-
公开(公告)号：CN116032934B
公开(公告)日：2024-06-21
申请号：CN202310010374.0
申请日：2023-01-04
申请人： 北京工业大学
摘要： 本发明公开了自组网场景下基于区块链和边缘计算的轨道交通网络资源分配方法，通过构建多跳传输模型、区块链模型、MEC服务器计算模型，计算任务在列车之间多跳传输的时延、经济成本和区块链系统的时延，以及MEC服务器处理任务产生的时延和经济成本，从而根据系统状态通过训练深度神经网络，指导调整卸载路由路径的选择、卸载决策和区块大小的选择，完成场景内的最优资源分配。仿真实验表明，本发明在节省系统时延和系统总经济成本方面具有一定的优势。
-
公开(公告)号：CN117478697A
公开(公告)日：2024-01-30
申请号：CN202311396787.3
申请日：2023-10-26
申请人： 北京工业大学
IPC分类号： H04L67/12 , G06F16/27 , G06N3/092 , G06N3/04 , H04L67/10 , H04L67/1097 , H04L67/1074
摘要： 本发明公开了基于智能分片决策区块链的工业互联网数据共享优化方法。通过对区块链系统进行自适应地分片决策，本方法可以有效突破区块链的可扩展性瓶颈。具体来讲，本方法将区块链分片决策因子加入到深度强化学习算法的动作空间中，联合考虑分片决策、卸载决策、区块大小以及区块间隔，引入云边协同的计算范式，并将优化问题建模为马尔可夫决策过程，采用深度强化学习方法进行求解。仿真结果表明，本方法所得到的工业互联网数据共享总延迟和区块链交易吞吐量均优于其他方法。
-
公开(公告)号：CN111800274B
公开(公告)日：2023-01-31
申请号：CN202010635391.X
申请日：2020-07-03
申请人： 北京工业大学
IPC分类号： H04L9/32 , H04L9/40 , H04L67/1095 , H04L67/10 , G06Q40/04
摘要： 本发明公开一种基于区块链的可验证计算能耗优化方法，包括：建立基于区块链的可验证计算系统模型，由主节点和副本节点分别完成任务的计算和验证，并依据区块链共识对计算结果在节点间达成一致性。通过详细分析服务器各节点在共识过程中的计算资源和消耗，从而给出基于能耗考虑的系统整体优化方法。仿真结果表明，本发明的技术方法基于分布式共识在节点间进行计算验证，在能耗约束下通过节点上的计算资源优化提高计算任务的吞吐量。
-
公开(公告)号：CN112637822B
公开(公告)日：2023-01-20
申请号：CN202011569760.6
申请日：2020-12-26
申请人： 北京工业大学
摘要： 本发明公开了一种基于区块链的蜂窝网络安全交易平台，使用用户协作缓存调度策略缓解核心网络压力，用户在运行过程中也同样会产生多种多样的高性能计算需求，用协作计算模型解决计算任务；基于PBFT共识协议的蜂窝网络安全交易平台，通过将资源用户成为共识节点的方式，激励资源用户分享硬盘空间和计算资源，建立节点间的诚信度模型；通过基于PBFT算法的区块链共识协议，将整个区块链吞吐量优化问题，拆解成由缓存策略优化以及计算资源分享两个子问题，采用基于分层强化学习的方法进行求解。将两个强化学习过程进行嵌套，子问题在不断收敛的过程中，会不断引导主问题往更优的状态进行收敛，使用的分层强化学习方法。
-
公开(公告)号：CN115577804A
公开(公告)日：2023-01-06
申请号：CN202211297705.5
申请日：2022-10-22
申请人： 北京工业大学
摘要： 本发明公开了基于合作博弈和知识蒸馏的个性化联邦学习方法，基于联邦学习中嵌入合作博弈和知识蒸馏思想，提出了pFedCg算法，使参与训练的用户都能得到一个更优的个性化模型；采用公共数据集和隐私数据集提高了客户端泛化能力，并将合作博弈论中的SV引入PFL，来评估FL中每个客户对其他客户端的个性化学习过程的累计贡献值，以此确定每个客户端的局部软预测的聚合系数，最后利用KD将聚合的个性化软预测的知识迁移到本地模型，并在本地的隐私数据集上进行个性化训练，提高个性化精度，使每个客户端获得更优的个性化模型。解决在FL中客户端数据异构时收敛速度慢，模型异构时无法训练的问题，并提高训练精度。
-
公开(公告)号：CN113806764A
公开(公告)日：2021-12-17
申请号：CN202110889795.6
申请日：2021-08-04
申请人： 北京工业大学
摘要： 本发明公开了一种基于区块链和隐私保护的分布式支持向量机及其优化方法，包括：建立基于区块链的具有隐私保护的分布式支持向量机系统模型，并依据区块链共识PBFT协议完成节点间的交互过程。通过分析本地节点在训练过程及共识过程中的计算复杂度，给出基于能耗及系统能量利用率考虑的计算资源分配的优化方法。仿真结果表明，本发明的技术方案和模型在训练和共识过程中可以为节点及模型提供隐私保护，在能耗约束的条件下，通过对各节点各步骤的资源进行优化，提高系统总能量的利用率和分布式支持向量机学习过程的性能。
-
公开(公告)号：CN113012013A
公开(公告)日：2021-06-22
申请号：CN202110182149.6
申请日：2021-02-09
申请人： 北京工业大学
摘要： 本发明公开了一种在车联网中基于深度强化学习的协同边缘缓存方法，包括以下步骤：步骤1、根据移动车辆、RSU和基站的结构，建立系统缓存模型。步骤2：系统吞吐量计算模型：步骤3：基于深度强化学习的问题求解算法：本发明利用真实的仿真环境，从而保证仿真结果的性能能够对真实场景中的性能进行估计和近似。根据历史内容请求记录预测内容流行度，以最大限度地提高车辆从边缘设备RSU获得的数据吞吐量；本发明使边缘设备的缓存资源得以充分利用，从而减轻基站负担。
-
公开(公告)号：CN106325069B
公开(公告)日：2019-10-15
申请号：CN201610744495.8
申请日：2016-08-28
申请人： 北京工业大学
IPC分类号： G05B13/04
摘要： 本发明公开一种无线网络控制系统最优线性控制策略设计方法，包括：步骤S1、系统初始化，即基于分布式控制节点的无线网络控制系统模型；步骤S2、网络时延特性对分布式网络控制系统影响分析；步骤S3、基于分布式控制节点的网络控制系统最优化问题；步骤S4、采用递归方法，双分布式控制节点最优线性控制策略设计；步骤S5、分布式控制节点最优线性控制策略设计，将得到的双控制节点最优线性控制策略结论，推广到一般情况的基于多控制节点的分布式无线网络控制系统。采用本发明的技术方案，有效提高了无线网络控制系统的系统稳定性，并降低了系统损耗。
-
公开(公告)号：CN109687948A
公开(公告)日：2019-04-26
申请号：CN201910021980.6
申请日：2019-01-10
申请人： 北京工业大学
IPC分类号： H04L5/00 , H04W72/08 , H04B7/0426
CPC分类号： H04L5/0048 , H04B7/0426 , H04L5/006 , H04W72/085
摘要： 针对时分双工大大规模MIMO系统的导频污染问题，我们提出了一种时分双工大规模MIMO系统中的传输功率和导频联合优化方案，以减轻导频污染并平衡相互干扰。由于导频之前即时信道状态信息的未知，我们利用时间相关信道的高斯-马尔可夫过程，并使用卡尔曼滤波器不仅降低导频污染，而且提供先验估计值。随后，导出速率的确定性近似作为先验信道估计和先验估计误差的函数，并且制定了实现最大化-最小的速率。在此基础上提出启发式导频分配方案。仿真数值结果证实了该方案提供的改进率。
-
公开(公告)号：CN104320369B
公开(公告)日：2019-03-22
申请号：CN201410562713.7
申请日：2014-10-21
申请人： 北京工业大学
摘要： 本发明属于无线通信领域，涉及一种基于信道估计误差和数据检测误差的迭代方法。所述方法包括：在发送数据中按照的梳状方式插入导频，在不同天线上发送；数据通过无线信道发送至接收天线，在接收端用基扩展模型对信道进行建模；利用AR自回归模型对信道BEM模型系数进行建模；对滤波器进行初始化、计算时间更新方程；滤波器去除噪声，进行信道估计进行信道估计；计算信道矩阵的估计值；计算信道估计误差的协方差矩阵进行SIC数据检测。本发明提出的信道估计和联合检测算法，充分利用信道估计和数据检测中的误差信息，提高了信道估计的精确度，加强了数据检测的校正。
-
-
-
-
-
-
-
-
-
搜索结果
81 条记录 (耗时 0.029 秒)
