-
公开(公告)号：CN119921886A
公开(公告)日：2025-05-02
申请号：CN202510401925.5
申请日：2025-04-01
Applicant: 华东交通大学
IPC: H04B17/391 , H04B7/04 , H04B7/06 , H04B7/08 , H04W12/02
Abstract: 本申请涉及一种基于智能反射面的隐蔽通信感知一体化系统设计方法，它包括如下步骤：建立基于智能反射面的隐蔽通信感知一体化系统模型，并建立优化问题作为原问题，即以目标响应矩阵估计的克拉美罗界为优化目标函数，以基站的波束成形向量和有源智能反射面的增益为优化变量求解最优解；采用交替优化的方式，将原问题进行拆分，得到每个子问题的对应优化变量的最优解；根据两个子问题的最优解交替更新以获得原问题的最优解，直至实现目标函数的收敛。本发明将基于智能反射面的通信感知一体化系统与隐蔽通信场景相结合，并针对隐蔽通信场景进行系统优化，使得系统能够更好地应对通信过程中的窃听威胁，并具备对周围信道状态和潜在威胁的感知能力。
-
公开(公告)号：CN119031393B
公开(公告)日：2025-02-14
申请号：CN202411517406.7
申请日：2024-10-29
Applicant: 华东交通大学
IPC: H04W24/02 , H04W28/084 , H04W28/086 , H04W28/08 , H04W12/67 , G06N3/006
Abstract: 本发明公开了一种面向缓存辅助超密集异构MEC网络的安全计算卸载方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为初始种群，采用改进鲸鱼算法对初始种群进行搜索得到目标种群，并输出目标种群中全局最优鲸鱼的位置；根据全局最优鲸鱼位置执行安全型计算效率优化配置。本发明具备多基站卸载，考虑缓存因素，满足速率、移动设备能耗、时延、安全漏洞成本以及任务和发射功率比例约束，能很好地实现所有移动设备本地总能耗最小化的目标。
-
公开(公告)号：CN119031393A
公开(公告)日：2024-11-26
申请号：CN202411517406.7
申请日：2024-10-29
Applicant: 华东交通大学
IPC: H04W24/02 , H04W28/084 , H04W28/086 , H04W28/08 , H04W12/67 , G06N3/006
Abstract: 本发明公开了一种面向缓存辅助超密集异构MEC网络的安全计算卸载方法，该方法包括：获取超密集多接入移动边缘计算网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为初始种群，采用改进鲸鱼算法对初始种群进行搜索得到目标种群，并输出目标种群中全局最优鲸鱼的位置；根据全局最优鲸鱼位置执行安全型计算效率优化配置。本发明具备多基站卸载，考虑缓存因素，满足速率、移动设备能耗、时延、安全漏洞成本以及任务和发射功率比例约束，能很好地实现所有移动设备本地总能耗最小化的目标。
-
公开(公告)号：CN118042495B
公开(公告)日：2024-06-21
申请号：CN202410441124.7
申请日：2024-04-12
Applicant: 华东交通大学
Abstract: 本发明公开了超密集网络中加压安全计算卸载与资源优化方法，该方法包括：获取超密集网络的网络基础信息，根据网络基础信息构建网络系统，并在网络系统的约束下构建优化问题；根据优化问题得到初始解，并将初始解定义为父代种群，采用改进的自适应遗传水波算法对父代种群进行搜索，最后输出全局最优水波的位置；根据全局最优水波的位置执行联合数据压缩及安全的多任务多步计算卸载与资源优化配置，满足延迟约束和安全成本漏洞，实现最小化全网能耗的目标。
-
公开(公告)号：CN119946711A
公开(公告)日：2025-05-06
申请号：CN202510036235.4
申请日：2025-01-09
Applicant: 华东交通大学
IPC: H04W28/06 , H04W28/084 , H04W28/08 , H04B7/04 , G06N3/006
Abstract: 本发明公开了一种空中智能反射表面协助的智慧工地边缘卸载方法，该方法包括以下步骤：首先，获取智慧工地场景下空中智能反射表面辅助移动边缘计算系统的基础信息，基于空中智能反射表面辅助移动边缘计算系统的基础信息建立上行传输通信网络模型、安全模型及计算模型，构建最小化能耗优化问题；然后根据最小化能耗优化问题得到初始解，定义鲸鱼种群和初始鲸鱼个体，采用改进的鲸鱼粒子遗传算法对整个鲸鱼种群进行搜索，输出全局最佳鲸鱼个体的位置作为优化结果；最后根据全局最佳鲸鱼个体的位置执行最小化能耗优化配置。本发明方法能够实现工地设备待处理任务数据的多基站优化卸载，最小化工地设备传输到基站的上行传输能耗、时延和发射功率。
-
Patent Agency Ranking
公开(公告)号：CN119364433A
公开(公告)日：2025-01-24
申请号：CN202411896334.1
申请日：2024-12-23
Applicant: 华东交通大学
IPC: H04W28/084 , H04W28/088 , H04W28/08 , H04W4/44
Abstract: 本发明涉及车联网边缘计算卸载技术领域，具体涉及一种基于双重依赖关系的车联网边缘卸载方法，先根据时序和数据双重依赖关系将智能网联汽车的计算任务划分为存在依赖关系的多个子任务，并构建子任务计算延迟模型；根据子任务计算延迟模型构建调度基站与车辆用户、调度基站与闲置车辆、调度基站与边缘服务器之间的通信模型，再根据通信模型构建计算成本模型，并建立用于生成最优卸载策略的约束问题；然后将所述约束问题建模为卸载优化模型，采用改进的樽海鞘群算法对卸载优化模型求解得到最优卸载策略，并按照最优卸载策略将车辆用户需要卸载的子任务卸载给闲置车辆或边缘服务器。该方法能够确保在资源有限的情况下实现最优的任务计算卸载策略。
-
公开(公告)号：CN118695322B
公开(公告)日：2024-12-03
申请号：CN202411181996.0
申请日：2024-08-27
Applicant: 华东交通大学
Abstract: 本发明属于无线通信领域，具体涉及一种融合身份信任和地理位置信息的车联网安全路由方法。该方法根据车辆节点所接收到的Hello包中的信标消息计算运动状态评分、风险值，结合信托机构计算的车辆节点身份信任度构建决策函数来判断信标消息是否可信，并根据判断结果更新邻居节点信息表。在数据包投递选择下一跳节点时，从邻居节点信息表中筛选满足距离和能耗的邻居节点进入下一跳候选集，并利用麻雀搜索算法在下一跳候选集中寻找高身份信任度、高接收信号强度、高剩余能量、距离目标节点更近的车辆节点作为下一跳节点。本发明方法可以过滤发送虚假信标消息的恶意节点并选择可靠的下一跳节点，具有更好的传输安全性。
-
公开(公告)号：CN119052857A
公开(公告)日：2024-11-29
申请号：CN202411529397.3
申请日：2024-10-30
Applicant: 华东交通大学
IPC: H04W28/084 , H04W28/08 , G06N3/006
Abstract: 本发明公开了一种面向超密集NOMA‑MEC网络的能效型协同卸载方法，其中包括：网络基础信息构建网络架构，配置网络架构中多约束下的优化问题；根据优化问题得到初始解的集合，并将其经映射后定义为原始种群，对原始种群进行处理后得到目标种群，并输出所有红嘴蓝鹊个体的编码信息；利用该信息初始化鳗鱼‑石斑鱼捕食代理个体，利用鳗鱼‑石斑鱼算法进行搜索，迭代更新后得到种群最佳捕食代理个体信息，并根据此位置信息进行任务卸载资源配置。本发明具备执行联合计算任务卸载配置，在满足安全漏洞成本、发射功率比例和时延约束的情况下，能够实现最小化任务卸载能耗的目标。
-
公开(公告)号：CN118042493A
公开(公告)日：2024-05-14
申请号：CN202410432332.0
申请日：2024-04-11
Applicant: 华东交通大学
IPC: H04W24/02 , H04W4/40 , H04W72/0446 , H04W72/0453 , H04W72/52 , H04B17/391
Abstract: 本发明公开了基于反射元件的车联网感知通信计算联合优化方法，包括如下步骤：相继构建智能车辆用户内的车载雷达感知系统、通信传输系统和计算机数据系统，然后各个系统建立感知通信计算联合优化问题；基于交替优化的迭代算法，分别通过分布优化和联合优化求解出最优反射元件系数以及外点法求解出最优时间分配向量，从而求解出目标次用户的最大可实现吞吐量；本发明在传统感知车联网场景的基础上引入了混合中继智能反射面HR‑RIS，有效降低通信能耗，实现了在充分保护主用户通信的前提下，感知车联网场景中增加感知通信性能的目的。
-
公开(公告)号：CN116709391B
公开(公告)日：2023-10-20
申请号：CN202310978112.3
申请日：2023-08-02
Applicant: 华东交通大学
Abstract: 本发明公开了一种超密集网络联合资源分配和能效型安全计算卸载优化方法，包括：获取超密集物联网网络的网络基础信息，构建网络系统，并在网络系统约束下构建多步安全计算卸载的优化问题；根据优化问题得到初始解，并将初始解定义为初始种群，对初始种群进行粗粒度搜索得到目标种群，并输出所有鲸鱼个体的编码；以该编码初始化粒子群中粒子的位置，使用改进的自适应粒子群算法进行细粒度搜索，对粒子群中粒子位置进行更新，得到全局最优粒子位置；通过改进的鲸鱼算法、粒子群算法结合构成改进的鲸鱼粒子群算法，根据全局最优粒子的位置执行卸载优化配置。本发明具备执行多步计算卸载，满足安全漏洞总成本和延迟约束，实现最小化全网能耗的目标。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.104 seconds)
