-
公开(公告)号：CN114501467A
公开(公告)日：2022-05-13
申请号：CN202210100587.8
申请日：2022-01-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种移动边缘计算网络资源的快速规划方法，适用于多用户移动边缘计算网络，方法包括：判断接入基站网络所有用户的地理位置，并结合地理位置和用户所接收的基站覆盖信号的距离范围生成所有用户在二维地图上的通信区域；基于所有用户的通信区域，排查通信区域之间的重叠次数，并根据重叠次数确定连续区域；查找连续区域在二维地图上所有顶点坐标，结合所有顶点坐标，计算出所有顶点坐标的平均值坐标；以平均值坐标上为站址，并在站址上重新配置基站网络；在重新配置基站网络的覆盖范围内吸纳用户接入，从而规划原基站网络的资源。本发明通过将几何图形与网络规划技术相结合的方式，实现基于移动边缘计算网络资源的快速规划。
-
公开(公告)号：CN114500533A
公开(公告)日：2022-05-13
申请号：CN202210054248.0
申请日：2022-01-18
Applicant: 南京邮电大学
Abstract: 本发明公开了基于用户协作的无人机辅助移动边缘计算系统优化方法，包括一个无人机计算节点和若干地面用户，地面用户包括近用户和远用户，且地面用户都有一定量待处理计算任务。由于无人机电池能量的限制，为了减少无人机的飞行能耗，地面用户合作将计算任务卸载给无人机。远用户的待处理计算任务中继给近用户，近用户再将远用户的待处理计算任务卸载给无人机进行计算处理。本发明在满足用户服务质量的基础上最小化无人机和地面用户的加权总能耗为目标，实现了基于两步迭代算法的无人机飞行轨迹、地面用户中继和卸载的待处理计算任务数据量、地面用户以及无人机的CPU计算频率联合优化。
-
公开(公告)号：CN109376610B
公开(公告)日：2022-03-29
申请号：CN201811132864.3
申请日：2018-09-27
Applicant: 南京邮电大学
Abstract: 本发明公开了一种视频监控中基于图像概念网络的行人不安全行为检测方法，由事先获取的概念词汇表构建基于词激活力的语义概念网络，然后应用社会网络分析方法挖掘概念共现相关提取场景语义概念，进一步实现场景概念检测；另一方面，应用概念推理模型提取视觉一致语义概念特征；最后，应用场景语义概念优化视觉一致语义概念，并应用分类器完成基于图像识别的行人不安全行为检测。本发明能够实现行人不安全行为检测，同时对行人在参与交通过程中普遍存在的不安全行为有很好的预警效果。
-
公开(公告)号：CN109769254B
公开(公告)日：2021-12-14
申请号：CN201811508054.3
申请日：2018-12-10
Applicant: 南京邮电大学
Abstract: 本发明提出一种基于加权公平的认知无线供电网络资源分配方法，该方法采用两段协议，即每个时隙分为两个阶段，第一阶段次用户接入主用户的授权频段进行数据传输，而主用户在所有的子载波上对次用户传输的信号利用射频能量收集技术收集能量，以供下一阶段的传输使用；第二阶段，主用户与次用户利用不同的子载波同时进行数据传输。该方法在只知道当前信道增益的前提下，在主用户的能量因果约束、主用户的目标数据量约束以及次用户的传输功率约束下，以最大化主用户和次用户的加权传输数据量为目标，对时隙、子载波和功率进行优化分配。
-
公开(公告)号：CN110278576A
公开(公告)日：2019-09-24
申请号：CN201910348317.7
申请日：2019-04-26
Applicant: 南京邮电大学
Abstract: 本发明提出一种无线能量采集非正交多址接入系统资源分配方法，该方法适用于下行合作非正交多址接入系统中基站与信道条件差的远用户之间无直接通信，只能以信道条件较好的近用户为中继与道条件差的远用户进行通信的场景。本发明利用非正交多址接入技术将远用户的信号也发送给近用户，并将近用户充当中继转发信号给远用户。本发明提出近用户利用功率分割技术进行同时的能量采集和信息解码，并在满足远用户最低传输数据量需求、基站传输功率限制以及能量因果约束的条件下，以近用户传输数据量最大化为目标构建资源分配模型，对合作非正交多址接入系统中的功率、时间、非正交多址接入功率分配比例以及能量采集的功率分割比例进行优化分配。
-
Patent Agency Ranking
公开(公告)号：CN109831826A
公开(公告)日：2019-05-31
申请号：CN201910079385.8
申请日：2019-01-28
Applicant: 南京邮电大学
IPC: H04W72/04
Abstract: 本发明公开了一种无线供能通信网络中的联合上下行信息传输的资源分配方法，用户通过射频无线能量收集技术为其提供上行信息传输能量。整个网络架构包含一个基站，多个用户。本发明联合考虑了用户的上下行信息传输，在基站总发射功率和能量因果约束下优化用户上下行传输时间分配、载波分配和功率分配，能最大化用户的加权上下行传输速率。本发明的联合考虑上下行信息传输资源分配方法可以通过调节权重因子调节用户的上下行信息传输，且该方法复杂度低，易于实现。
-
公开(公告)号：CN109714797A
公开(公告)日：2019-05-03
申请号：CN201910119559.9
申请日：2019-02-18
Applicant: 南京邮电大学
IPC: H04W28/16
Abstract: 本发明提出了一种基于拍卖理论的移动边缘网络资源分配方法，包括以下步骤：步骤1，对于所有的用户i＝1,…,N,依次为每个用户i的所有任务k＝1,…,Ki构建其喜爱列表。对于每个用户i以及用户i上的每个任务k，计算其对每个移动边缘计算服务器j的单位计算资源出价和单位通信资源出价的加权vi,k,j，并按照vi,k,j值的大小将用户i的任务k对M个移动边缘计算服务器的出价进行降序排序，并构成用户i的任务k的喜爱列表其中， 在考虑不同用户任务的服务质量需求基础上，以最大化移动边缘计算服务器运营商的利益为目标，利用拍卖理论有效的分配了移动边缘计算服务器上的计算资源和通信资源。
-
公开(公告)号：CN115134925B
公开(公告)日：2025-04-29
申请号：CN202210608596.8
申请日：2022-05-31
Applicant: 南京邮电大学
IPC: H04W72/0446 , H04W72/044 , H04W72/542 , H04W72/50 , H04B7/155 , H04W52/46 , H04W52/30 , G16Y10/75
Abstract: 本发明公开了一种混合NOMA‑FDMA物联网系统中的合作资源分配方法及装置，所提方法包括如下步骤：步骤一：建立混合NOMA‑FDMA物联网系统中的合作资源分配的优化问题模型；步骤二：将步骤一所建立的优化问题转化为内外嵌套的两层优化问题，其中，外层优化问题优化信道分配，内层优化问题优化时间和功率分配；步骤三：针对所有混合中继与信道分配的组合，求解内层优化问题；步骤四：基于内层优化问题求解结果，通过匈牙利算法求解外层优化问题得到信道分配结果；步骤五：根据信道分配结果得到时间和功率分配。本发明的一种混合NOMA‑FDMA物联网系统中的合作资源分配方法，通过对各种资源进行优化，最大化了所有物联网设备的传输数据量，提升了系统的总体传输效率。
-
公开(公告)号：CN118226888B
公开(公告)日：2024-09-13
申请号：CN202410635031.8
申请日：2024-05-22
Applicant: 南京邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开基于RSMA的多无人机辅助数据采集系统优化方法，属于无线通信技术领域；方法包括：S1构建多无人机辅助数据采集系统初始模型；S2设置迭代次数变量、迭代终止精度，给定初始化无人机飞行轨迹和地面设备发射功率；S3在给定地面设备发射功率下，基于SCA方法优化多无人机辅助数据采集系统初始模型，获得最优无人机飞行轨迹；S4在给定无人机飞行轨迹下，基于SCA方法优化多无人机辅助数据采集系统初始模型，获得最优地面设备发射功率；S5基于BCD方法将最优无人机飞行轨迹和地面设备发射功率代入S3，并更新迭代次数变量，重复S3到S4，直到多无人机辅助数据采集系统初始模型收敛。
-
公开(公告)号：CN118211154B
公开(公告)日：2024-08-13
申请号：CN202410615874.1
申请日：2024-05-17
Applicant: 南京邮电大学
IPC: G06F18/2431 , H04L69/06 , H04L69/04 , G06F18/2415 , G06F18/2321 , G06F18/23213 , G06F18/214 , G06F18/21 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开一种基于持续学习改进的类增量业务识别方法及系统，属于通信网络技术领域；方法包括采集通信网数据并进行无损压缩，处理为只含有IP层报文的报文信息流；对报文信息流进行预处理，然后采用DBSCAN算法对信息流添加标签，得到可用于业务识别模型训练的数据集；采用OWM方法改进CNN模型，得到OWM改进的业务识别模型，并用数据集对OWM改进的业务识别模型进行训练，之后结合专家知识来进行模型诊断，调整模型参数，进行AI辨识；将经过AI辨识产生的结果输出，并根据业务识别结果对网络进行精细化管理；该方法不仅解决了现有的通信网络中训练样本难以获取，还解决了传统业务识别模型出现遗忘，无法应对动态网络环境的问题以及准确性下降问题。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.025 seconds)
