性能。
-
公开(公告)号：CN110399218B
公开(公告)日：2021-09-21
申请号：CN201910651497.6
申请日：2019-07-18
Applicant: 北京邮电大学
IPC: G06F9/50
Abstract: 本发明实施例提供了一种数据调度方法及装置，该方法包括：获取每个第一数据采集设备所发送的信道检测信息和第一数据量；确定具有强储能能力的第一数据采集设备的第一电能和第二电能，确定数据处理设备中存储的第二数据量；基于第一数据量、第二数据量、第一电能、第二电能、数据处理设备的能量发射功率、信道检测信息、信道容量计算式和预设的资源优化函数，计算当资源优化函数取得最小值时第一比值、第二比值及具有强储能能力的第一数据采集设备上传数据的发射功率；在根据第一比值对第一数据采集设备进行无线充电之后，根据第二比值和发射功率对上行数据进行调度。这样，可以保障数据采集设备上传数据的公平性。
-
公开(公告)号：CN113392539A
公开(公告)日：2021-09-14
申请号：CN202110788018.2
申请日：2021-07-13
IPC: G06F30/20 , G06N7/00 , G06F111/02 , G06F111/04 , G06F111/08 , G06F119/10
Abstract: 基于联邦强化学习的机器人通信控制方法、系统及设备，涉及路径规划技术与无线通信资源分配领域。解决现有机器人系统中存在通信和路径规划问题，方法步骤包括：每个聚合周期开始时每个机器人用新接收到的全局网络模型参数替换本地网络模型参数，聚合周期内，每个机器人用本地网络进行强化学习训练并更新本地网络模型参数，聚合周期结束前每个机器人上传最新网络模型参数给接入点；接入点对所有的新本地网络模型参数进行全局聚合得到新全局模型参数，并把新的全局模型参数下发给相应的机器人。本发明加快网络的收敛速度，提高系统长期吞吐量，并对机器人数量的变化具有较好的鲁棒性，同时还可以降低机器人的通信能耗并保护机器人的隐私。
-
Patent Agency Ranking
公开(公告)号：CN111443731B
公开(公告)日：2021-06-18
申请号：CN202010293107.5
申请日：2020-04-15
Applicant: 北京邮电大学
IPC: G05D1/10
Abstract: 本发明实施例提供了一种无人机控制方法、装置及控制设备，方法包括：获取待探测区域以及完成探测任务的限制时长，获取所述子区域对应的最少数据量，将限制时长平均分为N份，得到时隙长度为δt的N个时隙，并将δt确定为所述子区域对应的传输时长，控制无人机在所述子区域内采集该子区域对应的最少数据量的数据，并控制所述无人机使用该子区域对应的传输时长向数据中心实时传输在该子区域所采集的数据。采用本发明实施例提供的方案控制无人机，可以减小无人机的通信能耗，为无人机节省了能耗，从而减少了无人机在续航时间内无法完成探测任务的现象，提高无人机的探测效率。
-
公开(公告)号：CN110210604B
公开(公告)日：2021-06-04
申请号：CN201910426029.9
申请日：2019-05-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种终端设备移动轨迹预测方法及装置。将历史轨迹序列中包含的各历史轨迹点对应的特征值输入到预先训练的逻辑回归模型中，获得多个目标停留点对应的权重值；将每个目标停留点与该目标停留点对应的权重值进行拼接，并将各目标停留点对应的拼接元素的向量输入到预先训练的循环神经网络模型中，得到待预测终端设备在目标区域内的预测轨迹。由于本发明实施例中，用停留点的权重值来表示终端设备的轨迹行为特征，用用户停留点表示终端设备的位置特征；通过将停留点和停留点的权重值合并后的元素，作为循环神经网络模型的训练样本，并得到用于预测终端设备的轨迹行为的循环神经网络模型，从而准确的对终端设备进行移动轨迹预测。
-
公开(公告)号：CN106709780B
公开(公告)日：2021-05-14
申请号：CN201611029658.0
申请日：2016-11-14
Applicant: 北京邮电大学
IPC: G06Q30/06
Abstract: 本发明公开了一种物品推荐方法及装置，方法包括：根据预先确定的全部物品和全部用户的初始资源分布矩阵计算正向初始转移矩阵和反向初始转移矩阵；确定正向初始转移矩阵对应的正向目标流行性惩罚程度和反向初始转移矩阵对应的反向目标流行性惩罚程度；根据正向目标流行性惩罚程度、正向初始转移矩阵和初始资源分布矩阵计算正向目标转移矩阵，根据反向目标流行性惩罚程度、反向初始转移矩阵和初始资源分布矩阵计算反向目标转移矩阵，根据正向目标转移矩阵和反向目标转移矩阵计算双向目标转移矩阵；确定目标资源分布矩阵，根据目标资源分布矩阵确定推荐给每个用户的物品。本发明实现了为用户推荐更加精确、更加多样、更加个性化的物品。
-
公开(公告)号：CN110096318B
公开(公告)日：2021-01-08
申请号：CN201910380756.6
申请日：2019-05-08
Applicant: 北京邮电大学
IPC: G06F9/445
Abstract: 本发明实施例提供了一种基于移动边缘计算的任务卸载方法及装置，应用于边缘服务器，方法包括：确定用户终端发送的服务请求，服务请求中包含每个服务的待处理任务；基于预设的针对服务器资源的第一约束方程，针对任务卸载的第二约束方程，确定针对服务请求的最大期望收益的优化方程；基于最大期望收益的优化方程，确定服务部署决策，以及任务卸载决策。考虑了服务部署以及任务卸载的相互依赖性，能够在服务器资源受限的情况下，联合制定服务部署以及任务卸载，以提高通信资源的利用率，也提高了运营商的期望收益。
-
公开(公告)号：CN107123032B
公开(公告)日：2020-11-13
申请号：CN201710301639.7
申请日：2017-05-02
Applicant: 北京邮电大学
IPC: G06Q30/06
Abstract: 本发明实施例公开了一种物品推荐方法及装置，其中方法包括：根据历史数据中预先建立的全部用户、全部用户已购买的全部物品的初始物品以及用户的资源分布矩阵，确定正向相似性矩阵以及反向相似性矩阵；确定初始双向相似性矩阵，并根据初始双向相似性矩阵确定二阶初始双向相似性矩阵；确定二阶初始双向相似性矩阵对应的目标删减冗余相似性参数；确定目标双向相似性矩阵；确定全部用户、全部用户已购买的全部物品的目标物品以及用户的资源分布矩阵，通过目标物品以及用户的资源分布矩阵确定目标物品以及用户的资源分布矩阵中全部用户对应的推荐物品。本发明实施例实现了为用户推荐的物品更加精确，以及更加个性化。
-
-
-
-
-
-
-
-
-
Search Results
271
records
(took 0.08 seconds)
