-
公开(公告)号：CN110163249B
公开(公告)日：2021-11-23
申请号：CN201910280655.1
申请日：2019-04-09
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种基于用户参数特征的基站分类模型建立方法，包括采集终端用户的需求参数；根据预定义的基站类型对所述需求参数执行预处理，并获得包含训练样本数据的训练样本集；其中，所述训练样本数据包含所述终端用户需求信息和与所述终端用户需求信息相对应的基站类型信息；利用所述训练数据集执行模型的迭代训练，并获得基站分类模型。
-
公开(公告)号：CN113347609A
公开(公告)日：2021-09-03
申请号：CN202110689719.0
申请日：2021-06-22
Applicant: 中国科学院计算技术研究所
Abstract: 一种无线智能控制平台，所述平台包括以下功能模块：数据库、xApp管理、xApp间通信、数据接收、数据采集管理、QoS策略/控制下发、策略结果管理、E2、O1、A1接口、E2接口封装/解析、算法/模型管理、安全性管理，其中所述各个模块之间独立，以API的形式将上述功能模块提供给xAPP，其中，所述API包括：数据库API、xApp间通信机制API、xApp订阅管理API、xApp状态管理API、E2接口封装与解析API、安全性管理API、数据接收API、和QoS策略下发API，其中，数据接收API用于对外提供收集的基站数据，QoS策略下发API用于将xApp生成的QoS策略下发到基站。本发明采用开放式设计，将应用所需的基本功能全部抽象成平台接口，大大减少了应用开发成本。
-
公开(公告)号：CN110149128B
公开(公告)日：2021-01-15
申请号：CN201910383035.0
申请日：2019-05-09
Applicant: 中国科学院计算技术研究所
IPC: H04B7/0426 , H04B7/0452
Abstract: 本发明提供一种MIMO‑NOMA系统中功率调整方法。该方法包括：根据每个用户的路损和基站接收机解调门限，确定每个用户的初始发射功率；根据上行参考信号功率和每个用户的路损计算每个用户的上行信噪比；根据每个用户的多个上行信噪比和初始发射功率配置每个用户的功率控制指令，并将功率控制指令发送给对应用户，使用户根据功率控制指令调整自身的发射功率。本发明可以使基站接收机将用户信号解调出来，同时也提高了系统的频谱效率，增加了系统的接入容量。
-
公开(公告)号：CN110138838B
公开(公告)日：2020-07-31
申请号：CN201910302613.3
申请日：2019-04-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种计算资源的分配方法。该方法包括：从第一任务集合和第二任务集合中各选择一个任务分配至一个计算单元上；第一任务集合中每个任务在第一时间段的计算资源需求大于其在第二时间段的计算资源需求；第二任务集合中每个任务在第一时间段的计算资源需求小于其在第二时间段内的计算资源需求；将计算资源需求超出预设阈值的计算单元上的任务进行迁移；回收计算资源需求超出预设阈值的计算单元中第一指定数量的计算单元上的计算资源，并对第一指定数量的计算单元上的任务重新分配计算资源。本发明减少了任务迁移的次数，从而减少了系统开销，保证了对时延要求严格的任务质量。
-
Patent Agency Ranking
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
Applicant: 中国科学院计算技术研究所
IPC: H04N21/218 , H04N21/44 , H04N19/42 , H04N19/436
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。
-
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
Applicant: 中国科学院计算技术研究所
IPC: H04W24/02 , H04L41/5003 , H04L41/5009 , H04L41/0823
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。
-
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
Applicant: 中国科学院计算技术研究所
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。
-
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
Applicant: 中国科学院计算技术研究所
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。
-
公开(公告)号：CN110233650A
公开(公告)日：2019-09-13
申请号：CN201910383034.6
申请日：2019-05-09
Applicant: 中国科学院计算技术研究所
IPC: H04B7/0426 , H04W52/14 , H04W52/24
Abstract: 本发明提供一种MIMO-NOMA系统中功率调整方法。该方法包括：根据下行每RE功率和每个用户的路损，确定每RE上每个用户的下行初始功率；根据接收的每个用户上报的CQI对每个用户的下行初始功率进行调整。本申请的每个用户的下行功率的分配满足用户接收机的解调要求，从而使用户可以将信号解调出来，而且提高了系统的频谱效率，增加了系统的接入容量。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.036 seconds)
