-
公开(公告)号：CN101827063A
公开(公告)日：2010-09-08
申请号：CN201010143062.X
申请日：2010-04-07
Applicant: 北京邮电大学
Abstract: 本发明涉及一种OFDMA系统的频率复用装置及方法，该装置包括：终端侧动态频谱分配模块，位于系统终端侧，用于生成需要设定带宽的业务，同时检测小区受干扰情况，并将带宽需求、信道信息、以及干扰信息发送给网络侧动态频谱分配模块；网络侧动态频谱分配模块，位于网络侧，用于根据来自所述终端侧动态频谱分配模块的信息，以及相邻小区的干扰等级分别将小区边缘组和小区中心组划分为小区边缘载波子组及小区中心载波子组，并生成子载波调度信息。本发明的系统及方法可保证边缘用户的性能、提高频率的利用率，同时能根据小区间的干扰程度动态的调整、减少边缘用户所受的干扰。
-
公开(公告)号：CN103268523A
公开(公告)日：2013-08-28
申请号：CN201310204115.8
申请日：2013-05-28
Applicant: 北京邮电大学
Abstract: 一种实现多个性能指标要求同时满足的服务组合方法，包括下列操作步骤：（1）根据用户服务组合的功能性要求，构建服务组合实例序列集合；（2）按照设定的方法对服务组合实例序列进行拓扑转换；（3）对服务组合实例序列的性能参数进行计算；（4）按照设定的方法从服务组合实例序列集合中，筛选出同时满足用户服务组合的所有性能指标要求的一个优化的服务组合实例序列。本发明方法能高效地找到优化的服务组合实例序列，保证同时满足用户对组合服务在价格、可靠性、延时等服务性能指标的要求，提高了复杂服务的服务质量。
-
公开(公告)号：CN101931978B
公开(公告)日：2013-01-09
申请号：CN201010223951.7
申请日：2010-07-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种认知数据库信息更新优化方法，包括：采集异构网络的参数；对所述参数按属性进行分类；根据分类属性，判断是否需要调整认知数据库中所述参数的现有数据结构，若需调整，则按照需要调整的参数的类型生成相应的数据结构，否则按参数的分类属性将所述参数存储到认知数据库；重复上述步骤以更新认知数据库中的参数信息。本发明还公开了一种认知数据库信息更新优化系统，包括：信息采集模块、信息分类模块、信息判断模块、数据结构生成模块、信息存储模块和信息更新模块等。本发明通过多维多域存储方式，增加了数据库信息更新的数量，减小了数据库信息处理时间；并到达了快速定位信息、处理信息、更新信息的效果。
-
公开(公告)号：CN101827063B
公开(公告)日：2012-08-29
申请号：CN201010143062.X
申请日：2010-04-07
Applicant: 北京邮电大学
Abstract: 本发明涉及一种OFDMA系统的频率复用装置及方法，该装置包括：终端侧动态频谱分配模块，位于系统终端侧，用于生成需要设定带宽的业务，同时检测小区受干扰情况，并将带宽需求、信道信息、以及干扰信息发送给网络侧动态频谱分配模块；网络侧动态频谱分配模块，位于网络侧，用于根据来自所述终端侧动态频谱分配模块的信息，以及相邻小区的干扰等级分别将小区边缘组和小区中心组划分为小区边缘载波子组及小区中心载波子组，并生成子载波调度信息。本发明的系统及方法可保证边缘用户的性能、提高频率的利用率，同时能根据小区间的干扰程度动态的调整、减少边缘用户所受的干扰。
-
公开(公告)号：CN113067873B
公开(公告)日：2022-08-30
申请号：CN202110298308.9
申请日：2021-03-19
Applicant: 北京邮电大学
IPC: H04L67/10 , H04L41/142 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于深度强化学习的边云协同优化方法，所述方法包括：在离线阶段，通过离线训练深度学习模型生成带有多个早退点的多分支网络，并获取云服务器与终端设备运行深度学习模型中的不同神经网络层的时延和能耗作为设备参数；在优化决策阶段，将预先获取的时延、能耗、准确率以及带宽的设备参数一起输入至优化器进行优化，得到深度学习模型关于早退点、分割点以及量化编码的推理方案；在在线推理阶段，边缘设备与云服务器建立连接并运行深度学习模型，优化器根据边缘设备实时检测到的带宽对推理方案进行动态优化，并按照优化后的推理方案指导边缘设备与云服务器协同实施。本发明对于传输数据的时延、能耗和准确率能够有效优化。
-
Patent Agency Ranking
公开(公告)号：CN113067873A
公开(公告)日：2021-07-02
申请号：CN202110298308.9
申请日：2021-03-19
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于深度强化学习的边云协同优化方法，所述方法包括：在离线阶段，通过离线训练深度学习模型生成带有多个早退点的多分支网络，并获取云服务器与终端设备运行深度学习模型中的不同神经网络层的时延和能耗作为设备参数；在优化决策阶段，将预先获取的时延、能耗、准确率以及带宽的设备参数一起输入至优化器进行优化，得到深度学习模型关于早退点、分割点以及量化编码的推理方案；在在线推理阶段，边缘设备与云服务器建立连接并运行深度学习模型，优化器根据边缘设备实时检测到的带宽对推理方案进行动态优化，并按照优化后的推理方案指导边缘设备与云服务器协同实施。本发明对于传输数据的时延、能耗和准确率能够有效优化。
-
公开(公告)号：CN102201995B
公开(公告)日：2013-12-04
申请号：CN201110148538.3
申请日：2011-06-03
Applicant: 北京邮电大学
Abstract: 一种实现网络载荷优化的组合服务系统，由网关、目录服务器、服务节点以及服务覆盖网等组成，其中目录服务器由消息解析模块、服务目录模块、服务选择模块和消息发送模块组成。还提供一种实现网络载荷优化的组合服务方法，服务节点向目录服务器进行原子服务的注册或注销，并定期向目录服务器发送所提供原子服务的服务质量QoS更新信息和所处服务覆盖网处的网络信息，目录服务器根据用户的组合服务请求信息，计算获得一个最优服务组合路径，并构造对应的组合服务执行路径，原子服务按照路径上的顺序依次被服务节点执行。本发明的系统和方法既能保证用户对组合服务在价格、可靠性、延时等服务质量方面的要求，又能使得网络载荷趋向均衡化，从而提高网络总体的服务质量，提高用户的服务体验。
-
公开(公告)号：CN102201995A
公开(公告)日：2011-09-28
申请号：CN201110148538.3
申请日：2011-06-03
Applicant: 北京邮电大学
Abstract: 一种实现网络载荷优化的组合服务系统，由网关、目录服务器、服务节点以及服务覆盖网等组成，其中目录服务器由消息解析模块、服务目录模块、服务选择模块和消息发送模块组成。还提供一种实现网络载荷优化的组合服务方法，服务节点向目录服务器进行原子服务的注册或注销，并定期向目录服务器发送所提供原子服务的服务质量QoS更新信息和所处服务覆盖网处的网络信息，目录服务器根据用户的组合服务请求信息，计算获得一个最优服务组合路径，并构造对应的组合服务执行路径，原子服务按照路径上的顺序依次被服务节点执行。本发明的系统和方法既能保证用户对组合服务在价格、可靠性、延时等服务质量方面的要求，又能使得网络载荷趋向均衡化，从而提高网络总体的服务质量，提高用户的服务体验。
-
公开(公告)号：CN101931978A
公开(公告)日：2010-12-29
申请号：CN201010223951.7
申请日：2010-07-01
Applicant: 北京邮电大学
Abstract: 本发明公开了一种认知数据库信息更新优化方法，包括：采集异构网络的参数；对所述参数按属性进行分类；根据分类属性，判断是否需要调整认知数据库中所述参数的现有数据结构，若需调整，则按照需要调整的参数的类型生成相应的数据结构，否则按参数的分类属性将所述参数存储到认知数据库；重复上述步骤以更新认知数据库中的参数信息。本发明还公开了一种认知数据库信息更新优化系统，包括：信息采集模块、信息分类模块、信息判断模块、数据结构生成模块、信息存储模块和信息更新模块等。本发明通过多维多域存储方式，增加了数据库信息更新的数量，减小了数据库信息处理时间；并到达了快速定位信息、处理信息、更新信息的效果。
-
公开(公告)号：CN101854640A
公开(公告)日：2010-10-06
申请号：CN201010176241.3
申请日：2010-05-13
Applicant: 北京邮电大学
Abstract: 本发明公开一种应用在认知无线网络中的动态频谱接入方法和系统，包括：认知用户的业务到来以后，检测信道的是否空闲，如果信道空闲，则利用连续时间马尔科夫链捕捉记录系统的状态转移，结合主用户和认知用户的相关参数，计算出最优接入信息并传给所述认知用户；所述认知用户按照计算出的最优接入信息进行接入并传输业务；在传输的过程中若检测到认知用户的业务QoS急剧下降，则认知用户强制退出该信道；否则认知用户在完成业务后退出该信道。本发明方案在认知用户执行频谱检测时，出现虚警和漏检的情况下，保证主用户的QoS，并且达到信道使用效率和使用公平之间的平衡。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
