-
公开(公告)号：CN119095076A
公开(公告)日：2024-12-06
申请号：CN202411149227.2
申请日：2024-08-21
Applicant: 重庆邮电大学
IPC: H04W24/02 , H04W24/06 , H04B7/0452
Abstract: 本发明涉及一种无蜂窝大规模MIMO系统的策略优化算法，包括构建用户关联模型，用户关联模型用于建模移动设备MD和接入点AP之间在每个时隙的关联关系；构建下行信号模型，下行信号模型用于建模无蜂窝大规模MIMO系统在每个时隙的网络可达速率；构建系统能耗模型，系统能耗模型用于建模在每个时隙提供服务的所有接入点AP的总能耗；根据构建的用户关联模型、下行信号模型和系统能耗模型构建目标优化问题模型，并利用基于图注意力的多智能体强化学习算法进行求解得到最优策略。本发明降低系统的能耗，提高用户服务质量。
-
公开(公告)号：CN116959258B
公开(公告)日：2024-11-26
申请号：CN202311061841.9
申请日：2023-08-22
Applicant: 重庆邮电大学
Abstract: 本发明涉及智能交通领域，具体涉及一种基于时空图迁移学习的交通流预测方法，包括构建并训练TL‑STGCN模型，获取待处理交通流数据输入训练好的TL‑STGCN模型，输出预测结果；所述TL‑STGCN模型包括时空图卷积网络、域判别器模块和预测模块；本发明结合数据充足的源路网的交通流特征，辅助预测数据稀缺的目标路网未来交通流，结果表明，对于数据稀缺的交通路网预测任务，TL‑STGCN比现有基线模型具有更好的预测性能。
-
公开(公告)号：CN118945026A
公开(公告)日：2024-11-12
申请号：CN202411009392.8
申请日：2024-07-26
Applicant: 重庆邮电大学
IPC: H04L27/26
Abstract: 本发明属于移动通信技术领域，具体涉及一种基于改变瑞利分布来降低OFDM系统PAPR的方法，包括：在OFDM系统发送端，获取OFDM原始时域信号；设计压扩函数对OFDM原始时域信号进行压扩变换，得到压扩信号，并通过无线信道传输给OFDM系统接收端；OFDM系统接收端接收到带信道噪声的压扩信号，设计解压扩函数对带信道噪声的压扩信号进行解压扩处理，得到解压扩后的数字信号；将解压扩后的数字信号转换为接收信号。本发明通过对OFDM信号样点幅度满足的PDF进行变换，且只对幅度高于某个门限值的信号进行压扩运算，对于幅度低于某个门限值的信号不做运算，对OFDM信号的PAPR进行了抑制，保证了良好的BER性能。
-
公开(公告)号：CN118870432A
公开(公告)日：2024-10-29
申请号：CN202411072135.9
申请日：2024-08-06
Applicant: 重庆邮电大学
Abstract: 本发明属于无线通信技术领域，具体涉及一种分布式智能任务卸载和服务缓存联合优化方法；该方法包括：构建卸载和服务缓存系统模型；基于卸载和服务缓存系统模型，构建云边协同DAG任务计算模型；根据云边协同DAG任务计算模型构建任务卸载和服务缓存联合优化问题；求解卸载和服务缓存联合优化问题，得到最佳卸载和服务缓存方案；本发明实现了云边协同任务卸载和资源分配优化，能在有效降低系统能耗的同时，提高缓存命中率与应用计算成功率。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN117768904A
公开(公告)日：2024-03-26
申请号：CN202311779422.9
申请日：2023-12-22
Applicant: 重庆邮电大学
Abstract: 本发明属于无人机移动通信领域，涉及一种基于异步优势动作评价算法的无人机定位方法；所述方法包括根据地面用户和无人机基站的连接关系，计算得到无人机基站的覆盖率；根据地面用户和无人机基站之间的链路平均路径损耗和发射功率，计算得到系统吞吐量；根据地面用户和无人机基站之间的发射功率，计算得到传输能耗；根据无人机基站的覆盖率、吞吐量以及传输能耗，构建最大化无人机通信系统的性能模型；采用基于异步优势动作评价算法对最大化无人机通信系统的性能模型进行求解，得到无人机基站的定位位置。本发明可以获得更大的无人机覆盖率、更大系统吞吐量和更小的传输能耗，从而提高无人机通信系统性能。
-
公开(公告)号：CN117320124A
公开(公告)日：2023-12-29
申请号：CN202311325055.5
申请日：2023-10-13
Applicant: 重庆邮电大学
IPC: H04W48/20 , H04B7/0413 , H04B7/0456 , G06N3/006
Abstract: 本发明属于无线通信技术领域，具体涉及一种AP选择优化方法、装置及电子设备；该方法包括：构建去蜂窝大规模MIMO部分AP传输网络通信系统；基于去蜂窝大规模MIMO部分AP传输网络通信系统，构建最大化系统用户传输速率优化模型；采用ZF预编码算法和人工蜂群算法求解最大化系统用户传输速率优化模型，得到最佳AP选择方案；系统根据最佳AP选择方案进行通信；本发明可以在AP数目和用户规模都较大的场景下，可有效节省AP的资源，并且还能提高各个用户的信道容量。
-
公开(公告)号：CN117135692A
公开(公告)日：2023-11-28
申请号：CN202311160072.8
申请日：2023-09-08
Applicant: 重庆邮电大学
Abstract: 本发明属于移动通信技术领域，具体涉及基于图注意力多智能体强化学习的协同任务卸载和服务缓存方法，包括在多基站、多样化服务请求的MEC网络场景下构建MEC系统，以最大化基于QoE的系统效用为目标，建模协同任务卸载和服务缓存问题；将协同任务卸载和服务缓存问题转化为分布式部分可观测的马尔可夫决策过程，采用基于图注意力多智能体强化学习算法对所述转化的分布式部分可观测的马尔可夫决策过程进行求解，通过仿真实验，与基准算法相比，所提算法在缓存命中率、系统效用和计算成功率方面具有明显改进。
-
公开(公告)号：CN116841646A
公开(公告)日：2023-10-03
申请号：CN202310842568.7
申请日：2023-07-11
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于无人机协同的任务卸载方法，包括：构建无人机协同任务卸载系统；根据地面用户在单位时间内可执行的CPU周期数和任务的CPU周期数创建地面用户的本地任务卸载模型；根据地面用户的发射功率、原始无人机与协作无人机上的MEC服务器在单位时间内可执行的CPU周期数、任务的CPU周期数创建地面用户的无人机任务卸载模型；根据无人机的悬停功率和悬停时延创建无人机的悬停模型；根据地面用户的本地任务卸载模型、地面用户的无人机任务卸载模型和无人机的悬停模型利用第二价格拍卖算法计算得到最优的任务卸载分配方案对任务进行卸载,本发明利用无人机辅助移动边缘计算进行任务卸载，提高用户的服务质量和服务体验。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
322
records
(took 0.035 seconds)
