一种面向多服务商的无线网络切片资源动态分配方法

    公开(公告)号:CN108076531A

    公开(公告)日:2018-05-25

    申请号:CN201810014213.8

    申请日:2018-01-08

    Abstract: 本发明针对多服务商无线网络切片提出了一种资源动态分配方法,用来解决切片网络中资源动态调度的问题。所述无线网络由远端射频单元RRH和基带处理单元BBU等组成,所述方法包括RRH内部资源分配,RRH间资源动态调整,以及用户切换、用户接入、用户离开时整个网络的资源动态调整。本发明针对不同服务商用户之间的业务差异性以及不同服务商用户所处的不同的信道环境,提出的RRH内两层资源分配策略,确保了资源分配公平性和有效性;现有的针对网络切片集中式资源动态分配方法的计算复杂度高,用户数目大时实现困难,本发明提出的分布式资源动态调整策略,可有效降低网络资源动态分配的复杂度,保证资源分配的实时性。

    一种面向多服务商的无线网络切片资源动态分配方法

    公开(公告)号:CN108076531B

    公开(公告)日:2020-05-12

    申请号:CN201810014213.8

    申请日:2018-01-08

    Abstract: 本发明针对多服务商无线网络切片提出了一种资源动态分配方法,用来解决切片网络中资源动态调度的问题。所述无线网络由远端射频单元RRH和基带处理单元BBU等组成,所述方法包括RRH内部资源分配,RRH间资源动态调整,以及用户切换、用户接入、用户离开时整个网络的资源动态调整。本发明针对不同服务商用户之间的业务差异性以及不同服务商用户所处的不同的信道环境,提出的RRH内两层资源分配策略,确保了资源分配公平性和有效性;现有的针对网络切片集中式资源动态分配方法的计算复杂度高,用户数目大时实现困难,本发明提出的分布式资源动态调整策略,可有效降低网络资源动态分配的复杂度,保证资源分配的实时性。

    一种服务于仓库管理的机器人智能货物出入库方法及系统

    公开(公告)号:CN108341204B

    公开(公告)日:2019-08-30

    申请号:CN201810014205.3

    申请日:2018-01-08

    Abstract: 本发明公开了一种智能货物入库选择储位算法和智能货物出库推荐储位策略切换方法。所述智能入库选择储位算法根据商品属性和储区策略计算待入库商品的推荐储位,使待入库商品能够获得最优储位,从而能够有效地利用储区面积。所述智能出库推荐储位策略切换方法将批次时间优先算法,空间利用最优算法,能耗最优算法和出库耗时优先算法进行智能切换,避免了出库时仅考虑批次时间所造成的机器人能耗过大及空间利用率过低的情况的发生,以及仅考虑机器人使用数量时所造成的物品失效及回退数过大引起的仓储空间冗余问题,实现了整个机器人仓管系统出库策略的最优。

    一种基于“虚拟中心”和“移动代理”的分布式无线自组网

    公开(公告)号:CN108366093B

    公开(公告)日:2020-08-21

    申请号:CN201810041217.5

    申请日:2018-01-16

    Abstract: 本发明公开了一种基于移动代理的动态拓扑感知带有“虚拟中心”的分布式自组网网络架构,针对高速移动环境中网络规模大和节点分布的地理距离远,通信链路带宽小,节点移动快和易受到损坏等特点,保证该特殊极端环境下无线传感网各个节点间信息的互连互通。在分布式自组网的基础上,融合SDN(软件定义网络)的思想,构建含有“虚拟中心”的分布式架构。同时针对无线自组织网络高机动性特点,采取基于移动代理的实时拓扑感知及控制,通过无线自组网络技术将多个终端有机组合。设计一种基于蚁群算法和信息素浓度的移动代理的快速拓扑感知和控制算法,使之充分适应于高机动环境下的无线自组织网络。

    一种基于无线传感网的自适应服务组合方法

    公开(公告)号:CN108365969B

    公开(公告)日:2020-05-05

    申请号:CN201810014204.9

    申请日:2018-01-08

    Abstract: 本发明公开了一种面向多机器人自组织网络的自适应服务组合方法,并通过模糊信誉评估对选定的服务组合进行评价,优化选定的服务组合。在进行服务组合规划的搜索过程中,可能找到多条解决路径。此时,需要根据适应度准则判定解决方案的优劣,从而实现服务的优化。自适应服务组合模式中由代理机器人组织和管理网络环境中的各种资源和服务,同时负责从存储的服务组合策略集中选择与特定环境相关的服务组合策略,实现服务组合的自适应。同时采用机器学习方法动态生成规则,使用模糊推理技术进行规则推理,以此获得服务组合的动态级别。在此基础上,给出信誉的模糊综合机制和信誉的模糊评估算法,实现一个基于机器学习的模糊信誉评估系统FTEs。最后运用增强学习方法,对服务组合进行评价,将反馈用于判断下次规划过程中采取的服务组合方式,使评估效果更理想。

    一种基于“虚拟中心”和“移动代理”的分布式无线自组网

    公开(公告)号:CN108366093A

    公开(公告)日:2018-08-03

    申请号:CN201810041217.5

    申请日:2018-01-16

    Abstract: 本发明公开了一种基于移动代理的动态拓扑感知带有“虚拟中心”的分布式自组网网络架构,针对高速移动环境中网络规模大和节点分布的地理距离远,通信链路带宽小,节点移动快和易受到损坏等特点,保证该特殊极端环境下无线传感网各个节点间信息的互连互通。在分布式自组网的基础上,融合SDN(软件定义网络)的思想,构建含有“虚拟中心”的分布式架构。同时针对无线自组织网络高机动性特点,采取基于移动代理的实时拓扑感知及控制,通过无线自组网络技术将多个终端有机组合。设计一种基于蚁群算法和信息素浓度的移动代理的快速拓扑感知和控制算法,使之充分适应于高机动环境下的无线自组织网络。

    一种基于无线传感网的自适应服务组合方法

    公开(公告)号:CN108365969A

    公开(公告)日:2018-08-03

    申请号:CN201810014204.9

    申请日:2018-01-08

    Abstract: 本发明公开了一种面向多机器人自组织网络的自适应服务组合方法,并通过模糊信誉评估对选定的服务组合进行评价,优化选定的服务组合。在进行服务组合规划的搜索过程中,可能找到多条解决路径。此时,需要根据适应度准则判定解决方案的优劣,从而实现服务的优化。自适应服务组合模式中由代理机器人组织和管理网络环境中的各种资源和服务,同时负责从存储的服务组合策略集中选择与特定环境相关的服务组合策略,实现服务组合的自适应。同时采用机器学习方法动态生成规则,使用模糊推理技术进行规则推理,以此获得服务组合的动态级别。在此基础上,给出信誉的模糊综合机制和信誉的模糊评估算法,实现一个基于机器学习的模糊信誉评估系统FTEs。最后运用增强学习方法,对服务组合进行评价,将反馈用于判断下次规划过程中采取的服务组合方式,使评估效果更理想。

    一种基于软件定义的信息中心网络结构

    公开(公告)号:CN108289062A

    公开(公告)日:2018-07-17

    申请号:CN201711395152.6

    申请日:2017-12-21

    Abstract: 本发明公开了一种基于软件定义的信息中心网络结构,包括:控制器和内容路由器;所述控制器,包括:信息接收模块、发布处理模块、路由发布模块;所述内容路由器,包括:第二信息订阅表、等待兴趣表、内容存储器、转发信息库。本发明利用信息中心网络以命名标识路由的特性,结合控制器与内容路由器的协同作用,减少控制器路由计算资源开销,同时提升用户兴趣包请求的响应速度。

    一种基于软件定义的信息中心网络系统

    公开(公告)号:CN108289062B

    公开(公告)日:2020-07-28

    申请号:CN201711395152.6

    申请日:2017-12-21

    Abstract: 本发明公开了一种基于软件定义的信息中心网络结构,包括:控制器和内容路由器;所述控制器,包括:信息接收模块、发布处理模块、路由发布模块;所述内容路由器,包括:第二信息订阅表、等待兴趣表、内容存储器、转发信息库。本发明利用信息中心网络以命名标识路由的特性,结合控制器与内容路由器的协同作用,减少控制器路由计算资源开销,同时提升用户兴趣包请求的响应速度。

    一种服务于仓库管理的机器人智能货物出入库方法及系统

    公开(公告)号:CN108341204A

    公开(公告)日:2018-07-31

    申请号:CN201810014205.3

    申请日:2018-01-08

    Abstract: 本发明公开了一种智能货物入库选择储位算法和智能货物出库推荐储位策略切换方法。所述智能入库选择储位算法根据商品属性和储区策略计算待入库商品的推荐储位,使待入库商品能够获得最优储位,从而能够有效地利用储区面积。所述智能出库推荐储位策略切换方法将批次时间优先算法,空间利用最优算法,能耗最优算法和出库耗时优先算法进行智能切换,避免了出库时仅考虑批次时间所造成的机器人能耗过大及空间利用率过低的情况的发生,以及仅考虑机器人使用数量时所造成的物品失效及回退数过大引起的仓储空间冗余问题,实现了整个机器人仓管系统出库策略的最优。

Patent Agency Ranking