-
公开(公告)号：CN107819496B
公开(公告)日：2020-10-13
申请号：CN201711041233.6
申请日：2017-10-30
Applicant: 重庆大学
IPC: H04B7/026 , H04B7/0413
Abstract: 本发明提供了一种SDN化的5G网络系统及其协作控制方法，系统架构分为基础架构层、控制层和应用层，基础架构层包括基站和交换器，控制层设置有多个控制器，应用层主要用于确定业务的QoS需求，其特征在于：每个交换器中的服务器通过服务器虚拟化技术分解为至少以下四种虚拟机：EE‑SIVM虚拟机、CP‑SIVM虚拟机、DP‑CIVM虚拟机以及CC‑CIVM虚拟机。其效果是：充分应用SDN化的5G网络超强控制能力，结合多点协作控制思想，既能实现基站的协作发送和开关切换，又能实现远端服务数据的协作备份以及云计算控制，从不同角度出发将网络资源集中到业务需求量大、QoS要求高、网络可用有线传输、无线发送资源较少的区域，对5G超密集网络的系统性能提升、资源利用具有重要意义。
-
公开(公告)号：CN112902969B
公开(公告)日：2023-08-01
申请号：CN202110148205.4
申请日：2021-02-03
Applicant: 重庆大学
IPC: G01C21/20
Abstract: 本发明涉及无人机数据收集技术领域，具体公开了一种无人机在数据收集过程中的路径规划方法，将物联网数据收集的无人机系统模型中无人机的全局路径规划问题建模为一个定向问题，并利用指针网络深度学习模型对该模型求解，进而得到了无人机在能量约束下的全局路径规划；然后通过根据传感器节点参考信号的强弱来指导无人机的飞行动作的思想，利用深度Q网络学习对无人机的局部飞行路径进行规划，使无人机逼近节点位置并服务各节点，从而能够在无人机能量约束下有效地提升其数据收集的收益。
-
公开(公告)号：CN112902969A
公开(公告)日：2021-06-04
申请号：CN202110148205.4
申请日：2021-02-03
Applicant: 重庆大学
IPC: G01C21/20
Abstract: 本发明涉及无人机数据收集技术领域，具体公开了一种无人机在数据收集过程中的路径规划方法，将物联网数据收集的无人机系统模型中无人机的全局路径规划问题建模为一个定向问题，并利用指针网络深度学习模型对该模型求解，进而得到了无人机在能量约束下的全局路径规划；然后通过根据传感器节点参考信号的强弱来指导无人机的飞行动作的思想，利用深度Q网络学习对无人机的局部飞行路径进行规划，使无人机逼近节点位置并服务各节点，从而能够在无人机能量约束下有效地提升其数据收集的收益。
-
公开(公告)号：CN107819496A
公开(公告)日：2018-03-20
申请号：CN201711041233.6
申请日：2017-10-30
Applicant: 重庆大学
IPC: H04B7/026 , H04B7/0413
Abstract: 本发明提供了一种SDN化的5G网络系统及其协作控制方法，系统架构分为基础架构层、控制层和应用层，基础架构层包括基站和交换器，控制层设置有多个控制器，应用层主要用于确定业务的QoS需求，其特征在于：每个交换器中的服务器通过服务器虚拟化技术分解为至少以下四种虚拟机：EE-SIVM虚拟机、CP-SIVM虚拟机、DP-CIVM虚拟机以及CC-CIVM虚拟机。其效果是：充分应用SDN化的5G网络超强控制能力，结合多点协作控制思想，既能实现基站的协作发送和开关切换，又能实现远端服务数据的协作备份以及云计算控制，从不同角度出发将网络资源集中到业务需求量大、QoS要求高、网络可用有线传输、无线发送资源较少的区域，对5G超密集网络的系统性能提升、资源利用具有重要意义。
-
-
-
Search Results
4
records
(took 0.014 seconds)
