-
公开(公告)号：CN110324256B
公开(公告)日：2022-10-14
申请号：CN201910393920.7
申请日：2019-05-13
Applicant: 西南交通大学
IPC: H04L47/27 , H04L47/2425 , H04L47/263 , H04L47/25 , H04L47/34 , H04L1/18
Abstract: 本发明专利涉及通信数据传输控制，具体涉及一种流式数据传输控制方法，包括以下操作：将数据分割为数据段，按数据重要程度将各数据段分为多个等级，设定精度等级阈值；使用拥塞窗口与往返时延的比值作为数据的最佳发送速率估计值，根据该值计算并更新各精度等级数据段的发送概率；按照TCP的数据发送机制依次发送被选中的数据段；根据ACK反馈估计网络的拥塞状况和可用带宽，以此更新拥塞窗口，并主动调整数据发送精度，控制所要传输数据的量。如果网络带宽变好，增加发送数据的精度；否者，减少发送数据的精度，确保传输的进度。
-
公开(公告)号：CN109889450B
公开(公告)日：2021-12-21
申请号：CN201910187942.8
申请日：2019-03-13
Applicant: 西南交通大学
IPC: H04L12/801 , H04L12/825 , H04L12/851 , H04L12/927
Abstract: 本发明属于组播数据传输的速率控制，具体是组播速率控制方法以及组播传输设备，组播速率控制方法，通过捎带在组播数据包上的用于对链路各节点的发送速率进行计算、协商和反馈的控制包头按照分配策略动态地探测、获取位于链路上的各中间节点所分配的数据速率并调整组播的发送速率。本组播速率控制方法让所有接收节点都参与组播发送速率的动态控制中，无需占用多个优先级队列就能够为组播业务实现基于优先级的带宽分配，提供QoS保证；并且，易于实现，对硬件存储、计算能力要求低，能够在目前的可编程硬件上实现并提供线速处理能力。
-
公开(公告)号：CN110545217A
公开(公告)日：2019-12-06
申请号：CN201910815603.X
申请日：2019-08-30
Applicant: 西南交通大学
IPC: H04L12/26 , H04L12/803
Abstract: 本发明专利涉及通信领域中网络流量测量，具体涉及事件驱动的细粒度TCP流量测量方法，包括在网络设备上进行TCP报文观测数据识别和获取；在远端逻辑集中控制器进行网络中TCP以传输数据量的分析和估计。当网络设备在收到指定类型的TCP报文后，进行该操作：为该TCP报文生成观测数据并缓存在网络设备本地；如所要缓存的位置已经存有内容，则报文观测数据内容缓存失败，直接将准备要缓存的报文观测数据内容和缓存中对应位置的内容一并发送给控制器，并将该缓存位置内容置空；如果所要缓存的位置未存有内容，该报文观测数据内容缓存成功。本方法在不影响测量精度、准确度的同时，能进一步显著减少测量带来的网络开销。
-
公开(公告)号：CN118731975A
公开(公告)日：2024-10-01
申请号：CN202410760827.6
申请日：2024-06-13
Applicant: 西南交通大学
IPC: G01S17/931 , G01S17/89 , G01S17/87 , G06V20/56 , G06V10/10 , G06V10/20 , G06V10/778 , G06V10/80 , G06N3/006
Abstract: 本发明公开了一种基于激光雷达的复杂噪声下多智能体协同感知方法，包括以下步骤：步骤S1、对协作智能体激光雷达点云进行坐标系转换与预处理；步骤S2、利用深度学习的方法提取所有协作智能体激光雷达点云的特征图，再将协作智能体激光雷达点云的特征图压缩后，传送至中心车辆；步骤S3、中心车辆解压缩接收到的协作智能体激光雷达点云的特征图，同时利用少量先前接收的协作智能体激光雷达点云的特征图，对传输时间延迟和相对位姿误差进行相应的深度学习处理；步骤S4、中心车辆利用注意力机制将协作智能体激光雷达点云的特征图融合到中心车辆的特征图，得到最终特征图；步骤S5、将最终的特征图送入检测头得到检测结果；解决了传输时间延迟和相对位姿误差下多智能体感知系统性能下降问题。
-
公开(公告)号：CN116866660A
公开(公告)日：2023-10-10
申请号：CN202310845052.8
申请日：2023-07-11
Applicant: 西南交通大学
IPC: H04N21/44 , H04N21/4402 , H04N21/443
Abstract: 本发明公开了一种基于端边协同的上下文感知在线实时视频分析方法，包括：通过建立视频帧参数以及卸载阈值自适应机制，在视频数据采集后，决策模块将数据进行自适应分辨率以及卸载阈值设置，本地终端基于卸载阈值判断是否卸载至边缘设备处理，从而实现视频流数据的实时处理；本发明的优点是：低网络依赖性，利用环境与系统性能之间的数据依赖关系，借助端边协同具有更好的视频分析性能。
-
Patent Agency Ranking
公开(公告)号：CN115002123A
公开(公告)日：2022-09-02
申请号：CN202210579266.0
申请日：2022-05-25
Applicant: 西南交通大学
IPC: H04L67/1001 , H04L67/12 , G06F9/50 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于移动边缘计算的快速适应任务卸载系统和方法，系统包括：应用层、车辆层和MEC层；应用层的子任务被卸载到MEC服务器或本地车辆上运行，车辆层的每辆车辆都在本地对部分子任务进行处理。MEC层根据定义好的任务卸载方法为所有子任务进行卸载排序，并按卸载顺序依次为每个子任务进行卸载调度。方法包括：采样出多个任务卸载场景。针对特定的场景，训练出与之对应的任务卸载策略。对于每个场景，初始化本地目标策略和网络参数。根据本地采样策略选择并执行动作，获得奖励，收集经验轨迹。更新目标策略网络参数。对全局策略的网络参数进行更新。本发明的优点是：更加稳定，少量训练就能实现对环境的良好探索，具有更好的卸载效果。
-
公开(公告)号：CN110572300B
公开(公告)日：2022-07-05
申请号：CN201910816781.4
申请日：2019-08-30
Applicant: 西南交通大学
IPC: H04L43/0888 , H04L69/163
Abstract: 本发明专利涉及通信领域中的网络流数据量的估计，具体涉及一种TCP流已传输数据量估计方法，包括：将TCP报文的观测数据按照与流的隶属关系进行拆分；针对隶属与每个TCP流的报文观测数据内容估计每个流已发送的数据量。相比于其他方法，本发明所述方法能够正确识别SEQ可能出现的回绕，同时能够消除路由变更、重复报文观测引入的干扰，提高对TCP流以传输数据量进行估计的准确度。
-
公开(公告)号：CN110545217B
公开(公告)日：2022-07-05
申请号：CN201910815603.X
申请日：2019-08-30
Applicant: 西南交通大学
IPC: H04L43/0876 , H04L47/125
Abstract: 本发明专利涉及通信领域中网络流量测量，具体涉及事件驱动的细粒度TCP流量测量方法，包括在网络设备上进行TCP报文观测数据识别和获取；在远端逻辑集中控制器进行网络中TCP以传输数据量的分析和估计。当网络设备在收到指定类型的TCP报文后，进行该操作：为该TCP报文生成观测数据并缓存在网络设备本地；如所要缓存的位置已经存有内容，则报文观测数据内容缓存失败，直接将准备要缓存的报文观测数据内容和缓存中对应位置的内容一并发送给控制器，并将该缓存位置内容置空；如果所要缓存的位置未存有内容，该报文观测数据内容缓存成功。本方法在不影响测量精度、准确度的同时，能进一步显著减少测量带来的网络开销。
-
公开(公告)号：CN110557302A
公开(公告)日：2019-12-10
申请号：CN201910815571.3
申请日：2019-08-30
Applicant: 西南交通大学
IPC: H04L12/26
Abstract: 本发明专利涉及通信领域中的网络测量，具体涉及网络设备报文观测数据采集方法，包括以下操作：网络设备数据转发面当收到TCP报文后，当前报文为SYN报文、FIN报文或SEQ＝0报文中的任意一种，则为该TCP报文生成观测数据，发送给控制面；控制面缓存数据转发面提交的观测数据；控制面接收观测数据后，控制面对报文观测数据进行处理：对TCP报文观测数据的五元组字段进行哈希计算，获得一个0到N-1之间的整数编号f；当缓存中第f个单元中缓存有报文观测数据，将缓存观测数据和当前报文观测数据发送给远端控制器，并将第f个单元中缓存内容清空；当缓存中第f个单元中没有缓存有报文观测数据，缓存到f单元中。
-
公开(公告)号：CN108108224B
公开(公告)日：2019-10-01
申请号：CN201711266803.1
申请日：2017-12-05
Applicant: 西南交通大学
Abstract: 本发明公开了一种基于蚁群优化算法的云数据中心中虚拟机放置方法，采用蚁群优化算法解决VMP问题，在虚拟机请求到达时，找到一种虚拟机的放置方法，使得云数据中心的总体能耗达到最小的同时减少虚拟机之间通信所需的网络总带宽。本发明的主要特征是生成虚拟机的放置次序及蚂蚁之间进行直接的信息交流等，其技术效果在于，在给定网络拓扑上通过运用基于蚁群优化算法，以最小能耗为优化目标，计算出一种满足实际部署要求的虚拟机部署放置方案。仿真实验与数据分析表明，本发明提出的蚁群优化算法相比于降序首次适应算法算法，在算法性能上具有显著优势，获得的虚拟机的部署方案能够明显地降低云数据中心的总体能耗，证明了本发明的可行性及优势。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.05 seconds)
