-
公开(公告)号：CN119629759A
公开(公告)日：2025-03-14
申请号：CN202411720761.4
申请日：2024-11-28
Applicant: 黑龙江八一农垦大学
IPC: H04W72/50 , H04W72/54 , H04W72/541 , H04W72/044 , H04W72/0446
Abstract: 物联网的广泛应用使频谱资源更加稀缺，终端设备对能源与高效通信的需求更加迫切。本发明设计了一种基于下行协作的无线携能通信(SWIPT)‑非正交多址接入(NOMA)系统模型。考虑用户的吞吐量、能量收集和发射功率约束下的资源分配问题，提出了一种基于协作SWIPT‑NOMA能效最大化资源分配算法，以提高系统能量效率。通过Dinkelbach方法、变量替换以及SCA方法，将非线性非凸优化问题转化为凸优化问题，并利用拉格朗日对偶理论求解全局最优解。仿真结果表明，与基于固定功率分配因子和基于固定时隙选择因子的优化方案相比，提出的策略在保证用户吞吐量的前提下，能够提升系统能效，为无线供能网络提供了更加高效的资源分配方案。
-
公开(公告)号：CN118870551A
公开(公告)日：2024-10-29
申请号：CN202410939853.5
申请日：2024-07-15
Applicant: 黑龙江八一农垦大学
IPC: H04W72/50 , H04W72/542 , H04B17/309 , H04B17/382 , H04L67/12 , G06N3/006 , G06N3/126 , G16Y10/05 , G16Y20/30 , G16Y40/10
Abstract: 本发明构建了基于正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)的射频能量收集和认知无线电技术的农业物联网模型，由主用户、农田基站和多个传感器节点组成。设每个传感器节点采用时间分配(Time Switching，TS)的方式对频谱感知、射频能量收集、信息传输进行时间的分配。本发明以最大化传输速率为目标，通过传输时隙、传感器发射功率的资源分配，在保证能量供应的前提下，建立传输速率最大化的优化问题。提出了一种应用于射频能量收集认知农业物联网的差分蜂群算法，将人工蜂群算法(Artificial bee colony algorithm，ABC)与差分进化算法(Differential evolution algorithm，DE)相结合。仿真结果表明：差分蜂群算法，相比粒子群算法、人工蜂群算法、差分进化算法，能够获得更高的传输速率。
-
公开(公告)号：CN119629676A
公开(公告)日：2025-03-14
申请号：CN202411723799.7
申请日：2024-11-28
Applicant: 黑龙江八一农垦大学
IPC: H04W28/084 , H04W28/08 , H04W28/22 , H04W72/0446 , H04W72/044 , H02J50/20
Abstract: 本发明提供了一种非线性能量收集(EnergyHarvesting，EH)模式下基于用户协作(UserCooperation，UC)和非正交多址技术(Non‑OrthogonalMultipleAccess，NOMA)辅助的无线供电移动边缘计算(WirelessPoweredTransmissionMobileEdgeComputing，WPT‑MEC)优化算法，通过联合优化HAP不同能量束之间的发射功率、用户卸载时间和用户卸载功率，充分利用能量和计算资源，最大化系统加权和计算率(WeightedSum ComputationRate，WSCR)。由于所提模型是非凸的，因此难以求解公式化问题。为了解决这一问题，提出一种基于逐次凸逼近(SuccessiveConvexApproximation，SCA)的迭代优化算法，首先利用变量代换法重新表述非凸优化问题，将其转化为更易处理的形式，然后利用SCA对其进行求解。数值结果表明，本发明所提方案比基准方案能产生更好的系统性能。
-
公开(公告)号：CN115408121A
公开(公告)日：2022-11-29
申请号：CN202210840069.X
申请日：2022-07-18
Applicant: 黑龙江八一农垦大学
Abstract: 本发明针对移动边缘环境下多用户多虚拟服务器的工作流调度问题，提出一种基于遗传算法的多用户工作流任务卸载决策与调度方法。首先对多用户多虚拟服务器工作流任务的卸载调度问题进行建模，在此基础上获得系统总时延和总能耗的计算表达式；然后，采用遗传算法，通过编码、个体修正、精英选择、自适应交叉、变异概率等操作，确定最优的工作流任务的执行顺序和卸载位置。该方法考虑多用户多虚拟服务器的工作流任务卸载场景，能够通过遗传算法，对工作流任务的执行顺序和卸载位置进行最优决策，使其在满足时延约束的条件下，系统总能耗最小。仿真结果表明，相比其他几种比较方法，能够有效降低系统能耗。
-
公开(公告)号：CN103237310A
公开(公告)日：2013-08-07
申请号：CN201310118195.5
申请日：2013-04-08
Applicant: 黑龙江八一农垦大学
Abstract: 一种认知无线电并行合作频谱感知方法，该方法首先根据定义的感知开销和传输收益，计算系统效益矩阵，运用Kuhn-Munkres算法，为每一个认知用户分配一个子信道进行感知，如果存在剩余的认知用户，则计算系统效益增量矩阵，然后迭代使用Kuhn-Munkres算法最优地为子信道继续分配认知用户与之前分配的认知用户一同对子信道进行合作感知。该并行合作频谱感知方法充分考虑感知开销、系统效益以及不同认知用户对不同子信道感知性能的差异，克服了现有并行合作频谱感知方法仅考虑检测准确性和需要较多用户进行感知的不足，能够最优的确定感知策略，有效的提高系统效益，减少参加合作感知的认知用户数。
-
Patent Agency Ranking
公开(公告)号：CN118781863A
公开(公告)日：2024-10-15
申请号：CN202410820243.3
申请日：2024-08-22
Applicant: 黑龙江八一农垦大学
Abstract: 本发明提供一种无人机辅助的无线能量传输的移动边缘计算优化算法，其中无人机搭载能量发射器和MEC服务器可以为地面用户提供能量传输和计算服务。通过联合优化能量收集时间、用户卸载功率、用户卸载时间、CPU频率和无人机位置部署，最大化系统中所有用户的计算位数。由于问题是非凸的，因此本发明提出一种基于拉格朗日对偶法和SCA方法的两阶段交替算法，将原始问题分解为两个子问题，首先固定无人机位置去求解其它变量，然后再通过求解的变量去优化无人机的位置，交替迭代这两个子问题，直至收敛。该方法在多用户场景下，克服现有计算卸载方法中没有考虑用户能量收集时间和无人机部署位置同时进行优化的问题。
-
公开(公告)号：CN115396953A
公开(公告)日：2022-11-25
申请号：CN202210920908.9
申请日：2022-08-02
Applicant: 黑龙江八一农垦大学
IPC: H04W28/08
Abstract: 本发明提供一种基于改进粒子群算法的计算卸载方法，本方法结合本地设备的能量信息及充电状态信息，综合考虑能耗和时延卸载成本，建立多设备多任务多服务器场景下的MEC计算卸载系统模型，对于计算卸载的混合整数非线性规划问题，采用改进的粒子群算法对卸载决策和资源分配变量进行求解，最终获得最优的卸载决策和资源分配方案。该方法在多设备多任务多服务器的场景下，克服现有计算卸载方法中没有考虑MEC服务器的计算资源分配问题。
-
公开(公告)号：CN113630886B
公开(公告)日：2023-07-18
申请号：CN202110991445.0
申请日：2021-08-27
Applicant: 黑龙江八一农垦大学
IPC: H04W72/0453 , H04W72/541 , H04L67/12 , G06F30/25 , H04W72/542 , G06N3/006 , G06F30/18 , G06F111/02 , G06F111/04
Abstract: 本发明提供一种基于粒子群算法的异构物联网频谱分配方法，该方法可以克服现有频谱分配方法中没有考虑异构物联网特有的频带特性、多层网络的分布情况以及频谱感知得到的可用频谱信息的不足，通过引入信道粒度的概念，结合频谱感知的信息，综合考虑信道重叠、物联网重叠、信道可用性等因素，将频谱分配问题建模为非线性约束0‑1整数规划问题，通过粒子群算法，合理分配可用的频谱资源，解决了在异构物联网场景下，如何合理分配频谱资源的问题，以达到系统效益最大和避免物联网间同频干扰的目的。
-
公开(公告)号：CN113630886A
公开(公告)日：2021-11-09
申请号：CN202110991445.0
申请日：2021-08-27
Applicant: 黑龙江八一农垦大学
IPC: H04W72/04 , H04W72/08 , H04L29/08 , G06F30/18 , G06F30/25 , G06N3/00 , G06F111/02 , G06F111/04
Abstract: 本发明提供一种基于粒子群算法的异构物联网频谱分配方法，该方法可以克服现有频谱分配方法中没有考虑异构物联网特有的频带特性、多层网络的分布情况以及频谱感知得到的可用频谱信息的不足，通过引入信道粒度的概念，结合频谱感知的信息，综合考虑信道重叠、物联网重叠、信道可用性等因素，将频谱分配问题建模为非线性约束0‑1整数规划问题，通过粒子群算法，合理分配可用的频谱资源，解决了在异构物联网场景下，如何合理分配频谱资源的问题，以达到系统效益最大和避免物联网间同频干扰的目的。
-
公开(公告)号：CN103237310B
公开(公告)日：2015-09-09
申请号：CN201310118195.5
申请日：2013-04-08
Applicant: 黑龙江八一农垦大学
Abstract: 一种认知无线电并行合作频谱感知方法，该方法首先根据定义的感知开销和传输收益，计算系统效益矩阵，运用Kuhn-Munkres算法，为每一个认知用户分配一个子信道进行感知，如果存在剩余的认知用户，则计算系统效益增量矩阵，然后迭代使用Kuhn-Munkres算法最优地为子信道继续分配认知用户与之前分配的认知用户一同对子信道进行合作感知。该并行合作频谱感知方法充分考虑感知开销、系统效益以及不同认知用户对不同子信道感知性能的差异，克服了现有并行合作频谱感知方法仅考虑检测准确性和需要较多用户进行感知的不足，能够最优的确定感知策略，有效的提高系统效益，减少参加合作感知的认知用户数。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.024 seconds)
