-
公开(公告)号：CN119025291B
公开(公告)日：2025-04-18
申请号：CN202411525289.9
申请日：2024-10-30
Applicant: 南京信息工程大学
IPC: G06F9/50 , G06N3/042 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种算力网络中基于图神经网络的资源协同调度方法，属于计算机领域。本发明在综合考虑网络中各个计算节点的资源使用状态的情况下使算力网络高效运行并提升网络性能；将网络环境建模成图结构，并利用GNN来实时更新并提取网络环境中的状态信息；为了最大化算力网络的性能并满足用户的多样化需求，本发明结合GNN和DDPG，使用双重神经网络架构分离策略学习和价值学习减少了过度估计的风险，并且引入经验回放的方式使得算法更容易收敛，提升了算法的稳定性和学习效率，还增强了模型的泛化能力和鲁棒性。
-
公开(公告)号：CN119247985B
公开(公告)日：2025-03-14
申请号：CN202411772832.5
申请日：2024-12-04
Applicant: 南京信息工程大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了一种完全规避禁飞区的无人机航迹规划方法，属于无人机航迹规划领域，包含禁飞区下无人机航迹规划方法的应用场景，所述禁飞区下无人机航迹规划方法的应用场景包括禁飞区下无人机与终端用户通信场景；本发明以支持无人机在飞行过程中能够绝对避免进入任何禁飞区；采用多条直线来近似无人机的实际飞行轨迹，并计算相邻两条直线的交点距离禁飞区中心点的距离，以实现对无人机飞行路径的严格监控与规划，提高了航迹规划的精确度以及无人机的飞行效率和任务执行效果；本发明增加了相邻时隙之间对连续轨迹的约束，通过多条直线逼近和精确的交点计算，进一步提高了系统的安全性和鲁棒性。
-
公开(公告)号：CN119031392B
公开(公告)日：2025-01-28
申请号：CN202411506674.9
申请日：2024-10-28
Applicant: 南京信息工程大学
IPC: H04W24/02 , H04W28/08 , H04W28/084 , G06N3/084 , G06N3/098
Abstract: 本发明公开了一种无人机通感算融合网络中基于DNN的拆分学习方法，属于移动边缘计算和无线通信领域，无人机通感算融合网络包含多个无人机、配备边缘服务器的中心控制器和地面终端用户；无人机辅助的通感算融合网络环境包含通信用户集合和计算服务器集合；通过将DNN模型自适应地分割，并在无人机和边缘服务器上协作执行，优化计算资源和通信资源的分配，通过将 DNN 模型自适应地分割并在无人机和边缘服务器上协作执行，优化计算资源和通信资源的分配，提高了ISCC系统的性能。
-
公开(公告)号：CN118089600B
公开(公告)日：2024-12-31
申请号：CN202410130344.8
申请日：2024-01-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种茶树叶面积指数测量方法，属于农业遥感信息技术领域，方法包括：在预先划定的实验样区内，使用光学测量仪器测量各预设测量点的叶面积指数；计算各预设测量点的叶面积指数的平均值，并利用预获取的枝干修正系数对所述平均值进行修正，获取所述实验样区内茶树的叶面积指数；其中，所述枝干修正系数是由不同实验样本的枝干投影数据与叶面积指数真值进行拟合获取的。该方法能够修正枝干遮挡问题造成的茶树叶面积指数误差。
-
-
Patent Agency Ranking
公开(公告)号：CN117241300A
公开(公告)日：2023-12-15
申请号：CN202311526749.5
申请日：2023-11-16
Applicant: 南京信息工程大学
Abstract: 本申请涉及一种无人机辅助的通感算网络融合方法。该方法包括：无人机通过通感一体化信号对环境状态进行感知，获得当前的环境状态，在每个决策时刻t时，获取各无人机当前的坐标、各用户当前的坐标、各边缘基站当前的坐标、无人机当前的剩余能量、无人机的处理速率、卸载速率和当前的环境状态，输入至训练好的策略优化网络模型进行分析，确定无人机下一时刻最优的轨迹规划、无人机和用户关联决策、目标感知选择、发射波束形成策略和资源分配策略，在下一时刻时，无人机根据最优的无人机的轨迹规划、无人机和用户关联决策、目标感知选择、发射波束形成策略和资源分配策略执行动作，从而提高了无人机的通信和感知性能。
-
公开(公告)号：CN113590232B
公开(公告)日：2023-04-25
申请号：CN202110965259.X
申请日：2021-08-23
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于数字孪生的中继边缘网络任务卸载方法，包括搭建中继边缘网络任务卸载策略模型；更新数字孪生体环境中对应的各个部分的状态；将数字孪生体的参数传入模拟任务卸载系统进行迭代训练，得到最优任务卸载策略模型；将最优任务卸载策略模型传输到模拟人工控制界面进行备份；将当前的数字孪生参数训练模型以及最优任务卸载策略模型传输到数字孪生体环境缓存，并由现实中的边缘服务器转发给每个中继节点，中继节点再转发给与其通信的用户终端；用户终端和中继节点根据最优任务卸载策略模型进行相应的任务卸载。本发明可以减少现实5G边缘计算技术在落地过程中的试错成本，提高了落地效率。
-
公开(公告)号：CN115951711A
公开(公告)日：2023-04-11
申请号：CN202310080412.X
申请日：2023-02-08
Applicant: 南京信息工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种高海况环境下的无人集群多目标搜索和追捕方法。无人机设备作为集群眼睛负责目标搜索任务，通信无人艇设备作为集群大脑负责集群控制、数据处理和目标分配，同时追捕无人艇设备执行目标追捕任务，通过不同无人设备相互协同，完成集群的搜索和追捕任务。此外，在集群协同执行任务的基础上，本发明考虑到无人集群在高海况环境下机动决策的问题。一方面，在高海况环境下传统通信技术受限、定位技术受干扰时，实现无人设备可以对目标的精准定位；另一方面，为加强集群内各无人设备的信息交互，在保证各无人设备完成追击任务的同时，实现全局效益最大化。
-
公开(公告)号：CN115729265A
公开(公告)日：2023-03-03
申请号：CN202211512187.4
申请日：2022-11-29
Applicant: 南京信息工程大学
IPC: G05D1/10
Abstract: 本发明公开了一种拒止环境下无人机群协同搜索和围捕方法，属于无人机集群技术领域。包括如下步骤：所述方法包括两个阶段，分别为搜索阶段和围捕阶段；所述搜索阶段，无人机群根据联合求解的刺激值，尽可能高效地覆盖目标区域，探索动态和静态目标；所述围捕阶段，由头狼带领已经到达的无人机向目标发起攻击直至消灭目标任务完成。本发明引入基于定位置信度的无人机协同定位方式，更加符合实际，可以更加精确的对目标做出定位，更有利于做出适用于实际场景的决策。
-
公开(公告)号：CN113810878A
公开(公告)日：2021-12-17
申请号：CN202111010521.1
申请日：2021-08-31
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于车联网任务卸载决策的宏基站放置方法，具体为：步骤1：建立Y*Y个编码矩阵，并对行和列进行组合，步骤2：建立数字孪生网络，对每一种组合进行仿真；步骤3：计算得到每一种组合中每个宏基站的最优任务卸载决策，步骤4计算每一种组合下每一个宏基站的总能耗；步骤5：建立总能耗的最小目标函数，并采用粒子群算法进行求解；从而得到最优的组合。本发明考虑了边缘计算中的宏基站的放置问题，在满足任务计算要求的前提下，减少宏基站中边缘服务器的闲置时间，进一步降低能耗。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.038 seconds)
