-
公开(公告)号：CN103096431A
公开(公告)日：2013-05-08
申请号：CN201210559054.2
申请日：2012-12-20
Abstract: 本发明涉及数字移动通信技术领域，具体涉及一种基于模拟退火算法的多模终端扇区选择方法。该方法包括步骤：S1.所有多模终端向移动交换中心上报其所在位置的扇区信息；S2.结合所述扇区信息，移动交换中心以所有多模终端平均QoS值最高为标准，通过模拟退火算法计算最优扇区分配状态矩阵；S3.每部多模终端根据所述最优扇区分配状态矩阵选择接入扇区。本发明不但能够有效的提高多模终端的QoS值以及平均吞吐量，而且相较于现有技术中的快速扇区选择算法，在用户数量较多时有效的降低了算法复杂程度，减少了计算时间，提高了系统的实时性，进而提高了移动通信系统的稳定性以及鲁棒性。
-
公开(公告)号：CN103067978A
公开(公告)日：2013-04-24
申请号：CN201210585026.8
申请日：2012-12-28
Applicant: 北京邮电大学
Abstract: 本发明公开了通信技术领域中的一种多模终端多通道并行通信的流量分配方法。本发明首先侦测无线接入网络的网络参数；其次检测多模终端的数据传输率；最后计算无线接入网络通道分配的单位时间数据包发送个数，将数据流量分配给无线接入网络。本发明能够在保证网络数据流畅的前提下最大程度地提高多模终端的能源利用率。
-
公开(公告)号：CN115913955B
公开(公告)日：2024-12-10
申请号：CN202211239280.2
申请日：2022-10-11
Applicant: 北京邮电大学
IPC: H04L41/083 , H04L41/0833 , H04L41/0896 , G06N20/00 , G06N3/092 , G06F9/50
Abstract: 本发明公开了一种边缘计算系统中神经网络模型分割与资源分配方法，包括构建边缘计算系统模型与机器学习任务模型；构建机器学习任务端到端时延模型和服务器能耗模型，进而建立长期系统性能优化问题；基于Lyapunov优化技术，将时隙间决策耦合的长期优化问题转化为时隙间决策独立的单时隙优化问题；构建马尔可夫决策过程，将时隙间决策独立的单时隙优化问题转化为强化学习优化问题；基于深度强化学习技术，训练并应用神经网络模型分割与资源分配策略。本发明综合考虑任务到达率、网络传输速率和服务器计算能力等因素，实现神经网络模型分割与计算资源分配动态优化，在充分考虑服务器的能耗预算基础上，加速机器学习推理，提高用户体验。
-
公开(公告)号：CN114943456B
公开(公告)日：2024-05-07
申请号：CN202210612961.2
申请日：2022-05-31
Applicant: 北京邮电大学
IPC: G06Q10/0631 , G06F18/214 , G06F18/23
Abstract: 本公开提供一种资源的调度方法、装置、电子设备及存储介质，该方法包括：获取目标区域的历史资源使用数据，并根据所述历史资源使用数据，将所述目标区域划分为若干资源使用区域；预测所述资源使用区域的资源需求量；根据所述资源需求量生成所述目标区域的资源调度方案。本公开可以均衡资源在时空上的分布，提高资源的整体利用率。
-
公开(公告)号：CN114859852B
公开(公告)日：2023-09-05
申请号：CN202210394948.4
申请日：2022-04-15
Applicant: 中国电子科技集团公司第十研究所 , 北京邮电大学
IPC: G05B23/02
Abstract: 本公开提供一种飞行器测控接入的控制方法、电子设备及存储介质，该方法包括，每个飞行器根据需要的服务时间与最大停留时间确定飞行器的优先级，根据优先级确定初始退避窗口和窗口增长因子，并根据初始退避窗口、窗口增长因子以及当前退避次数确定当前退避次数对应的退避窗口；根据当前退避次数对应的退避窗口，向测控平台发送接入请求信息；测控平台接收所有飞行器发送的接入请求信息，并基于接入请求信息与通道占用信息，控制每个飞行器的接入，通过对不同的飞行器设置不同的优先级，保证了速度各异的各个飞行器均能达到测控业务需求，同时通过设置窗口增长因子来调节退避窗口，有助于减小信道冲突，有效降低了飞行器的接入时延。
-
Patent Agency Ranking
公开(公告)号：CN116017570A
公开(公告)日：2023-04-25
申请号：CN202211461587.7
申请日：2022-11-17
Applicant: 北京邮电大学
IPC: H04W28/08 , H04W28/06 , H04L67/104 , H04L67/1074
Abstract: 本发明公开了一种基于区块链的边缘计算系统资源管理方法，包括网络控制器感知当前终端设备任务信息以及系统当前无线环境信息；同时网络控制器感知边缘服务器和云服务器的计算资源信息；通过无线连接将相关信息从相应的设备上传到网络控制器；将当前任务信息以及系统当前无线环境信息输入到部署于网络控制器中的已训练完毕的优化模型当中，计算基于当前状态下的终端设备发射功率控制、终端设备任务卸载决策，以及任务的计算过程和区块链的共识过程所要使用的计算资源分配情况，并传递到各计算实体执行；本发明利用任务卸载和计算资源分配算法以极低的时间复杂度联合优化了任务的卸载和资源的分配，提升了系统的执行效率，提高了用户体验。
-
公开(公告)号：CN109862592B
公开(公告)日：2020-11-10
申请号：CN201811484129.9
申请日：2018-12-06
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于多基站协作的移动边缘计算环境下资源管理和调度方法，该方法包括：移动边缘计算智能基站利用接收、控制、缓存、计算、发送这五个单元来进行资源的分配和调度。当移动终端有新的计算任务时，上传迁移请求到所属的智能基站；若任务由管理算法确定为在智能基站中执行，且任务数据已被缓存，则直接执行任务；若任务数据未被缓存，则任务的数据请求将被发送到云端；若算法决定在相邻基站中执行任务，智能基站将向相邻基站发送计算迁移请求，关于缓存的判断与此前相同；若算法决定在云端执行任务，则智能基站将迁移请求发送给云端。因此，本发明所述方法，能够同时优化传输和计算时延、缓存分配、系统收益等方面。
-
公开(公告)号：CN107707668B
公开(公告)日：2020-09-11
申请号：CN201711011578.7
申请日：2017-10-26
Applicant: 北京邮电大学
Abstract: 本发明公开了一种LTE蜂窝网络中基于数据预取的尾能耗优化方法，包括不断维护用于存放当前收到的数据包阅读浏览时间的时间队列和存放当前数据包大小的数据包队列；接收数据传输请求，根据时间队列和数据包队列，计算得出当前用户的阅读浏览模式；根据数据包队列预测下一次数据包大小；根据当前浏览模式、可用尾时间、数据传输速率和数据包大小确定当前的数据预取模式，包括预取全部数据和预取缩略数据。本发明在数据预取技术的基础上，充分考虑了当前用户的阅读浏览模式、可用尾时间、数据传输速率和待预取数据包的大小，设计出一种可以动态调整预取模式的尾能耗优化方法，提高了数据预取的成功率，对尾能耗充分利用，从而有效减小了单位数据传输能耗，对于提高移动终端数据传输能耗利用率、延长移动智能终端续航工作时间具有较深的意义。
-
公开(公告)号：CN108243485B
公开(公告)日：2020-08-04
申请号：CN201611215741.7
申请日：2016-12-26
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种无线传感网络中的时分多址信道接入方法及装置。方法包括：协调器生成并发送静态信标帧，传感器节点根据静态信标帧中自身对应的第一时隙信息接入信道并发送第一数据帧，协调器根据第一数据帧判断传感器节点预备传输的第二数据帧是否为应急数据帧，针对第二数据帧为应急数据帧的传感器节点，根据应急数据帧的数据长度信息，计算第二时隙信息，根据第二时隙信息、其他传感器节点的第一时隙信息，确定第二超帧信息，根据第一/第二时隙信息和第二超帧信息，协调器生成并发送动态信标帧，传感器节点根据动态信标帧中自身对应的时隙信息接入信道，应用本发明实施例，实现了对突发事件的处理能力，提高了无线传感器网络的可靠性。
-
公开(公告)号：CN109660374B
公开(公告)日：2020-07-31
申请号：CN201710946295.5
申请日：2017-10-11
Applicant: 北京邮电大学
Abstract: 本发明公布了一种基于智能时隙选择的信道接入方法和装置。主要解决了无线传感器网络中网络的动态拓扑性与信道的高效利用无法同时存在的问题。所述方法包括：对无线传感器网络进行模型建立，完成无线传感器网络环境与强化学习方法相结合；确定自定义的帧结构以及时隙数量；初始化状态值向量V(s)以及时隙选择概率Pi；依据时隙选择概率Pi选择时隙进行发送，根据信道接入的反馈情况更新各时隙的奖励值；然后根据各个节点的奖励更新对应时隙的状态值v以及资格迹δ；更新完毕以后，对各个节点状态进行评估，当Vi＞Vth时，认为该节点在第i个时隙处于稳定状态，最后根据以上的状态评估结果以及状态值，调整玻尔兹曼策略的温度因子参数，选择该节点的最优时隙进行发送。本发明实施例，即保证了无线传感器网络的信道利用率，又提高了无线传感器网络的可靠性，具有广泛的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
120
records
(took 0.027 seconds)
