-
公开(公告)号：CN108632872A
公开(公告)日：2018-10-09
申请号：CN201810639159.6
申请日：2018-06-20
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明公开了一种5G网络中基于基站吞吐量能力的业务均衡方法，包括如下步骤：步骤1，计算基站的实时吞吐量；步骤2，根据基站的实时吞吐量计算基站的平均实时吞吐量；步骤3，计算网络的负荷均衡系数IJF；步骤4，每隔一段时间T，重新计算网络的负荷均衡系数IJF，根据该系数和网络平均实时吞吐量，优先对基站内的非实时性业务进行调整。
-
公开(公告)号：CN114339773B
公开(公告)日：2025-05-13
申请号：CN202111653718.7
申请日：2021-12-30
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明公开了一种公平的4G与5G网络动态频率分配方法，包括以下步骤：步骤1，4G和5G频率动态共享基站系统启动或初始化阶段，该基站系统对无线资源进行初始分配；步骤2，4G和5G频率动态共享基站运行一段时间后，该基站系统基于超可靠和低延迟通信业务历史吞吐量，结合网络承载能力和无线资源利用率，动态分配部分无线资源，将系统剩余的无线资源，基于4G和5G网络历史吞吐量情况按比例进行动态分配，实现所有无线资源的重新分配；步骤3，4G和5G频率动态共享基站每隔一段时间后，重复步骤2，持续对无线资源进行动态调整。
-
公开(公告)号：CN118555606A
公开(公告)日：2024-08-27
申请号：CN202410735170.8
申请日：2024-06-07
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明提出了一种时延敏感型业务5G网络切片拥塞控制方法，包括：计算5G网络系统中的网络切片中等待传输队列的总业务量；预估网络切片完成新到时延敏感型业务传输所需的时延；判断网络切片是否满足新到时延敏感型业务的传输时延要求，若满足，则将该新到时延敏感型业务添加到网络切片中等待传输队列内的末尾，等待下一个新到时延敏感型业务到达后，重新计算总业务量，否则判断通过调整网络切片等待队列内各个业务的先后顺序，是否满足新到时延敏感型业务的时延要求，若满足，则调整网络切片等待队列内各业务的先后顺序，并重新计算总业务量，否则动态调整网络切片的物理资源，使其满足新到时延敏感型业务的传输时延要求。
-
公开(公告)号：CN118504563A
公开(公告)日：2024-08-16
申请号：CN202410474462.0
申请日：2024-04-19
Applicant: 中通服咨询设计研究院有限公司
IPC: G06F40/295 , G06F40/186 , G06F16/34 , G06F40/289 , G06F16/35 , G06F16/31 , G06N3/04 , G06F16/332
Abstract: 本发明提出了一种基于大语言模型的命名实体识别方法及系统，其中，方法包括：对LangChain架构进行优化；设计提示词模板；设计大语言模型摘要提取器和大语言模型实体提取器；构建向量化数据库；使用提示词模板，优化后的LangChain架构，大语言模型实体提取器，以及向量化数据库，根据用户输入的命名实体识别任务，输出待识别文档的命名实体识别结果，完成基于大语言模型的命名实体识别；所述系统，用于实现上述的方法，包括：文档预处理模块、向量化模块和命名实体识别模块。
-
公开(公告)号：CN118433249A
公开(公告)日：2024-08-02
申请号：CN202410326033.9
申请日：2024-03-21
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明提出了一种面向用户体验质量的物联网系统多用户调度方法，包括：建立通信场景模型，设计用户的业务体验质量评估方法；选择调度用户：采用高斯随机数生成器生成的随机数来预测每个用户的业务体验质量的平均意见得分MOS值，选择随机数最大的一批用户作为调度用户；使用通信场景模型中的基站与调度用户进行通信，根据每个调度用户所进行的业务，计算评估该业务的QoS指标即该体验质量的平均意见得分MOS值；更新高斯随机数生成器；重复上述步骤直至收敛，完成面向用户的物联网系统多用户调度。本发明适用于多业务共存的5G物联网系统，无需比较不同用户组合，无需消耗额外的信令资源来测量QoS。
-
Patent Agency Ranking
公开(公告)号：CN118211173A
公开(公告)日：2024-06-18
申请号：CN202410196284.X
申请日：2024-02-22
Applicant: 中通服咨询设计研究院有限公司
IPC: G06F18/25 , G06F18/231 , G06F18/21 , G06F18/2131 , G06F18/2132 , H02J3/00 , G06N3/045 , G06N3/0442 , G06F123/02
Abstract: 本发明公开了一种基于二次分解的深度学习高波动短期负荷预测方法，包括：采集电信网络业务流量数据，作为原始负荷序列；完成对原始负荷序列的第一次分解；计算每个IMF序列的样本熵，进行聚类得到联合固有模态函数；对所有的联合固有模态函数中复杂度最高的联合固有模态函数进行二次分解；将二次分解结果输入矩阵化长短时记忆网络，得到复杂度最高的联合固有模态函数的预测结果；将其余的联合固有模态函数输入向量化长短时记忆网络，得到各联合固有模态函数的预测结果；将所有联合固有模态函数的预测结果进行叠加，得到最终的预测结果，即电信网络业务流量的预测结果，至此完成基于二次分解的深度学习高波动短期负荷预测。
-
公开(公告)号：CN118201034A
公开(公告)日：2024-06-14
申请号：CN202410154100.3
申请日：2024-02-04
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明提供了一种基于业务类型的非地面网络承载选择方法，包括：步骤1，测量低轨卫星网络和中高轨卫星网络下行链路参考信号接收功率RSRPLEO和RSRPMEO；步骤2，测量低轨卫星网络无线资源利用率RESLEO和中高轨卫星网络无线资源利用率RESMEO；步骤3，终端基于新到达的业务类型，在低轨卫星网络和中高轨卫星网络中选择合适的承载网络：如果新到达的业务是语音业务，执行步骤4；如果新到达的业务是数据业务，执行步骤5；步骤4，选择语音业务的承载网络；步骤5，选择数据业务的承载网路；步骤6，终端等待新的业务达到后，执行步骤1。本发明可以减小业务的切换次数，降低语音业务的接入时延和掉话概率，提升网络性能。
-
公开(公告)号：CN116981216A
公开(公告)日：2023-10-31
申请号：CN202310746942.3
申请日：2023-06-21
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明提供了一种具有余热回收和相变储能功能的数据中心液冷系统，该系统包括冷却系统、综合制冷热回收系统以及余热利用系统。所述综合制冷热回收系统包括综合制冷模块和余热回收模块。该系统具有三个模式，包括余热全回收模式、余热部分回收模式以及余热不回收模式。在余热全回收模式和余热部分回收模式下，余热回收模块和余热利用系统的设置，避免了数据中心热耗的浪费，同时在余热部分回收模式以及余热不回收模式下，因系统中的综合制冷热回收系统能够在机械制冷循环回路、完全自然制冷循环回路与部分自然制冷循环回路之间切换，使得系统能够最大化利用自然冷源进行冷却，有助于降低数据中心的能耗。
-
公开(公告)号：CN116781119A
公开(公告)日：2023-09-19
申请号：CN202310575320.9
申请日：2023-05-22
Applicant: 中通服咨询设计研究院有限公司
IPC: H04B7/0452 , H04W16/22 , H04L5/00 , H04L25/02
Abstract: 本发明公开了一种降低导频污染的时分双工物联网系统多用户调度方法，包括：步骤1，针对物联网通信系统特性，建立基站到物联网终端的上下行通信场景模型；步骤2，选择调度用户；步骤3，所选择的调度用户在上行链路发送导频序列给基站，基站为参与导频训练的用户进行信道估计；步骤4，更新用户的可达速率的后验分布；步骤5，重复步骤2‑4直至满足收敛条件，此时步骤2中选择的调度用户为最优，即完成本方法所述的用户调度。本发明能够降低在时分双工MIMO系统中进行用户调度所产生的导频开销及导频污染，提升信道估计的准确度，从而使系统吞吐量优于现有方法下的系统吞吐量。
-
公开(公告)号：CN116321181A
公开(公告)日：2023-06-23
申请号：CN202310068530.9
申请日：2023-02-06
Applicant: 中通服咨询设计研究院有限公司
Abstract: 本发明提出了一种多无人机辅助边缘计算的在线轨迹及资源优化方法，根据用户关联约束条件，无人机飞行约束条件，子信道分配约束条件以及任务完成总时延约束条件，在动态环境马尔可夫模型下，使用所提出的HDRT算法处理优化变量，其中DDPG单元处理无人机轨迹，DQN单元处理用户决策和子信道分配，以获得最小的长期平均用户加权能耗；本发明提高了用户的上传链路速率，进而降低了用户的能耗和时延，解决了众多参数难以同时在线优化的问题，容易扩展到各种系统场景，用户可以灵活地进行卸载决策，同时无人机进行轨迹优化，为用户更好地提供服务。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.053 seconds)
