-
公开(公告)号：CN114980327B
公开(公告)日：2025-02-07
申请号：CN202210478042.0
申请日：2022-04-29
Applicant: 佛山智优人科技有限公司 , 上海大学
IPC: H04W72/53 , H04W72/0453 , H04L41/5019 , H04L41/0896
Abstract: 本发明公开了一种基于深度强化学习的网络切片资源优化方法及装置，其中，所述方法包括：设置软硬混合策略的网络切片框架；基于所述网络切片框架在网络切片窗口内保障网络切片SLA的基础上，最大化频谱效率，获得网络切片优化问题；基于所述网络切片优化问题在给定初始资源分配的情况下，利用DQN网络进行在线网络切片资源优化调整处理，获得网络切片资源优化结果。在本发明实施例中，可以基于统一的优化框架对任性QoS要求的网络切片进行资源分配；能够在保障不同切片SLA的基础上，提升频谱效率。
-
公开(公告)号：CN116193133A
公开(公告)日：2023-05-30
申请号：CN202111434723.9
申请日：2021-11-29
Applicant: 上海大学
IPC: H04N19/189
Abstract: 一种基于无线空口带宽的码率自适应调整装置和方法，包括：位于边缘计算服务器的DASH存储模块、数据采集模块和带宽预测模块以及位于DASH客户端的数据接收模块、码率自适应模块和DASH播放模块，本发明利用获得的空口带宽大小计算网络速率并结合缓冲信息得到最佳传输码率；依据最佳传输码率从可选码率列表中选择输出待请求视频片段的传输码率，从而实现兼顾吞吐量和视频缓冲信息决策选择传输码率。
-
公开(公告)号：CN116431450A
公开(公告)日：2023-07-14
申请号：CN202310256538.8
申请日：2023-03-16
Applicant: 上海大学
IPC: G06F11/34 , G06F11/36 , G06N5/04 , G06V10/764 , G06V10/82
Abstract: 一种面向边缘计算基于模型分割的应用推理部署方法，在性能测试阶段，分别通过网络性能测试、客户端推理任务延时测试和服务端推理任务延时测试得到网络链路的延迟与带宽以及神经网络(DNN)各层执行的耗时，通过分割点决策方法得到最佳分割点配置；在本地推理阶段，通过获取图像后由当前客户端按照最佳分割点配置执行分割点前的推理任务，并将中继点数据经int8特征量化处理后传输至位于边缘侧的服务端；在边缘推理阶段，服务端按照相同的最佳分割点配置执行分割点后的边缘推理并执行推理任务后，将结果传回客户端，由客户端进行格式化处理并输出分类结果和检测框。本发明通过面向边缘计算的应用部署的实际可用系统，并通过动态调整的分割点决策方法，完成实际系统在图像分类和目标检测两类AI应用的性能提升验证。
-
Patent Agency Ranking
公开(公告)号：CN114980327A
公开(公告)日：2022-08-30
申请号：CN202210478042.0
申请日：2022-04-29
Applicant: 佛山智优人科技有限公司 , 上海大学
IPC: H04W72/04 , H04L41/5019 , H04L41/0896
Abstract: 本发明公开了一种基于深度强化学习的网络切片资源优化方法及装置，其中，所述方法包括：设置软硬混合策略的网络切片框架；基于所述网络切片框架在网络切片窗口内保障网络切片SLA的基础上，最大化频谱效率，获得网络切片优化问题；基于所述网络切片优化问题在给定初始资源分配的情况下，利用DQN网络进行在线网络切片资源优化调整处理，获得网络切片资源优化结果。在本发明实施例中，可以基于统一的优化框架对任性QoS要求的网络切片进行资源分配；能够在保障不同切片SLA的基础上，提升频谱效率。
-
公开(公告)号：CN114756371A
公开(公告)日：2022-07-15
申请号：CN202210455191.5
申请日：2022-04-27
Applicant: 佛山智优人科技有限公司 , 上海大学
Abstract: 本发明公开了一种终端边缘联合资源优化配置的方法及系统，其方法包括：基于边缘控制器记录不同帧数的视频输入到神经网络时，计算神经网络所需要的乘加数以及神经网络识别的准确率；根据移动设备的视频识别请求完成控制任务，所述控制任务包括：基于每个移动设备视频采样的帧数给移动设备所对应的视频采样管理模块发送采样帧数控制信息；基于用户卸载决策确定用户的推理任务是在本地DNN推理模块完成还是在边缘DNN推理模块中完成；基于各个移动视频设备通信资源的分配策略从而确定各个移动设备上行传输视频的时间比例。基于该优化方法同时降低系统的平均推理延时和移动设备的平均能耗，并提高模型推理的准确率。
-
公开(公告)号：CN112801268A
公开(公告)日：2021-05-14
申请号：CN202011616730.6
申请日：2020-12-30
Applicant: 上海大学
Abstract: 一种基于图卷积和多层感知机混合网络的定位方法，通过在待定位区域选取参考点，并在离线阶段从参考点接收从各个AP发送的信号RSSI作为唯一标示从而构成数据库，在在线阶段将用户接收到的RSSI在数据库中进行匹配，选取最接近的RSSI对应的位置作为用户的位置；本发明通过AP的拓扑结构并以此为基础构建无向图，考虑两种邻接矩阵构造方式来为接入点之间的位置关系。1)在小型室内环境中，往往能接收到所有AP的信号，直接利用各AP的欧式距离作为邻接矩阵；2)在大型室内环境中，无法接收到所有AP信号的情况下，利用从多个AP接收到的信号的统计信息构造邻接矩阵。
-
公开(公告)号：CN116633464A
公开(公告)日：2023-08-22
申请号：CN202210127475.1
申请日：2022-02-11
Applicant: 上海大学
IPC: H04B17/345 , H04L43/0823 , G06N5/01
Abstract: 一种基于空口参数与机器学习的LTE下行干扰检测装置，包括：数据采集模块、干扰模型训练模块、干扰检测模块和干扰源定位模块，本装置通过基站感知UE上报的参数及基站自身的无线环境参数建立数据库，利用数据库训练低干扰或单一干扰场景下的机器学习模型，预测基站在低干扰或单一基站干扰条件下的重传率，得到基站的干扰强度及干扰源实现对基站的干扰检测及干扰源定位。
-
公开(公告)号：CN112801268B
公开(公告)日：2022-09-13
申请号：CN202011616730.6
申请日：2020-12-30
Applicant: 上海大学
Abstract: 一种基于图卷积和多层感知机混合网络的定位方法，通过在待定位区域选取参考点，并在离线阶段从参考点接收从各个AP发送的信号RSSI作为唯一标示从而构成数据库，在在线阶段将用户接收到的RSSI在数据库中进行匹配，选取最接近的RSSI对应的位置作为用户的位置；本发明通过AP的拓扑结构并以此为基础构建无向图，考虑两种邻接矩阵构造方式来为接入点之间的位置关系。1)在小型室内环境中，往往能接收到所有AP的信号，直接利用各AP的欧式距离作为邻接矩阵；2)在大型室内环境中，无法接收到所有AP信号的情况下，利用从多个AP接收到的信号的统计信息构造邻接矩阵。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
