-
Patent Agency Ranking
公开(公告)号：CN115134776B
公开(公告)日：2025-04-25
申请号：CN202210578963.4
申请日：2022-05-25
Applicant: 西北工业大学
IPC: H04W28/084 , H04W28/08 , H04W4/40 , H04W72/566 , G06F9/50 , G06F18/23213 , H04W84/06
Abstract: 本发明提供一种面向移动边缘计算的无人机计算卸载方法。首先，通过分析所有终端设备的状态信息，包括可计算的电池容量、设备的CPU频率，来衡量终端设备的计算能力，然后根据终端设备的位置和计算能力来划分计算区域，无人机选择合适的区域执行计算卸载任务。其次，每个无人机负载一个区域的计算卸载任务，每个终端设备可以将计算任务卸载给无人机或有无人机卸载给附近的基站执行，通过部分卸载方法对终端设备、无人机、基站三方进行卸载决策。最后针对无人机上的任务使用双队列按照截止日期进行优先级排序，让实时任务优先执行。本发明方法减少了总的任务执行时间，大大提高任务完成率。
-
公开(公告)号：CN115827177A
公开(公告)日：2023-03-21
申请号：CN202210626339.7
申请日：2022-06-02
Applicant: 西北工业大学
Abstract: 本发明实施例公开了一种任务分配的方法和装置。该任务分配的方法包括：接收数据请求端发送的任务信息；依据任务信息结合预先获取的感知信息图将任务分配至对应的参与者；依据任务的执行更新感知信息图。通过本发明，解决了相关技术中由于现有技术技术中不同类型参与者之间存在差异，无法有效实现任务分配的问题，达到了有效实现任务分配的技术效果。
-
公开(公告)号：CN119205480A
公开(公告)日：2024-12-27
申请号：CN202411173421.4
申请日：2024-08-26
Applicant: 西北工业大学
IPC: G06T1/20 , G06F9/50 , G06V10/764 , G06T7/60
Abstract: 本发明公开了一种低功耗多智能体协同增强方法。其中，该方法包括：获取初始任务和处理初始任务的初始模型；将初始任务进行划分，得到划分后的多个子初始任务；基于多个子初始任务，将初始模型进行划分，得到与多个子初始任务对应的多个子初始模型，其中，每个子初始模型包含多层计算层。本发明解决了在现有技术中数据在计算过程中在内存和计算核之间来回移动产生的参数量大，对电池的消耗大，电池使用效率低，从而使得低功耗智能体可计算生命周期短的技术问题。
-
公开(公告)号：CN118550473A
公开(公告)日：2024-08-27
申请号：CN202410769906.3
申请日：2024-06-14
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于深度强化学习的多无人机协作可靠存储方法，属于无人机技术领域。包括：构建无边缘场景的多无人机协作可靠存储模型，无人机不仅作为感知数据的收集设备，还作为存储设备，存储自己以及其它无人机发送的感知数据；根据构建的无边缘场景的多无人机协作可靠存储模型，在离散变量、存储容量和电量约束下，考虑数据文件副本的数量及其分配位置，以最大化存储可靠性和最小化系统能耗为目的，构建目标函数；将具有非凸、高维状态和动作空间的目标函数优化问题转化为部分可观测马尔科夫决策过程；使用深度强化学习算法获得副本分配的最优策略。本发明方法有效降低无人机集群的系统能耗，提高数据的存储可靠性。
-
公开(公告)号：CN115134776A
公开(公告)日：2022-09-30
申请号：CN202210578963.4
申请日：2022-05-25
Applicant: 西北工业大学
Abstract: 本发明提供一种面向移动边缘计算的无人机计算卸载方法。首先，通过分析所有终端设备的状态信息，包括可计算的电池容量、设备的CPU频率，来衡量终端设备的计算能力，然后根据终端设备的位置和计算能力来划分计算区域，无人机选择合适的区域执行计算卸载任务。其次，每个无人机负载一个区域的计算卸载任务，每个终端设备可以将计算任务卸载给无人机或有无人机卸载给附近的基站执行，通过部分卸载方法对终端设备、无人机、基站三方进行卸载决策。最后针对无人机上的任务使用双队列按照截止日期进行优先级排序，让实时任务优先执行。本发明方法减少了总的任务执行时间，大大提高任务完成率。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
