-
公开(公告)号：CN109272167A
公开(公告)日：2019-01-25
申请号：CN201811172576.0
申请日：2018-10-09
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种以用户为中心的超密集网络中的绿色能量合作方法。以用户为中心的超密集网络中的访问接入点配备有能量获取单元，且仅由可再生能源供电。该场景建模为马尔可夫决策过程，在每个时隙中只有访问接入点的当前和过去状态信息可用。为了最大限度地提高系统的能源效率，本发明提出一种基于Q学习的强化学习方法进行可再生能源的合作。为了解决强化学习中的连续状态离散动作问题，本发明提出了一种采用三层BP神经网络作为逼近器的Q神经网络。仿真结果表明，系统的能量效率与访问接入点和用户的密度有关，所提出的方案能够满足用户的需求，提高系统的能源效率。
-
公开(公告)号：CN109068375A
公开(公告)日：2018-12-21
申请号：CN201811179982.X
申请日：2018-10-10
Applicant: 华北电力大学(保定)
CPC classification number: H04W48/20 , H04W4/021 , H04W4/026 , H04W4/027 , H04W4/029 , H04W36/32 , H04W48/16
Abstract: 本发明公开了一种针对UUDN中的移动用户进行动态AP(Access Point)分组的方法。该方法分为两个部分：一部分是基于静态用户的AP分组，用户首先计算以该用户为中心的圆内的潜在服务AP分组，通过从潜在服务AP分组中删除拒绝其接入请求的AP最终形成其服务AP分组。另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组，最终选定用户的最佳服务AP。该方法解决了UUDN中用户移动管理的问题，为了给用户提供无缝切换和高能量效率，可以实现用户的无感知移动,保证了业务的连续性。
-
Patent Agency Ranking
公开(公告)号：CN113079215A
公开(公告)日：2021-07-06
申请号：CN202110379279.9
申请日：2021-04-08
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于区块链的配电物联网无线安全接入方法，属于配电物联网技术领域。所述方法具体包括：注册阶段；通信终端向认证中心提出注册请求，认证中心收到请求后，判断该通信终端是否已经注册过，若没有该通信终端的记录则将其相关信息存储到认证中心维护的认证区块链中，并将生成的用户证明发回给通信终端；认证阶段；通信终端向认证网关发出接入请求，认证网关经过初步筛选后将符合要求的接入请求发送到认证中心；认证中心通过利用认证区块链的共识机制得到认证结果并反馈给认证网关，认证网关再根据认证结果决定是否允许该通信终端接入网络。本发明使用消息认证机制以保证通信终端发送的信息的完整性，因此可以规避中间人攻击。
-
公开(公告)号：CN113079215B
公开(公告)日：2022-10-28
申请号：CN202110379279.9
申请日：2021-04-08
Applicant: 华北电力大学(保定)
IPC: H04L67/1097 , H04L67/104 , H04L67/12 , H04L9/40 , H04L9/32
Abstract: 本发明公开了一种基于区块链的配电物联网无线安全接入方法，属于配电物联网技术领域。所述方法具体包括：注册阶段；通信终端向认证中心提出注册请求，认证中心收到请求后，判断该通信终端是否已经注册过，若没有该通信终端的记录则将其相关信息存储到认证中心维护的认证区块链中，并将生成的用户证明发回给通信终端；认证阶段；通信终端向认证网关发出接入请求，认证网关经过初步筛选后将符合要求的接入请求发送到认证中心；认证中心通过利用认证区块链的共识机制得到认证结果并反馈给认证网关，认证网关再根据认证结果决定是否允许该通信终端接入网络。本发明使用消息认证机制以保证通信终端发送的信息的完整性，因此可以规避中间人攻击。
-
公开(公告)号：CN109068375B
公开(公告)日：2020-12-25
申请号：CN201811179982.X
申请日：2018-10-10
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种针对以用户为中心的超密集网络UUDN中的移动用户进行动态AP(Access Point)分组的方法。该方法分为两个部分：一部分是基于静态用户的AP分组，用户首先计算以该用户为中心的圆内的潜在服务AP分组，通过从潜在服务AP分组中删除拒绝其接入请求的AP最终形成其服务AP分组。另一部分是基于动态用户的AP分组，用户的移动和AP状态改变会导致UUDN中的动态AP分组，最终选定用户的最佳服务AP。该方法解决了UUDN中用户移动管理的问题，为了给用户提供无缝切换和高能量效率，可以实现用户的无感知移动,保证了业务的连续性。
-
公开(公告)号：CN116744367A
公开(公告)日：2023-09-12
申请号：CN202310708437.X
申请日：2023-06-15
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及一种车联网下基于双层卸载机制和多智能体算法的卸载方法，包括步骤一，建立空闲车辆云与MEC服务器以及车辆互联的MEC‑V‑NTVC三层网络模型，主要包含系统模型、任务模型、判断模型和计算模型；步骤二，将任务车辆的计算卸载以及资源分配抽象成POMDP过程，配合能充分利用空闲车辆云的计算能力的双层卸载机制以及多智能体算法QMIX利用MEC服务器以及空闲车辆的计算能力解决任务卸载问题，以降低系统总成本。本发明通过双层卸载机制，可以有效避免车辆任务超时和MEC服务器切换导致高成本的卸载策略，在MEC服务器，空闲车辆以及任务车辆之间寻求最优的卸载策略。
-
公开(公告)号：CN109272167B
公开(公告)日：2021-04-20
申请号：CN201811172576.0
申请日：2018-10-09
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种以用户为中心的超密集网络中的绿色能量合作方法。以用户为中心的超密集网络中的访问接入点配备有能量获取单元，且仅由可再生能源供电。该场景建模为马尔可夫决策过程，在每个时隙中只有访问接入点的当前和过去状态信息可用。为了最大限度地提高系统的能源效率，本发明提出一种基于Q学习的强化学习方法进行可再生能源的合作。为了解决强化学习中的连续状态离散动作问题，本发明提出了一种采用三层BP神经网络作为逼近器的Q神经网络。仿真结果表明，系统的能量效率与访问接入点和用户的密度有关，所提出的方案能够满足用户的需求，提高系统的能源效率。
-
-
-
-
-
-
Search Results
7
records
(took 0.083 seconds)
