-
公开(公告)号：CN117541025B
公开(公告)日：2024-03-19
申请号：CN202410017440.1
申请日：2024-01-05
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种用于密集输电线路巡检的边缘计算方法，涉及移动边缘计算技术领域，包括构建密集输电线路巡检边缘计算模型，实现越障巡检机器人对输电线路的全覆盖式巡检；构建越障巡检机器人的能耗均衡模型，以实现能耗均衡及总体能耗最小化，达到巡检效益最大化；针对巡检区域搭建数字孪生网络，基于数字孪生网络反馈的信息，采用DR‑MADDPG算法获取越障巡检机器人的卸载决策，并反馈至物理实体网络中对应的越障巡检机器人。本发明方法在密集输电线路全覆盖式巡检中能够有效延长越障巡检机器人的工作周期，显著提升巡检效益。
-
公开(公告)号：CN114237917A
公开(公告)日：2022-03-25
申请号：CN202210174497.3
申请日：2022-02-25
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种用于电网巡检的无人机辅助边缘计算方法，采用巡检无人机对目标电网区域进行视频图像采集工作，降低了巡检成本；并借助增强无人机辅助处理巡检无人机所采集的视频图像数据，以最小化系统无人机能耗为目标，在同载能的条件下延长了无人机的工作时间；而且采用深度强化学习中的DDPG算法与遗传算法相结合的方法求解增强无人机的轨迹、系统资源分配、以及任务卸载决策方案，具有迭代速度较快、时间复杂度不高、可以提高系统实时性的优点，进而确保系统无人机在能耗最小化的前提下实施电网巡检。
-
公开(公告)号：CN111866742A
公开(公告)日：2020-10-30
申请号：CN202010678294.9
申请日：2020-07-15
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于WiFi的室内被动式定位方法，该方法采用初步优化和二次优化，以及先单点后全局的优化方法对RSS值进行优化，有效避免RSS值因室内温度、湿度和障碍物不稳定带来的定位误差，从而提高定位准确性。该方法根据模糊决策理论，采用模糊决策法确定最佳AP作为无线接入点，保证了RSS数据来源的可靠性。该方法中采用K-means方法将相似度较大的训练样本聚为一类，降低了采用D-WKNN方法进行训练样本匹配的复杂度。该方法采用D-WKNN方法通过动态化K值，提高了数据匹配的灵活性，优化了系统性能。该方法利用目前通用的室内WiFi网络，无需进行额外的系统搭建，成本低，实现方便。
-
Patent Agency Ranking
公开(公告)号：CN111866742B
公开(公告)日：2022-12-20
申请号：CN202010678294.9
申请日：2020-07-15
Applicant: 南京信息工程大学
Abstract: 本发明公开一种基于WiFi的室内被动式定位方法，该方法采用初步优化和二次优化，以及先单点后全局的优化方法对RSS值进行优化，有效避免RSS值因室内温度、湿度和障碍物不稳定带来的定位误差，从而提高定位准确性。该方法根据模糊决策理论，采用模糊决策法确定最佳AP作为无线接入点，保证了RSS数据来源的可靠性。该方法中采用K‑means方法将相似度较大的训练样本聚为一类，降低了采用D‑WKNN方法进行训练样本匹配的复杂度。该方法采用D‑WKNN方法通过动态化K值，提高了数据匹配的灵活性，优化了系统性能。该方法利用目前通用的室内WiFi网络，无需进行额外的系统搭建，成本低，实现方便。
-
公开(公告)号：CN115166636B
公开(公告)日：2022-12-20
申请号：CN202211075973.2
申请日：2022-09-05
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于多特征信道状态信息边缘计算的工厂人员监管方法，采用CSI中振幅熵、相位差、以及载波间振幅的距离相关系数表征参考点位置信息，并将三个特征数据相融合输入至DQN算法进行工作人员区域判别的操作，提高了DQN算法的鲁棒性与准确性；并且考虑到DQN算法中决策空间的维度较大，在实际运行中会增加边缘服务器的负担、以及拉大运行时延，本发明采用跨领域的方法，通过各FlexPressure压力传感器所反映的压力值适时调整决策空间的维度，从而解决DQN算法中决策空间的维度较大的问题；本发明的实施需要在连续的时间段上进行，考虑到深度强化学习中DQN算法的时延性不高，因此其更适用于本方法。
-
公开(公告)号：CN114237917B
公开(公告)日：2022-06-10
申请号：CN202210174497.3
申请日：2022-02-25
Applicant: 南京信息工程大学
Abstract: 本发明涉及一种用于电网巡检的无人机辅助边缘计算方法，采用巡检无人机对目标电网区域进行视频图像采集工作，降低了巡检成本；并借助增强无人机辅助处理巡检无人机所采集的视频图像数据，以最小化系统无人机能耗为目标，在同载能的条件下延长了无人机的工作时间；而且采用深度强化学习中的DDPG算法与遗传算法相结合的方法求解增强无人机的轨迹、系统资源分配、以及任务卸载决策方案，具有迭代速度较快、时间复杂度不高、可以提高系统实时性的优点，进而确保系统无人机在能耗最小化的前提下实施电网巡检。
-
公开(公告)号：CN117541025A
公开(公告)日：2024-02-09
申请号：CN202410017440.1
申请日：2024-01-05
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q50/06
Abstract: 本发明公开了一种用于密集输电线路巡检的边缘计算方法，涉及移动边缘计算技术领域，包括构建密集输电线路巡检边缘计算模型，实现越障巡检机器人对输电线路的全覆盖式巡检；构建越障巡检机器人的能耗均衡模型，以实现能耗均衡及总体能耗最小化，达到巡检效益最大化；针对巡检区域搭建数字孪生网络，基于数字孪生网络反馈的信息，采用DR‑MADDPG算法获取越障巡检机器人的卸载决策，并反馈至物理实体网络中对应的越障巡检机器人。本发明方法在密集输电线路全覆盖式巡检中能够有效延长越障巡检机器人的工作周期，显著提升巡检效益。
-
公开(公告)号：CN115166636A
公开(公告)日：2022-10-11
申请号：CN202211075973.2
申请日：2022-09-05
Applicant: 南京信息工程大学
Abstract: 本发明涉及基于多特征信道状态信息边缘计算的工厂人员监管方法，采用CSI中振幅熵、相位差、以及载波间振幅的距离相关系数表征参考点位置信息，并将三个特征数据相融合输入至DQN算法进行工作人员区域判别的操作，提高了DQN算法的鲁棒性与准确性；并且考虑到DQN算法中决策空间的维度较大，在实际运行中会增加边缘服务器的负担、以及拉大运行时延，本发明采用跨领域的方法，通过各FlexPressure压力传感器所反映的压力值适时调整决策空间的维度，从而解决DQN算法中决策空间的维度较大的问题；本发明的实施需要在连续的时间段上进行，考虑到深度强化学习中DQN算法的时延性不高，因此其更适用于本方法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.028 seconds)
