-
公开(公告)号：CN118041664A
公开(公告)日：2024-05-14
申请号：CN202410274025.4
申请日：2024-03-11
Applicant: 南京航空航天大学
IPC: H04L9/40
Abstract: 本发明公开了一种面向物理层安全感知协作通信的动态分层联盟博弈方法，对于考虑物理层安全的协作通信环境中，具有中继和干扰功能的第三方协作设备、合法用户和窃听设备三方之间存在合作与对抗关系，因此，该方法采集结合匹配博弈和联盟博弈的分层博弈来建模表征这种关系的动态变化，以三方各自的长期效用最大化为目标，实现三方设备的智能决策。所述方法包括两个阶段，匹配阶段设计具有设备限制性的延迟接受算法来确定第三方协作设备的最佳决策，包括模式切换、工作功率分配和子信道选择；联盟阶段设计联盟形成算法来完成三方设备的盟友选择，然后基于深度强化学习框架整合这两个阶段求得整体分层博弈的均衡解，三方设备各自维护一个智能体，代表各自的偏好序列对匹配阶段进行指导，联盟阶段依据匹配结果最终确定三方设备的最佳决策。
-
-
Patent Agency Ranking
公开(公告)号：CN115529633A
公开(公告)日：2022-12-27
申请号：CN202211100666.5
申请日：2022-09-09
Applicant: 南京航空航天大学
IPC: H04W28/08
Abstract: 本发明公开了一种面向移动边缘计算的服务迁移与任务重路由平衡和资源管理在线优化方法，当移动设备发生边缘服务器接入切换时实现服务迁移和任务重路由之间的平衡，提供无缝且经济高效的计算服务。考虑到网络的动态性以及管理决策可能存在的异步性，包括随机的任务生成和时变的信道条件，本发明构建一个双时间尺度在线优化问题，以共同确定大时间尺度决策和小时间尺度决策，然后，基于改进的Lyapunov算法，结合随机舍入和拉格朗日对偶技术的迭代算法，使系统的长期平均服务时延达到渐近最优。
-
公开(公告)号：CN115442831A
公开(公告)日：2022-12-06
申请号：CN202211099729.X
申请日：2022-09-09
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种基于三重学习器的无人机辅助移动边缘计算强化学习方法，首先以具备边缘计算能力的无人机和物联网设备建立移动边缘计算网络，且以网格的形式部署无人机，无人机作为移动边缘服务器，为物联网设备提供任务计算，并以所有无人机的能效最大为目标建立无人机的协同工作机制，针对无人机机动能力、存储空间和能量建立轨迹规划、应用部署和能量更新在内的多智能体随机博弈。本发明所述方法集成了轨迹学习器、应用学习器和能量学习器，解决了多架无人机移动边缘计算下的长期无人机能效优化问题，为无人机辅助移动边缘计算中无人机能效最大化的合理决策提供解决方案。
-
公开(公告)号：CN114615205A
公开(公告)日：2022-06-10
申请号：CN202210285782.2
申请日：2022-03-23
Applicant: 南京航空航天大学
IPC: H04L47/2425 , H04L47/283 , H04L47/36 , H04L49/25 , H04L49/90 , H04L41/14
Abstract: 本发明公开了一种基于时间效益函数的时间敏感网络下的混合流量调度方法，该方法采用不同的时间效益函数来表明流的服务质量随端到端时延的变化，以调度完成后所有流的时间效益值最大化为目标，将发送方需要调度的流经过TSN域后到达接收方。本发明构建了一个以时间效益函数为导向的混合流量调度策略，为了使流量调度策略能够适配时间敏感网络下的协议规范，混合流被分为了周期流与非周期流，对于周期流，本发明利用其周期性列出网络约束使其达到确定性时延的同时联合优化非周期流；对于非周期流，本发明所述方法中通过实时优化算法，使周期流和非周期流的综合效益最大化。
-
公开(公告)号：CN113282413A
公开(公告)日：2021-08-20
申请号：CN202110549761.2
申请日：2021-05-20
Applicant: 南京航空航天大学
IPC: G06F9/50
Abstract: 本发明公开了一种车辆边缘计算网络中QoS需求自适应的资源配置方法。所述方法在一个车辆流和任务随机到达的车辆边缘系统中，以具有计算卸载请求的车辆分配到的边缘计算资源为决策变量，来实现网络运营商的长期管理利润最大化。为了从边缘计算服务需求和服务支付费用的角度描述不同车辆之间的异构性，本发明采用了一个多级管理框架。考虑到系统具有动态演化的稳态特性，本发明建立了一个新的流体模型，便于相应的资源优化问题的求解，且本发明中，车辆的服务质量需求等级会根据服务质量自适应的变化。本发明基于阈值的计算资源配置方法，实现了长期管理效益最大化。
-
公开(公告)号：CN109981340B
公开(公告)日：2021-07-27
申请号：CN201910115707.X
申请日：2019-02-15
Applicant: 南京航空航天大学
Abstract: 本发明公开了一种雾计算网络系统中联合资源优化的方法，所述方法在基于D2D通信支持下的雾计算网络中，每一个移动用户可以选择将自己的计算任务通过蜂窝网转载到位于基站的边缘服务器或者通过设备到设备的直接通信转载到附近的第三方雾计算节点，并且网络管理者需要综合根据移动用户的服务需求、边缘计算的损耗以及租用第三方雾计算服务的成本制定计算和通信资源分配方案，以最大化网络管理效益。本发明将雾计算网络管理中涉及的链路调度、信道选择和功率控制联合构建成为了一个非线性混合整数规划问题，提出基于Branch‑and‑Price的新型优化算法，有效地实现了管理效益最大化，且大幅度地降低了运算复杂度。
-
-
-
-
-
-
Search Results
47
records
(took 0.02 seconds)
