-
公开(公告)号：CN108282801B
公开(公告)日：2021-03-30
申请号：CN201810077675.4
申请日：2018-01-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于移动边缘计算的切换管理方法，属于无线通信技术领域。该方法包括：发明一种密集蜂窝网络场景下部署移动边缘服务器的一种网络架构，并提出基于MEC切换决策的无路径切换流程处理方法，在保证用户服务质量同时减少路径切换请求降低核心网大量信令的负载。MEC控制X2接口实现切换完成阶段的源基站缓冲区数据通过基站之间形成的数据链路进行数据传输，满足用户服务质量要求条件下用马尔科夫决策过程(MDP)模型优化方法确定数据链路列表最优长度，该方案有效降低核心网信令负荷和延迟，同时实现更高吞吐量。
-
公开(公告)号：CN107682935B
公开(公告)日：2020-09-22
申请号：CN201710938286.1
申请日：2017-09-30
Applicant: 重庆邮电大学
IPC: H04W72/12
Abstract: 本发明涉及一种基于系统稳定性的无线自回传资源调度方法，属于移动通信领域。该方法保证系统队列稳定性、无线回传约束条件以及系统可达速率和最小用户业务质量所对应的速率匹配,即溢出概率满足一定约束，以最大化相对用户质量满意度的等级为目标进行的动态资源调度。在每个离散时隙上，根据用户的信道状态信息、宏基站和小基站处联合考虑的排队情况为每个用户分配合适的无线资源并根据溢出概率来动态调整队列长度以期改变系统实际可达速率、联合动态调整无线自回传小基站以及每个用户的回传、接入的资源分配比例。本发明提出的基于系统稳定性的无线自回传资源调度方法能够在最大化相对用户质量满意度等级的同时保持系统队列稳定性。
-
公开(公告)号：CN107770828A
公开(公告)日：2018-03-06
申请号：CN201711106891.9
申请日：2017-11-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于本地移动性切换管理方法，属于无线通信技术领域。该方法包括：密集异构网络场景下本地化部署锚点基站，给出切换流程中路径切换的选择方法。将切换流程中的路径切换请求消息发送至锚点基站代理的核心网网元处理，若满足设定条件将路径切换消息发送到传统核心网进行。在切换过程中，以最小化切换消耗为目标，由用户关联不同层基站状态的平稳概率分布，用一次会话过程每次切换成本计算方法获得切换执行过程中路径切换处理方案。本发明对于实现无缝移动性性能提升具有重要意义，可以扩展到更多层次的超密集异构网络。
-
公开(公告)号：CN106982454A
公开(公告)日：2017-07-25
申请号：CN201710325634.8
申请日：2017-05-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于负载的用户接入机制，属于移动通信领域。该机制包括用户对其周围基站的RSRP进行测量，然后对该用户周围基站的实际RSRP进行预测，将RSRP预测值大于一定门限值的基站组成候选基站集合；评估集合中各个候选基站的SINR并根据评估到的SINR和每个基站的负载情况来计算出用户和候选基站间的效用函数值，同时对计算到的效用函数值进行从大到小排序；最后用户接入到最大效用函数值的合适基站。本发明根据用户真实的信号情况和负载将用户接入到合适的基站，在保证用户误比特率的情况下最小化用户的接入时延和均衡网络中的负载。
-
公开(公告)号：CN107886073B
公开(公告)日：2021-07-27
申请号：CN201711107713.8
申请日：2017-11-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于卷积神经网络的细粒度车辆多属性识别方法，属于计算机视觉识别技术领域。该方法包括以下步骤：设计神经网络结构，包括卷积层、池化层和全连接层，其中卷积层与池化层负责特征提取，在最后一层全连接层通过计算目标损失函数输出分类结果；利用细粒度车辆数据集和标签数据集进行神经网络的训练，训练方式为有监督学习，并利用随机梯度下降算法进行权重矩阵和偏移量的调整；训练好的神经网络模型，用于进行车辆属性识别。本发明可应用到车辆的多属性识别，利用细粒度车辆数据集和多属性标签数据集通过卷积神经网络获得车辆更抽象的高层表达，从大量训练样本中学习到反映待识别车辆本质的隐形特征，可扩展性更强，识别精度也更高。
-
Patent Agency Ranking
公开(公告)号：CN106982454B
公开(公告)日：2019-11-05
申请号：CN201710325634.8
申请日：2017-05-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于负载的用户接入机制，属于移动通信领域。该机制包括用户对其周围基站的RSRP进行测量，然后对该用户周围基站的实际RSRP进行预测，将RSRP预测值大于一定门限值的基站组成候选基站集合；评估集合中各个候选基站的SINR并根据评估到的SINR和每个基站的负载情况来计算出用户和候选基站间的效用函数值，同时对计算到的效用函数值进行从大到小排序；最后用户接入到最大效用函数值的合适基站。本发明根据用户真实的信号情况和负载将用户接入到合适的基站，在保证用户误比特率的情况下最小化用户的接入时延和均衡网络中的负载。
-
公开(公告)号：CN108282801A
公开(公告)日：2018-07-13
申请号：CN201810077675.4
申请日：2018-01-26
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于移动边缘计算的切换管理方法，属于无线通信技术领域。该方法包括：发明一种密集蜂窝网络场景下部署移动边缘服务器的一种网络架构，并提出基于MEC切换决策的无路径切换流程处理方法，在保证用户服务质量同时减少路径切换请求降低核心网大量信令的负载。MEC控制X2接口实现切换完成阶段的源基站缓冲区数据通过基站之间形成的数据链路进行数据传输，满足用户服务质量要求条件下用马尔科夫决策过程(MDP)模型优化方法确定数据链路列表最优长度，该方案有效降低核心网信令负荷和延迟，同时实现更高吞吐量。
-
公开(公告)号：CN107886073A
公开(公告)日：2018-04-06
申请号：CN201711107713.8
申请日：2017-11-10
Applicant: 重庆邮电大学
CPC classification number: G06K9/00825 , G06N3/0454
Abstract: 本发明涉及一种基于卷积神经网络的细粒度车辆多属性识别方法，属于计算机视觉识别技术领域。该方法包括以下步骤：设计神经网络结构，包括卷积层、池化层和全连接层，其中卷积层与池化层负责特征提取，在最后一层全连接层通过计算目标损失函数输出分类结果；利用细粒度车辆数据集和标签数据集进行神经网络的训练，训练方式为有监督学习，并利用随机梯度下降算法进行权重矩阵和偏移量的调整；训练好的神经网络模型，用于进行车辆属性识别。本发明可应用到车辆的多属性识别，利用细粒度车辆数据集和多属性标签数据集通过卷积神经网络获得车辆更抽象的高层表达，从大量训练样本中学习到反映待识别车辆本质的隐形特征，可扩展性更强，识别精度也更高。
-
公开(公告)号：CN107708148A
公开(公告)日：2018-02-16
申请号：CN201710940921.X
申请日：2017-09-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于MDP的小基站异步关断节能方法，属于移动通信技术领域。该方法包括：首先，将网络内业务进行分类，并考虑网络中各类业务的动态变化特性，采用MDP模型来刻画各类业务的动态变化情况；其次，确定各小基站的开启/关闭优先级；再次，根据预测到的各类业务的变化情况和对应优先级，宏基站在其中断概率限制下执行小基站异步开启/关闭策略；最后，根据当前基站开启数量调整业务分类，反复执行前几个步骤，直至网络稳定。本发明提供的基于MDP的小基站异步关断节能方法，不仅方法简单，实现复杂度较低，且能够在保证用户服务质量的前提下有效节约网络能耗。
-
公开(公告)号：CN107708148B
公开(公告)日：2020-10-27
申请号：CN201710940921.X
申请日：2017-09-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于MDP的小基站异步关断节能方法，属于移动通信技术领域。该方法包括：首先，将网络内业务进行分类，并考虑网络中各类业务的动态变化特性，采用MDP模型来刻画各类业务的动态变化情况；其次，确定各小基站的开启/关闭优先级；再次，根据预测到的各类业务的变化情况和对应优先级，宏基站在其中断概率限制下执行小基站异步开启/关闭策略；最后，根据当前基站开启数量调整业务分类，反复执行前几个步骤，直至网络稳定。本发明提供的基于MDP的小基站异步关断节能方法，不仅方法简单，实现复杂度较低，且能够在保证用户服务质量的前提下有效节约网络能耗。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.037 seconds)
