一种面向QoE的边缘计算资源分配方法

    公开(公告)号:CN116016519A

    公开(公告)日:2023-04-25

    申请号:CN202211730016.9

    申请日:2022-12-30

    Abstract: 本发明公开了一种面向QoE的边缘计算资源分配方法,包括:基于不同的QoE需求特征构建面向QoE的资源分配模型,资源分配模型包括终端用户资源分配方案和边缘服务器的资源分配方案;终端用户资源分配采用卸载决策机制,用户根据QoE需求获得最佳计算资源分配并在能够达到QoE要求时下处理任务,否则,任务将以通信调度的最佳传输功率卸载到边缘服务器;边缘服务器的资源分配采用多目标强化学习来联合调度边缘服务器通信和计算资源,以满足终端用户不同的QoE需求。本发明所提出的方法实进行合理的资源分配以满足边缘辅助物联网应用的不同QoE需求,提高了QoE值,使得终端用户自身和边缘计算系统共同调度通信和计算资源,在多个物联网用户之间实现总体QoE最大化。

    需求自适应预测的边缘DPU算力协同优化卸载方法

    公开(公告)号:CN118301002A

    公开(公告)日:2024-07-05

    申请号:CN202410364085.5

    申请日:2024-03-28

    Abstract: 本发明公开了需求自适应预测的边缘DPU算力协同优化卸载方法,所述方法包括:建立算力需求函数模型,并依据环境进行改进;根据算力资源需求历史数据,构建拉普拉斯分布模型,预测设备的算力资源需求;确定各个边缘节点为每一个设备分配资源的代价矩阵;建立算力资源优化函数模型,并进行求解,实现算力资源的最佳分配。本发明充分考虑了设备所提任务的算力需求随机变化的情况,提出了需求自适应预测的边缘DPU算力协同优化卸载方法,依据环境因子,改进算力需求函数模型,通过拉普拉斯分布模型预测设备所提任务的算力需求,考虑边缘节点算力资源有限的条件下,能够使用最少的算力资源去满足设备所提任务的算力需求。

    一种电力物联网标准知识图谱构建方法及装置

    公开(公告)号:CN115329101A

    公开(公告)日:2022-11-11

    申请号:CN202211082212.X

    申请日:2022-09-06

    Abstract: 本发明公开了一种电力物联网标准知识图谱构建方法及装置,包括获取电力物联网标准文本集,对所述标准文本集进行预处理;通过预先构建的词向量模型对预处理后的标准文本集进行半监督形式的实体之间的层级关系抽取和实体识别;通过映射学习的方法将抽取的实体之间的层级关系映射到预先构建的初步的知识图谱中;基于图神经网络自动学习实体和实体属性关系之间的特征,将图结构和节点特征自然地结合起来训练分类器,对图谱待分类节点进行半监督分类,构建电力物联网标准知识图谱,本发明构建了一个完整的电力物联网标准知识图,且提高了知识图谱构建准确率和模型效率。

    时频域联合处理抑制正交频分复用系统子载波间干扰的方法

    公开(公告)号:CN102752253A

    公开(公告)日:2012-10-24

    申请号:CN201110435748.0

    申请日:2011-12-22

    Abstract: 本发明是一种时频联合处理抑制正交频分复用系统子载波间干扰的方法,具体实现方法包括:1)在OFDM信号发射设备的发射端,对用户数据进行编码,分组和分段后进行星座映射;2)对星座映射后数据进行预编码和相关编码,实现频域部分响应,3)将时域部分响应信号串并变换,利用快速傅里叶反变换IFFT调制到多个子载波上,4)对形成的OFDM时域信号加窗函数,得到的信号为频时域联合处理的结果,6)对接收到的OFDM时域信号进行数模变换和下变频变换;7)经过串并变换后去掉循环前缀,采用快速傅里叶变换FFT分别在各个子载波上解调OFDM信号;8)最后采用相关编码的逆运算解部分响应,9)解码得到发送信号。

    一种传输场景自适应的模型迁移融合定位方法

    公开(公告)号:CN118259229A

    公开(公告)日:2024-06-28

    申请号:CN202410370939.0

    申请日:2024-03-28

    Abstract: 本发明公开了一种传输场景自适应的模型迁移融合定位方法,包括:首先在标准定位场景下构建待定位点处标准RSRP模型,同时训练贝叶斯非线性回归定位模型,利用该模型输入待定位点RSRP值即可得到待定位点位置坐标;然后在新的定位场景下对标准RSRP模型进行修正,根据修正后的模型得出该场景下待定位点处RSRP值,并将其输入至贝叶斯非线性回归定位模型中得到待定位点定位结果,同时利用信号到达时间TOA定位模型进行该场景待定位点位置预测,得出定位结果;最后构建不同场景下三角形定位模型评价函数,结合定位系统稳定性系数得到贝叶斯非线性回归定位模型可信度,基于该可信度,对两个模型定位结果进行场景自适应融合,融合结果即为待定位点预测位置坐标。

    基于航迹误差估计的多传感融合室内外最优定位方法

    公开(公告)号:CN116698042A

    公开(公告)日:2023-09-05

    申请号:CN202310699978.0

    申请日:2023-06-13

    Abstract: 本申请涉及基于航迹误差的多传感融合室内外最优定位方法,该方法包括:利用内置了惯性测量单元的定位终端,从室内外低密度5G基站获取实时航迹数据;基于定位终端在初始位置的航迹数据,构建初始位置的目标损失函数,估计定位终端的初始位置;对定位终端的航迹误差进行分析和建模,并基于扩展卡尔曼滤波制定终端航迹和往返时间紧耦合方案,获得所述定位终端的航迹误差;更新定位,向所述定位终端反馈所述定位。为了在室内外低5G基站部署密度场景中精确跟踪定位终端,本方法利用低维度的往返时间修正定位终端航迹误差,自适应地调整定位终端航迹误差,从而使往返时间深度反馈到定位结果,在节省能耗成本的同时,使定位更准确,方法更稳健。

Patent Agency Ranking