一种星地通讯系统的多维跨域切片资源分配方法和装置

    公开(公告)号:CN118804334A

    公开(公告)日:2024-10-18

    申请号:CN202410973867.9

    申请日:2024-07-19

    Abstract: 本发明提出一种星地通讯系统多维跨域切片资源分配方法和装置,包括:初始化多个星地通讯系统的无线资源块管理的特征矩阵,构建目标函数和约束条件;求解在各特征矩阵对应的约束条件下的目标函数,得到每个特征矩阵的目标值;目标值最大的特征矩阵为老师矩阵,其余为学生矩阵;将学生矩阵中部分子矩阵替换为老师矩阵中的子矩阵;替换后子矩阵进行随机更新,得到知识提升矩阵;每个知识提升矩阵分别将列元素替换为老师矩阵和其他知识提升矩阵的列元素,同时替换后的子矩阵进行随机更新,得到知识获得矩阵;以知识获得矩阵作为特征矩阵;多次循环直到达到预设的循环迭代次数或目标函数收敛,保存当前目标值最大的特征矩阵作为最优资源分配决策结果。

    一种处理云VR视频流的方法、边云协同系统及存储介质

    公开(公告)号:CN116489410A

    公开(公告)日:2023-07-25

    申请号:CN202310539806.7

    申请日:2023-05-12

    Abstract: 本发明提供了一种处理云VR视频流的方法、边云协同系统及存储介质,其中所述方法包括:云服务器接收边缘服务器上传的视频获取任务,根据所述视频获取任务获取对应的视频资源,得到解压任务;所述云服务器根据其自身以及所述边缘服务器分配给所述解压任务的计算资源,确定划分给所述边缘服务器和所述云服务器的解压比例,对所述解压任务进行划分;所述云服务器和所述边缘服务器分别按照划分的所述解压比例对所述解压任务进行解压,并将解压结果发送给VR终端。本发明实现了在保证图像质量的同时,有效降低视频的传输延迟,提升用户体验的效果。

    一种基于深度学习的移动视频QoE跨层优化方法及系统

    公开(公告)号:CN116208984A

    公开(公告)日:2023-06-02

    申请号:CN202310181938.7

    申请日:2023-02-21

    Abstract: 本发明实施例提供一种基于深度学习的移动视频QoE跨层优化方法,该方法包括:步骤S1、利用预先训练的第一深度神经网络根据历史的QoE量化指标预测下一时刻的QoE量化指标,并基于预测的QoE量化指标判断下一时刻的QoE是否需要优化,其中,历史的QoE量化指标根据获取历史的网络层QoS参数和应用层QoS参数确定;步骤S2、在下一时刻的QoE需要优化时,预测当前时刻的网络层QoS分数和应用层QoS分数,根据网络层QoS分数和应用层QoS分数选择性对网络层和应用层中的一方进行优化以得到提高下一时刻的QoE的优化策略。本发明通过预先预测是否需要优化和优化哪一方的方式对网络层或应用层进行优化,解决优化滞后和优化冲突的问题。

    一种模拟通信系统及其部署方法、模拟通信测试方法

    公开(公告)号:CN116112943A

    公开(公告)日:2023-05-12

    申请号:CN202310147111.4

    申请日:2023-02-20

    Abstract: 本发明提供了一种模拟通信系统,用于模拟终端与基站之间的数据通信过程,所述模拟通信系统包括:模拟终端,其包括终端侧高层协议栈以及基于软件实现终端物理层功能的终端侧模拟物理层;模拟基站,其包括基站侧高层协议栈以及基于软件实现基站物理层功能的基站侧模拟物理层;终端内存,用于存储模拟终端中的数据;基站内存,用于存储模拟基站中的数据;其中,所述终端侧模拟物理层与基站侧模拟物理层之间建立有用于发送数据的模拟通道。在本发明的方案中,终端侧模拟物理层与基站侧模拟物理层直接传输消息字段,不进行物理层的调制与信道编码等物理层数据操作,从而脱离了对物理硬件的依赖也可以实现较好的通信模拟。

    一种激励切片协作的无线资源分配方法

    公开(公告)号:CN111556573B

    公开(公告)日:2023-04-18

    申请号:CN202010331721.6

    申请日:2020-04-24

    Abstract: 本发明提供一种激励切片协作的无线资源分配方法,每一个时隙执行如下步骤以将时隙资源分配给终端:S1、计算当前时隙在协作模式下每个切片和终端的权重;S2、将当前时隙分配给协作模式下权重最大的切片中权重最大的终端;S3、将当前时隙分配完成后,更新被分配了当前时隙的终端以及为该终端提供D2D协作的中继终端的等效被调度次数。其中,对于被协作终端的等效被调度数在被分配时隙个数上加一个数值,对于中继终端的等效被调度数在被分配时隙个数减一个数值。在下一个时隙时,中继终端的权重会增加,被协作终端的权重会降低,由此,后续的某个(或某些)时隙应该分配被协作终端的时隙将会被分配给中继终端,由此实现资源奖励激励切片间的协作。

    一种用于无线接入网的容器编排管理系统及编排方法

    公开(公告)号:CN111542064B

    公开(公告)日:2023-03-21

    申请号:CN202010320995.5

    申请日:2020-04-22

    Abstract: 本发明提供一种基于容器的无线接入网编排方法及管理系统,编排过程包括:响应虚拟网络构建,将预定的模板规范下发到该虚拟网络对应的控制节点,其中所述模板规范定义一种网络服务描述符用于描述无线接入网编排时所需的信息;在控制节点基于模板规范创建待构建虚拟网络对应的基础资源编排模板,所述基础资源编排模板包含该虚拟网络中所有虚拟网元对应的配置信息;对基础资源模板进行解析,获取创建承载虚拟网元的容器对应的资源配置信息和监控配置信息,并封装容器资源配置消息以及监控配置消息;将封装好的容器配置消息和监控配置消息传输到虚拟网元对应的工作节点进行容器实例化操作,并将实例化后的容器按照满足无线接入网的需求进行网络配置。

    基于5G通信系统的PDCCH盲检测方法、终端及存储介质

    公开(公告)号:CN115664590A

    公开(公告)日:2023-01-31

    申请号:CN202211166178.4

    申请日:2022-09-23

    Abstract: 本发明提出一种基于5G通信系统的PDCCH盲检测方法、终端及存储介质,所述方法包括:获取用于传送发送端发送的无线帧数据的所有PDCCH候选者,组成PDCCH候选者集合;计算所述PDCCH候选者集合中每一个所述PDCCH候选者的Metric指标值;根据每一个所述PDCCH候选者的Metric指标值的大小对所有PDCCH候选者进行排序;根据所有PDCCH候选者的排序顺序对所述PDCCH候选者进行译码,选取成功译码的所述PDCCH候选者作为有效PDCCH。该方法能够有效提升PDCCH盲检测效率,检测结果准确率高。

    一种构建面向5G通信系统的网元异常检测模型的方法

    公开(公告)号:CN115426654A

    公开(公告)日:2022-12-02

    申请号:CN202211047856.5

    申请日:2022-08-30

    Abstract: 本发明提供了一种构建面向5G通信系统的网元异常检测模型的方法,包括按照以下步骤训练5G通信系统中任意一种类型的网元对应的异常检测模型:A1、获取该类型的网元对应的信令序列集,其包括多个样本,每个样本为该类型的网元根据5G通信协议在正常通信过程中收发信令的信令类型按发生的时间顺序排列而成的收发信令序列;A2、根据5G通信协议下该类型的网元所可能发送信令的发送信令类型总数量配置隐马尔可夫模型中隐状态的数量,得到初始的隐马尔可夫模型;A3、利用信令序列集对初始的隐马尔可夫模型的参数进行多次迭代估计至收敛,得到该类型的网元对应的异常检测模型。

    一种移动视频卡顿预测模型训练方法及预测方法

    公开(公告)号:CN114860450A

    公开(公告)日:2022-08-05

    申请号:CN202210570592.5

    申请日:2022-05-24

    Abstract: 本发明提供一种移动视频卡顿预测模型训练方法,包括:S1、获取已知卡顿情况的具有时序性的多个历史移动视频数据组成数据集;S2、采用步骤S1中获得数据集将所述初始模型按照如下方式训练至收敛:S21、将数据集划分为训练集和测试集;S22、将从历史移动视频数据中获得的训练集中的数据根据自相关性分为多个训练单元;S23、分别采用每个训练单元训练模型至模型预测准确度大于或等于预设准确度阈值或训练达到预设的迭代次数以得到多个单元模型,其中,在用训练单元对LSTM网络进行训练时,利用dropout函数进行修正权重更新;S24、以每个单元模型在测试集上的预测准确度在所有预测准确之和中的占比为其对应权重,将所有单元模型合并以获得最终移动视频卡顿预测模型。

Patent Agency Ranking