-
公开(公告)号：CN114268586A
公开(公告)日：2022-04-01
申请号：CN202111553279.2
申请日：2021-12-17
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种混合约束的时间敏感网络(TSN)分级流量调度方法，包括：将整个工厂网络自下而上被划分为了现场级、车间级以及工厂级，其中针对级内传输任务和级间传输任务设置不同的约束条件，并且放松对级间传输任务的约束进行相关管理，在本发明中，将传统时间敏感网络时间表计算进行了更新，由于改进后较宽松的约束使时间表可行解空间增大，所以产生了降低了交换机队列利用率，使得BE流量可使用队列数增加，从而增加了网络整体的利用率和吞吐量，并且降低了时间表计算复杂度。
-
公开(公告)号：CN114125905A
公开(公告)日：2022-03-01
申请号：CN202210082856.2
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
IPC: H04W24/02 , H04L41/0823 , H04L41/16 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种邻区关系确定方法和装置，涉及通信的技术领域，包括：获取待处理小区对中每个小区的工参信息；基于工参信息，确定待处理小区对的目标数据特征；利用预设联合神经网络模型对目标数据特征进行处理，得到待处理小区对的邻区关系；本发明提供的邻区关系确定方法是一种基于深度神经网络学习实现邻区关系预测的方案，相比传统人工配置方式，能够节约大量劳动力成本，同时由于联合神经网络模型中每个独立神经网络模型的层级结构、训练阶段所使用的训练数据和激活函数区间各不相同，所以保证了网络间的独立性、非线性和随机性，进而降低了联合神经网络模型中的多个神经网络在同一样本点误判的风险，达到提升邻区关系预测准确率的效果。
-
公开(公告)号：CN116489683B
公开(公告)日：2023-08-18
申请号：CN202310737201.9
申请日：2023-06-21
Applicant: 北京邮电大学
Abstract: 本发明提供了一种空天地网络中的计算任务卸载方法、装置和电子设备，涉及通信的技术领域，首先将空天地网络中计算任务的多时隙优化问题模型转化为单时隙优化问题模型，然后利用目标神经网络模型按照时间先后依次求解各个时隙的初始计算任务卸载策略，同时不断根据当前时隙的初始计算任务卸载策略和单时隙优化问题模型对目标神经网络模型进行更新，并在确定更新后的目标神经网络模型的网络参数通过区块链认证的情况下，将初始计算任务卸载策略作为当前时隙的目标计算任务卸载策略。利用该方法能够在最大化任务处理比特数目的同时，最小化空中装置的执行成本和隐私保护成本，以缓解现有空天地网络中的计算任务卸载方法存在的网络成本大的技术问题。
-
公开(公告)号：CN114884958B
公开(公告)日：2022-09-20
申请号：CN202210811936.7
申请日：2022-07-12
Applicant: 北京邮电大学
IPC: H04L67/10 , H04L67/1008 , H04L67/101 , H04B7/185 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种星地融合网络中的计算任务卸载方法、装置和电子设备，涉及通信的技术领域，包括：获取星地融合网络中目标边缘网络内所有地面装置的任务状态参数；利用目标神经网络模型对所有地面装置的任务状态参数进行处理，得到每个地面装置的配置参数；其中，目标神经网络模型是基于目标边缘网络的计算任务传输开销计算模型训练的，且计算任务传输开销计算模型的目标为计算任务的传输开销最小；基于所有地面装置的配置参数确定目标边缘网络的计算任务卸载策略；基于计算任务卸载策略，对目标边缘网络中的所有待执行计算任务进行卸载。该方法能够有效的对抗时变信道增益和随机任务到达，在满足用户服务质量的前提下最小化计算任务的传输开销。
-
公开(公告)号：CN114884940A
公开(公告)日：2022-08-09
申请号：CN202210311799.0
申请日：2022-03-28
Applicant: 北京邮电大学 , 西藏高驰科技信息产业集团有限责任公司
Abstract: 本发明公开一种隐私驱动的空天地网络智能任务调度与资源配置方法，包括构建一个覆盖空天地三层的网络模型，包括地面层、空基层和天基层，其中所述地面层由偏远地区的N个IoT设备构成，这些设备运行会产生有不同计算需求的任务；所述空基层由搭载边缘服务器的M架UAV构成，这些边缘服务器具有一定的计算资源，能够对地面层的设备提供计算服务；通过深度强化学习得到隐私保护需求驱动的最优任务调度策略，可以更好地提高计算应用的服务质量，保障用户的隐私权益。
-
Patent Agency Ranking
公开(公告)号：CN114125987B
公开(公告)日：2022-05-03
申请号：CN202210082839.9
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
Abstract: 本发明提供了一种空天地一体化网络的路由方法和装置，涉及通信的技术领域，包括：获取空天地一体化网络中目标网域的网络拓扑和所述网络拓扑的网络状态信息；基于网络状态信息，确定目标网域内路由成本的权重计算因子；将控制信息发送至目标网域内的所有交换机，以使每个交换机在对数据流进行转发时基于控制信息确定目标下一跳节点；本发明方法在空天地一体化网络中使用统一的SDN网络体系，使得数据流在进行跨域路由时不需要进行协议适配，避免域间指标转换，减轻协议复杂性；通过收集目标网域网络拓扑的网络状态信息来计算路由成本的权重计算因子，能够动态地将使用率高的资源作为影响路由成本的主要因素，平衡过载资源，提高整体资源平衡率。
-
公开(公告)号：CN114269019A
公开(公告)日：2022-04-01
申请号：CN202111558461.7
申请日：2021-12-20
Applicant: 北京邮电大学 , 中国电子信息产业集团有限公司第六研究所
Abstract: 本发明公开一种空天信息网络中基于双拍卖博弈的资源分配方法，其特征在于，包括设计了一个基于高空平台(High Altitude Platform，HAP)的低轨卫星系统和一种基于双拍卖博弈的EWA算法机制，其中低轨卫星系统可以直接访问相邻高空平台的计算资源，计算资源是由低轨卫星从高空平台那里购买的，由此建立了一个资源交易市场，而基于EWA算法，买卖双方能够通过与环境互动来动态调整其出价和要价策略。本发明引入了高空平台来卸载低轨卫星的计算任务，以减少传输延迟。基于双拍卖机制计算了近轨道卫星与高空平台之间的资源分配问题。然后，设计了一种基于经验权重吸引(EWA)的纳什均衡搜索算法，该算法结合了强化学习和信念学习的优势，在每个参与者上执行。
-
公开(公告)号：CN114125987A
公开(公告)日：2022-03-01
申请号：CN202210082839.9
申请日：2022-01-25
Applicant: 北京邮电大学 , 北京卫星信息工程研究所
Abstract: 本发明提供了一种空天地一体化网络的路由方法和装置，涉及通信的技术领域，包括：获取空天地一体化网络中目标网域的网络拓扑和所述网络拓扑的网络状态信息；基于网络状态信息，确定目标网域内路由成本的权重计算因子；将控制信息发送至目标网域内的所有交换机，以使每个交换机在对数据流进行转发时基于控制信息确定目标下一跳节点；本发明方法在空天地一体化网络中使用统一的SDN网络体系，使得数据流在进行跨域路由时不需要进行协议适配，避免域间指标转换，减轻协议复杂性；通过收集目标网域网络拓扑的网络状态信息来计算路由成本的权重计算因子，能够动态地将使用率高的资源作为影响路由成本的主要因素，平衡过载资源，提高整体资源平衡率。
-
公开(公告)号：CN111782301A
公开(公告)日：2020-10-16
申请号：CN202010654636.3
申请日：2020-07-08
Applicant: 北京邮电大学 , 西藏高驰科技信息产业集团有限责任公司
Abstract: 本发明提供卸载动作集合获取方法及装置，涉及集合获取领域。方法包括：获取目标应用程序任务；对目标应用程序任务进行训练，生成初始卸载动作集合；基于初始卸载动作集合确定多个新卸载动作集合；对多个新卸载动作集合的集合数量进行更新得到更新之后的多个新卸载动作集合；从对目标应用程序任务进行训练的步骤开始反复执行上述过程直至将满足迭代停止条件时的更新后的多个新卸载动作集合确定为集合数量最少的多个新卸载动作集合；对更新后的多个新卸载动作集合分别进行成本函数计算，获取最低成本函数值对应的卸载动作集合。本发明实施例的卸载动作集合获取方法及装置通过迭代得到最低成本函数值对应的卸载动作集合，达到降低总能耗的技术效果。
-
公开(公告)号：CN114884958A
公开(公告)日：2022-08-09
申请号：CN202210811936.7
申请日：2022-07-12
Applicant: 北京邮电大学
IPC: H04L67/10 , H04L67/1008 , H04L67/101 , H04B7/185 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种星地融合网络中的计算任务卸载方法、装置和电子设备，涉及通信的技术领域，包括：获取星地融合网络中目标边缘网络内所有地面装置的任务状态参数；利用目标神经网络模型对所有地面装置的任务状态参数进行处理，得到每个地面装置的配置参数；其中，目标神经网络模型是基于目标边缘网络的计算任务传输开销计算模型训练的，且计算任务传输开销计算模型的目标为计算任务的传输开销最小；基于所有地面装置的配置参数确定目标边缘网络的计算任务卸载策略；基于计算任务卸载策略，对目标边缘网络中的所有待执行计算任务进行卸载。该方法能够有效的对抗时变信道增益和随机任务到达，在满足用户服务质量的前提下最小化计算任务的传输开销。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.028 seconds)
