-
公开(公告)号：CN118536547A
公开(公告)日：2024-08-23
申请号：CN202410498390.3
申请日：2024-04-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种轻量化强化学习算法，属于计算机强化学习领域。该方法包括：S1：构建基于序贯交替多智能体机制的强化学习模型；S2：对该模型的状态、动作、奖励、策略以及价值函数书写进行定义；S3：对所提的模型进行理论分析，结合多智能体中合作与竞争的关系以及强化学习中确定性策略以及随机性策略进行理论分析该方式可以获得理论最优值。S4：构建具体的仿真模型，以进行性能比对。本发明在不降低系统性能的前提条件下，实现了算法轻量化。
-
公开(公告)号：CN116567563B
公开(公告)日：2024-06-18
申请号：CN202310515339.4
申请日：2023-05-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种多无人机辅助的物联网数据采集方法，属于物联网领域。首先，一组满电量的无人机从同一起始位置出发，并且考虑其数据采集过程中的能量消耗；其次，当无人机处在悬停阶段时，会判断当前覆盖范围内是否包含传感器节点，若有，则会对传感器节点进行数据采集工作，若没有，则跳过悬停阶段继续飞行到下一位置，由于目标区域较大，所以多个无人机之间会进行协同，以更好地完成数据采集任务；最后，在数据采集任务时间截止后，输出数据采集率、地理公平性以及所有无人机的能量消耗。本发明可以减少无人机的能量消耗，提高数据采集率以及数据采集的地理公平性。
-
公开(公告)号：CN118153668A
公开(公告)日：2024-06-07
申请号：CN202410490999.6
申请日：2024-04-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种鲁棒的联邦学习方法，属于通信技术领域，包括以下步骤：S1：构建能够减小因节点间数据异构导致的模型性能损失的联邦学习算法，以及具有不可靠通信链路的边缘网络间通信模型与计算模型；S2：根据鲁棒的联邦学习与信道条件的分析结果，提高训练完成后的联邦学习模型性能，满足在资源有限的边缘网络中进行部署，构建联邦学习性能优化问题；S3：在数学假设下推导在不可靠通信链路影响下联邦学习算法的理论收敛边；S4：将所述联邦学习性能优化问题转为二分图的最大匹配问题，利用匈牙利算法寻找每一轮训练中的最佳节点选择与信道资源分配策略。
-
公开(公告)号：CN116567724A
公开(公告)日：2023-08-08
申请号：CN202310526802.5
申请日：2023-05-09
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种端边协同方法，属于无线通信领域，包括以下步骤：S1：根据终端设备交互的数据，建立一种结合物理层和社会层的系统模型，其中物理层表示设备间的物理约束和通信需求，社会层表示设备间的社会链接；S2：基于任务场景，建立以时延最小化为目标的端边协同计算系统；S3：基于VCG拍卖机制解决设备间资源共享的自私性问题，并确定拍卖赢家组合和定价。本发明在优化时延的前提下，提高资源的有效利用率，同时保证机制的个人理性和激励相容性。
-
公开(公告)号：CN114691362B
公开(公告)日：2024-04-30
申请号：CN202210286691.0
申请日：2022-03-22
Applicant: 重庆邮电大学
IPC: G06F9/50
Abstract: 本发明涉及一种时延与能耗折衷的边缘计算方法，属于无线通信领域，包括以下步骤：S1：在每个时隙开始产生服从泊松过程的任务数据包；S2：利用兰道尔原理建立任务在本地执行和卸载传输的热功耗模型；S3：构造边缘计算模型：根据任务所需频率最小原则调度MEC服务器的计算资源为用户提供服务，统计调用MEC核的总CPU周期数建立边缘计算能耗模型；S4：确定优化目标：建立任务长期平均时间处理能耗最小优化目标，采用李雅普诺夫优化理论在线优化任务卸载决策和资源分配策略；S5：获得任务卸载和资源分配策略。本发明可以有效减少系统能耗和用户任务的平均处理时延，提高资源的有效利用率。
-
Patent Agency Ranking
公开(公告)号：CN116489619A
公开(公告)日：2023-07-25
申请号：CN202310447034.4
申请日：2023-04-23
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种低能耗任务迁移和资源调度方法，属于通信领域。针对车联网中多计算业务共存的场景，由于不同业务性能指标的差异使得任务迁移和资源调度变得困难，进而导致车辆系统的会产生过多的能量消耗，减少了续航能力。其中，根据车辆产生不同业务的特性，对多业务场景中的能耗和时延进行建模分析；然后，协同本地车载计算、辅助车辆计算以及边缘计算设计了一个V2I链路分配、功率控制和任务迁移的方法来降低车辆系统的能量消耗；最后，根据问题性质将问题建模为一个马尔可夫决策过程，并利用多智能体深度强化学习来求解以保障车辆在多业务和动态边缘环境能实现自适应实时的任务迁移和资源调度。
-
公开(公告)号：CN119484857A
公开(公告)日：2025-02-18
申请号：CN202411644143.6
申请日：2024-11-18
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于语义通信的屏幕内容图像传输方法，属于无线通信和多媒体传输技术领域。该方法包括：对于输入的文本类屏幕内容图像，通过编码器对其进行信源编码；对于信源编码后的码字，通过一权重分配网络对其进行权重分配，使重要的语义特征在高SNR子载波上优先传输；对权重分配后的码字进行信道编码，在OFDM发射机中为高SNR子载波分配更多的传输功率；OFDM接收机接收图像后，通过OCR和场景文本检测模型来检测并识别图像中的文本，计算文本级别置信度；基于文本级别置信度设计损失函数，对关键的文本语义特征进行保护。本发明提升了图像的传输质量、节省了传输带宽，解决了传统屏幕内容图像编码方法受限于香农极限的问题。
-
公开(公告)号：CN118433914A
公开(公告)日：2024-08-02
申请号：CN202410498369.3
申请日：2024-04-24
Applicant: 重庆邮电大学
IPC: H04W72/541 , H04W72/543 , H04W72/50 , H04W72/0453 , H04W72/044 , H04W4/40 , H04W4/42 , H04W4/46 , G06N3/126
Abstract: 本发明涉及一种保障信息新鲜度的资源分配方法，属于无线通信领域。该方法包括：构建包括至少一个基站和多种类型车辆的车联网系统场景，并建立V2I用户体验质量模型和V2V用户状态更新模型，并描述信息年龄保障下的频谱分配和功率控制问题；建立等价队列约束判断信息年龄中断事件是否发生，并通过极端事件控制框架优化信息年龄的尾部分布，抑制信息年龄中断事件发生；利用李雅普诺夫优化方法将长期平均优化问题转化为确定时隙下的优化问题，并联合通信可靠性约束条件，得到车联网用户的最优发射功率；根据资源分配问题构建超图，并通过遗传算法改进粒子群算法求解三维资源匹配问题，得到最优车联网用户频谱资源共享方式。
-
公开(公告)号：CN118395449A
公开(公告)日：2024-07-26
申请号：CN202410498360.2
申请日：2024-04-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种信任可靠的资源量化方法，属于无线通信领域。该方法包括：构建边缘网络中多用户异构设备服务交付场景；根据用户间社交关系的复杂动态性以及有向图理论来构建边缘网络用户间社交关系模型，其中每个节点代表实体或个体，边代表节点之间的关系；根据用户的主观信任视角，构建感知信任量化模型；根据基于实证的客观信任视角，构建行为信任量化模型；利用模糊逻辑方法综合信任元素得到针对资源的信任量化评估结果。本发明有效保障了边缘网络系统的安全性，为资源分配和调度提供了可靠依据，具有广阔的运用前景。
-
公开(公告)号：CN118301670A
公开(公告)日：2024-07-05
申请号：CN202410490987.3
申请日：2024-04-23
Applicant: 重庆邮电大学
IPC: H04W28/084 , H04W28/08 , H04W28/02 , H04L41/044 , H04L41/142 , H04L41/14 , H04L41/16
Abstract: 本发明涉及一种分层协作内容缓存方法，属于无线通信技术领域。该方法包括：S1：构建一个分层协作的、支持缓存的异构网络模型；S2：根据用户容忍时延约束和缓存容量限制，构建面向系统内容交付成本最小化的边缘缓存优化问题；S3：建立一个部分可观察的马尔可夫决策过程模型，用于描述和解决缓存决策问题；S4：提出通过采用集中训练与分布执行的协作缓存框架；S5：设计一种基于长短期记忆网络和多智能体深度确定性策略梯度的协作缓存算法，以更好的应对动态环境变化的时变特性，更新不同时隙的缓存决策。本发明通过优化缓存决策和执行流程，有效地降低了系统整体的内容交付成本，并提高了缓存命中率。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.019 seconds)
