-
公开(公告)号：CN115276758B
公开(公告)日：2023-09-26
申请号：CN202210707027.9
申请日：2022-06-21
Applicant: 重庆邮电大学
IPC: H04B7/185
Abstract: 本发明请求保护一种基于任务松弛度的中继卫星动态调度方法，属于无线通信技术领域。该方法针对不可预测任务到达对确定性任务造成的天线资源竞争问题，在约束满足规划模型的基础上，为紧迫性不同的任务提供实时高效的调度。根据任务松弛度判断任务的紧急程度、编排任务的优先顺序，紧急程度高的不可预测任务将按照紧急任务调度函数进行优先调度。根据任务执行时刻冲突度对确定性任务进行冲突分析与消解，引入截止日期感知策略对调度失败的任务进行重调度，提出一种基于截止日期感知的自适应大邻域搜索算法，通过迭代求解获得最佳调度方案。本发明基于任务松弛度最小原则，在实现不可预测任务可靠传输的同时，提高了确定性任务的调度成功率。
-
Patent Agency Ranking
公开(公告)号：CN115276758A
公开(公告)日：2022-11-01
申请号：CN202210707027.9
申请日：2022-06-21
Applicant: 重庆邮电大学
IPC: H04B7/185
Abstract: 本发明请求保护一种基于任务松弛度的中继卫星动态调度方法，属于无线通信技术领域。该方法针对不可预测任务到达对确定性任务造成的天线资源竞争问题，在约束满足规划模型的基础上，为紧迫性不同的任务提供实时高效的调度。根据任务松弛度判断任务的紧急程度、编排任务的优先顺序，紧急程度高的不可预测任务将按照紧急任务调度函数进行优先调度。根据任务执行时刻冲突度对确定性任务进行冲突分析与消解，引入截止日期感知策略对调度失败的任务进行重调度，提出一种基于截止日期感知的自适应大邻域搜索算法，通过迭代求解获得最佳调度方案。本发明基于任务松弛度最小原则，在实现不可预测任务可靠传输的同时，提高了确定性任务的调度成功率。
-
公开(公告)号：CN115276756A
公开(公告)日：2022-11-01
申请号：CN202210706998.1
申请日：2022-06-21
Applicant: 重庆邮电大学
IPC: H04B7/185
Abstract: 本发明请求保护一种保障服务质量的低轨卫星星座优化设计方法，属于无线通信技术领域。该方法综合考虑了卫星星座的可靠性、有效性和完成性，给出了卫星星座服务质量的定义。引入误码率、信噪比和抗毁性表示卫星星座的可靠性；引入覆盖率表示卫星星座的有效性；通过用户匹配度表示卫星星座中用户的完成性。在此基础上，设置服务质量阈值和计算服务质量值，将目标区域系统容量总和与星座构建代价之比设为目标函数，利用遗传算法的全局搜索能力迭代优化目标函数值得到初始星座解，利用禁忌搜索算法的局部搜索能力二次寻优初始解输出最优星座参数。本发明面向区域用户，根据用户需求及服务质量保障，优化设计高效且经济的低轨卫星星座。
-
公开(公告)号：CN114721401A
公开(公告)日：2022-07-08
申请号：CN202210564768.6
申请日：2022-05-23
Applicant: 重庆邮电大学
IPC: G05D1/02
Abstract: 本发明请求保护一种基于改进A*算法的高效路径规划方法，该方法一种在大面积地图环境下快速得到一条最优或者次优路径的改进A*算法。首先，相对于传统A*算法8邻域的搜索方式，本文使用了适用于大面积栅格地图下的4邻域搜索方式，大大减少了对一些不必要节点的计算。其次，本文改进了启发函数，同时对启发函数的预估代价给予不同的权重，使得移动机器人在规划过程中根据与起始点和目标点距离灵活计算节点的预估代价。最后，通过选取多组距离不同的目标点对改进前后的A*算法进行了仿真试验，对比了各组规划的用时时间、访问节点的数量、以及路径的平滑性，验证了所提算法在路径规划上的高效性。
-
公开(公告)号：CN113778811A
公开(公告)日：2021-12-10
申请号：CN202111157772.2
申请日：2021-09-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于深度卷积迁移学习软件系统故障监测方法及系统，属于计算机软件测试领域，包括以下步骤：收集已有负载S下的软件系统负载数据集，构建源域数据集；对每一组原始响应时间都进行点数分割，构建源域样本数据集；构建目标域数据集，并对目标域数据集中的每组原始响应时间进行点数分割，构建目标域样本数据集；将源域样本数据集和目标域样本数据集利用深度卷积迁移学习，实现对软件系统进行故障监测。本发明可以在面对多负载下故障样本较少或某故障样本缺失等情况发生时，仍旧可以获得较为理想的故障监测效果，且在新负载下的数据集，不需要重新训练网络模型，可以节约大量时间。
-
公开(公告)号：CN108616816B
公开(公告)日：2020-07-03
申请号：CN201810426969.3
申请日：2018-05-07
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于极限学习的车辆轨迹预测和MEC应用迁移方法，属于无线通信网络领域。该方法包括：S1：通过MEC应用收集、存储并处理联网车辆的定位信息，构建车辆在本地的行驶轨迹数据库；S2：以本地MEC服务器为中心重构车辆在本地的行驶轨迹，结合边缘网络收集邻近的MEC服务器数据和日期，形成样本集；S3：通过ELM预测算法预测车辆的移动方向，确定联网车辆将接入MEC服务器，迁移车联网应用到该服务器之内。本发明能够应用于移动边缘网络场景下基于MEC服务器部署的车联网应用的预先迁移。
-
-
-
-
-
Search Results
26
records
(took 0.02 seconds)
