-
公开(公告)号：CN109143161A
公开(公告)日：2019-01-04
申请号：CN201811155779.9
申请日：2018-09-30
Applicant: 电子科技大学
IPC: G01S5/02 , H04W64/00 , H04B17/318
CPC classification number: G01S5/0252 , G01S5/0278 , H04B17/318 , H04W64/006
Abstract: 本发明属于室内定位技术领域，涉及基于混合指纹质量评价模型的高精度室内定位方法。本发明首先在离线阶段构建群指纹，相比于传统指纹定位方法只使用RSS指纹，本方法还引入了信号强度差指纹和双曲线定位指纹，它们由AP间的相对信息提取得到，对RSS波动更加稳健。在线定位阶段，接收到待定位目标信号后，首先构建多支撑集。然后通过引入混合指纹质量对多支撑集进行概率建模，获得混合指纹质量评价模型。最后利用Gibbs‑EM算法求解模型获得位置估计。相比于传统指纹融合方法，本方法提出的混合指纹质量在线上阶段实时估计，无需离线阶段的权值训练，存储和匹配，因此消除了传统融合方法中的匹配误差并减少了系统负担。
-
公开(公告)号：CN107196791A
公开(公告)日：2017-09-22
申请号：CN201710346176.6
申请日：2017-05-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种分层次控制的网络架构及其触发请求服务的方法，网络架构包括控制平面和数据平面，所述控制平面包括全局控制器、边界控制器和多个本地控制器；本地控制器用于实现对物理层连接的选择；边界控制器用于网络接入控制、数据包路由传输、移动管理、连接性管理、安全性管理和无线资源管理；全局控制器用于协调利用计算能力、内存、存储和网络拓扑的云资源；所述数据平面包括对应于每个用户设备的虚拟服务网关和虚拟数据网关。本发明将网络架构中的控制平面和数据平面分离，根据不同网络部署和业务需求的需要，构建与之相匹配的定制化网络服务；在灵活管控和适配复杂网络结构的基础上，满足飞速增长的移动用户的多样化业务服务需求。
-
公开(公告)号：CN105357080A
公开(公告)日：2016-02-24
申请号：CN201510867549.5
申请日：2015-12-01
Applicant: 电子科技大学
IPC: H04L12/26 , H04L12/721 , H04L12/801 , H04L12/851 , H04L29/06
Abstract: 本发明公开了一种应用于软件定义网络的流量工程方法，其步骤主要为：获取网络拓扑、链路容量、业务流集合和近似参数；初始化链路长度、第一流变量和第二流变量；将源节点相同的业务流分为一类；依次对每类业务流进行带宽分配；输出最终带宽分配方案。本发明虽然基于近似算法，但得到的近似解非常接近利用线性规划所求得的最优解，同时，本发明提出的近似算法对近似率参数并不敏感，与近似算法相比，即使采用较大近似参数求得的目标函数值与采用较小的近似参数求得的目标函数值非常接近，由于本发明提出的算法与近似算法在计算复杂度上一样，因此，选择较大的近似参数可显著地提升算法的计算效率，而这对大规模网络的流量工程是非常有意义的。
-
公开(公告)号：CN105262669A
公开(公告)日：2016-01-20
申请号：CN201510870653.X
申请日：2015-12-01
Applicant: 电子科技大学
IPC: H04L12/46 , H04L12/24 , H04L12/865
Abstract: 本发明公开了一种虚拟网络映射方法，包括：S1.生成请求队列和服务网关队列；S2.判断是否存在虚拟资源请求未被映射成功，若存在则跳转S3；否则结束虚拟资源请求映射；S3.选择服务网关；S4.进行底层簇选择；S5.判断虚拟资源请求映射是否可解，若可解，进行虚拟网络映射并更新底层物理网资源状态，删除该请求，跳转步骤S2；否则跳转S6；S6.判断底层簇范围是否小于服务网关管理区域：若小于则扩大底层簇的范围，跳转S5；否则删除该服务网关，跳转步骤S7；S7.判断服务网关队列是否为空，若不为空则跳转步骤S3；否则跳转S8；S8.判断重新排队次数是否超过预设次数：若超过则拒绝该请求，跳转S2；否则将其送至等待队列，跳转S2。本发明实现了映射成功数量最大化。
-
公开(公告)号：CN103391553A
公开(公告)日：2013-11-13
申请号：CN201310265013.7
申请日：2013-06-27
Applicant: 电子科技大学
CPC classification number: Y02D70/122
Abstract: 本发明公开了一种基于RSRP的流量卸载方法，包括以下步骤：S1：初始化，生成网络部署图：生成基站、用户，产生宏小区用户和微微小区用户；S2：对异构网络的频率资源进行部分复用；S3：建立负载表和用户接收的参考信号接收功率表；S4：选择满足卸载条件的用户：宏小区有卸载条件为rk,i+RSRP0≥rk,0；微微小区的卸载条件为rk,j,j∈[1,2,3,4,5,6]/i满足rk,j≥rk,i；S5：选择用户切换的目标微微小区；S6：更新各个小区的负载表和每个用户的参考信号接收功率表。本发明通过对满足卸载条件的宏小区和微微小区进行流量卸载来提高系统的能量效率、接入容量和覆盖范围；能够提高系统的频谱利用率，可以减少微微小区边缘用户接受到来自宏小区和邻居微微小区的干扰。
-
Patent Agency Ranking
公开(公告)号：CN103220693A
公开(公告)日：2013-07-24
申请号：CN201310155005.7
申请日：2013-04-28
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于路径序列的WSN路由规则检测与身份认证方法，它包括以下步骤：S1：进行路径序列的生成与告知：初始化路由信息表RT，并存储在每一个传感器节点上；S2：节点数据安全处理：Sensor节点将数据进行安全处理并进行发送和转发，Sink节点采集环境数据；S3：安全验证：节点提取数据包中的路径序列，在自己的路由信息表RT中检索是否存在与数据包中所携带的路径序列相吻合的序列，若存在则继续转发，若不存在则丢弃并发出警报。本发明通过对路径序列的验证实现对数据包的路由规则检测与身份认证，保证数据的真实性与路由规则的正确性，不需要加密运算，无需密钥的建立与管理，小计算开销，低时延，低能耗。
-
公开(公告)号：CN117459974A
公开(公告)日：2024-01-26
申请号：CN202311507260.3
申请日：2023-11-14
Applicant: 电子科技大学
IPC: H04W24/02 , G06N20/20 , G06F21/60 , H04L41/0893 , H04L41/40
Abstract: 本发明涉及联邦学习技术领域，具体涉及是一种混合深度联邦学习框架及基于框架的智能接入控制方法，能够在提高网络吞吐量的同时降低切换成本。同时，该接入控制方法由两层模型聚合组成，其中hDRL对于相同类型的服务，聚合本地DRL模型的参数在AP上共享相似的样本，vDRL对于不同类型的服务在第三方加密实体上聚合本地接入决策的接入特征。通过使用Shapley值对全局接入特征进行评估，在典型情况下，提出的用于终端接入控制方法在网络吞吐量和通信效率方面明显优于传统解决方案。
-
公开(公告)号：CN116801349A
公开(公告)日：2023-09-22
申请号：CN202310774487.8
申请日：2023-06-28
Applicant: 电子科技大学
Abstract: 本发明涉及网络协议的技术领域，具体涉及是一种低开销路由协议方法、设备及其存储介质，包括在MANET中利用回声剪枝算法构建虚拟骨干网；在虚拟骨干网节点上部署ECHO‑AODV路由协议；路由协议将网络内节点进行划分，并维护网络的连通支配集合；路由协议在RREQ报文中添加字段，并生成FF‑RREQ报文或者PF‑RREQ报文；路由协议对生成的相应报文进行转发，这样不再使用扩展环搜索算法，而是使用回声剪枝算法在不引入任何额外控制信令的前提下分布式地生成网络的虚拟骨干，仅通过虚拟骨干寻找路由，通过这种方式，路由协议可以在保证路由成功的前提下，极大的降低路由过程中产生的RREQ等控制信令的数量。
-
公开(公告)号：CN115987784A
公开(公告)日：2023-04-18
申请号：CN202211032225.6
申请日：2022-08-26
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04L41/0813 , H04L41/0893 , H04L41/147 , H04L41/16 , H04W24/02
Abstract: 本发明提供了一种数据与模型联合驱动的网络切片间智能重配置方法。通过为5G网络建立网络切片模型；其中，所述网络切片模型主要包括网络切片和底层网络；为每个网络切片设计一个区间预测器PIP，通过各切片中的历史流量数据训练相应的预测器，以产生对未来流量需求的预测区间；区间预测器PIP结合bootstrap方法和GRU来产生关于网络切片流需求的预测区间；基于该预测区间建立切片间重配置问题的模型，并执行所述重配置问题的模型求解，从而对网络切片做出主动式的重配置。
-
公开(公告)号：CN115550969A
公开(公告)日：2022-12-30
申请号：CN202211040117.3
申请日：2022-08-29
Applicant: 电子科技大学长三角研究院(湖州)
IPC: H04W24/02 , H04W72/04 , H04W72/08 , H04L41/0893
Abstract: 本发明提供了一种基于动态规划和随机博弈的双层RAN切片配置方法，通过在大时间尺度上，在每个时隙上执行无线频谱资源的切分；每个时隙对应于T个连续的微时隙；微时隙是小时间尺度切片资源调度的基本时间单位；在每个时隙开始时，基础设施提供商InP根据各个切片的历史QoS要求，以及大时间尺度的动态RAN切片模型将无线资源粗略地分配给每个切片，以实现大时间尺度的资源切片；大时间尺度的动态RAN切片模型为一个NP完全的非线性整数规划模型；基于小时间尺度模型对每个微时隙上对资源分配的微调，以实现小时间尺度的切片调整。提出的方案结合动态规划和分布式学习的优点，既适用于动态场景，又避免频繁的切片重配置。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.024 seconds)
