通信与计算一体化认知云网络中用户分组设计方法及系统

    公开(公告)号:CN113411757A

    公开(公告)日:2021-09-17

    申请号:CN202110699582.7

    申请日:2021-06-23

    Abstract: 本发明公开了一种通信与计算一体化认知云网络中用户分组设计方法及系统,首先初始化,根据认知用户任务截止期限建立优先级偏好表;随后设置参考分组与任务截止期限的参考值,从所有用户中筛出极端情况的认知用户,最后剩余认知用户按照优先级偏好表顺序,根据自身与分组整体收益最大化的原则进行组对,经过多次迭代组对后形成稳定的组对分组。本发明以通信系统中用户的需求为导向建立优先级偏好表,切合实际通信场景下的通信情况,同时有效提升了用户组对效率。

    一种移动边缘计算方法、存储介质及设备

    公开(公告)号:CN112399482A

    公开(公告)日:2021-02-23

    申请号:CN202011074994.3

    申请日:2020-10-09

    Abstract: 本发明公开了一种移动边缘计算方法、存储介质及设备,根据信道系数及传输功率得到传输速率;根据传输速率各时隙各节点所接收信号及能量消耗;根据各节点传输速率和能量消耗,制定卸载选择策略;根据确定的卸载选择策略,分析系统中加权和能耗,在加权和能耗最小的基础上实现了功率、时隙和计算任务的最优分配。本发明在移动边缘计算过程中考虑到了混合NOMA技术,可以进一步优化系统功率分配,优于传统的移动边缘计算方案。

    利用复合式编码提高认知无线电系统带宽的方法

    公开(公告)号:CN111726812A

    公开(公告)日:2020-09-29

    申请号:CN202010541119.5

    申请日:2020-06-15

    Abstract: 本发明公开了一种利用复合式编码提高认知无线电系统带宽的方法,认知无线电系统包括授权用户发送端、授权用户接收端和非授权用户发送端,方法应用于非授权用户发送端;接收授权用户接收端发出的反馈信息;将接收到的授权用户发送端发出的广播信息进行解码解调;将解码解调后的广播信息与信道状态信息混合后,进行编码并调制;将编码调制后的信息发送至授权用户接收端;本发明通过结合自适应动态网络编码以及自适应涡轮增压编码的编码调制方式,用于解决协作式认知无线电网络中频谱资源的管理,以最大化信息传输过程中的总吞吐量为目的,通过非授权用户进行信息重传,提高系统吞吐量,解决了系统带宽短缺的问题。

    基于双层无人机的移动边缘计算系统的卸载任务分配方法

    公开(公告)号:CN110336861A

    公开(公告)日:2019-10-15

    申请号:CN201910525775.3

    申请日:2019-06-18

    Abstract: 本发明公开了一种基于双层无人机的移动边缘计算系统的卸载任务分配方法,移动边缘计算系统,包括二个安装有移动边缘计算服务器的高空平台无人机和多个低空平台无人机,利用二个高空平台无人机来执行低空平台无人机卸载的计算任务;卸载任务分配方法为:通过博弈对低空平台无人机和高空平台无人机的计算任务卸载分配问题进行建模,基于价格建立博弈上层高空无人机的效用函数以及下层低空平台无人机的成本函数;对建模之后得到的具有均衡约束的均衡规划问题进行求解:在固定上层领导者的策略的基础上,先求解博弈下层多个用户的优化问题的均衡解,再求解上层多无人机基站的均衡解。解决了现有无人机执行计算密集型和延迟敏感任务时存在的问题。

    基于深度学习的应急通信系统无线供能D2D通信安全的方法

    公开(公告)号:CN110149627A

    公开(公告)日:2019-08-20

    申请号:CN201910323859.9

    申请日:2019-04-22

    Abstract: 本发明公开了一种基于深度学习的应急通信系统无线供能D2D通信安全的方法,步骤1、构建带窃听的无线供能D2D异构应急网络的系统模型;步骤2、统计每个潜在D2D发射机远离D2D接收机的概率,即远离概率;步骤3、采用基于LSTM的算法,令输入数据为:所述远离概率、每个潜在D2D发射机与D2D接收机之间的距离和临时基站的剩余能量;然后得到每个潜在D2D发射与D2D接收机组成D2D通信的概率,即通信概率;步骤4、根据步骤3得到的通信概率,选择出最大的通信概率,并利用所述最大通信概率所对应的潜在D2D发射机与D2D接收机,来建立无线供能D2D安全通信链路。解决了临时基站能量有限的情况下,现有方法建立的无线供能D2D通信链路无法保证D2D通信安全的问题。

    一种移动边缘计算场景中卸载时延优化方法

    公开(公告)号:CN110113190A

    公开(公告)日:2019-08-09

    申请号:CN201910335485.2

    申请日:2019-04-24

    Abstract: 本发明的目的是提供一种移动边缘计算场景中卸载时延优化方法,步骤一、构建系统模型:系统模型包括2M个用户和一个MEC服务器,每个用户有L个任务需要被卸载到MEC服务器进行计算,假设同时只允许两个用户采用混合NOMA策略同时卸载;步骤二、设定每一个用户作为一个执行者,每一个执行者按照DQN算法进行动作选择,即从其余2M-1个用户中选择一个作为自己的传输搭档同时进行卸载;步骤三、用DQN算法进行系统优化:所有用户搭档选择完成后,计算系统的总卸载时延,更新奖赏值,然后训练神经网络,用神经网络作为函数逼近器,更新Q函数;不断的对系统进行上述迭代优化,直至找到最优的时延。解决了现有多用户MEC场景下,时延消耗大的问题。

    一种认知无线电网络的频谱租赁方法

    公开(公告)号:CN109413659B

    公开(公告)日:2019-07-12

    申请号:CN201811187545.2

    申请日:2018-10-12

    Abstract: 本发明公开了一种认知无线电网络的频谱租赁方法,通过Stackelberg博弈对主要用户和次级用户的频谱租赁问题进行建模,在主要用户的频谱租赁价格不变条件下,计算得出最佳频谱分配因子,根据所述最佳频谱分配因子计算得出最佳频谱租赁价格;根据所述最佳频谱分配因子和最佳频谱租赁价格分别得出每个所述主要用户的收益函数,并根据所述主要用户的收益函数建立所述主要用户的偏好列表;根据所述主要用户的偏好列表将所述主要用户和次级用户进行配对,得出最优的频谱租赁匹配结果,兼顾主要用户和次级用户投资和定价决策方面的互动及用户偏好,提高了频谱租赁系统的频谱效率。

    一种基于深度强化学习的D2D网络中的缓存策略方法

    公开(公告)号:CN109639760A

    公开(公告)日:2019-04-16

    申请号:CN201811300987.3

    申请日:2018-11-02

    Abstract: 本发明公开了一种基于深度强化学习的D2D网络缓存策略方法,以缓存使能的D2D网络中的每个用户的历史位置信息为输入数据,通过回声状态网络算法,得出每个用户下一时刻的位置信息;根据每个用户下一时刻的位置信息,结合每个用户的当前时刻的上下文信息,通过回声状态网络算法,得出每个用户下一时刻的内容请求信息;将内容请求信息缓存在对应用户的缓存空间中;通过深度强化学习算法,以发射内容请求信息用户的发射功率最小和接收内容请求信息用户的延时最短为目标,得出缓存使能的D2D网络中各用户之间传递内容请求信息的最优策略;本发明解决了缓存使能的D2D网络中缓存内容放置命中率低以及缓存传递过程中耗能大延迟长的问题。

    一种认知无线电网络的频谱租赁方法

    公开(公告)号:CN109413659A

    公开(公告)日:2019-03-01

    申请号:CN201811187545.2

    申请日:2018-10-12

    CPC classification number: H04W16/14 H04W28/26

    Abstract: 本发明公开了一种认知无线电网络的频谱租赁方法,通过Stackelberg博弈对主要用户和次级用户的频谱租赁问题进行建模,在主要用户的频谱租赁价格不变条件下,计算得出最佳频谱分配因子,根据所述最佳频谱分配因子计算得出最佳频谱租赁价格;根据所述最佳频谱分配因子和最佳频谱租赁价格分别得出每个所述主要用户的收益函数,并根据所述主要用户的收益函数建立所述主要用户的偏好列表;根据所述主要用户的偏好列表将所述主要用户和次级用户进行配对,得出最优的频谱租赁匹配结果,兼顾主要用户和次级用户投资和定价决策方面的互动及用户偏好,提高了频谱租赁系统的频谱效率。

Patent Agency Ranking