-
公开(公告)号：CN102917442B
公开(公告)日：2015-01-07
申请号：CN201210377024.X
申请日：2012-10-08
Applicant: 北京工业大学
CPC classification number: Y02D70/126
Abstract: 基于多因素综合的两跳多中继系统的中继节点选择方法，用于无线通信3GPP长期演进上行定向协作通信系统技术领域，其特点在于：先后计算出源节点与中继节点之间的信道承载容量，再取二者之间最小值作为同时使用具有M个空闲节点的所述系统的总容量，然后再在保证第二跳容量最大化的条件下用拉格朗日乘法计算，进行功率匹配优化，从而计算得到各中继节点的最佳功率分配系数。本发明的优点在于：利用系统容量最大化的方法综合考虑了中继间的容量变化，实现了系统容量的匹配，保证了中继节点间的功率分配客观最优化。
-
公开(公告)号：CN103716816A
公开(公告)日：2014-04-09
申请号：CN201310740113.0
申请日：2013-12-27
Applicant: 北京工业大学
IPC: H04W24/02
CPC classification number: Y02D70/00
Abstract: 本发明涉及一种基于能效性和干扰因子的绿色通信协作用户选择方法。通过计算用户所处位置、用户信噪比、衰落因子、小区内用户间干扰以及与之对应的能效性来确定其是否作为协作用户。本发明是在网络中存在多个备选协作用户的情况下，以空闲用户到备选协作用户之间的端到端干扰因子小于门限阈值，以及源用户在选择协作用户过程中能效性最大为目标，确定最终的协作用户。本发明克服了传统协作用户选择方法因忽视系统能效性和干扰因素影响引起的能源过度消耗、小区系统负载较大等问题。仿真实验表明，本发明提出的基于能效性和干扰因子的绿色通信协作用户选择方法在提高系统优能效性和抗干扰方面具有一定的优势。
-
公开(公告)号：CN113791895B
公开(公告)日：2025-04-29
申请号：CN202110958468.1
申请日：2021-08-20
Applicant: 北京工业大学
IPC: G06F9/50 , G06F17/16 , G06F18/214 , G06N20/20
Abstract: 本发明公开了基于联邦学习的边缘计算及资源优化方法，在小基站部署天线阵列，获取下行链路的信道信息以及经过预编码技术处理之后的信道信息，形成信道和预编码作为输入输出对的训练数据，在此数据支撑之下进行联邦学习，即在节点端训练模型，最后达到输入信道信息得到相应的预编码信息的目的。在此过程之中，为了得到较为稳定的学习联盟以及将系统能耗控制在最低状态来进行用户选择，即通过各节点的物理特性在众多用户用选择计算能力和通信能力稳定的用户参与到训练中；为了鼓励用户积极参与到训练中，引入合同机制对参与训练的用户进行奖励，计算每个用户的收入与付出的训练成本得到效用函数，对用户进行资源分配使得整个系统效用达到最大。
-
公开(公告)号：CN113127193B
公开(公告)日：2024-07-09
申请号：CN202110310209.8
申请日：2021-03-23
Applicant: 北京工业大学
Abstract: 本发明提供一种边缘网络动态业务卸载和调度方法及装置，包括：在当前滚动窗口的优化窗口内，根据当前调度窗口的系统信息对初始系统信息进行更新，得到更新后的系统信息；在当前优化窗口内，根据更新后的系统信息，建立业务卸载和调度模型；对业务卸载和调度模型进行分析，得到下一个滚动窗口的最优业务卸载和调度方案。本发明的方法通过对当前滚动窗口内的系统信息进行采集和更新，建立多目标计算卸载和任务调度问题优化模型，通过模型分析得到下一个滚动窗口的最优调度方案，以此逐步对各个滚动窗口进行业务卸载和资源调度优化，大大降低了计算复杂度，并提高了动态业务卸载和资源调度方案应对动态网络环境和用户业务变化的鲁棒性和实用性。
-
公开(公告)号：CN112418767B
公开(公告)日：2024-04-23
申请号：CN202011346360.9
申请日：2020-11-25
Applicant: 北京工业大学
IPC: G06Q10/0833 , G06F21/64 , G06K17/00
Abstract: 本发明涉及一种基于区块链和RFID的多环节物品追踪方法，选用联盟链作为区块链平台，通过RFID读写器、上位机，将多环节过程的处理信息实时自动录入区块链，各部门共同参与账本的维护；联盟链采用多通道的架构实现针对不同公司业务的粗粒度保护，在不同的通道内，通过设置访问控制列表实现细粒度隐私保护；通过基于Node‑Serialport的多环节RFID数据自动上链程序监听实现高效的物品处理信息实时自动去人工录入区块链；通过智能合约针对不同部门设置不同数据结构，满足各部门业务需求；通过智能合约对各个部门上传的数据进行校对，融合提取处理保证一物一码，智能合约分别向旅客和管理者提供数据访问和交互接口。
-
Patent Agency Ranking
公开(公告)号：CN110351754B
公开(公告)日：2022-05-24
申请号：CN201910633257.3
申请日：2019-07-15
Applicant: 北京工业大学
Abstract: 本发明公开了基于Q‑learning的工业互联网机器设备用户数据计算卸载决策方法，通过构造小区内用户计算卸载的网络模型、时延模型、能耗模型和经济开销模型，并根据小区内用户数，设置Q‑learning模型中的环境状态、卸载动作和奖励函数，从而依据Q‑learning迭代学习后所获得的Q表执行卸载动作，获得最优的卸载策略，完成小区内用户计算任务的分配处理。本发明克服了传统数据计算卸载系统无法应对复杂多变的网络环境和服务器状态以及局限于对单一开销优化等问题。仿真实验表明，本发明提出的基于Q‑learning的工业互联网设备用户数据计算卸载决策方法在减少用户总体和局部计算卸载开销方面具有一定的优势。
-
公开(公告)号：CN109246761B
公开(公告)日：2022-03-29
申请号：CN201811058262.8
申请日：2018-09-11
Applicant: 北京工业大学
Abstract: 本发明公开了考虑延迟及能耗的基于交替方向乘子法的卸载方法，首先建立一个拥有多个移动用户终端、一个部署MEC服务器的宏基站的小区模型；然后，建立基于无线通信理论的数学模型并根据凸优化理论进行数学转化；而后，基于交替方向乘子法设计一个联合考虑延迟和能耗的MEC系统中移动终端用户计算任务的高效卸载算法并分析所提算法的性能。相比于现存的MEC系统下计算任务的卸载方案，本方法很好地权衡移动终端用户的延迟敏感及能耗节约的需求，与此同时，有效地降低了系统的延迟与能量的总消耗。最后，对所提出的算法方案进行了仿真验证，得到与理论分析相一致的结果。
-
公开(公告)号：CN109889326B
公开(公告)日：2022-03-22
申请号：CN201910123189.6
申请日：2019-02-19
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链的物联网架构以及已验证数据证明共识方法，本方法结合了区块链和物联网的特征，无人机辅助物联网进行数据收集使得在偏远地区没有高速无线链路覆盖的情况下，数据能够通过无人机有效的传输，引入区块链技术，以加密货币的形式激励无人机采集数据，无人机充当区块链节点将采集到的原始传感数据上传到区块链。同时传感器节点计算其收集的原始传感数据的哈希值，通过宏基站上传到区块链中。此外，本发明还提出了已验证数据证明共识机制，验证数据的真实性，同时确保了奖励的公平性。
-
公开(公告)号：CN114189892A
公开(公告)日：2022-03-15
申请号：CN202111540155.0
申请日：2021-12-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和集体强化学习的云边协同物联网系统资源分配方法，通过构建6G网络传输模型、计算任务模型和区块链模型，计算MEC服务器本地计算和卸载计算的能耗和服务时延、卸载过程的传输能耗、以及区块链在数据共识过程中产生的时延，根据系统状态并通过集体强化学习算法，训练系统参数并完成训练结果在多小区之间的智能体共享，从而指导调整MEC服务器的卸载决策、区块链区块间隔设计和MEC服务器传输功率选择，实现云边系统物联网系统的最优资源分配。仿真实验表明，本发明提出的面向云边协同的物联网系统资源分配方法在节省系统能耗和服务时延方面具有一定的优势。
-
公开(公告)号：CN113822758A
公开(公告)日：2021-12-21
申请号：CN202110889794.1
申请日：2021-08-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和隐私的自适应分布式机器学习方法，包括：建立基于区块链的具有隐私保护的分布式机器学习系统模型，并依据区块链共识完成节点间的交互过程。通过详细分析本地节点在训练过程及共识过程中的计算复杂度，考虑能耗进行计算资源分配的优化方法，从而给出基于资源分配优化的自适应聚合方法。仿真结果表明，本发明的技术方法基于分布式共识在节点间进行具有隐私保护的训练过程，一方面在能耗约束下对节点上的计算资源分配进行优化，另一方面自适应调整全局聚合频率，从而提高系统总能量的利用率，进一步提高分布式学习过程的收敛性能。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.036 seconds)
