-
公开(公告)号：CN112399375A
公开(公告)日：2021-02-23
申请号：CN202010563076.0
申请日：2020-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于终端能效优化的无人机辅助边缘计算的卸载方法，通过一种基于块坐标下降的全局优化算法，联合优化了用户终端本地计算的任务量、计算卸载的任务量以及无人机的轨迹，并讨论了不同信道条件下对用户终端能耗的优化效果，最终构建了一个了以最小化用户终端的能耗为目标，以用户的任务量、时延需求以及无人机的能源为约束的无人机辅助边缘计算模型，本发明充分利用了本地和边缘侧的计算资源，提高了用户终端的能效，并且考虑了用户终端本地计算的时延，保证了任务时间内本地和边缘侧计算的同步完成，提高了方法的有效性。此外，还验证了方法在不同信道条件下都具备有效性和可靠性，具备更广泛的实际应用场景。
-
Patent Agency Ranking
公开(公告)号：CN109814951A
公开(公告)日：2019-05-28
申请号：CN201910061942.3
申请日：2019-01-22
Applicant: 南京邮电大学
Abstract: 本发明公开了移动边缘计算网络中任务卸载及资源分配的联合优化方法，包括以下步骤：步骤一：建立一个基于OFDMA的多MEC基站、多用户的场景模型，其中MEC基站支持多用户接入；步骤二：引入卸载决策机制；同时构建本地计算模型和远端计算模型，选出需要进行计算卸载的用户，根据上述条件建立满足时延约束情况下基于最小能耗的计算任务卸载和资源分配方案；步骤三：通过对卸载决策变量、无线资源分配变量及计算资源分配变量三个相互约束的优化变量进行变量融合，使问题简化；步骤四：通过分支定界算法获得使MEC系统中用户总能耗最低的卸载决策及资源分配结果。本发明具有在保证严格时延限制的前提下，能有效降低系统能耗的优点。
-
公开(公告)号：CN109714790A
公开(公告)日：2019-05-03
申请号：CN201910065713.9
申请日：2019-01-23
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于用户移动性预测的边缘协作缓存优化方法，包括以下步骤：步骤一：根据用户的移动轨迹建立马尔可夫预测模型，获取用户移动到每个微蜂窝基站的概率；步骤二：使用层次聚类算法将网络中的所有微蜂窝基站进行分组，每一分组中的微蜂窝基站都连接到同一服务网关；步骤三：考虑文件流行度分布，并基于用户的移动概率，在所有微蜂窝基站分组中采取分布式的协作缓存方法，同一微蜂窝基站分组中的微蜂窝基站共同执行缓存决策，并协作为用户提供服务。本发明的优点是：考虑用户的移动概率和文件流行度，提出在基站各分组中采取协作缓存的方法，提高了缓存单元的利用率并降低了用户访问内容的时延。
-
公开(公告)号：CN109640284A
公开(公告)日：2019-04-16
申请号：CN201910065465.8
申请日：2019-01-23
Applicant: 南京邮电大学
CPC classification number: H04W4/38 , H04W52/0248 , H04W52/0261 , H04W84/18
Abstract: 一种无线传感器网络系统，所述系统传感器节点、汇聚节点和边缘节点，其中，所述传感器节点采集环境数据并上传至对应的汇聚节点；所述汇聚节点接收对应数据采集周期内所述传感器节点发送的环境数据，对所接收的环境数据进行预处理后发送至边缘节点；所述边缘节点接收所述汇聚节点发送的环境数据并通过分析，以确定是否发生对应的应急事件。上述的方案，可以提高应急场景中数据处理的效率和可靠性，并节约资源。
-
公开(公告)号：CN109451523A
公开(公告)日：2019-03-08
申请号：CN201811413243.2
申请日：2018-11-23
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于流量识别技术和Q学习的快速切换方法，主要解决在异构超密集蜂窝网络中小区分簇的快速切换问题。该方法主要分为两个部分：信息采集和动态切换决策过程。信息采集阶段主要包括收集到的网络状态信息、用户数据信息等，然后采用DFI识别技术识别业务类型，以及采用基于HYM的切换方法找到满足切换条件的基站集合，之后将这些数据作为Q学习模型的输入进行Q学习，在动态切换决策中根据指定的策略来输出训练结果，找到最优的切换策略，与传统的切换策略相比，大大减少了信令成本开销，确保了无线网络资源的合理利用。
-
公开(公告)号：CN103687023A
公开(公告)日：2014-03-26
申请号：CN201310518212.4
申请日：2013-10-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于时延区分业务和比例性速率约束的优化无线资源方法，该方法从物理层将业务划分为两种类型：时延约束型(Delay-Constraint,DC)业务和尽力而为型(Best-Effort,BE)业务；具体地，本发明把优化资源分配规划成线性问题，通过引入分时参数，把指数级的混合整数规划问题转换成凸问题来求解；再对结果求拉格朗日微分得到带宽的最佳性能响应，验证其结果是否合理，若不合理，则向前修改决策；若合理，则计算出其他网络分配参数；总的说本发明克服了现有无线资源管理方法不考虑业务类型和用户之间的公平性的缺点，并满足不同类型业务对服务质量(quality of service,QoS)的多样性需求，实现数据传输速率最大化，最大限度提高系统总数据传输速率。
-
-
-
-
-
Search Results
66
records
(took 0.026 seconds)
