-
公开(公告)号：CN116866933B
公开(公告)日：2024-10-29
申请号：CN202310912964.2
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机资源分配技术领域，具体涉及一种基于智能反射面辅助的无人机协助边缘计算网络资源分配方法，包括：构建智能反射面辅助的无人机协助边缘计算网络系统模型；构建通信模型、时延模型和能耗模型；根据通信模型、时延模型和能耗模型构建最大平均吞吐量函数；采用连续凸近似和块降落算法对最大平均吞吐量函数进行优化，根据优化后的最大平均吞吐量函数计算最优资源分配结果；本发明通过智能反射面辅助无人机网络系统，从而提高车辆与无人机之间链路的信道增益。
-
公开(公告)号：CN101521557B
公开(公告)日：2012-10-03
申请号：CN200810065494.6
申请日：2008-02-29
CPC classification number: H04B7/18508
Abstract: 本发明公开了一种差错控制和拥塞控制方法和系统，差错控制方法包括检测到报文错误，判断通信链路是否连续，根据通信链路是否连续的判断结果采用不同的差错控制机制。拥塞控制方法包括检测到通信链路拥塞，判断通信连续是否连续，根据通信链路是否连续的判断结果采用不同的拥塞控制机制。差错控制系统包括报文检测模块，通信链路判断模块，差错控制决策模块和差错控制模块。拥塞控制系统包括拥塞检测模块，通信链路判断模块，拥塞控制决策模块，拥塞控制模块。有效的解决了网络比如无线互联网络的差错控制和拥塞控制。
-
公开(公告)号：CN101577938B
公开(公告)日：2011-06-01
申请号：CN200810105994.8
申请日：2008-05-07
Abstract: 本发明实施例涉及一种无线网状网络拥塞控制方法及系统和基站，其中无线网状网络拥塞控制方法包括：检测第二基站的拥塞状态信息，并根据检测到的所述拥塞状态信息进行第二基站的拥塞处理；分别发送携带有所述拥塞状态信息的请求到所述第二基站的上游相邻的第一基站和下游相邻的第三基站，所述拥塞状态信息的请求用于指示所述第一基站和第三基站进行拥塞处理。本发明实施例提供一种逐跳的拥塞控制方法，该方法避免了拥塞反馈信息在多个结点之间传递的时延，能够及时有效缓解网络拥塞，减小网络中数据包丢失率，提高网络吞吐量。
-
公开(公告)号：CN116916337A
公开(公告)日：2023-10-20
申请号：CN202310913257.5
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机任务卸载和资源分配技术领域，具体涉及一种基于智能反射面辅助的无人机移动边缘计算网络系统的任务卸载资源分配方法，包括：构建智能反射面辅助的无人机移动边缘计算网络系统模型；构建智能反射面辅助的无人机移动边缘计算网络通信模型；根据通信模型获得时延模型和能耗模型；以最小化无人机能耗为目标建立多变量联合优化模型；利用深度强化学习方法求解所述目标优化模型；本发明通过智能反射面辅助、联合优化卸载决策和资源分配，有效降低了无人机能耗，提升了无人机网络系统性能。
-
公开(公告)号：CN117057572A
公开(公告)日：2023-11-14
申请号：CN202311069806.1
申请日：2023-08-23
Applicant: 重庆邮电大学
IPC: G06Q10/0631 , B60L55/00 , B60L53/00 , B60L53/62 , G06Q50/06 , G06F16/9537 , G06F16/9535
Abstract: 本发明属于V2G领域，具体涉及一种基于排队论的V2G网络的电动汽车充放电调度方法，包括：构建V2G电动汽车充放电网络；认证EV用户并共享关键信息；在TOUP背景下根据PLAS方案生成充放电排队模型；构建带有截至参数CO的基于排队论模型的CS推荐算法；根据所构建的CS推荐算法，为EV用户生成充放电调度响应；根据网络服务反馈信息，V2G网络实时更新截至参数CO以及用户概括信息以实时更新最优调度策略；本发明方法可以有效地协调电动汽车的充放电过程，从未使用的储存电力中获取利润，最大限度地减少因为大量电动汽车用户同时充电产生的高电力需求，以均衡电网负载和电网高峰时刻的负载峰谷比。
-
Patent Agency Ranking
公开(公告)号：CN111490854B
公开(公告)日：2022-08-30
申请号：CN202010300696.5
申请日：2020-04-16
Applicant: 重庆邮电大学
Abstract: 本发明属于移动通信技术领域，具体涉及一种基于Logistic序列的IDMA交织方法，包括：初始化IDMA系统参数，根据IDMA系统参数计算Logistic序列；采用门限法选取至少两个最优的Logistic序列；将最优的Logistic序列与待交织序列相乘，完成序列交织；本发明获得的Logistic序列不仅满足混沌和平衡度要求，而且具有强自相关和互相关特性，与待交织序列进行交织后可以获得更好的误码率。
-
公开(公告)号：CN116916337B
公开(公告)日：2024-09-03
申请号：CN202310913257.5
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机任务卸载和资源分配技术领域，具体涉及一种基于智能反射面辅助的无人机移动边缘计算网络系统的任务卸载资源分配方法，包括：构建智能反射面辅助的无人机移动边缘计算网络系统模型；构建智能反射面辅助的无人机移动边缘计算网络通信模型；根据通信模型获得时延模型和能耗模型；以最小化无人机能耗为目标建立多变量联合优化模型；利用深度强化学习方法求解所述目标优化模型；本发明通过智能反射面辅助、联合优化卸载决策和资源分配，有效降低了无人机能耗，提升了无人机网络系统性能。
-
公开(公告)号：CN116546021A
公开(公告)日：2023-08-04
申请号：CN202310686533.9
申请日：2023-06-12
Applicant: 重庆邮电大学
IPC: H04L67/10 , H04L67/1001 , H04L67/568 , H04W72/0446 , H04W72/50 , H04L41/14 , H04L41/142 , H04L41/16 , G06N20/20 , G06F9/445 , G06F9/50
Abstract: 本发明属于移动通信技术领域，具体涉及一种移动边缘计算中具有隐私保护的智能体策略学习方法，包括：建立边缘协同的计算卸载模型，包括服务缓存模型、任务卸载模型和系统成本模型；基于边缘协同的计算卸载模型，以最小化任务的处理成本为目标，建立联合任务卸载、服务缓存、算力资源分配和传输功率控制的优化问题；将最优问题抽象为部分可观测的马尔科夫决策过程；基于马尔科夫决策过程采用基于联邦学习方法的多智能体深度强化学习算法自主学习任务卸载、服务缓存、算力资源分配和传输功率控制策略。本发明通过建立了一个边云协同的计算卸载模型，智能体网络以基于联邦学习的训练的方式保护了用户的数据和敏感信息的隐私安全。
-
公开(公告)号：CN101577938A
公开(公告)日：2009-11-11
申请号：CN200810105994.8
申请日：2008-05-07
Abstract: 本发明实施例涉及一种无线网状网络拥塞控制方法及系统和基站，其中无线网状网络拥塞控制方法包括：检测第二基站的拥塞状态信息，并根据检测到的所述拥塞状态信息进行第二基站的拥塞处理；分别发送携带有所述拥塞状态信息的请求到所述第二基站的上游相邻的第一基站和下游相邻的第三基站，所述拥塞状态信息的请求用于指示所述第一基站和第三基站进行拥塞处理。本发明实施例提供一种逐跳的拥塞控制方法，该方法避免了拥塞反馈信息在多个结点之间传递的时延，能够及时有效缓解网络拥塞，减小网络中数据包丢失率，提高网络吞吐量。
-
公开(公告)号：CN116866933A
公开(公告)日：2023-10-10
申请号：CN202310912964.2
申请日：2023-07-24
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机资源分配技术领域，具体涉及一种基于智能反射面辅助的无人机协助边缘计算网络资源分配方法，包括：构建智能反射面辅助的无人机协助边缘计算网络系统模型；构建通信模型、时延模型和能耗模型；根据通信模型、时延模型和能耗模型构建最大平均吞吐量函数；采用连续凸近似和块降落算法对最大平均吞吐量函数进行优化，根据优化后的最大平均吞吐量函数计算最优资源分配结果；本发明通过智能反射面辅助无人机网络系统，从而提高车辆与无人机之间链路的信道增益。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.021 seconds)
