-
公开(公告)号：CN113791895B
公开(公告)日：2025-04-29
申请号：CN202110958468.1
申请日：2021-08-20
Applicant: 北京工业大学
IPC: G06F9/50 , G06F17/16 , G06F18/214 , G06N20/20
Abstract: 本发明公开了基于联邦学习的边缘计算及资源优化方法，在小基站部署天线阵列，获取下行链路的信道信息以及经过预编码技术处理之后的信道信息，形成信道和预编码作为输入输出对的训练数据，在此数据支撑之下进行联邦学习，即在节点端训练模型，最后达到输入信道信息得到相应的预编码信息的目的。在此过程之中，为了得到较为稳定的学习联盟以及将系统能耗控制在最低状态来进行用户选择，即通过各节点的物理特性在众多用户用选择计算能力和通信能力稳定的用户参与到训练中；为了鼓励用户积极参与到训练中，引入合同机制对参与训练的用户进行奖励，计算每个用户的收入与付出的训练成本得到效用函数，对用户进行资源分配使得整个系统效用达到最大。
-
公开(公告)号：CN113625733B
公开(公告)日：2024-09-24
申请号：CN202110889793.7
申请日：2021-08-04
Applicant: 北京工业大学
IPC: G05D1/495 , G05D1/46 , G05D101/15 , G05D109/20
Abstract: 本发明公开了一种基于DDPG多目标三维无人机路径规划方法，建立无人机路径规划系统模型；无人机任务建模与分析；基于DDPG的无人机路径规划设计结合成本函数，设计状态空间、动作空间以及奖赏值。本发明通过对无人机任务建模及明确无人机飞行成本函数，运用DDPG算法规划无人机飞行路径。通过分析无人机飞行过程的时间、能耗及障碍规避情况，给出无人机路径规划的成本函数，并使用DDPG算法指导无人机寻找满足成本函数的路径。在无人机路径规划成本函数的设计中，通过使用与障碍物及与目标位置的偏离度反应无人机是否避开障碍及是否到达目标。
-
公开(公告)号：CN112418767B
公开(公告)日：2024-04-23
申请号：CN202011346360.9
申请日：2020-11-25
Applicant: 北京工业大学
IPC: G06Q10/0833 , G06F21/64 , G06K17/00
Abstract: 本发明涉及一种基于区块链和RFID的多环节物品追踪方法，选用联盟链作为区块链平台，通过RFID读写器、上位机，将多环节过程的处理信息实时自动录入区块链，各部门共同参与账本的维护；联盟链采用多通道的架构实现针对不同公司业务的粗粒度保护，在不同的通道内，通过设置访问控制列表实现细粒度隐私保护；通过基于Node‑Serialport的多环节RFID数据自动上链程序监听实现高效的物品处理信息实时自动去人工录入区块链；通过智能合约针对不同部门设置不同数据结构，满足各部门业务需求；通过智能合约对各个部门上传的数据进行校对，融合提取处理保证一物一码，智能合约分别向旅客和管理者提供数据访问和交互接口。
-
公开(公告)号：CN117579634A
公开(公告)日：2024-02-20
申请号：CN202311529558.4
申请日：2023-11-16
Applicant: 北京工业大学
IPC: H04L67/1061 , G06F9/50 , H04L67/1014 , H04L67/1012 , H04L9/40
Abstract: 本发明公开了一种基于虚拟化和排队论的区块链分片系统可扩展性优化方法，包括：对物理节点进行虚拟化后，采用分布式随机协议与可验证随机函数相结合的方法构建区块链分片网络。详细分析节点在实用拜占庭共识算法不同步骤中的计算负担，并使用排队论对共识过程时延进行建模，提出在系统能量和物理节点计算资源约束下，最大化系统吞吐量并最小化系统时延的优化模型，进一步提出基于连续凸近似的模型求解方法。仿真结果表明，本研究可以在物理节点数量不变的情况下灵活调整区块链系统分片数，并根据业务中计算负担和共识处理时延情况，合理调配物理节点的计算资源，最大化分片系统的交易处理性能。
-
公开(公告)号：CN110351754B
公开(公告)日：2022-05-24
申请号：CN201910633257.3
申请日：2019-07-15
Applicant: 北京工业大学
Abstract: 本发明公开了基于Q‑learning的工业互联网机器设备用户数据计算卸载决策方法，通过构造小区内用户计算卸载的网络模型、时延模型、能耗模型和经济开销模型，并根据小区内用户数，设置Q‑learning模型中的环境状态、卸载动作和奖励函数，从而依据Q‑learning迭代学习后所获得的Q表执行卸载动作，获得最优的卸载策略，完成小区内用户计算任务的分配处理。本发明克服了传统数据计算卸载系统无法应对复杂多变的网络环境和服务器状态以及局限于对单一开销优化等问题。仿真实验表明，本发明提出的基于Q‑learning的工业互联网设备用户数据计算卸载决策方法在减少用户总体和局部计算卸载开销方面具有一定的优势。
-
Patent Agency Ranking
公开(公告)号：CN109889326B
公开(公告)日：2022-03-22
申请号：CN201910123189.6
申请日：2019-02-19
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链的物联网架构以及已验证数据证明共识方法，本方法结合了区块链和物联网的特征，无人机辅助物联网进行数据收集使得在偏远地区没有高速无线链路覆盖的情况下，数据能够通过无人机有效的传输，引入区块链技术，以加密货币的形式激励无人机采集数据，无人机充当区块链节点将采集到的原始传感数据上传到区块链。同时传感器节点计算其收集的原始传感数据的哈希值，通过宏基站上传到区块链中。此外，本发明还提出了已验证数据证明共识机制，验证数据的真实性，同时确保了奖励的公平性。
-
公开(公告)号：CN114189892A
公开(公告)日：2022-03-15
申请号：CN202111540155.0
申请日：2021-12-15
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和集体强化学习的云边协同物联网系统资源分配方法，通过构建6G网络传输模型、计算任务模型和区块链模型，计算MEC服务器本地计算和卸载计算的能耗和服务时延、卸载过程的传输能耗、以及区块链在数据共识过程中产生的时延，根据系统状态并通过集体强化学习算法，训练系统参数并完成训练结果在多小区之间的智能体共享，从而指导调整MEC服务器的卸载决策、区块链区块间隔设计和MEC服务器传输功率选择，实现云边系统物联网系统的最优资源分配。仿真实验表明，本发明提出的面向云边协同的物联网系统资源分配方法在节省系统能耗和服务时延方面具有一定的优势。
-
公开(公告)号：CN112237478B
公开(公告)日：2022-01-14
申请号：CN202010922576.9
申请日：2020-09-04
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种医疗微机器人的实时导航控制方法和装置，该方法包括：实时获取医疗微机器人的参考导航轨迹状态信息，状态信息包括实时期望速度和实时期望位置；基于实时期望速度、实时期望位置、医疗微机器人的实时位置、实时速度和实时加速度，构建导航优化问题的目标函数和约束条件，其中，所述导航优化问题的建立基于离散时间系统采样时间和网络时滞；求解导航优化问题，得到医疗微机器人的实时加速度；将实时加速度发送至磁场控制装置以供调节磁场强度和方向控制医疗微机器人的实时加速度。本发明实施例提供的方法和装置，实现了减少网络时滞的负面影响下的自动控制微机器人达到参考导航轨迹的位置和速度，保证系统的稳定性。
-
公开(公告)号：CN113822758A
公开(公告)日：2021-12-21
申请号：CN202110889794.1
申请日：2021-08-04
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于区块链和隐私的自适应分布式机器学习方法，包括：建立基于区块链的具有隐私保护的分布式机器学习系统模型，并依据区块链共识完成节点间的交互过程。通过详细分析本地节点在训练过程及共识过程中的计算复杂度，考虑能耗进行计算资源分配的优化方法，从而给出基于资源分配优化的自适应聚合方法。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具有隐私保护的训练过程，一方面在能耗约束下对节点上的计算资源分配进行优化，另一方面自适应调整全局聚合频率，从而提高系统总能量的利用率，进一步提高分布式学习过程的收敛性能。
-
公开(公告)号：CN110049451B
公开(公告)日：2021-07-16
申请号：CN201910264799.8
申请日：2019-04-03
Applicant: 北京工业大学
Abstract: 本发明公开了一种面向野外的移动自组网信息回传的方法、装置和系统。所述装置由近距离通信模块与远距离通信模块组成；所述系统由所述装置，数据采集端装置及云端数据库组成；所述回传方法包括根据最小/最大ID算法与TDMA(时分多址)相结合的方式随机聚合形成局部自组织网络，同时解决广播通信碰撞问题，其次，根据回传信息的业务优先级采取不同的回传策略，适应不同业务优先级对于时延要求，最后，通过自组网的方式将同一网络中未联网成员上传信息通过该网内其他成员上传服务器端，实现多径回传路径，有效减少重要消息回传时延。
-
-
-
-
-
-
-
-
-
Search Results
156
records
(took 0.03 seconds)
