一种分层网络体系结构中的协作缓存方法

    公开(公告)号:CN114666843B

    公开(公告)日:2025-02-18

    申请号:CN202210185518.1

    申请日:2022-02-28

    Abstract: 本发明公开了一种分层网络体系结构中的协作缓存方法,包括:构建核心服务器、宏基站以及各车辆之间的网络边缘缓存模型;将边缘层中的节点按区域划分为多个集群,每个集群节点数不超过阈值β;将一组流行文件集通过拉链分布建模,寻找不同的用户对不同车辆节点中最流行的文件;通过使用编码缓存,把内容分割为分离的编码包,构建内容放置矩阵m;以最小化总能耗为优化目标,进一步优化内容放置矩阵m的具体值,制定内容放置策略。本发明旨在最小化能耗的情况下,选择内容缓存节点,并对内容进行协作放置,具有更高的内容传递效率。

    一种基于分段轨迹聚类的车辆下一个位置预测方法

    公开(公告)号:CN115099308B

    公开(公告)日:2024-07-05

    申请号:CN202210598479.8

    申请日:2022-05-30

    Abstract: 本发明提出一种基于分段轨迹聚类的车辆下一个位置预测方法,该方法包括以下步骤:S1:轨迹分割,给定车辆va原始轨迹序列#imgabs0#其中,#imgabs1#表示车辆va在tb时刻的经纬度坐标位置,提取出轨迹中的关键位置,即轨迹拐点,从而得到分段线性子轨迹,B为序列总数;S2:子轨迹聚类,对有相似特征的子轨迹进行分类,即对同一条道路或同一方向上距离和角度小于预设值的子轨迹进行聚类,并且获得每个簇中心点的位置与时间信息;S3:基于上述对历史轨迹数据的分段聚类结果,根据簇中心点移动时间差模型,其利用从经过的簇中心点到候选下一个簇中心点的最短移动时间和其实际移动时间差,进行下一个簇中心点预测,也即下一个位置预测。

    一种基于合同理论的多任务无线联邦学习方法

    公开(公告)号:CN115081676B

    公开(公告)日:2024-06-28

    申请号:CN202210500363.6

    申请日:2022-05-09

    Abstract: 本发明公开了一种基于合同理论的多任务无线联邦学习方法,该方法按以下步骤进行:模型拥有者对移动用户进行分簇,每个移动用户簇分别训练不同的联邦学习任务;模型拥有者通过一组最优合同对每个移动用户簇进行激励;其中,每个最优合同包括最佳奖励报酬和最佳全局迭代次数;每个移动用户簇分别执行联邦学习过程,同时完成不同的联邦学习任务。在本发明的合同理论中,模型拥有者有效激励了多个移动用户簇进行数据训练,并且同时完成了多个不同的联邦学习任务,从而提高整体联邦学习过程的工作效率。同时,模型拥有者能够在信息不对称的情况下最大化自己的效益。

    一种基于自适应密度聚类算法车辆轨迹预测方法

    公开(公告)号:CN113902220B

    公开(公告)日:2024-04-02

    申请号:CN202111325927.9

    申请日:2021-11-10

    Abstract: 本发明公开了一种基于自适应密度聚类算法的车辆轨迹预测方法,该方法包括:1)选定一个具有N个轨迹点的车辆轨迹数据集;2)基于自适应密度聚类算法对轨迹点进行分簇;3)对每个簇分别进行符号标记,将被标记了的簇按照时间排序后输出符号序列;4)将符号序列输入到变阶马尔可夫模型中,并使用Lempel‑Ziv‑MS预测算法进行预测,即预测概率最大时的符号对应的轨迹点即为最终轨迹预测结果。本发明所提的自适应密度聚类算法提高了算法的执行效率,同时提高了轨迹聚类的准确度;考虑N阶马尔可夫模型的空间复杂度高、零频率等缺点,变阶马尔可夫模型使用LZ‑MS来解决零频率问题,并使用树结构来减少所需的内存量。

    一种面向物联网URLLC业务的广义叠加导频优化方法

    公开(公告)号:CN117439722A

    公开(公告)日:2024-01-23

    申请号:CN202311301998.4

    申请日:2023-10-09

    Abstract: 本发明公开了一种面向物联网URLLC业务的广义叠加导频优化方法,构建广义叠加导频的传输帧结构;基于所述传输帧结构对信道进行估计;基于信道估计结果,采用检测器执行数据检测,得到可达速率下界的闭式表达式;根据所述闭式表达式构建联合优化导频功率和数据功率的加权和速率最大化数学模型;利用迭代算法寻找所述问题的局部最优解。本方法在满足URLLC传输可达率的前提下,有效地降低了总能量开销,提升了短包传输性能。

    一种有源智能反射表面辅助通信系统模式选择方法

    公开(公告)号:CN116667902A

    公开(公告)日:2023-08-29

    申请号:CN202310677745.0

    申请日:2023-06-08

    Abstract: 本发明公开了一种有源智能反射表面(ARIS)辅助通信系统模式选择方法,包括:1)在上一通信时隙末,系统获取当前发射端‑ARIS,ARIS‑接收端的路径损耗,发射端的发射功率,ARIS引入的热噪声功率和接收端处的噪声功率;2)根据获取的系统参数,考虑发射端和ARIS的功率约束,计算阈值;3)将ARIS表面反射单元面积和阈值进行比较,并为系统选择使得接收端信噪比最大的模式进行辅助传输;4)在本通信时隙初,进行ARIS模式设置,并采用系统选择的ARIS模式进行辅助通信;5)在本通信时隙末,重复上述步骤,直至通信结束。本发明以系统接收端的信噪比最大化为目标,对ARIS是否采用放大模式辅助通信系统提供一种选择方法,可以有效提高ARIS辅助通信系统的性能。

    一种大规模MIMO通感共存系统中通信波束和雷达波形的设计方法

    公开(公告)号:CN114900210B

    公开(公告)日:2023-07-04

    申请号:CN202210467982.X

    申请日:2022-04-24

    Abstract: 本发明公开了一种大规模MIMO通感共存系统中通信波束和雷达波形的设计方法。其系统是基于统计CSI辅助的大规模MIMO通感共存系统,包括工作在同频段上的通信子系统和雷达子系统。其通信波束和雷达波形的设计方法包括:初始化雷达波形、通信波束的值均为单位阵,等效信道参数的初始值均为1;基于统计CSI分别设计通信波束和雷达波形;最后判断等效信道参数是否收敛,如果收敛,则获得最优的通信波束和雷达波形;如不收敛,则跳到设计通信波束和雷达波形的步骤。本发明基于统计CSI推导出通信波束和雷达波形,在不需要获取准确的瞬时CSI前提下能够消除雷达对通信系统的干扰,可有效降低系统的开销和实现复杂度,大大提高了实用性。

Patent Agency Ranking