-
公开(公告)号：CN117858015A
公开(公告)日：2024-04-09
申请号：CN202311591342.0
申请日：2023-11-27
Applicant: 重庆邮电大学
Abstract: 本发明为基于深度强化学习的空中边缘计算数据安全传输及资源分配方法，先构造存在空中窃听者情况下的无人机辅助边缘计算模型；再计算系统用户加权的时延和能耗，作为系统优化目标，并构建动态资源分配和轨迹联合优化问题；然后以最小化系统优化目标，将动态资源分配和轨迹联合优化问题建模为马尔科夫决策过程，并采用DDPG算法联合优化动态资源分配和无人机的3D轨迹策略；最后将训练好的策略网络进行系统动态资源分配及无人机轨迹优化。本发明提出了一种基于DRL的深度确定性策略梯度(DDPG)算法以求解无人机的3D轨迹和动态资源分配策略，在保障用户卸载数据安全的前提下，降低系统用户整体的时延和能耗，从而降低系统用户的计算成本。
-
公开(公告)号：CN111479242A
公开(公告)日：2020-07-31
申请号：CN202010249746.1
申请日：2020-04-01
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种由雾计算辅助车辆编队的任务卸载方法，属于通信技术领域。随着车辆移动应用需求的不断增加，单独依靠车辆自身去完成任务不但会产生过高的任务处理开销，消耗车辆终端大量的能量，并且车辆终端有限的计算资源可能无法满足其任务处理的限制性条件。本发明提出了一种在FC服务器与车辆编队成员之间动态调整任务卸载的方案。该方案基于李雅普诺夫优化理论，根据每个时刻抵达任务的参数进行任务卸载判决，在保证所有任务计算队列稳定的同时，实现了任务平均执行能耗的最小化，同时确保了任务在截止时间内完成。
-
公开(公告)号：CN118139013A
公开(公告)日：2024-06-04
申请号：CN202410208483.8
申请日：2024-02-26
Applicant: 重庆邮电大学
IPC: H04W4/40 , H04B17/391 , H04W72/50 , H04W28/08
Abstract: 本发明公开了一种基于多智能体强化学习的双无人机边缘计算系统安全卸载方法，先构造存在地面多窃听情况下的双无人机辅助边缘计算系统模型；再计算系统用户的归一化能耗和时延的倒数作为优化目标，优化目标定义为用户需求满意度。通过联合设计双无人机的3D轨迹、用户发射功率及计算频率以最大化用户需求满意度。为了求解优化问题，首先将优化问题建模为马尔可夫决策过程，随后采用深度强化学习中的MADDPG算法求解此无人机辅助的边缘计算中的轨迹优化及动态资源分配问题。本发明提出的基于多智能体强化学习的双无人机边缘计算系统安全卸载方法，能在保障用户卸载数据安全的前提下，降低系统用户的时延和能耗，进而提升用户的需求满意度。
-
公开(公告)号：CN117118488A
公开(公告)日：2023-11-24
申请号：CN202310889572.9
申请日：2023-07-19
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于动态功率分配和波束赋形策略的非正交多址接入通信系统的可靠传输方法，本发明融合了直传和中继协作传输、非正交多址接入、动态功率分配和波束赋形这四个技术，在基于动态功率分配策略设计功率分割因子，保证中继一定能解码边缘用户信息的同时利用波束赋形干扰策略，尽可能增加中心用户成功解码边缘用户信息的概率，便于第二时隙中心用户能删除来自中继转发链路的干扰，保证系统高频谱效率的同时保证中继节点一定能成功解码边缘用户的信息，增加中心用户成功解码边缘用户信息的概率，显著增加了系统的可靠性能。
-
-
-
Search Results
4
records
(took 0.015 seconds)
