-
公开(公告)号：CN114490447B
公开(公告)日：2024-12-10
申请号：CN202210081350.X
申请日：2022-01-24
Applicant: 重庆邮电大学
IPC: G06F12/0877 , G06F9/50 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种多任务优化的智能缓存方法，属于无线通信领域。该方法首先将边缘服务器采集到的用户端信息进行整合，设计模型提取出用户和内容特征；其次根据这些信息，构建多任务优化模型对用户与内容的交互进行特征分析，挖掘用户的隐藏特征，预测未来一段时间内内容热度和用户偏好程度；然后根据内容热度与用户偏好程度重要性的不同，设计联合因子，将两者进行联合优化，并将内容进行降序排列，根据边缘服务器的缓存容量选取Top‑k的内容进行缓存；最终根据联合优化结果优化缓存命中率与用户命中率。本发明提高了边缘服务器的命中率和服务质量。
-
公开(公告)号：CN119004366A
公开(公告)日：2024-11-22
申请号：CN202411062087.5
申请日：2024-08-05
Applicant: 重庆邮电大学
IPC: G06F18/25 , G06F18/213 , G06F16/9535 , G06N3/047 , G06N3/0499 , G06N3/08
Abstract: 本发明提供一种长短期兴趣融合的用户偏好预测方法和装置，包括：从社交平台获取数据集并进行预处理，所述数据集包括：用户数据、视频数据、以及用户与视频的历史交互数据；根据用户在短期时间T内与视频的交互数据提取用户的短期历史交互行为序列输入短期兴趣捕捉模块得到用户的短期兴趣特征；将用户数据、视频数据、以及用户与视频数据的历史交互数据按特征域组成序列输入长期兴趣捕捉模块提取用户的长期兴趣特征；将用户的短期兴趣特征和用户的长期兴趣特征拼接后输入预测模块得到用户对视频的偏好结果。本发明通过构建长期兴趣捕捉模块和短期兴趣捕捉模块分别学习不同的特征交互，解决了长短期兴趣特征的异构性问题，提高用户偏好预测的效果。
-
公开(公告)号：CN118473489A
公开(公告)日：2024-08-09
申请号：CN202410705369.6
申请日：2024-06-03
Applicant: 重庆邮电大学
IPC: H04B7/06 , H04B7/08 , H04B7/04 , H04B17/391
Abstract: 本发明涉及智能超表面辅助的通信感知一体化波形设计及波束赋形方法，属于通信技术领域，包括在双功能雷达通信系统(DFRC)中采用双智能超表面协同辅助。针对通信过程中的多用户干扰进行通信建模，通过雷达波束方向图进行感知建模；通过最小化多用户干扰并寻求通信性能与感知性能之间的平衡来优化系统性能；采用了一种基于流形优化的交替优化算法，用于处理复杂的耦合变量，从而求得最优双功能波形矩阵、最优理想波形矩阵和两个智能反射面分别对应的最优相移矩阵。经过本发明的波形设计和波束赋形，通信性能得到显著提高，并找到了感知性能与通信性能之间的平衡点。
-
公开(公告)号：CN118381579A
公开(公告)日：2024-07-23
申请号：CN202410495275.0
申请日：2024-04-24
Applicant: 重庆邮电大学
IPC: H04L1/00 , G06N3/0455
Abstract: 本申请提出了一种适用于高动态网络的语义通信方法及系统，涉及通信与人工智能领域。该系统可用于固定基站与高速列车之间进行通信等具体场景，在发送端具有语义编码模块和信道编码模块，在接收端具有信道解码模块和语义解码模块。区别于传统通信系统，语义通信系统在发送端与接收端的模块均采用深度学习等人工智能技术实现。提出的系统针对高速动态环境下的信道特性，设计相适应的语义编解码神经网络以及信道编解码神经网络，提取信道信息，加强系统抗时间选择性衰落能力，提高系统可靠性。系统的训练策略采用迁移学习，在获取训练数据后，先训练信道信息提取模块神经网络，再训练信道编解码模块，最后系统端到端联合训练，使得模型收敛达到最优解。
-
公开(公告)号：CN116506874B
公开(公告)日：2024-01-23
申请号：CN202310618005.X
申请日：2023-05-29
Applicant: 重庆邮电大学空间通信研究院
IPC: H04W24/02 , H04W72/0453 , H04W72/0446 , H04W16/14
Abstract: 本发明属于无线通信领域，具体涉及一种延迟感知的频谱接入方法，包括构建集中式无线电系统并初始化，所述系统包括PU、SU和基站；以最小化SU切换频率所带来的系统吞吐量损失和能耗为目标，构建SU频谱分配优化问题；通过多项式的启发算法求解SU频谱分配优化问题，获取SU的时隙与频率的组合方案；本发明旨在考虑频率间隔距离来最小化吞吐量和能耗，提高系统性能。
-
Patent Agency Ranking
公开(公告)号：CN116506874A
公开(公告)日：2023-07-28
申请号：CN202310618005.X
申请日：2023-05-29
Applicant: 重庆邮电大学空间通信研究院
IPC: H04W24/02 , H04W72/0453 , H04W72/0446 , H04W16/14
Abstract: 本发明属于无线通信领域，具体涉及一种延迟感知的频谱接入方法，包括构建集中式无线电系统并初始化，所述系统包括PU、SU和基站；以最小化SU切换频率所带来的系统吞吐量损失和能耗为目标，构建SU频谱分配优化问题；通过多项式的启发算法求解SU频谱分配优化问题，获取SU的时隙与频率的组合方案；本发明旨在考虑频率间隔距离来最小化吞吐量和能耗，提高系统性能。
-
公开(公告)号：CN116489680A
公开(公告)日：2023-07-25
申请号：CN202310451344.3
申请日：2023-04-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向差异化服务质量保障的资源调度方法，属于无线通信领域。该方法包括：S1：构建在边缘网络中多用户差异化服务质量优化场景；S2：构建时延和能耗加权优化问题，即在满足边缘网络用户差异化服务需求下，最大化由时延和能耗加权衡量的系统效用；S3：将时延和能耗加权优化问题拆分为上行链路优化子问题和边缘服务器的计算资源分配优化子问题进行求解；其中，上行链路的优化包含对设备发射功率和用户配对两方面；S4：通过时延约束关系将上行链路优化和边缘服务器计算资源分配优化进行交替迭代执行，来更新优化最优解。本发明在满足差异化服务质量条件下，以更低的复杂度获得了更高的系统效用。
-
公开(公告)号：CN111459657B
公开(公告)日：2023-03-31
申请号：CN202010157792.9
申请日：2020-03-09
Applicant: 重庆邮电大学
IPC: G06F9/50
Abstract: 本发明涉及一种基于边缘协助的数据质量感知的任务分配方法，属于通信技术领域。该方法针对移动群智感知MCS系统中感知数据缺乏客观的质量指标评估，无法为任务请求者提供可靠数据服务的问题，根据MCS数据的特征，在云端构建数据有效性和数据时空相关性两个质量指标的评估模型；在边缘服务器端获取当前预选参与者的瞬时状态信息，结合数据有效性质量指标的评估结果，以评估它们的服务能力；依据感知数据的时空相关性质量指标的比较结果，确定是否先在云端招募新的用户参与感知任务，以补充边缘端的任务分配过程中的参与者资源。该方法可显著提高感知数据的质量和任务的完成率。
-
公开(公告)号：CN114786200A
公开(公告)日：2022-07-22
申请号：CN202210423803.2
申请日：2022-04-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于协作感知的数据智能缓存方法，属于无线通信技术领域。该方法首先通过分析历史请求信息与请求的命中状态分别在长短两个时间尺度上更新全局流行度与局部流行度，然后对工业互联网场景中的设备请求文件传输时延进行建模；最后，利用基于Actor‑Critic框架的多智能体强化学习模型对微基站处的缓存状态进行更新，并通过自适应分配带宽资源以最大化速率加权和目标函数。本发明能够显著降低工业互联网中设备获取关键数据文件的时延，提升应用性能。
-
公开(公告)号：CN114691362A
公开(公告)日：2022-07-01
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。
-
-
-
-
-
-
-
-
-
Search Results
60
records
(took 0.028 seconds)
