-
公开(公告)号：CN106454850B
公开(公告)日：2019-08-27
申请号：CN201610898100.X
申请日：2016-10-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种蜂窝异构网络能效优化的资源分配方法，属于移动通信技术领域。该方法根据蜂窝异构网的特性，联合优化网络能效实现最优的小区选择方案、信道分配方案、功率分配方案和基站开关模式，包括以下步骤：S1：基于负载均衡确定用户和小区基站最优选择方案；S2：建模信道选择函数与网络联合能效；S3：确定信道分配方案；S4：结合信道分配方案，联合优化网络能效确定最优的功率分配方案和基站开关模式。本方法在网络资源有限的前提下实现了网络的负载均衡并合理的分配信道和功率给用户，在保证用户的最低服务需求和中断概率的条件下有选择性的关闭一些基站，从而优化整个网络的能量利用效率，提升用户满意度和网络的整体性能。
-
公开(公告)号：CN110098969A
公开(公告)日：2019-08-06
申请号：CN201910425345.4
申请日：2019-05-21
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种面向物联网的雾计算任务卸载方法，属于移动通信技术领。域该方法将任务卸载决策、传输资源分配和计算资源分配、FN与IoT设备双向匹配联合建模为最小化系统总开销问题。首先，基于层次分析法对IoT设备的QoS需求进行分析，根据IoT设备的不同QoS需求建立优先级。其次，对IoT设备进行RB分配，确定每个IoT设备所需的RB数量；然后，进行计算资源分配，确定计算时延。基于此，建立双向匹配博弈，确定FN和请求卸载的IoT设备之间的稳定关联。最后，每个IoT设备根据任务本地计算开销和任务卸载计算开销做出卸载决策。本发明降低了系统总时延和能耗开销，实现了IoT设备关联的稳定性和资源分配的有效性。
-
公开(公告)号：CN108933996A
公开(公告)日：2018-12-04
申请号：CN201810796381.7
申请日：2018-07-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种针对LTE-V2X系统的联合切换方法，属于移动通信领域。该方法包括以下步骤：S1：车载用户UE1初始状态连接在源基站；S2：当UE1移动到满足触发蜂窝切换条件的区域时，源基站对UE1上报的移动方向进行判决；S3：当UE1满足步骤S2中的判决条件时，UE1对附近其他车载用户进行筛选，以组成联合切换SL用户对；S4：若出现满足步骤S3的联合切换SL用户对UE1-UE2，则触发联合切换；否则，UE1执行单独切换；S5：联合切换SL用户对UE1-UE2执行联合切换流程；S6：联合切换完成。本发明保证了在联合切换过程中SL链路的稳定性，减少网络信令开销，实现无缝切换。
-
公开(公告)号：CN106454850A
公开(公告)日：2017-02-22
申请号：CN201610898100.X
申请日：2016-10-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种蜂窝异构网络能效优化的资源分配方法，属于移动通信技术领域。该方法根据蜂窝异构网的特性，联合优化网络能效实现最优的小区选择方案、信道分配方案、功率分配方案和基站开关模式，包括以下步骤：S1：基于负载均衡确定用户和小区基站最优选择方案；S2：建模信道选择函数与网络联合能效；S3：确定信道分配方案；S4：结合信道分配方案，联合优化网络能效确定最优的功率分配方案和基站开关模式。本方法在网络资源有限的前提下实现了网络的负载均衡并合理的分配信道和功率给用户，在保证用户的最低服务需求和中断概率的条件下有选择性的关闭一些基站，从而优化整个网络的能量利用效率，提升用户满意度和网络的整体性能。
-
公开(公告)号：CN117058903B
公开(公告)日：2024-10-29
申请号：CN202311024071.0
申请日：2023-08-15
Applicant: 重庆邮电大学
IPC: G08G1/0967 , G06Q10/0639 , G06N3/092 , G06N3/084 , G06N20/00 , H04W4/44 , H04L67/12 , H04L9/00
Abstract: 本发明涉及一种智能网联汽车安全数据协同方法，属于移动通信技术领域。所述方法包括接收来自路边单元的Tip交易，并从中选择质量指标最高的两个驾驶策略模型进行聚合；根据感知的当前道路环境，进行本地决策，得到相应的多目标奖励，并将决策相关信息作为经验存储到经验回放区；根据预设优先级对经验回放区的经验进行采样，根据训练样本更新驾驶策略模型，并根据经验回放区最新的多组训练样本获得的奖励，计算驾驶测量模型的质量指标；将满足质量要求的驾驶策略模型结合更新后的质量指标进行打包，生成新Tip交易；发送新Tip交易至路边单元。本发明在保证智能网联汽车数据安全性的同时，有效提升自动驾驶决策的准确性、安全性和舒适性。
-
Patent Agency Ranking
公开(公告)号：CN117956507A
公开(公告)日：2024-04-30
申请号：CN202410118855.8
申请日：2024-01-29
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种智能网联汽车协同感知及数据融合方法，属于移动通信技术领域。本发明首先构建双层协同感知和多源异质数据融合的网络模型，并基于此实现智能网联汽车的多智能体群体协同感知和融合任务的卸载优化；其次，提出双分支融合任务划分模型，实现多车辆图片数据和点云数据融合；然后，基于任务内在依赖性，设计一种任务优先级评价算法，以获得任务的优先级列表；创新性提出一种基于深度强化学习的多源融合任务卸载算法以实现最小化多源感知数据融合的时延。该方法具有良好的鲁棒性和并行性，能够在扩大感知覆盖范围的同时，降低融合任务处理时延。
-
公开(公告)号：CN117135597A
公开(公告)日：2023-11-28
申请号：CN202311088483.0
申请日：2023-08-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于分布式学习的智能网联汽车低时延数据共享方法，属于移动通信技术领域。所述方法包括获取来自路边单元下发的全局模型；所述全局模型由学生模型和全局聚合权重聚合得到；采集车辆数据，在本地训练全局模型对应的学生模型和教师模型；向路边单元上传学生模型，以及基于教师模型确定的全局聚合权重；若全局模型与学生模型的偏差程度超过预设阈值，则向路边单元的数据缓冲区上传部分车辆数据；获取来自路边单元下发的共享数据，在本地修正所述全局模型对应的学生模型和教师模型；所述共享数据由上传的部分车辆数据的新旧比例以及重要模型参数的变化率确定。在本申请的实施例所提供的技术方案中，能够显著提升模型的精度。
-
公开(公告)号：CN117058903A
公开(公告)日：2023-11-14
申请号：CN202311024071.0
申请日：2023-08-15
Applicant: 重庆邮电大学
IPC: G08G1/0967 , G06Q10/0639 , G06N3/092 , G06N3/084 , G06N20/00 , H04W4/44 , H04L67/12 , H04L9/00
Abstract: 本发明涉及一种智能网联汽车安全数据协同方法，属于移动通信技术领域。所述方法包括接收来自路边单元的Tip交易，并从中选择质量指标最高的两个驾驶策略模型进行聚合；根据感知的当前道路环境，进行本地决策，得到相应的多目标奖励，并将决策相关信息作为经验存储到经验回放区；根据预设优先级对经验回放区的经验进行采样，根据训练样本更新驾驶策略模型，并根据经验回放区最新的多组训练样本获得的奖励，计算驾驶测量模型的质量指标；将满足质量要求的驾驶策略模型结合更新后的质量指标进行打包，生成新Tip交易；发送新Tip交易至路边单元。本发明在保证智能网联汽车数据安全性的同时，有效提升自动驾驶决策的准确性、安全性和舒适性。
-
公开(公告)号：CN116633523A
公开(公告)日：2023-08-22
申请号：CN202310636636.4
申请日：2023-05-31
Applicant: 重庆邮电大学
IPC: H04L9/00 , H04L67/12 , H04L41/14 , H04L49/102 , H04L49/103
Abstract: 本发明涉及一种基于区块链的车联网安全数据共享方法，属于移动通信技术领域。首先建立了车联网场景的云‑边‑端三层网络模型。然后，提出双层区块链架构赋能数据共享过程，进一步提出共享策略和异步分区共享方法。该方案可实现车联网场景下，安全高效的异步模型共享同时保护了用户车辆的数据隐私。该方案在车辆移动场景下最大化共享效率，高效利用边缘网络和用户数据资源，打破车联网场景下人工智能应用的瓶颈。
-
公开(公告)号：CN111491331B
公开(公告)日：2022-04-15
申请号：CN202010289434.3
申请日：2020-04-14
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种雾计算网络中基于迁移学习的网络感知自适应缓存方法，属于移动通信技术领域。利用雾计算技术在移动网络边缘开发智能内容缓存，可以解决移动网络上对移动数据服务的巨大需求，以缓解冗余流量，提高内容交付效率。本发明提出一种雾计算网络中基于迁移学习的网络感知自适应缓存方案，以降低内容交付时延，同时提高未来移动网络用户的QoE。本方案考虑到用户的内容请求以及网络的操作特性。所构建的内容与网络感知自适应缓存方案使用迁移学习来估计内容的受欢迎程度，并使用混合整数线性规划MILP来计算内容的放置位置和选择网络中的物理缓存大小。提出的缓存方案同时执行高效的缓存部署和内容缓存。
-
-
-
-
-
-
-
-
-
Search Results
95
records
(took 0.025 seconds)
