公开(公告)号：CN119675752A

公开(公告)日：2025-03-21

申请号：CN202411881942.5

申请日：2024-12-19

Applicant: 北京工业大学

Inventor： 李硕朋 ,  韩冉 ,  徐晓斌

IPC: H04B7/185 ,  H04L41/14 ,  H04L67/12 ,  H04L43/045

Abstract: 本发明公开了一种面向星地协同边缘网络的数字孪生架构，属于卫星互联网中的网络仿真和智能管理领域。本发明提出的星地协同边缘网络的数字孪生架构，将无人机等终端设备及卫星等边缘设备的运行状态、资源状态、关联状态通过切片化的馈电线路回传，在信关站侧建立数据层、模型层、决策层一体化的数字孪生模型。基于该架构，面向星地协同模型训练任务，利用区块链技术实现模型的训练和聚合。该架构实现了星地协同边缘网络的全生命周期管理，通过实时仿真和优化决策，提升了卫星网络的数字化和智能化水平，提高网络的仿真精度、实时性和资源利用效率，确保卫星网络在复杂动态环境中的高效稳定运行。

公开(公告)号：CN118509030A

公开(公告)日：2024-08-16

申请号：CN202410649154.7

申请日：2024-05-24

Applicant: 北京工业大学

Inventor： 徐晓斌 ,  王怡 ,  王龙云 ,  李硕朋 ,  方娟

IPC: H04B7/185 ,  H04W72/512 ,  H04W84/06

Abstract: 面向异构卫星网络资源优化分配的轻量化容器管理方法涉及卫星通信技术领域。本发明利用卫星异构网络聚合终端连接多种网络，通过实时侦测当前接入的每个网络的状态，包括带宽、时延、误码率等信息，计算出每个网络的分包比例，选择多个网络进行数据传输，以减少传输时延并提高通信速度。

公开(公告)号：CN113869482A

公开(公告)日：2021-12-31

申请号：CN202110816003.2

申请日：2021-07-19

Applicant: 北京工业大学

Inventor： 林绍福 ,  刘佳欣 ,  陈华敏 ,  李硕朋

IPC: G06N3/02 ,  G06K9/62 ,  H05B47/10

Abstract: 本发明公开了一种基于深度强化学习的智慧照明自适应节能控制方法及系统，在感知控制层利用传感器进行环境状态数据采集，将环境状态数据发送至边缘计算层中的网关；边缘计算层网关收集到环境状态数据，对数据进行缓存和处理，再将数据发送至数据服务层在数据服务层中对环境状态数据进行存储；在数据服务层中将控制指令发送至边缘计算层的网关；边缘计算层网关接收到开/关控制指令后，对照明设备的自适应调控；终端应用层与数据服务层直接相连；数据服务层中的服务器已设置用户指令优先级大于算法输出指令，根据所收到的指令确定最终动作指令。采用深度强化学习算法，在为用户提供合适的光照强度的情况下实现了照明设备的高效自适应节能控制。

公开(公告)号：CN119109504A

公开(公告)日：2024-12-10

申请号：CN202411345822.3

申请日：2024-09-26

Applicant: 北京工业大学

Inventor： 李硕朋 ,  韩冉 ,  徐晓斌

IPC: H04B7/185 ,  H04W28/084 ,  H04W28/08 ,  H04W84/06

Abstract: 本发明公开了基于深度确定性策略梯度星地协同边缘网络资源分配方法，属于卫星互联网中的网络资源优化领域，采用DRL方法来优化带宽资源与计算资源的分配。首先设计包含物理空间和数字孪生空间的星地协同边缘网络资源分配模型。其次，建立通信资源和计算资源的分配问题以平衡系统的时延和能耗，并将星地协同边缘网络中的联合目标优化问题建模为马尔可夫决策过程(MDP)，然后提出了一种基于深度确定性策略梯度(DDPG)的算法智能决策带宽资源的分配以及计算资源的分配比例，在满足约束的条件下最大限度地降低系统时延和能耗。

公开(公告)号：CN118945669A

公开(公告)日：2024-11-12

申请号：CN202411164410.X

申请日：2024-08-23

Applicant: 北京工业大学

Inventor： 李硕朋 ,  李川洲 ,  徐晓斌 ,  方娟

IPC: H04W16/18 ,  H04W16/22 ,  H04B7/185 ,  H04W24/02 ,  H04W24/06 ,  H04L41/16

Abstract: 本发明公开了一种基于深度Q学习的高低轨融合的虚拟网络功能放置方法，面向卫星互联网中的网络功能虚拟化领域，主要采用深度强化学习方法来优化网络服务功能链的部署。本发明实现了一种基于深度Q学习的高低轨融合的虚拟网络功能放置算法。设计了包含低地球轨道和地球同步轨道卫星的SEC网络模型，并建立了卫星星座网络服务放置的数学模型，重点考虑通信延迟、能耗和同步卫星覆盖率等关键性能指标。开发了基于DDQN的优化算法，给出了状态、动作、奖励和神经网络结构的详细定义，通过双重深度Q网络DDQN优化网络服务功能链SFC的部署。

公开(公告)号：CN116887490A

公开(公告)日：2023-10-13

申请号：CN202310754719.3

申请日：2023-06-26

Applicant: 北京工业大学

Inventor： 林绍福 ,  陈盈盈 ,  李硕朋

IPC: H05B47/165 ,  H05B47/105 ,  H05B47/11 ,  H05B47/115 ,  G06N3/084 ,  G06N3/092 ,  G06N7/01 ,  G06V40/16

Abstract: 本发明提出了一种基于深度强化学习的多维度特征智能照明自适应控制方法及系统，该系统包括传感控制层、传输层、数据服务层、终端应用层。首先利用传感控制层传感器采集环境状态数据，并通过微服务器对数据进行缓存和处理；再通过传输层将数据发送到数据服务层；数据服务层将接收到的环境状态数据输入预先训练好的深度Q‑网络模型，获得n个照明设备或者开关回路的最优二进制决策序列，并将模型输出的1/0数字信号转换为相应的开/关控制指令；再通过传输层将控制指令发送给传感控制层的设备控制器；传感控制层设备控制器实现对照明设备的自适应调节控制；终端应用层与数据服务层直连。

公开(公告)号：CN116882270A

公开(公告)日：2023-10-13

申请号：CN202310754721.0

申请日：2023-06-26

Applicant: 北京工业大学

Inventor： 林绍福 ,  陈盈盈 ,  李硕朋

IPC: G06F30/27 ,  G06N3/092 ,  H04B17/391

Abstract: 本发明公开了一种基于深度强化学习的多无人机无线充电与边缘计算联合优化方法及系统，采用一组配有射频能量发射部件、边缘计算服务器及大规格电池的大型无人机作为空中智能飞行能源为多个空中执勤无人机UAV提供能量和计算资源保证执行效率。资源供采用无线功率传输WPT与移动边缘计算MEC技术相结合实现，通过联合无人机三维位置、电量、任务量信息构建基于无线能量传输的多无人机边缘计算系统模型、信道模型、能耗模型等。以固定服务时长内系统吞吐量和能量传输效率最大化、同时能耗最小化为目标，建立多无人机能量与算力联合优化模型。采用多智能体深度Q网络算法实现智能飞行能源IFES最优服务位置点和能量发射功率达到优化目标的智能决策。