-
公开(公告)号：CN113316116B
公开(公告)日：2022-08-16
申请号：CN202110587171.9
申请日：2021-05-27
Applicant: 南京邮电大学
Abstract: 本发明公开一种车辆计算任务卸载方法，主要针对车辆边缘网络中边缘服务器的部署数量有限，以及一些高性能车辆的计算资源被闲置浪费的问题，首先该方法将行驶中的车辆分为任务车和服务车，任务车将计算任务卸载到单个服务车或一组服务车；接着建立基于熵值的任务优先级模型，得到任务请求消息的优先级之后，根据每个请求的优先级将计算任务放入优先级队列之中，按照优先级队列处理计算任务；然后给出任务卸载模型，对计算和通信资源进行数学分析，以最小化系统整体处理延迟为目标得出优化问题，并利用基于UCB的算法求解任务卸载策略。该方法充分利用了高性能车辆的闲置计算资源，同时也降低了其他车辆的计算任务处理延迟。
-
公开(公告)号：CN114553661A
公开(公告)日：2022-05-27
申请号：CN202210109912.7
申请日：2022-01-29
Applicant: 南京邮电大学
IPC: H04L41/042 , H04L41/044 , H04L41/0823 , H04L41/14 , H04L41/16 , H04L45/12 , G06K9/62 , G06N20/00
Abstract: 本发明公开了一种面向无线联邦学习的移动用户设备分簇训练方法，无线网络中有1台边缘服务服务器和多个移动用户设备，每个用户设备拥有属于本地数据集。首先利用DBSCAN算法以及LEACH算法将用户分为多个簇并选出簇头。然后每个用户利用本地数据训练各自的模型参数并上传至其所在簇的簇头进行聚合，簇头将聚合后的模型进一步上传至边缘服务器聚合。边缘服务器将聚合后的模型参数分发到簇头，并由簇头进一步分发到簇内用户设备进行下一轮训练。如此重复，直至收敛。利用该分簇训练方法，可以降低无线联邦学习的通信开销和训练时延。
-
公开(公告)号：CN113902220A
公开(公告)日：2022-01-07
申请号：CN202111325927.9
申请日：2021-11-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于自适应密度聚类算法的车辆轨迹预测方法，该方法包括：1)选定一个具有N个轨迹点的车辆轨迹数据集；2)基于自适应密度聚类算法对轨迹点进行分簇；3)对每个簇分别进行符号标记，将被标记了的簇按照时间排序后输出符号序列；4)将符号序列输入到变阶马尔可夫模型中，并使用Lempel‑Ziv‑MS预测算法进行预测，即预测概率最大时的符号对应的轨迹点即为最终轨迹预测结果。本发明所提的自适应密度聚类算法提高了算法的执行效率，同时提高了轨迹聚类的准确度；考虑N阶马尔可夫模型的空间复杂度高、零频率等缺点，变阶马尔可夫模型使用LZ‑MS来解决零频率问题，并使用树结构来减少所需的内存量。
-
公开(公告)号：CN113377547B
公开(公告)日：2021-11-23
申请号：CN202110922867.2
申请日：2021-08-12
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种5G边缘计算环境下计算任务智能卸载和安全保障方法，该方法首先考虑用户在卸载过程当中的移动性，估计用户在基站的停留时间，考虑用户在卸载过程当中的移动性，消耗的时延和能量，以及用户向MEC服务器支付的费用，以最大化系统效益为目标，采用Q‑Learning得到用户的卸载方案；其次考虑了基站之间的负载均衡，对用户任务进行优先级排序，为任务指配合适的基站卸载，从而更加有效地利用MEC服务器的计算资源和基站的信道资源；此外还考虑了卸载时用户任务的安全性，对MEC与用户之间传送的数据采用基于多维生物特征的AES加密。
-
公开(公告)号：CN113573365A
公开(公告)日：2021-10-29
申请号：CN202110671497.X
申请日：2021-06-17
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于马尔科夫转移概率的车联网边缘缓存方法，根据马尔科夫转移概率建立车辆的移动模型，在移动模型中计算单个车辆用户的请求时延，接着以最小化车辆平均请求时延为目标提出一个缓存策略函数，最后基于次模函数的贪心算法求解最优问题，确定缓存策略。本发明考虑了移动车辆同时请求多个文件的情况，并对车辆转移进行了合理建模，基于次模函数的贪心算法确定的缓存策略能有效完成车辆平均请求时延最小化的目标。
-
Patent Agency Ranking
公开(公告)号：CN113490181A
公开(公告)日：2021-10-08
申请号：CN202110551075.9
申请日：2021-05-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于LSTM神经网络的车辆传输时延优化方法，将车辆到达建模为非齐次泊松过程，并利用LSTM神经网络预测车辆的到达率函数，然后根据车辆到达率函数构建系统移动模型，并根据非齐次泊松过程的性质计算车辆之间的传输时延，从而建立系统的目标函数，接着提出一种基于分支定界的通信传输模式选择算法来解决目标函数，从而最小化车辆间总的传输时延。本发明通过LSTM神经网络对车辆达到率进行预测，从而更好地进行通信模式地选择，以达到车辆传输时延最小化的目的。
-
公开(公告)号：CN113361504A
公开(公告)日：2021-09-07
申请号：CN202110911316.6
申请日：2021-08-10
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了基于无人机协同组网的边缘群体智能方法，首先，通过一种面向森林火灾烟雾检测的具有自适应间隔的三帧差法提取运动区域，降低了单个无人机烟雾检测的数据运算成本，用烟雾颜色判据模型对运动区域进行提取，获得烟雾图像，再通过计算烟雾的面积变化率判断是否为烟雾图像，提高无人机烟雾检测的准确率；本发明提出了一种改进的分布式的粒子群算法，用多个侦查无人机协同工作，对森林火灾进行实时监控和定位，能够有效地识别森林火灾，降低漏检率，并对火灾做出及时响应，提高无人机组的工作效率；还提出了一种分层反馈校正机制，反馈调节、优化提升自适应间隔三帧差法和改进的分布式粒子群算法。
-
公开(公告)号：CN113347639A
公开(公告)日：2021-09-03
申请号：CN202110893800.0
申请日：2021-08-05
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种基于协同通信的混合接入频谱的方法，物联网环境下协作认知无线电网络包括1个原始发信者PS、1个原始收信者PD、1个聚合中心FC和含有N个次级用户SU的协作认知无线电网络用户集，聚合中心FC利用信道状态信息设计物联网环境下协作认知无线电网络混合接入频谱方法；本方法在频谱资源受限的情况下，增强通信主路传输性能，兼顾物联网环境下协作认知无线电网络的数据传输，提升系统吞吐量，从而提高频谱效率。
-
公开(公告)号：CN107241765A
公开(公告)日：2017-10-10
申请号：CN201710445990.3
申请日：2017-06-14
Applicant: 南京邮电大学
Abstract: 本发明公开了一种异构云无线接入网络中的回程压缩与带宽分配方法，该方法按以下步骤进行：1)将异构云无线接入网络中的用户终端分为两组，一组直接接入宏小区基站，称为U1类用户，另一组接入远程天线单元，称为U2类用户；2)基站根据位置信息，分别计算U1类用户到基站以及U2类用户到多个远程天线单元的统计信道状态信息；3)基站利用统计信道状态信息，同时计算最优回程压缩噪声协方差矩阵Ψ*和最优带宽分配系数η*；4)基站根据η*值分配频谱；5)远程天线单元根据回程压缩噪声协方差矩阵Ψ*确定压缩等级。在回程容量和频谱资源受限的情况下，联合优化回程压和带宽分配，可以有效最大化系统可达速率。
-
公开(公告)号：CN106851795A
公开(公告)日：2017-06-13
申请号：CN201611127480.3
申请日：2016-12-09
Applicant: 南京邮电大学
Abstract: 本发明涉及一种物联网环境中基于睡眠模式的低时延传输方法，采用全新控制策略，应用中将部分微小区基站调整为睡眠模式，能够有效节约能量，降低了干扰，同时能够减少时延；并且整个设计控制过程，有效降低了时延和算法复杂度；不仅如此，应用中，针对部分微小区基站采用毫米波回程链路，有效降低了成本。
-
-
-
-
-
-
-
-
-
Search Results
129
records
(took 0.026 seconds)
