-
公开(公告)号：CN105469277A
公开(公告)日：2016-04-06
申请号：CN201510796016.2
申请日：2015-11-18
Applicant: 南京邮电大学
IPC: G06Q30/02
CPC classification number: G06Q30/0206 , G06Q30/0283
Abstract: 本发明公开了一种能量受限无线云计算下的动态调度和动态定价方法，该方法将优化问题转化为最小化李雅普诺夫偏移加上罚函数的方法，实现满足约束条件的情况下使目标函数最优。本发明依据模型的特性，在优化过程中实现了利用电力公司的电力价格低的时候使数据中心进行运作的动态调度方法，以及利用云服务运营商能够调控云服务价格高低的功能来调节用户流量需求的动态定价方法，实现了动态调度和动态定价的融合。同时，本发明在优化中充分考虑了能量受限的条件，对于该条件通过引入能量赤字序列，从而使该限制条件能够应用于李雅普诺夫最优化理论中，本发明不仅实现了该限制策略，同时也使得优化目标函数和数据中心的队列稳定条件达到均衡。
-
公开(公告)号：CN104093177A
公开(公告)日：2014-10-08
申请号：CN201410304691.4
申请日：2014-06-27
Applicant: 南京邮电大学
IPC: H04W36/14
Abstract: 本发明属于无线通信技术领域，提供了一种基于移动趋势的多属性判决垂直切换方法，包括如下步骤：S1：通过计算OFDM符号循环前缀的归一化自相关函数来求得接收信号的最大多普勒频移，利用多普勒频移公式获得移动台在各个基站方向上的速度分量值；S2：分别计算出各备选基站的RSS、可用带宽、移动台速度分量这三个参数的归一化值，以及对应的加权因子；S3：将归一化值及对应的加权因子输入进设定的多属性判决公式，其输出结果为对各备选基站性能进行综合评判后生成的多属性判决值；S4：将多属性判决值最大的基站判定为移动台应该连接的基站。本发明有效改善了切换过程中的乒乓效应，提高工作性能以及切换效果，改进系统资源利用率。
-
公开(公告)号：CN103945473A
公开(公告)日：2014-07-23
申请号：CN201410075690.7
申请日：2014-03-03
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于路由状态的WiMAX网络切换方案，包括如下步骤：ASN-GW检测数据链路相关信息，判断其是否满足切换触发条件，若满足则通知切换执行点BS触发网络切换；MS根据扫描参数对邻居BS列表中的BS进行扫描，并将符合指标阈值要求的邻近基站的相关测量值发送至执行点BS，组成候选基站集合；执行点BS对候选BS进行路由状态预判断后，使用目标基站选择算法对各候选BS打分排序，并给MS发送一个推荐切换基站列表，若候选BS优于当前服务BS，则MS切入目标基站中，建立新的连接，数据包续传。与现有技术相比，本发明能提高移动终端在网络中的切换性能，通过切换主动促成通信过程的本地路由化，从而提高整个网络的传输效率，有效节省网络资源。
-
公开(公告)号：CN101646211B
公开(公告)日：2011-07-06
申请号：CN200910184548.5
申请日：2009-08-31
Applicant: 南京邮电大学
Inventor： 潘甦
Abstract: 基于频谱映射的垂直切换控制方法先将用户在CDMA系统时占用的无线资源及其QoS要求映射为映射频谱带宽，再将用户在WLAN系统时占用的无线资源及其QoS要求映射为映射频谱带宽，接着构造WLAN/CDMA联合资源空间，在此空间上以获得映射频谱的多少定义服务质量收益函数，接着控制垂直切换过程，控制目标是使每个呼叫在持续期内总收益最大。将用户的QoS及其在WLAN和CDMA网络中占用的资源统一映射为映射频谱带宽，以映射频谱带宽定义垂直切换的收益函数，以收益函数最大为目标来控制切换，因此在保证用户服务质量的同时，提高了无线资源利用效率。
-
公开(公告)号：CN116933893A
公开(公告)日：2023-10-24
申请号：CN202310924514.5
申请日：2023-07-25
Applicant: 南京邮电大学
IPC: G06N20/00 , G06N5/04 , G06F9/50 , G06Q30/0217 , G06Q50/30
Abstract: 本发明提供一种无人机辅助联邦学习的方法，将车辆机动性、激励决策、迁移问题综合考虑。针对参与者不愿意无条件贡献他们的资源进行本地模型训练的问题，设计一种公平的激励机制和信任模型，以鼓励参与者上传可靠的模型更新，加入联邦学习任务。本发明针对车辆的移动性，提出了利用无人机服务迁移和无人机移动的双向机制来保证联邦学习任务的完整进行。同时考虑到用户车辆的参与意愿，本发明设计了基于博弈论的用户车辆激励方法，用户车辆和无人机能够制定相应决策，最大化各自的效用。
-
Patent Agency Ranking
公开(公告)号：CN116842134A
公开(公告)日：2023-10-03
申请号：CN202310804893.4
申请日：2023-07-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种最近邻增强对比学习预训练的文本匹配方法，包括：对比学习预训练源文本集、目标文本集，分别得到新的源文本向量和目标文本向量；利用最近邻算法检索源文本向量、目标文本向量的相似实例，分别得到源相似实例集和目标相似实例集；计算源相似实例集的相似权重集和目标相似实例集的相似权重集；基于源相似实例集的相似权重集合并源文本向量和源相似实例集，得到源文本加权向量；基于目标相似实例集的相似权重集合并目标文本向量和目标相似实例集，得到目标文本加权向量；利用文本匹配模型训练源文本加权向量和目标文本加权向量，得到匹配结果。挖掘了源文本和目标文本的相似实例信息，更好地构建文本向量层，提高了匹配准确率。
-
公开(公告)号：CN111314933B
公开(公告)日：2023-06-09
申请号：CN202010084062.0
申请日：2020-02-08
Applicant: 南京邮电大学
IPC: H04W24/02 , H04W24/06 , H04B7/0452 , H04B7/0426
Abstract: 本发明提供了一种基于有限反馈的MU‑MIMO无线数据和功率传输系统的能量效率提升方法，通过建立系统模型和资源分配，利用有限反馈的MU‑MIMO无线数据和功率传输系统进行效率提升，解决了现有技术中存在完全反馈状态下的MU‑MIMO无线功率和数据传输系统无法实现的问题。将复杂的分式优化问题转化为一个等价的整式表达式，然后采用拉格朗日对偶法求解。相比于在实际中假设完全反馈，本发明可获得更大的能量效率。
-
公开(公告)号：CN108282886B
公开(公告)日：2023-04-18
申请号：CN201711384011.4
申请日：2017-12-20
Applicant: 南京邮电大学
IPC: H04W72/044 , H04W72/542 , H04W72/12 , H04B7/0426 , H04B7/0452 , H04L5/00
Abstract: 本发明公开了MIMO‑OFDMA下行信道用户调度和能量效率联合优化方法，首先建立MIMO‑OFDMA下行链路模型，将每个用户的信道分解成为多个平行信道，计算用户下行速率和用户得到资源块获得的功率；然后进行用户调度，考虑用户端缓存器，将资源块分配给用户当前时延大及信道条件好的用户；最后为用户资源块中的子载波重新进行功率分配，根据用户缓存器的容量确定用户获得的下行速率的最大值和最小值，并以此作为优化问题的限制条件，进行最优化求解。本发明联合优化了用户选择和功率分配，提升了能量效率，同时在功率优化中考虑用户端缓存器对用户下行速率的影响，进一步提升了能量效率，通过使用拉格朗日对偶法将问题进行等效，从而分配功率，获得最优能量效率。
-
公开(公告)号：CN113301576A
公开(公告)日：2021-08-24
申请号：CN202110579983.9
申请日：2021-05-26
Applicant: 南京邮电大学
Abstract: 一种基于改进遗传算法的蜂窝网络资源分配方法，提出一种启用缓存的蜂窝网络架构，根据用户请求资源在基站处是否存在有不同的传输链路，结合用户关联，将资源分配问题转化为求解约束优化问题，引入改进的遗传算法对优化问题进行求解，完成资源分配。在改进的遗传算法中，设计了适应性函数、自适应交叉和变异概率、交叉和变异算子，有较好的全局搜索能力，不易陷入局部最优，收敛速度快。结合缓存设置和合理的分配策略，可以提高整个系统的吞吐量。
-
公开(公告)号：CN112600771A
公开(公告)日：2021-04-02
申请号：CN202011402362.5
申请日：2020-12-04
Applicant: 南京邮电大学
IPC: H04L25/02 , H04B7/0413 , G06F30/27 , G06K9/62 , G06N20/00
Abstract: 本发明是一种基于智能迭代初值选择的信道机器学习估计算法，主要的步骤如下：(1)使用混合高斯模型(GMM)对信道的概率模型进行建模；(2)使用最优贝叶斯参数估计进行信道估计；(3)使用改进的K‑means算法来确定迭代过程的初值；(4)利用近似消息传递算法(AMP)来求解步骤(2)中所涉及到的边缘概率密度函数；(5)使用期望最大算法(EM)迭代求解高斯混合模型中的参数。本发明充分利用了信道的样本信息，对其进行聚类，取代期望最大算法(EM)的部分迭代过程来确保迭代更快的收敛速度和更好的MSE性能，同时根据波束域信道增益的稀疏特性，采用最优贝叶斯参数估计算法对信道进行估计。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.049 seconds)
