-
公开(公告)号：CN115102648A
公开(公告)日：2022-09-23
申请号：CN202210598013.8
申请日：2022-05-30
Applicant: 南京邮电大学
IPC: H04B17/382
Abstract: 本发明公开了一种基于Stackelberg博弈的多频段群智频谱感知方法，将感知需求次用户向协作感知次用户支付报酬问题建模为博弈模型，其中前者是领导层，后者是从属层。感知需求次用户发布频段感知任务与初始报酬，各协作感知次用户通过优化感知时间使自身效用最优并将感知数据发送给感知需求次用户，感知需求次用户不断更新报酬使效用最优并得到最终判决结果。本发明在领导层博弈中综合考虑检测概率和报酬定义了感知需求次用户效用，通过博弈优化报酬获得最佳效用，从属层博弈中综合考虑检测概率和感知时间定义了协作感知次用户效用，根据感知需求次用户发布报酬优化感知时间以获得最佳效用，推导证明了感知时间的优化存在纳什均衡。
-
公开(公告)号：CN110809259B
公开(公告)日：2022-08-26
申请号：CN201911029969.0
申请日：2019-10-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于社会关系的NOMA使能D2D通信资源博弈方法。该方法将资源分配建模为斯坦伯格博弈，D2D组内采用NOMA技术，实现一对二的数据通信，同时考虑蜂窝用户和D2D用户之间的社会关系因素，促进两者合作以提高系统吞吐量。具体步骤如下：分别定义蜂窝用户和D2D组的效用函数，博弈的领导层为蜂窝用户，从属层为D2D组；领导层通过KM算法对蜂窝用户和D2D组进行信道匹配，为D2D组分配信道；从属层通过基于罚函数的粒子群算法对D2D用户进行功率控制，实现功率的最优分配；设置历史信道分配集合，通过领导层和从属层之间的迭代得到斯坦伯格博弈均衡，根据均衡时的策略更新资源分配。
-
公开(公告)号：CN113115368B
公开(公告)日：2022-08-05
申请号：CN202110360611.7
申请日：2021-04-02
Applicant: 南京邮电大学
Abstract: 本发明公开了物联网通信领域的一种基于深度强化学习的基站缓存替换方法、系统及存储介质，针对物联网的边缘缓存场景，引入物联网数据的新鲜度属性。定义了获取物联网数据时的时延成本以及新鲜度损失成本，并基于权衡传输时延以及数据新鲜度的方法定义了效用函数，同时以最小化用户的总效用为目标建立了优化问题。将缓存替换问题建模为MDP问题，通过将网络状态、数据请求状态以及网络上下文信息作为系统状态，将缓存替换方法作为动作进行抉择，以获取数据时的总成本来设计奖赏函数，并通过状态转移概率函数来确定下一个决策时期的状态。最后，采用A3C方法来对缓存替换方法进行优化，以实现传输时延和新鲜度之间的均衡，并获得更多的缓存命中。
-
公开(公告)号：CN114844549A
公开(公告)日：2022-08-02
申请号：CN202210411026.X
申请日：2022-04-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种缓存辅助中继系统的资源分配方法，该方法针对具有能量缓存和数据缓存功能的多中继协作通信场景下的吞吐量最大化问题，考虑了能量因果、能量容量、数据因果和数据容量的限制，联合优化中继对选择和功率分配；该方法根据中继对选择机制确定每一时隙的接收中继和发射中继，再利用拉格朗日乘子迭代法得到发射中继的最优发射功率，保证吞吐量最大化，得到了中继对选择和功率分配的最佳方案。该方法可以合理利用传输资源和缓存资源，有效提高系统吞吐量性能。
-
公开(公告)号：CN110210903B
公开(公告)日：2022-07-29
申请号：CN201910468164.X
申请日：2019-05-31
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于用户位置与信誉度的群智感知激励方法，包括如下步骤：平台根据用户的心理阈值定义用户的信誉度初值，以及用户前一轮感知任务中的表现对用户的信誉度进行重新评估；平台根据用户上报的位置信息，计算出每一个用户感知的有效面积以及其相应的报酬；依次发送感知请求；用户决策：计算出执行感知任务的效用值，并与自己的心理预期值结合进行思考，若效用值符合自己的心理预期，则接受任务请求，执行感知任务；否则拒绝任务请求。本发明通过用户覆盖面积和信誉度这两方面的激励调控，在相同预算的前提下可以显著提升检测覆盖面积；并且由于信誉度的影响，随着任务轮次的增加，用户质量将不断提高，任务完成效率也将随之提高。
-
Patent Agency Ranking
公开(公告)号：CN114501470A
公开(公告)日：2022-05-13
申请号：CN202210027013.2
申请日：2022-01-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于两阶段用户选择的群智频谱监测方法，针对传统无线电频谱监测方法建设成本高、覆盖范围有限的问题，引入群智感知激励机制来实现准确且低成本的频谱监测。该方法基于群智感知激励机制构建了系统模型，根据用户是否需要通过刻意移动来完成感知任务将用户选择过程分为两个阶段，以招募对平台有利的用户。该方法定义任务优先级和联合概率，建立了平台效用函数，在第一阶段，从总用户中选择一组非移动用户，在日常生活路线中顺便完成感知任务，在第二阶段，从剩余用户中选择一组移动用户，改变原始路线移动到特定区域来完成非移动用户未完成的感知任务，在感知预算有限情况下通过两个阶段选择获胜用户使任务完成数量最大化。
-
公开(公告)号：CN114449490A
公开(公告)日：2022-05-06
申请号：CN202210101461.2
申请日：2022-01-27
Applicant: 南京邮电大学
Abstract: 本发明公开了基于D2D通信的多任务联合计算卸载与资源分配方法，该方法针对本地终端存在多个具有时延需求的计算任务时，本地终端的计算资源无法按时处理完成所有计算任务的问题，引入计算卸载机制来降低延迟及本地终端自身的开销。该方法基于D2D通信技术，在移动终端密集分布的场景下，本地终端可将计算任务同时卸载到周围多个闲置终端上进行处理。该方法联合考虑任务延迟，能耗以及卸载费用，建立了总开销目标函数，针对各任务的任务属性选取最佳任务卸载决策，及最佳传输时间方案，完成本地终端上所有任务的计算需求。
-
公开(公告)号：CN109818788B
公开(公告)日：2022-03-29
申请号：CN201910063289.4
申请日：2019-01-23
Applicant: 南京邮电大学
IPC: H04L41/044 , H04L41/0823 , H04L41/0894 , H04L67/1097 , H04L67/568 , H04B17/382
Abstract: 本发明公开了一种基于次模优化的边缘缓存C‑RAN中计算资源分配方法，该方法按以下步骤进行：S1根据系统中所有无线射频单元的地理位置划分不同的簇；S2根据各个用户到系统中各个簇的不同距离，将每个用户关联到不同簇中；S3在每个簇中，根据关联到本簇的各个用户对不同文件的偏好，制定缓存策略；S4云端中与每个簇对应的本地服务器依据“系统平均时延最小原则”为各个簇中的非命中用户分配计算资源。本发明提出了运用次模优化的方法，对边缘缓存C‑RAN中的计算资源做分配，不仅可以有效地提高分配效率，而且减小了系统的总功耗和任务计算的时延。
-
公开(公告)号：CN112260781B
公开(公告)日：2021-10-19
申请号：CN202010952318.5
申请日：2020-09-11
Applicant: 南京邮电大学
IPC: H04B17/382
Abstract: 本发明是一种基于反向散射与空中计算的协作频谱检测方法。该方法考虑在5G蜂窝物联网场景中，广泛分布的移动用户设备作为频谱检测助手，共同协作帮助请求者获取当前频谱状态。具体步骤如下：每个检测用户首先利用反向散射，直接将接收到的频谱信号以请求者为目标进行反向散射，无需进行本地感知与数据处理程序。然后，利用空中计算，将所有经过检测助手反射的频谱信号通过同一个反向散射信道上报给请求者，利用无线信道的累加特性，实现反向散射频谱信号的叠加。最后，请求者对接收到的空中融合后的频谱信号进行采样分析，做出最终的频谱检测判决。
-
公开(公告)号：CN109890068B
公开(公告)日：2021-08-31
申请号：CN201910289321.0
申请日：2019-04-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于加权GRA和遗传算法的网络选择方法，该方法将异构无线网络场景下的用户业务分为会话、流媒体和交互三种业务类型。为每种业务赋予不同的判断矩阵，使用AHP求得网络属性的主观权重，作为初值；接着对传统的GRA算法做了调整，使用加权GRA来定义适应度函数，再使用遗传算法不断对初始权重做调整，动态寻得最优的适应度，其对应的网络即为最佳网络。本发明有效提高了网络的服务质量。
-
-
-
-
-
-
-
-
-
Search Results
338
records
(took 0.037 seconds)
