-
公开(公告)号：CN114422986B
公开(公告)日：2024-11-15
申请号：CN202111642047.4
申请日：2021-12-29
Applicant: 北京信息科技大学
IPC: H04W4/70 , H04W28/24 , H04W72/044 , H04W72/541 , H04W72/53
Abstract: 本发明公开一种基于QoS的上行资源分配系统及方法，包括：蜂窝用户、机器设备网关和时延容忍机器设备；蜂窝用户预先接收分配的资源块并分配发射功率；机器设备网关得到资源块复用情况数据，为时延容忍机器设备分配资源块和发射功率，建立链路数据传输速率优化模型；时延容忍机器设备根据接收分配资源块和发射功率得到蜂窝用户的干扰功率影响度；链路数据传输速率优化模型根据资源块复用情况数据和干扰功率影响度，调整资源分配策略得到分配结果。本方案能够不断优化集群内时延容忍型机器设备的资源块选择和功率分配策略，提高了时延容忍型机器设备的数据传输速率，保证了人与人通信业务的高传输速率以及时延敏感型机器设备业务的高可靠性传输。
-
公开(公告)号：CN117808246A
公开(公告)日：2024-04-02
申请号：CN202311844168.6
申请日：2023-12-28
Applicant: 北京信息科技大学
IPC: G06Q10/0631 , G06Q50/04 , G06N3/092 , G06N7/01 , G06F30/20 , G05B19/418 , G06F111/06 , G06F111/04
Abstract: 本申请提供了一种柔性作业车间调度方法、装置及系统，其中，所述方法包括：基于柔性作业车间的工序排序、机器选择以及速度决策三种不同类型调度任务，来描述具有复杂约束和多目标优化的能效感知多智能体决策模型；基于所描述的多智能体决策模型，来构建马尔可夫决策过程模型，并基于所构建的马尔可夫决策过程模型来描述多智能体深度强化学习在所述柔性作业车间调度问题上的应用；基于所描述的马尔可夫决策过程模型，来进行多目标动态作业车间调度。本申请解决了现有技术中柔性作业车间调度效率低的技术问题。
-
公开(公告)号：CN117793909A
公开(公告)日：2024-03-29
申请号：CN202311844152.5
申请日：2023-12-28
Applicant: 北京信息科技大学
IPC: H04W72/0453 , H04W72/0457 , H04W72/044 , H04W72/50 , H04B7/0413 , G06N3/006 , G06N3/08
Abstract: 本申请提供了一种无蜂窝mMIMO网络中多域资源联合分配方法及装置，该方法，包括：基于预先分配的频谱子带、发射功率、用户分组和波束赋形，得到各个用户设备的先验信息，其中，所述先验信息包括所述用户设备所占用频谱子带的信道条件、以及SINR或中断概率；基于所述先验信息以及接入点和用户链路当前获得的频谱子带、发射功率、用户分组和波束赋形，建立链路通信速率优化模型，其中，所述链路通信速率优化模型输出当前网络状态信息；基于所述链路通信速率优化模型，所述接入点和用户链路的智能体通过不断从经验重放池存放的数据中学习资源分配策略来进行资源分配，其中，所述经验重放池用于存储所述先验信息和所述当前网络状态信息。
-
公开(公告)号：CN114698105A
公开(公告)日：2022-07-01
申请号：CN202011573910.0
申请日：2020-12-28
Applicant: 北京信息科技大学
Abstract: 本发明公开了一种密集异构网络中基于多策略多目标联合优化的资源分配方法，属于无线通信领域，利用多策略多目标联合优化的方法实现密集异构网络中用户关联与频谱分配、功率分配，应用于密集异构网络中。该方法将密集异构网络中的资源分配问题建模为多目标优化问题，以用户最低速率为约束条件，同时优化密集异构网络中的能量效率和频谱效率，并保证了用户的速率需求；采用多策略多目标联合优化方法求解资源分配策略，相比于单策略多目标优化方法，无需为每个优化目标分配权重，避免了权重分配的主观性，且能够实现分配策略多样化；算法中反复用到帕累托支配排序，在运算过程中可及时删除劣解，最后结果只包含最优解。
-
公开(公告)号：CN114301551A
公开(公告)日：2022-04-08
申请号：CN202111649619.1
申请日：2021-12-30
Applicant: 北京信息科技大学
Inventor： 陈硕
Abstract: 本发明包含车联网中基于感知的信号估计系统，包括感知设备控制单元、感知信号发射机、感知信号接收机，感知设备控制单元用于生成极化感知信号配置信息，感知信号发射机接收来自感知控制单元的极化感知信号配置信息，按照配置信息生成对应的极化感知信号，并发送至感知信号接收机，感知信号接收机估计极化状态信息，并上报至感知信号发射机，以极化状态信息表征车载天线朝向，通过感知估计车载天线极化状态，提出基于感知的车载天线极化状态估计方法，包含两种方式，方式一应用于感知信号接收机配置双极化天线，感知信号发射机具有单极化状态的场景，方式二应用于感知信号接收机配置双极化MIMO天线，感知信号发射机具有单极化状态的场景。
-
Patent Agency Ranking
公开(公告)号：CN107331220A
公开(公告)日：2017-11-07
申请号：CN201710779761.5
申请日：2017-09-01
Applicant: 国网辽宁省电力有限公司锦州供电公司 , 国家电网公司 , 北京科东电力控制系统有限责任公司 , 北京信息科技大学
Abstract: 本发明提供一种基于增强现实的变电设备运维仿真培训系统和方法，包括：培训管理服务器、AR子系统、培训实景视觉监测子系统；AR子系统：用于对目标设备识别、跟踪和注册的双目立体视觉三维感知单元，将显示虚拟场景叠加在实际场景上的显示单元，用于识别使用者动作的手势识别单元，用于识别使用者语音的语音识别单元；培训实景视觉监测子系统包括设置在实际场景内的多目立体视觉测量和跟踪摄像头和设备状态监测摄像机；设备状态监测摄像机用于识别变电设备的工作状态，多目立体视觉测量和跟踪摄像头用于获取实际场景中的变电设备的三维空间坐标、测量受训人员在培训现场的三维空间坐标，并跟踪测量受训人员的行走轨迹。
-
公开(公告)号：CN114025432A
公开(公告)日：2022-02-08
申请号：CN202111457952.2
申请日：2021-12-02
Applicant: 北京信息科技大学
Abstract: 本发明提供了一种密集异构网络中能量和频谱效率优化资源分配方法，将密集异构网络中下行链路的资源分配问题建模为以系统的能量效率和频谱效率为优化目标的多目标优化问题，优化模型不仅联合优化了两种网络性能且同时考虑了小蜂窝和宏蜂窝的网络性能，以减轻小基站的密集部署对宏蜂窝造成的跨层干扰，解决资源分配只联合优化小蜂窝网络能量效率和频谱效率没有考虑宏蜂窝网络性能的问题，通过能量效率和频谱效率联合优化的资源分配方法求解所建立的多目标优化问题，所提方法不仅降低了问题的复杂度而且效率高，解决传统的优化方法在求解结构复杂且规模庞大的密集异构网络中的多目标优化问题时复杂度高且效率低的问题。
-
公开(公告)号：CN116208968B
公开(公告)日：2024-04-05
申请号：CN202211726582.2
申请日：2022-12-30
Applicant: 北京信息科技大学
Abstract: 本申请公开了一种基于联邦学习的轨迹规划方法及装置。该方法包括：计算无人机辅助地面通信网络的先验信息；基于先验信息，来建立覆盖无人机计算卸载优化模型，并利用深度强化学习通过训练过程求解覆盖无人机计算卸载优化模型，得到经深度强化学习训练而得的局部网络模型；基于局部网络模型，利用联邦学习迭代更新得到全局最优的无人机轨迹规划方案。本申请解决了由于利用单无人机进行计算卸载难以对地面大规模用及时有效的提供计算卸载而造成的难以满足地面用户对于计算卸载时延、能耗要求低，以及多无人机训练过程中能耗及时延消耗过大的技术问题。
-
公开(公告)号：CN116567721A
公开(公告)日：2023-08-08
申请号：CN202211660667.5
申请日：2022-12-23
Applicant: 北京信息科技大学
IPC: H04W28/08 , H04W28/084 , H04W28/086 , G06F9/50 , G06N3/092
Abstract: 本申请公开了一种人机物混合接入的异构网络中资源联合分配方法及装置。其中，该方法包括：确定优化所述人机物混合接入的异构网络中的设备的约束条件、决策变量及优化目标；基于所确定的约束条件、决策变量及优化目标，来定义所述设备中的智能体的状态集、动作集和奖励函数；基于所定义的状态集、动作集和奖励函数，遍历所述智能体的状态集，根据所述智能体的当前状态的奖励值和下一状态的收益估计来更新所述智能体的所述当前状态的收益，直到找出最大的奖励值；基于所述最大的奖励值，得到使所述优化目标最优的资源分配方案。本申请解决了由于网络中资源分配不佳导致的网络性能较差和服务成本较高的技术问题。
-
公开(公告)号：CN114301551B
公开(公告)日：2023-06-02
申请号：CN202111649619.1
申请日：2021-12-30
Applicant: 北京信息科技大学
Inventor： 陈硕
Abstract: 本发明包含车联网中基于感知的信号估计系统，包括感知设备控制单元、感知信号发射机、感知信号接收机，感知设备控制单元用于生成极化感知信号配置信息，感知信号发射机接收来自感知控制单元的极化感知信号配置信息，按照配置信息生成对应的极化感知信号，并发送至感知信号接收机，感知信号接收机估计极化状态信息，并上报至感知信号发射机，以极化状态信息表征车载天线朝向，通过感知估计车载天线极化状态，提出基于感知的车载天线极化状态估计方法，包含两种方式，方式一应用于感知信号接收机配置双极化天线，感知信号发射机具有单极化状态的场景，方式二应用于感知信号接收机配置双极化MIMO天线，感知信号发射机具有单极化状态的场景。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.051 seconds)
