一种无线传感器网络中移动充电和数据收集方法

    公开(公告)号:CN112996076A

    公开(公告)日:2021-06-18

    申请号:CN202110167167.7

    申请日:2021-02-05

    Applicant: 东北大学

    Abstract: 一种无线传感器网络中移动充电和数据收集方法,本发明重点考虑了无线可充电传感器网络在实际部署中的情形(节点分布不均匀、电池容量不一致),提出了适用于此场景的移动充电和数据收集方法。本发明中根据节点的密度和相互间距离选择聚类中心、根据距离远近分簇,使簇结构能够更贴近节点的真实分布。在合理分簇的基础上,簇内节点根据剩余能量和距离选择簇头,避免低能量节点和偏僻节点作为簇头,簇头每周期选举一次,从而将网络能耗均衡到每个节点。最后,MPMD根据每个簇的位置或每个簇内待充电节点的个数制定移动路径,依次访问每个簇,为簇内节点充电并从节点收集数据,从而延长了网络寿命,并均衡了节点间能耗。

    一种异构车联网中的智能切换判决方法

    公开(公告)号:CN112765892B

    公开(公告)日:2023-09-26

    申请号:CN202110109945.7

    申请日:2021-01-27

    Applicant: 东北大学

    Abstract: 一种异构车联网中的智能切换判决方法,属于车联网通信技术领域,包括:步骤1、搭建问题模型;步骤2、搭建DCRQN架构,主要分为网络环境和决策大脑两部分;决策大脑从网络环境中获得网络的状态信息,即网络接入点接收到的车辆终端的SINR,并对网络状态信息进行处理,然后决策大脑制定决策,并执行决策指令,实现对网络的管理操作,即将车辆终端切换到目标网络;所述决策大脑由三个部分组成,分别为:智能体模块、特征提取模块和决策模块;步骤3、基于DCRQN进行切换决策。本发明方法能够学习车辆终端所处的状态,做出最佳的切换决策,使得车辆终端在整个覆盖范围内的平均吞吐量最高,提高车辆终端的服务质量。

    超密度蜂窝与D2D异构融合网络缓存优化决策方法

    公开(公告)号:CN108600998A

    公开(公告)日:2018-09-28

    申请号:CN201810309517.7

    申请日:2018-04-09

    Applicant: 东北大学

    Inventor: 宋清洋 林鹏

    CPC classification number: H04W4/70 H04W28/06 H04W28/14

    Abstract: 本发明提出一种超密度蜂窝与D2D异构融合网络缓存优化决策方法,包括:构建蜂窝与D2D异构融合网络架构;预测网络流通的多媒体内容的流行度;在接收智能终端接收广播消息组建D2D资源共享网络;各用户智能终端对访问过的多媒体内容进行协作缓存;通过用户智能终端预测蜂窝基站内各用户智能终端缓存内容可获得概率;通过蜂窝基站统计蜂窝与D2D异构融合网络中的内容传输延时;服务网关根据统计的蜂窝与D2D异构融合网络中的内容传输延时,以最小内容传输延时为目标对基站进行缓存优化,得到最终的蜂窝与D2D异构融合网络优化决策。本发明在终端与基站之间增加了内容需求反馈机制,进一步降低了D2D网络与蜂窝网络的层间缓存冗余。

    一种无线传感器网络中移动充电和数据收集方法

    公开(公告)号:CN112996076B

    公开(公告)日:2023-03-10

    申请号:CN202110167167.7

    申请日:2021-02-05

    Applicant: 东北大学

    Abstract: 一种无线传感器网络中移动充电和数据收集方法,本发明重点考虑了无线可充电传感器网络在实际部署中的情形(节点分布不均匀、电池容量不一致),提出了适用于此场景的移动充电和数据收集方法。本发明中根据节点的密度和相互间距离选择聚类中心、根据距离远近分簇,使簇结构能够更贴近节点的真实分布。在合理分簇的基础上,簇内节点根据剩余能量和距离选择簇头,避免低能量节点和偏僻节点作为簇头,簇头每周期选举一次,从而将网络能耗均衡到每个节点。最后,MPMD根据每个簇的位置或每个簇内待充电节点的个数制定移动路径,依次访问每个簇,为簇内节点充电并从节点收集数据,从而延长了网络寿命,并均衡了节点间能耗。

    一种异构车联网中的智能切换判决方法

    公开(公告)号:CN112765892A

    公开(公告)日:2021-05-07

    申请号:CN202110109945.7

    申请日:2021-01-27

    Applicant: 东北大学

    Abstract: 一种异构车联网中的智能切换判决方法,属于车联网通信技术领域,包括:步骤1、搭建问题模型;步骤2、搭建DCRQN架构,主要分为网络环境和决策大脑两部分;决策大脑从网络环境中获得网络的状态信息,即网络接入点接收到的车辆终端的SINR,并对网络状态信息进行处理,然后决策大脑制定决策,并执行决策指令,实现对网络的管理操作,即将车辆终端切换到目标网络;所述决策大脑由三个部分组成,分别为:智能体模块、特征提取模块和决策模块;步骤3、基于DCRQN进行切换决策。本发明方法能够学习车辆终端所处的状态,做出最佳的切换决策,使得车辆终端在整个覆盖范围内的平均吞吐量最高,提高车辆终端的服务质量。

    超密度蜂窝与D2D异构融合网络缓存优化决策方法

    公开(公告)号:CN108600998B

    公开(公告)日:2020-11-17

    申请号:CN201810309517.7

    申请日:2018-04-09

    Applicant: 东北大学

    Inventor: 宋清洋 林鹏

    Abstract: 本发明提出一种超密度蜂窝与D2D异构融合网络缓存优化决策方法,包括:构建蜂窝与D2D异构融合网络架构;预测网络流通的多媒体内容的流行度;在接收智能终端接收广播消息组建D2D资源共享网络;各用户智能终端对访问过的多媒体内容进行协作缓存;通过用户智能终端预测蜂窝基站内各用户智能终端缓存内容可获得概率;通过蜂窝基站统计蜂窝与D2D异构融合网络中的内容传输延时;服务网关根据统计的蜂窝与D2D异构融合网络中的内容传输延时,以最小内容传输延时为目标对基站进行缓存优化,得到最终的蜂窝与D2D异构融合网络优化决策。本发明在终端与基站之间增加了内容需求反馈机制,进一步降低了D2D网络与蜂窝网络的层间缓存冗余。

Patent Agency Ranking