-
公开(公告)号：CN118714011A
公开(公告)日：2024-09-27
申请号：CN202410736211.5
申请日：2024-06-07
Applicant: 南京邮电大学
IPC: H04L41/0894 , H04L41/0895 , H04L41/16 , G06N3/092
Abstract: 本发明公开了基于深度强化学习的个性化智能软件化网络资源分配方法，主要包括以下步骤：检查网络服务的资源需求种类；计算资源需求和比较阈值并进行分类；选取底层网络属性构建特征矩阵，作为策略神经网络的输入；在训练集和测试集中对智能体进行训练和测试；对分类后的个性化服务进行智能资源分配。本发明通过对每个用户提出的需求进行归类并采用深度强化学习的方法对个性化网络资源进行分配，既保证了用户个性化差异化需求，又实现了精准高效的网络资源分配，从而充分提高了6G网络资源的利用率。本发明提高了网络资源分配方案的质量。
-
公开(公告)号：CN114554495B
公开(公告)日：2024-08-13
申请号：CN202210109913.1
申请日：2022-01-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种无线物联网环境下基于联邦学习的用户调度和资源分配方法，无线物联网环境下联邦学习网络包括1个边缘服务器和K个用户组成；无线通信采用正交频分多址(OFDMA)方案，有N个正交子信道。本方法通过减少联邦学习每一轮中消耗得时延和减少总迭代轮数两个方面来进行用户调度。最后将最小化联邦学习时间和能量开销问题，分解为3个子问题。本方法在满足用户需求的前提下，合理的分配了基站的发展功率、用户计算、上行链路带宽资源，有效的降低了联邦学习的总时延和能量开销，提升了资源利用率。
-
-
公开(公告)号：CN113543071B
公开(公告)日：2023-10-03
申请号：CN202110742975.1
申请日：2021-06-30
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
Abstract: 本发明公开了一种车联网环境下异构节点协作边缘缓存方法，方法包括：构建核心服务器、宏基站、路边单元以及各车辆之间的网络边缘缓存模型；将一组流行文件集通过拉链分布建模，按人气下降的顺序排序；利用喷泉码，将所有流行文件进行分块处理，每个流行文件被编码成若干个数据包；以最小化车辆获取总内容所需延迟和成本为优化目标，优化网络边缘缓存模型，对车辆传输内容进行放置，分别在宏基站和路边单元上缓存部分数据包；其中，将流行文件集中的流行文件按照人气由高到低的顺序依次进行缓存。本发明旨在最小化车辆获取总内容所需延迟、成本以及高命中率的情况下，对内容进行协作放置。
-
公开(公告)号：CN109905917B
公开(公告)日：2022-12-02
申请号：CN201910065711.X
申请日：2019-01-23
Applicant: 南京邮电大学
IPC: H04W72/04
Abstract: 本发明公开了基于无线携能的NOMA通信系统中无线资源分配方法提出了包括如下步骤：1）基于“系统谱效率最大化”原则，利用迭代法分别计算用户上行导频序列长度、正则化参数、功率分割系数、以及功率分配系数；2）计算当前和前一次迭代后的系统谱效率差的绝对值，并判断该值是否小于等于收敛判决门限；若是，则停止计算，此时的迭代结果即为所求最优值，否则继续迭代；3）用户利用最优上行导频序列长度、最优正则化参数、最优功率分配系数及最优功率分割系数实现系统无线资源的最优分配。本方法具有能使每个用户利用最优的功率分割系数协调接收端的信息解码和能量收集的优点。
-
Patent Agency Ranking
公开(公告)号：CN112954592B
公开(公告)日：2022-07-26
申请号：CN202110183088.5
申请日：2021-02-08
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种针对D2D‑MEC系统的能耗优化方法，包括如下步骤：S1、定义D2D‑MEC系统内至少包括一个配备有边缘云服务器的基站、一个任务型用户及一个资源型用户；S2、建立任务型用户与边缘云服务器间的蜂窝链路，获取蜂窝链路的链路信道信息；S3、建立任务型用户与资源型用户间的D2D链路，获取D2D链路的链路信道信息；S4、在能耗最小的前提下、将任务型用户内部分计算任务分别卸载至资源型用户及边缘云服务器，实现D2D‑MEC系统的能耗优化。本发明采用缓存加卸载的任务分配方式、结合D2D通信辅助计算，有效地降低了系统总能耗，提高了智能移动设备电池的续航能力，延长了移动边缘网络的使用寿命。
-
公开(公告)号：CN114630267A
公开(公告)日：2022-06-14
申请号：CN202111632681.X
申请日：2021-12-29
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于误差修正的室内融合定位方法，该方法包括：部署室内无线接入点，划分室内区域；在离线阶段部署参考点并采集RSS数据；采用多点定位、边界判断以及kmeans聚类相结合的方法设置校正基准点；在线阶段中，获取待测节点的RSS数据，采用多点定位和区域判断对待测节点进行初步定位；采用指纹定位以及位置补偿相融合的算法对待测节点进行在线阶段的定位修正。该发明通过对靠近室内边缘区域的定位结果的修正提高了总体定位精度，并且降低了定位复杂度，提高了定位效率。
-
公开(公告)号：CN114531718A
公开(公告)日：2022-05-24
申请号：CN202210174682.2
申请日：2022-02-24
Applicant: 南京邮电大学
Abstract: 本发明是一种不完美CSI情况下NOMA‑MEC系统能耗优化方法，包括：步骤1：构建NOMA‑MEC系统，该系统包括至少一个NOMA链路，每个NOMA链路均包括一个用户TU和两个拥有小型MEC服务器可以进行任务计算的无线访问接入点AP，每个所述无线访问接入点AP与用户TU的距离不同；步骤2：在能耗最小化的目标下，用户TU将步骤1中每个无线访问接入点AP完成的计算任务同时卸载至对应的每个无线访问接入点AP处，由用户TU和两个每个无线访问接入点AP共同计算任务。本发明旨在任务动态生成的情况下让CPU运算速率稳定，使得能耗最小化。
-
公开(公告)号：CN114499602A
公开(公告)日：2022-05-13
申请号：CN202111622579.1
申请日：2021-12-28
Applicant: 南京邮电大学
IPC: H04B7/0413 , H04B7/0426 , H04B7/0456
Abstract: 本发明提出一种RIS辅助MIMO‑NOMA通信系统中的发送预编码和相移矩阵设计方法，在提出的通信系统中，首先设置RIS的初始相移矩阵，根据基站与两用户间的信道增益大小将用户分为强用户和弱用户；然后分别设计两个用户的发送预编码矩阵，并在此基础上通过二分法得到此时最优的基站发送功率分配方案；接下来，利用已有的结果设计RIS的相移矩阵并根据优化后的相移矩阵重新对发送预编码矩阵及功率分配方案进行迭代优化；最后当系统的和速率收敛时得到RIS相移矩阵、发送预编码矩阵及功率分配方案的全局最优解。本发明在通信环境受限的场景下，利用RIS和NOMA的优点，在保证用户通信公平性的同时，有效地提高系统的总传输速率。
-
公开(公告)号：CN113709750A
公开(公告)日：2021-11-26
申请号：CN202110967263.X
申请日：2021-08-23
Applicant: 南京邮电大学 , 中兴通讯股份有限公司
IPC: H04W16/10 , H04B17/382
Abstract: 本发明公开了一种面向物联网环境的频谱分层协同认知方法，包括以下步骤：步骤一、采集一个连续宽带频谱内的时域信号x(t)，进而得到x(t)的功率谱，以得到整个频谱的频带；步骤二、对多抽头谱估计的方法得到的x(t)的功率谱执行多尺度小波积变换，确定各个子频带的频率边缘fn，利用fn作为分界点划分整个频谱以得到划分的子频带；步骤三、协同的次用户SUs对利用fn划分的子频带进行感知，并将本地感知结果和时域信号能量的检测统计量发给融合中心FC；步骤四、融合中心采用硬判决机制根据步骤三中的本地感知结果对频谱的使用情况进行初步判决，进一步根据时域信号能量检测统计量采用软判决的机制进行判决。本方法通过软硬结合的双判决机制提高了确定空闲频谱的准确性。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.023 seconds)
