-
公开(公告)号：CN117177324A
公开(公告)日：2023-12-05
申请号：CN202311092475.3
申请日：2023-08-28
Applicant: 重庆邮电大学
Abstract: 本发明属于通信技术领域，具体涉及一种多跳无人机中继网络低时延数据传输方法，包括构建包括无人机、地面用户、未知干扰和远端基站的网络场景；在构建的网络场景下对地面用户进行聚类得到多个簇，令无人机飞行到与其最近距离的簇对应的质心，构建无人机与无人机之间、无人机与地面用户之间的通信链路；基于深度多智能体强化学习，将无人机视为两个子智能体，无人机根据当前状态输出最佳的下一跳路由以及该无人机下一时刻的飞行方向和传输功率；本发明方法结合了多智能体框架和强化学习的知识，提高了UAV对复杂环境的适应性；同时，该方法分解了包含轨迹设计、功率优化和路由选择的大动作空间，显著降低了问题的复杂度，提高了算法的收敛速度。
-
公开(公告)号：CN115378961A
公开(公告)日：2022-11-22
申请号：CN202210980496.8
申请日：2022-08-16
Applicant: 重庆邮电大学
IPC: H04L67/1097 , H04L67/12 , H04L67/1074
Abstract: 本发明涉及一种基于区块链的分层联邦学习方法，属于移动通信技术领域。基于用户数据Non‑IID程度对用户分组，以提高联邦学习准确率，降低网络总代价。首先，根据用户数据Non‑IID程度关联边缘服务器，提高边缘模型精度；其次，通过优化用户算力与通信资源分配，降低任务处理时延和能耗；然后，提出一种用户关联和资源分配联合优化算法ARO；最后，在聚合阶段，采用侧链技术将联邦学习的边缘模型存储于侧链区块中，从而降低共识时延。本方案在保证模型精度的前提下，有效降低系统时延与功耗。
-
公开(公告)号：CN115238906A
公开(公告)日：2022-10-25
申请号：CN202210916511.2
申请日：2022-08-01
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于区块链的异步联邦学习方法，属于移动通信技术领域。该方法为：任务发布车辆向边缘网络中路边单元维护的区块链网络发起学习任务，同时将初始模型上传至区块链网络；任务训练车辆与临近路边单元建立连接；任务训练车辆从边缘网络获取当前待验证和待聚合模型；任务训练车辆根据本地数据集训练中获得的全局模型，得到更新后的全局模型；任务训练车辆与边缘网络中临近路边单元建立连接，上传至区块链网络。上传成功后，路边单元将返回成功信息给任务训练车辆；直到学习任务收敛，任务发布车辆将任务终止信息发送至路边单元，该任务训练结束。车辆可通过车载传感器实时收集数据用于机器学习，且不用担心隐私泄露问题。
-
公开(公告)号：CN115049071A
公开(公告)日：2022-09-13
申请号：CN202210656438.X
申请日：2022-06-10
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于DAG区块链的联邦学习方法，属于通信技术领域。该方法包括以下步骤：外部代理作为任务发起者，边缘服务器承担模型聚合以及区块链维护工作，智能设备执行模型训练任务；外部代理初始化全局模型及创世块，决定训练任务的生灭；边缘服务器从DAG区块链上选取tips；智能设备使用本地数据集进行本地训练，完成一轮本地训练后，向边缘服务器发送状态查询信息以确认是否进行下一轮本地训练；智能设备完成本地训练后，将已更新模型上传至边缘服务器进行聚合，并将聚合模型作为一个交易上传至DAG区块链；边缘节点负责模型聚合，且共同维护一个DAG区块链以保障信息的传输可靠性以及整体系统的抗攻击能力。
-
公开(公告)号：CN111741480B
公开(公告)日：2022-06-17
申请号：CN202010752243.6
申请日：2020-07-30
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网内容缓存决策优化方法，属于移动通信技术领域。本模型中，每个雾节点负责计算任务卸载并缓存具有高流行度的内容，同时，当今的智能设备，例如智能手机和平板电脑，通常具有大容量的存储容量，而这些容量通常并未得到充分利用。通过利用这些存储空间，可以有效地实现无基础架构的缓存，即在设备级别的缓存，降低内容获取时延。在发明提出的场景下，雾节点所覆盖的一部分物联网设备UEs也具有一定的缓存能力。该方法可以解决内容调度问题，并优化缓存决策，以最小化用户获取内容总时延。
-
Patent Agency Ranking
公开(公告)号：CN110012509B
公开(公告)日：2022-04-19
申请号：CN201910290485.5
申请日：2019-04-11
Applicant: 重庆邮电大学
IPC: H04W28/16 , H04W28/02 , H04W24/10 , H04B17/382
Abstract: 本发明涉及一种5G小蜂窝网络中基于用户移动性的资源分配方法，属于移动通信技术领域。首先，针对小蜂窝网络中严重的干扰问题，当非激活用户通过寻呼成功接入网络后，本发明通过建立以用户为中心的虚拟小区，有效减少用户通信干扰问题。用户在虚拟小区中移动的过程中没有发生切换，保证业务的连续性。其次，为了提高资源利用率，基于Lyapunov优化方法，实现网络平均能量效率最大化。本发明充分考虑用户数据包队列长度和信道质量，将最大化网络的平均能量效率问题分解为用户最优传输资源分配和最优功率分配两个子问题求解。通过对网络资源的优化分配，提升传输质量，并且实现了在最大化系统平均能量效率的同时保证系统队列的稳定性。
-
公开(公告)号：CN110312231B
公开(公告)日：2022-03-18
申请号：CN201910580120.6
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法，属于移动通信技术领域。移动边缘计算MEC作为一种很有前景的边缘计算，具有强大的计算能力和存储能力。MEC服务器部署在RSU侧，可以给车辆用户提供存储空间和计算资源。虽然MEC提供了类似云计算的服务，但依然存在缓存、计算资源分配、频谱资源分配等问题。本发明旨在保证时延要求的条件下最大化网络收益。此方法将内容缓存决策、MEC服务器计算资源分配、频谱资源分配联合建模成马尔可夫决策过程MDP，使用深度强化学习方法进行求解，得出最优内容缓存决策、计算资源分配以及频谱分配。
-
公开(公告)号：CN108093412B
公开(公告)日：2022-01-28
申请号：CN201810049054.5
申请日：2018-01-18
Applicant: 重庆邮电大学
IPC: H04W16/14 , H04B17/309 , H04W24/08
Abstract: 本发明涉及用于多运营商场景下基于LAT的LTE‑U与WiFi共存方法，属于无线通信技术领域。该方法在保证WiFi网络传输性能的前提下，优化网络资源分配，提高LTE‑U的网络吞吐量。为在保护WiFi性能的同时最大化LTE‑U网络吞吐量，提出一种基于LAT不完美感知的功率调整方案。本发明中LTE‑U通过LAT对WiFi用户进行感知并在检测到WiFi传输后合理调节其传输功率。从而在不影响WiFi传输性能前提下，最大化LTE‑U的吞吐量。
-
公开(公告)号：CN108174421B
公开(公告)日：2020-07-31
申请号：CN201810178523.3
申请日：2018-03-05
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种5G网络中基于MEC辅助的数据分流方法，属于移动通信技术领域。首先，针对传统切换方案中由于基站资源不足而导致切换失败的问题，本发明通过切换准备阶段MEC辅助目标基站选择，提高切换成功率。其次，针对数据流量过大导致核心网拥塞的问题，本发明利设计了一种任务卸载和数据分流方案，减小核心网拥堵，降低用户时延，提升网络性能和用户体验。本发明把任务卸载和数据分流融入到用户切换过程中，实现了任务卸载和数据分流的平滑过渡，降低传输时延和切换失败率。
-
公开(公告)号：CN111372219A
公开(公告)日：2020-07-03
申请号：CN202010102490.1
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网链路选择和资源分配方法，属于移动通信技术领域。车联网中包含V2V、V2I等通信方式。传输车辆可通过Sidelink技术和接收车辆直接建立连接，或通过RSU转发数据至接收车辆。然而，在V2I通信中，当网络中出现恶意RSU节点时，将上报虚假的SINR信息给LSC，导致车辆通信质量及网络能效降低。为了避免恶意RSU节点对车联网性能的影响，提高网络总能效，本发明提出一种联合恶意RSU识别、模式选择和功率分配的优化算法。首先，LSC根据空间相关度理论检测出恶意RSU节点；然后，车辆根据不同链路能效值进行模式选择；最后，利用拉格朗日乘数法、次梯度更新法，优化传输功率，提高网络能效。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.025 seconds)
