一种基于SDN多控制器的数据中心网络负载均衡方法

    公开(公告)号:CN115361341A

    公开(公告)日:2022-11-18

    申请号:CN202211278072.3

    申请日:2022-10-19

    Abstract: 本发明公开了一种基于SDN多控制器的数据中心网络负载均衡方法,步骤包括:SDN子控制器周期性地检测网络链路状态信息,并周期性的计算自身网络负载值;子控制器根据负载值与过载门限值、接收门限值的比较,确定迁移方式;对于主动迁移模块,根据迁移概率函数选择要迁移的交换机,并完成交换机迁移操作;对于被动迁移模块,主控制根据匹配优先级函数来分配接收控制器;接收控制器使用改进的天牛群爆炸算法重新规划最优路径;接收控制器根据最优路径完成数据流的高效转发,实现数据中心网络负载均衡。本发明能够为过载子控制器分配最优的接收控制器进行交换机的迁移,实现不同子控制器之间的资源调配,提高网络利用率。

    无人机搭载RIS通信系统中无人机最佳高度的设计方法

    公开(公告)号:CN115347933A

    公开(公告)日:2022-11-15

    申请号:CN202210904759.7

    申请日:2022-07-29

    Abstract: 本发明公开了一种无人机搭载RIS通信系统中无人机最佳高度的设计方法,主要解决在基站与用户无直接链路情况下,通过RIS辅助无线通信时无人机的高度设计问题。其无人机最佳高度的设计方法包括:首先将无人机高度初始化为10m,设置环境参数;然后设计无人机最佳高度的等效参数的迭代表达式;最后判断等效参数t是否收敛,如果收敛,则获得无人机最佳高度;如果不收敛,则重新迭代跳到设计迭代表达式步骤。本发明在通信直接链路阻塞的场景下,利用RIS和无人机各自的优点,在保证无人机安全飞行高度的同时,有效地提高用户的接收速率。

    一种基于改进Raft算法选择车辆队列领航车的方法

    公开(公告)号:CN114089744A

    公开(公告)日:2022-02-25

    申请号:CN202111285053.9

    申请日:2021-11-01

    Abstract: 本发明涉及一种基于改进Raft算法选择车辆队列领航车的方法,包括1)车辆队列初始化,将具有相同目的地且车辆间保持稳定较小车距的车辆编队;2)选择临时领航车;3)基于车辆动力性能指标参数的加权评估值选择队列候选领航车;4)利用改进Raft算法选出队列领航车和备用领航车;5)实时检查领航车状态,当领航车出现异常情况时及时采用备用领航车进行工作。本方法在车辆队列行驶时,能够快速选举出领航车,进而有效的控制整个队列的行驶。在发生突发状况时,领航车能够迅速做出反应,从而阻止事故的发生,增强行车安全性。特别地,备用领航车在当前领航车失效或发生故障时,进一步保证车辆队列行驶的安全与稳定性。

    一种基于时隙Aloha与自适应ACB混合的大规模终端接入方法

    公开(公告)号:CN109905922A

    公开(公告)日:2019-06-18

    申请号:CN201910175918.2

    申请日:2019-03-08

    Abstract: 本发明针对M2M业务特征,提出自适应的随机接入控制机制,通过对不同类型业务到达量进行预测,根据预测值动态分配接入资源,再针对不同业务采用不同的接入方式,并分别对各等级的业务进行自适应的接入控制。针对小数据业务和大数据业务共存的场景,对于时延不敏感且有效数据部分小于1000bits的小数据业务,精简接入信令,采用基于时隙Aloha的竞争接入方式;对于时延敏感型或有效数据部分大于1000bits的大数据业务则采用基于ACB的随机接入方式。本发明在满足高等级业务QoS要求的同时可以最大化系统总的吞吐量。

    一种无人机辅助的车辆边缘计算协同任务卸载方法

    公开(公告)号:CN115484261B

    公开(公告)日:2025-01-03

    申请号:CN202211027045.9

    申请日:2022-08-25

    Abstract: 本发明涉及一种无人机辅助的车辆边缘计算协同任务卸载方法,首先对车辆进行分簇,对于簇中的任务车辆,其任务完成方式包括:将部分子任务进行本地计算;利用车辆‑车辆间直达链路将子任务转移簇中具备计算能力的其他车辆上进行处理;将子任务经由簇头卸载到无人机上进行处理;先经簇头卸载至无人机,再利用无人机进行中继转发,最终将子任务卸载到基站服务器进行处理;将子任务直接通过簇头车辆卸载至边缘计算服务器。本发明与现有技术相比,其显著优点是:任务车辆根据完成任务的延迟、能耗、保密性和制定的惩罚项来部署分配决策,选择一种或多种方案进行协同任务卸载计算,节约了能量,降低了延迟,同时保证安全性。

    一种基于深度强化学习的C-RAN用户关联和计算资源分配方法

    公开(公告)号:CN109874154B

    公开(公告)日:2023-05-23

    申请号:CN201910063831.6

    申请日:2019-01-23

    Abstract: 一种基于深度强化学习的C‑RAN用户关联和计算资源分配方法,包括如下步骤:1)建立深度强化学习神经网络,将其信干燥比(SINR)状态、基带单元(BBU)池中计算资源状态和远端射频头(RRH)缓存状态,组合成系统状态作为该神经网络的输入。2)根据输入的系统状态对神经网络进行训练,得到神经网络输出,即系统动作。3)C‑RAN按照系统动作进行用户关联和BBU池中计算资源分配,并根据奖赏函数和状态转移矩阵得到该系统动作下的奖赏值和下一时刻系统状态。4)将奖赏值和下一系统状态输入到神经网络中,重复以上步骤,直到奖赏值趋于稳定,从而完成训练过程,根据最后的系统动作进行用户关联和BBU池中计算资源分配。本发明可极大地降低服务时延,提高服务质量,使得实时服务成为可能。

    一种自适应室内融合定位方法、设备及介质

    公开(公告)号:CN116106822A

    公开(公告)日:2023-05-12

    申请号:CN202310105234.1

    申请日:2023-02-13

    Abstract: 本发明公开了一种自适应室内融合定位方法、设备及介质,该方法包括:部署室内无线接入点,对室内区域进行划分;离线阶段部署参考点并采集RSS数据;用采集的RSS数据拟合多个路径损耗模型;采用多点定位、边界判断以及K‑means聚类相结合的方法设置校正基准点;在线阶段中,获取待测节点的RSS数据,采用多点定位法和区域判断对待测节点进行初步定位;利用最小二乘定位、指纹定位以及位置补偿相融合的算法对待测节点进行在线阶段的定位修正。该发明通过对室内的非边缘区域以及靠近室内边缘区域的定位结果的修正提高了总体定位精度,并且降低了定位复杂度,提高了定位效率。

    一种基于AF中继辅助D2D通信系统的功率优化方法

    公开(公告)号:CN111629362B

    公开(公告)日:2023-03-28

    申请号:CN202010428854.5

    申请日:2020-05-20

    Abstract: 本发明提出了一种基于AF中继辅助D2D通信系统的功率优化方法,包括以下步骤:基站获取各个设备之间的信道状态信息和各个设备处的接收信干噪比;基于得到的信息求解以D2D链路可达和速率为目标函数的优化问题,进而得到中继处、蜂窝用户处和D2D用户处最优功率分配系数;蜂窝用户蜂窝用户处最优功率分配系数,发送信号到基站,同时D2D用户根据D2D用户处最优功率分配系数,发送信号到中继;中继收到传来的信号后,根据中继处最优功率分配系数,发送信号到D2D用户,同时基站向蜂窝用户发送信号。该方法计算复杂度低,适用于D2D用户复用蜂窝用户频谱资源的情况,能够有效地提高D2D链路的可达速率,提升了通信系统的性能。

Patent Agency Ranking