-
公开(公告)号：CN115022839A
公开(公告)日：2022-09-06
申请号：CN202210638046.0
申请日：2022-06-06
Applicant: 南京大学
Abstract: 一种基于多对多匹配博弈的B5G(Beyond5G)/6G全解耦蜂窝车联网高效内容分发方法，1)控制基站收集并存储所有基站位置、资源等信息，以及道路拓扑等不随时间变化的信息，基站实时获取车辆相关信息，包括车辆位置、速度、数据请求等，再将车辆的信息传给控制基站，控制基站将收集到的信息进行整合处理；2)控制基站根据获取的车辆信息预测车辆未来位置，再进行系统建模，执行车辆内容分发算法VCD，得到基站服务内容分发方案，向基站传输控制信息，为每个请求内容的车辆分配多个基站；3)每个基站根据控制基站发送的控制信息，从边缘云中获取车辆请求的数据内容，将内容分发给对应的请求车辆，完成内容分发。
-
公开(公告)号：CN113727306B
公开(公告)日：2023-04-07
申请号：CN202110934853.2
申请日：2021-08-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度强化学习的解耦C‑V2X网络切片方法，基于两层异构网络HetNet在C‑V2X通信的动态RAN切片框架，在切片第一层中，采用深度强化学习SAC算法在宏基站MBS和微基站SBS之间分配带宽，实现V2I和RAC‑V2V之间的资源编排；采用云接入网络C‑RAN中的虚拟化方法在边缘云上聚合UL/DL带宽，满足V2I片和RAC‑V2V片的通信需求；在切片第二层中，将RAC‑V2V通信的QoS建模为一个绝对值优化问题，并采用ASRS算法进行求解，进一步将带宽分配给每个车辆用户；每个车辆用户都采用DL/UL解耦接入技术，并向相关的基站BS报告最低速率要求，边缘云采集不同切片的速率要求，SAC策略网络根据网络状态选择一个转移，即UL/DL带宽分配比，设计ASRS算法，为每一个车辆用户分配带宽。
-
Patent Agency Ranking
公开(公告)号：CN115002721B
公开(公告)日：2024-11-15
申请号：CN202210632787.8
申请日：2022-06-06
Applicant: 南京大学
IPC: H04W4/40 , H04W28/02 , H04W28/20 , H04W48/20 , H04W72/0453 , H04W72/1263 , G06F17/17 , G06F17/18
Abstract: 一种B5G/6G全解耦蜂窝车联网的随机优化资源分配方法，1)针对网络中两类用户，即时延敏感用户和高速率确保用户建立优化问题模型，2)利用李雅普诺夫漂移加惩罚算法，设计异质资源切片机制，构造1)中所提优化问题的求解框架：首先构造高速率确保用户o在时间切片t的虚拟队列，其中L为时延敏感型用户需要的数据量；在时间片t的开头，初始化队列的储备量为0，在每个时间片上执行如下步骤：S1：通过求解目标函数被转化的问题P1确定最优基站连接方案和资源分配方案；3)在2)的求解框架下，结合马尔科夫近似方法设计接入基站选择方法和频谱资源切片机制：求得问题P2近似最优解。相较于传统的单基站接入，提升了车联网用户的服务质量。
-
公开(公告)号：CN115002721A
公开(公告)日：2022-09-02
申请号：CN202210632787.8
申请日：2022-06-06
Applicant: 南京大学
Abstract: 一种B5G/6G全解耦蜂窝车联网的随机优化资源分配方法，1)针对网络中两类用户，即时延敏感用户和高速率确保用户建立优化问题模型，2)利用李雅普诺夫漂移加惩罚算法，设计异质资源切片机制，构造1)中所提优化问题的求解框架：首先构造高速率确保用户o在时间切片t的虚拟队列，其中L为时延敏感型用户需要的数据量；在时间片t的开头，初始化队列的储备量为0，在每个时间片上执行如下步骤：S1：通过求解目标函数被转化的问题P1确定最优基站连接方案和资源分配方案；3)在2)的求解框架下，结合马尔科夫近似方法设计接入基站选择方法和频谱资源切片机制：求得问题P2近似最优解。相较于传统的单基站接入，提升了车联网用户的服务质量。
-
公开(公告)号：CN119940830A
公开(公告)日：2025-05-06
申请号：CN202510031476.X
申请日：2025-01-09
Applicant: 南京大学
IPC: G06Q10/0631 , G06Q10/04 , G06Q50/40 , G06Q50/00 , G06N3/126
Abstract: 本发明公开了一种面向智慧城市的大规模共乘调度方法与系统，基于无人驾驶技术和实际应用场景，通过上层调度的方式将用户出行需求聚合，从而降低用户的出行成本，提升出行质量。基于此目标本发明提出了一种面向智慧城市大规模出行需求的共乘调度方法，通过基于创新编码方式以及交叉操作的改良遗传算法对乘客的预定需求进行调度，并进一步通过动态插入算法对乘客的实时需求进行调度，满足个性化的出行需求，降低出行成本；此外，本发明还搭建了完整的乘客节点‑车辆节点‑云端调度中心‑数字孪生平台的共乘调度和通信系统，系统将智慧城市的车‑路‑乘客状态实时孪生，实现高可靠传输并辅助调度。
-
公开(公告)号：CN118443041A
公开(公告)日：2024-08-06
申请号：CN202410519339.6
申请日：2024-04-28
Applicant: 南京大学
IPC: G01C21/34 , G06Q10/047 , G06N3/006
Abstract: 本发明公开了一种面向网联群体智能的交通态势自适应路径规划方法与系统，基于大规模智能网联路网信息为车辆提供效率更高的路径规划和导航方法，包括：评估包含起点和终点的路网的复杂度，选择路径规划算法；对于复杂路网情形下，采用基于改进蚁群算法的拥堵环境车辆路径规划算法规划路径，路径规划算法中对不同路网中的智能网联车辆进行考虑交通态势的路径规划，引入当量距离量化环境拥堵；采用退火算法优化改进蚁群算法，提高算法自适应能力。在大规模车联网应用场景下，采用本发明方案，可考虑环境拥堵带来的成本，避免传统算法在拥堵环境下路径规划不合理等问题，适应不同交通态势，提升出行效率，缓解交通拥堵。
-
公开(公告)号：CN113727306A
公开(公告)日：2021-11-30
申请号：CN202110934853.2
申请日：2021-08-16
Applicant: 南京大学
Abstract: 本发明公开了一种基于深度强化学习的解耦C‑V2X网络切片方法，基于两层异构网络HetNet在C‑V2X通信的动态RAN切片框架，在切片第一层中，采用深度强化学习SAC算法在宏基站MBS和微基站SBS之间分配带宽，实现V2I和RAC‑V2V之间的资源编排；采用云接入网络C‑RAN中的虚拟化方法在边缘云上聚合UL/DL带宽，满足V2I片和RAC‑V2V片的通信需求；在切片第二层中，将RAC‑V2V通信的QoS建模为一个绝对值优化问题，并采用ASRS算法进行求解，进一步将带宽分配给每个车辆用户；每个车辆用户都采用DL/UL解耦接入技术，并向相关的基站BS报告最低速率要求，边缘云采集不同切片的速率要求，SAC策略网络根据网络状态选择一个转移，即UL/DL带宽分配比，设计ASRS算法，为每一个车辆用户分配带宽。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
