-
公开(公告)号：CN109561470B
公开(公告)日：2020-10-27
申请号：CN201811415895.X
申请日：2018-11-26
Applicant: 厦门大学
Abstract: 一种网络编码与边缘缓存在链式通信网络的协作方法，包括：设置包括MEC服务器功能的中继基站RS‑MEC，所述中继基站RS‑MEC工作在半双工模式且能与核心网及若干个周边用户无线通信；所述中继基站RS‑MEC收集周边用户通信的潜在需求，分析出适合所述周边用户的潜在需求文件，并将文件需求发送至核心网，再从所述核心网获取后续需要使用的MEC文件并进行存储；在周边用户需要使用MEC文件时所述中继基站RS‑MEC通过网络编码的方式将所述MEC文件和用户通信的数据包一起发送给用户和/或宏基站BS，使得实时的正常通信与所述MEC文件在不增加信道资源的前提下同时进行。本发明方法可以顺利解决MEC提前缓存应用在链式通信网络的资源矛盾和时隙问题，提高网络的运作效率。
-
公开(公告)号：CN109587737A
公开(公告)日：2019-04-05
申请号：CN201811532420.9
申请日：2018-12-14
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 一种基于服务匹配的5G接入网功能分离方法，包括如下步骤：1)用户接入基站并向RRH服务器发出服务请求；2)RRH服务器接收用户的服务请求并转发给云管理机，云管理机根据本地卸载决策机制进行卸载决策，若允许用户进行本地卸载，则云管理机向云服务器发送资源分配请求，云服务器为用户服务分配资源，并向用户发送卸载请求应答；若不允许，则进入步骤3)；3)云管理机向用户下发送否定卸载应答，并根据用户的服务请求，利用分离方案选择机制选择最优的分离方案为用户进行服务。本发明不仅在移动侧部署边缘网络，使网络资源更靠近用户侧，能够为用户提供本地卸载服务，从而能提供低时延服务，而且让整个接入网系统具有按服务和需求动态调整的功能，具有更高的工作灵活性。
-
公开(公告)号：CN110995461B
公开(公告)日：2021-06-22
申请号：CN201911031015.3
申请日：2019-10-28
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 本发明公开了一种网络故障诊断方法及介质，其中该方法包括：获取KPI指标的实时序列流，并对KPI指标的实时序列流进行截窗处理以获取KPI指标的实时序列向量；将KPI指标的实时序列向量与预先训练好的KPI指标的正常属性向量进行K‑S分布检验，以判断KPI指标的实时序列向量是否分布正常；当所有KPI指标中任意一个KPI指标的实时序列向量分布出现异常时，将所有KPI指标在K‑S分布检验时的偏差值按顺序排列以构成偏差值向量；采用新型引力聚类模型，根据偏差值向量获取与偏差值向量相似度最高的网络故障类别，并将网络故障类别作为网络故障诊断结果；从而无需人工介入即可实现网络故障的诊断过程，大大提高了网络智能运维的高效性和便捷性。
-
公开(公告)号：CN109561470A
公开(公告)日：2019-04-02
申请号：CN201811415895.X
申请日：2018-11-26
Applicant: 厦门大学
Abstract: 一种网络编码与边缘缓存在链式通信网络的协作方法，包括：设置包括MEC服务器功能的中继基站RS-MEC，所述中继基站RS-MEC工作在半双工模式且能与核心网及若干个周边用户无线通信；所述中继基站RS-MEC收集周边用户通信的潜在需求，分析出适合所述周边用户的潜在需求文件，并将文件需求发送至核心网，再从所述核心网获取后续需要使用的MEC文件并进行存储；在周边用户需要使用MEC文件时所述中继基站RS-MEC通过网络编码的方式将所述MEC文件和用户通信的数据包一起发送给用户和/或宏基站BS，使得实时的正常通信与所述MEC文件在不增加信道资源的前提下同时进行。本发明方法可以顺利解决MEC提前缓存应用在链式通信网络的资源矛盾和时隙问题，提高网络的运作效率。
-
公开(公告)号：CN111126667B
公开(公告)日：2023-04-07
申请号：CN201911180085.5
申请日：2019-11-27
Applicant: 厦门大学
IPC: G06Q10/04 , G06Q10/0631 , G16H40/20
Abstract: 本发明公开了一种基于主动拓扑优化的车辆任务卸载及资源分配方法及系统，其中该方法包括：预先获取待停车区域的车辆信息和待处理的业务信息；将所有已停车位置信息分别与每一个未停车位置信息进行组合以构建多个车载云模型以及其对应的第一邻接矩阵；根据待处理的业务信息构建业务模型以及其对应的第二邻接矩阵；根据每个车载云模型对应的第一邻接矩阵和第二邻接矩阵判断每个车载云模型与业务模型是否匹配，并计算与业务模型相匹配的车载云模型所对应的效用函数值；获取最小的效用函数值所对应的未停车位置信息；由此，通过提前构建最优的通信拓扑，以保证医疗救助车辆直接停泊于资源利用率最高的停车点，从而大大增加了伤员存活率。
-
Patent Agency Ranking
公开(公告)号：CN112469091A
公开(公告)日：2021-03-09
申请号：CN202011221866.7
申请日：2020-11-05
Applicant: 厦门大学 , 京信通信系统(中国)有限公司
Abstract: 本发明公开了一种基于数据共享的无线通信网的多系统测量方法、介质、设备及装置，其中方法包括：对多系统的信号覆盖区域进行栅格化，并采集保存栅格化后每个栅格对应的历史测量数据，同时对各个栅格进行评级和数据处理；当用户所在栅格被评级为切换频繁栅格时，系统发送相应测量事件，用户上报测量结果，最后由系统根据所述测量结果判断用户是否需要进行切换；如果用户需要进行切换，则获取用户当前所处栅格信息，并根据用户当前所处栅格信息获取对应的历史测量数据处理结果，从而确定用户的目标小区及系统。能够实现保证用户切换成功率的同时，降低系统测量所需时间，改善用户的系统测量和切换体验。
-
公开(公告)号：CN115884386A
公开(公告)日：2023-03-31
申请号：CN202211456948.9
申请日：2022-11-21
Applicant: 厦门大学
IPC: H04W72/0446 , H04W72/0453 , H04W72/044 , H04W72/53 , G06F18/23213
Abstract: 本发明公开了一种基于个性化多粒度无级图染色的无线资源管理方法，包括：建立多址融合资源管理模型；获取用户设备之间的无线资源的潜在干扰关系，并根据潜在干扰关系和多址融合资源管理模型获取用户设备之间的潜在干扰值，以便以用户设备为顶点，用户设备之间的潜在干扰值为边的权重，建立无向干扰图；根据无向干扰图对所述顶点进行干扰隔离，以便将顶点映射到对应的染色轴上，并根据顶点在染色轴的位置对应的RGB色值对顶点进行染色；基于多粒度聚类算法对经过隔离染色后的顶点分簇，以不同的宽容度将染色轴上的顶点划入多个干扰耐受间隔，以便同一个干扰耐受间隔中的用户设备可以复用相同的无线资源；由此，降低了系统干扰，从而提高资源利用率。
-
公开(公告)号：CN112469091B
公开(公告)日：2022-09-30
申请号：CN202011221866.7
申请日：2020-11-05
Applicant: 厦门大学 , 京信网络系统股份有限公司
Abstract: 本发明公开了一种基于数据共享的无线通信网的多系统测量方法、介质、设备及装置，其中方法包括：对多系统的信号覆盖区域进行栅格化，并采集保存栅格化后每个栅格对应的历史测量数据，同时对各个栅格进行评级和数据处理；当用户所在栅格被评级为切换频繁栅格时，系统发送相应测量事件，用户上报测量结果，最后由系统根据所述测量结果判断用户是否需要进行切换；如果用户需要进行切换，则获取用户当前所处栅格信息，并根据用户当前所处栅格信息获取对应的历史测量数据处理结果，从而确定用户的目标小区及系统。能够实现保证用户切换成功率的同时，降低系统测量所需时间，改善用户的系统测量和切换体验。
-
公开(公告)号：CN109587737B
公开(公告)日：2020-10-27
申请号：CN201811532420.9
申请日：2018-12-14
Applicant: 厦门大学 , 京信通信系统(广州)有限公司
Abstract: 一种基于服务匹配的5G接入网功能分离方法，包括如下步骤：1)用户接入基站并向RRH服务器发出服务请求；2)RRH服务器接收用户的服务请求并转发给云管理机，云管理机根据本地卸载决策机制进行卸载决策，若允许用户进行本地卸载，则云管理机向云服务器发送资源分配请求，云服务器为用户服务分配资源，并向用户发送卸载请求应答；若不允许，则进入步骤3)；3)云管理机向用户下发送否定卸载应答，并根据用户的服务请求，利用分离方案选择机制选择最优的分离方案为用户进行服务。本发明不仅在移动侧部署边缘网络，使网络资源更靠近用户侧，能够为用户提供本地卸载服务，从而能提供低时延服务，而且让整个接入网系统具有按服务和需求动态调整的功能，具有更高的工作灵活性。
-
公开(公告)号：CN114638357B
公开(公告)日：2024-05-31
申请号：CN202210186097.4
申请日：2022-02-28
Applicant: 厦门大学
IPC: G06N3/098 , G06N3/092 , G06N3/0985 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06F9/50 , G06F21/62
Abstract: 本发明公开了一种基于自动联邦学习的边缘计算系统及其学习方法，其中基于自动联邦学习的边缘计算系统包括：公有云、边缘云、边缘计算盒子和智能终端设备；公有云汇聚边缘云输入的神经网络模型结构和参数进行不同权重的参数更新优化，边缘云存储边缘计算盒子上传的数据，并采用基于强化学习的神经架构搜索模型搜索最佳模块组合进行局部化模型训练，边缘盒子部署训练好的神经网络模型为智能终端设备提供实时算力，智能终端设备采集图像、语音、文字等信息；本发明能够有效解决预设网络对独立同分布数据效果差的问题，同时能够很好的保护用户隐私，同时边缘盒子能够快速响应智能终端采集的数据，具有广泛的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.024 seconds)
