-
公开(公告)号：CN106534197A
公开(公告)日：2017-03-22
申请号：CN201611199382.0
申请日：2016-12-22
申请人： 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司电力科学研究院
IPC分类号： H04L29/06
CPC分类号： H04L63/0227 , H04L63/1425
摘要： 本发明公开了一种自治域内恶意流量过滤方法及系统，包括实时采集当前网络中节点设备的网络信息和节点状态信息，并根据该信息生成全局统一的实时信息视图；基于异常处理Exception-Handler策略模型，构建过滤策略模型；根据恶意流量类型和网络中过滤节点的类型，实例化过滤策略模型；基于实例化的过滤策略模型，利用过滤节点搜索算法，将该实例化的过滤策略模型部署到网络的过滤节点中，实现对恶意流量的过滤。本发明在网络中实现对恶意流量的有效过滤的前提下，在保护范围、灵活性、可扩展性方面均有较大优势，具有良好的应用前景。
-
公开(公告)号：CN106444387A
公开(公告)日：2017-02-22
申请号：CN201611097186.2
申请日：2016-12-02
申请人： 国家电网公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司 , 国网江苏省电力公司电力科学研究院
IPC分类号： G05B13/04
CPC分类号： G05B13/042
摘要： 本发明公开了一种双自由度拥塞控制方法及装置，解决现有技术中广域电力系统中存在往返时延和额外干扰的技术问题，对采用传统Smith拥塞控制器的广域电力系统进行内模控制，根据内模控制理论设计反馈控制器，解决往返时延的技术问题；在频率分析基础上设计抗扰控制器，用于滤除广域电力系统中的额外干扰；根据反馈控制器、抗扰控制器设计双自由度拥塞控制器，计算广域电力系统经过双自由度拥塞控制器后输入与输出关系表达式，实现系统双自由度拥塞控制。本发明为广域电力系统的有效输电提供了保障。
-
公开(公告)号：CN105392205A
公开(公告)日：2016-03-09
申请号：CN201510685668.9
申请日：2015-10-21
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司信息通信分公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H04W72/12
摘要： 本发明公开了一种面向配用电通信的用户调度方法，当到达调度周期时，首先确定各用户各业务已等待时间，以及在最近若干个调度周期内的各个用户接入信道的统计信道状态信息，根据各用户已等待时间和统计信道状态信息，采用最大等待时延约束条件下的最大化吞吐量的准则进行用户调度，以及远端射频单元与用户的配对；所述统计信道状态信息包括信道接收相关阵和信噪比。本发明根据已等待时间是否超过最大时延约束，将各用户业务投入一级业务池和二级业务池，调度方法首先根据一级业务池的需求分配远程射频单元，然后在二级业务池中选择用户业务，以最大化吞吐量的准则进行用户调度，能够在满足用户业务时延约束的情况下充分利用无线通信系统带宽。
-
公开(公告)号：CN105530662A
公开(公告)日：2016-04-27
申请号：CN201510827241.8
申请日：2015-11-24
申请人： 江苏省电力公司南京供电公司 , 南京南瑞集团公司 , 江苏省电力公司 , 南京南瑞信息通信科技有限公司 , 国家电网公司 , 河海大学
摘要： 本发明提供了一种基于变电站业务偏好的可信无线通信网络选择方法，步骤包括：首先，检测当前是否是多网络覆盖，若是单网络覆盖，则直接选择该网络作为无线通信网络，若是多网络覆盖，则监测并接收各个网络的网络状态参数，并利用归一化处理获得各个网络属性的标准效用值；再计算每个网络的各个网络属性的客观权重和主观权重；再综合客观权重和主观权重计算每个网络的各个网络属性的综合权重值；再计算每个网络的综合效用值，选择综合效用值最大的网络作为无线通信网络；最后利用选择的无线通信网络进行无线通信。该可信无线通信网络选择方法既兼顾变电站业务的主观偏好，又充分考虑网络的客观状态，使得整个网络切换呈现最优化状态。
-
公开(公告)号：CN105392205B
公开(公告)日：2018-11-02
申请号：CN201510685668.9
申请日：2015-10-21
申请人： 国家电网公司 , 江苏省电力公司 , 江苏省电力公司信息通信分公司 , 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
IPC分类号： H04W72/12
摘要： 本发明公开了一种面向配用电通信的用户调度方法，当到达调度周期时，首先确定各用户各业务已等待时间，以及在最近若干个调度周期内的各个用户接入信道的统计信道状态信息，根据各用户已等待时间和统计信道状态信息，采用最大等待时延约束条件下的最大化吞吐量的准则进行用户调度，以及远端射频单元与用户的配对；所述统计信道状态信息包括信道接收相关阵和信噪比。本发明根据已等待时间是否超过最大时延约束，将各用户业务投入一级业务池和二级业务池，调度方法首先根据一级业务池的需求分配远程射频单元，然后在二级业务池中选择用户业务，以最大化吞吐量的准则进行用户调度，能够在满足用户业务时延约束的情况下充分利用无线通信系统带宽。
-
公开(公告)号：CN105338538A
公开(公告)日：2016-02-17
申请号：CN201510814135.6
申请日：2015-11-23
申请人： 江苏省电力公司南京供电公司 , 南京南瑞集团公司 , 江苏省电力公司 , 南京南瑞信息通信科技有限公司 , 国家电网公司 , 河海大学
CPC分类号： H04W16/18 , H04W56/004
摘要： 本发明提供了一种物理隔离的电力TD-LTE多业务承载系统及方法，其中，系统包括时钟源、LTE基站、LTE核心网A、LTE核心网B、LTE核心路由器A、LTE核心路由器B、电力SDH回传网、至少一个终端设备UE_A以及至少一个终端设备UE_B；方法步骤包括搭建物理隔离系统、设置基站A和基站B的工作频率、设置终端设备的PLMN和中心频率、搜索同步信号并获得PLMN以及判断PLMN是否匹配。本发明的物理隔离的电力TD-LTE多业务承载系统及方法可以运用到相互独立的电力信息网络中，保持原有网络的独立性并最大限度利用有限的频率资源，解决通过TD-LTE技术实现电力系统业务的综合承载的隔离问题，具有较好的应用前景。
-
公开(公告)号：CN107690176B
公开(公告)日：2020-08-25
申请号：CN201710915293.X
申请日：2017-09-30
申请人： 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于Q学习算法的网络选择方法，包括以下几个步骤：(1)初始化Q值表，设置折扣因子γ和学习率α；(2)确定设定时刻到达业务的类型k和当前两个网络的负载率BWi，得到当前的状态sn；(3)在动作集合A中选择可用动作，并记录该动作以及下一个网络状态sn+1；(4)根据执行选择动作后的网络状态，计算立即回报函数r；(5)更新Q值函数Qn(s,a)，学习率α按照反比例函数规律逐渐减小为0；(6)重复步骤(2)‑(5)，直至Q值收敛，即更新前后Q值差值小于门限值；(7)返回步骤(3)选择动作，接入最佳网络。本发明能有效降低语音业务阻塞率和数据业务丢包率，提高网络平均吞吐量。
-
公开(公告)号：CN107734512A
公开(公告)日：2018-02-23
申请号：CN201710915644.7
申请日：2017-09-30
申请人： 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开的一种基于灰度关联层次分析的网络选择方法，包括以下几个步骤：(1)利用层次分析法，建立递阶层次，构造判断矩阵(2)计算归一化权重ωj；(3)利用熵权法，构造评估矩阵将评估矩阵归一 (4)求解决策属性的熵Ej，计算熵权权重 (5)利用灰度关联法，构建全局决策矩阵 找出一组参考解v0＝(v01,v02,...,v0n)；(6)计算灰色关联等级 灰度多属性判决选择与参考网络关联系数最大的网络作为最佳网络。本发明根据灰度关联法选择与参考网络最为匹配的最佳网络，能有效解决网络决策属性不为单调函数的网络选择问题。
-
公开(公告)号：CN107690176A
公开(公告)日：2018-02-13
申请号：CN201710915293.X
申请日：2017-09-30
申请人： 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于Q学习算法的网络选择方法，包括以下几个步骤：(1)初始化Q值表，设置折扣因子γ和学习率α；(2)确定设定时刻到达业务的类型k和当前两个网络的负载率BWi，得到当前的状态sn；(3)在动作集合A中选择可用动作，并记录该动作以及下一个网络状态sn+1；(4)根据执行选择动作后的网络状态，计算立即回报函数r；(5)更新Q值函数Qn(s,a)，学习率α按照反比例函数规律逐渐减小为0；(6)重复步骤(2)-(5)，直至Q值收敛，即更新前后Q值差值小于门限值；(7)返回步骤(3)选择动作，接入最佳网络。本发明能有效降低语音业务阻塞率和数据业务丢包率，提高网络平均吞吐量。
-
公开(公告)号：CN107949025B
公开(公告)日：2020-06-26
申请号：CN201711064727.6
申请日：2017-11-02
申请人： 南京南瑞集团公司 , 南京南瑞信息通信科技有限公司
摘要： 本发明公开了一种基于非合作博弈的网络选择方法，以适应网络资源和接入用户数不断变化的动态网络选择问题。方法包括以下步骤：建立以系统吞吐量最大化为目标的非合作博弈模型；将非合作博弈模型转化为普通势博弈模型，此势博弈模型中势函数定义为所有用户的加权干扰总和的负值；将求解吞吐量最大的网络选择问题转化为求解加权干扰总和最小的网络选择问题；采用分布式学习算法求解势博弈模型的纳什均衡，获得的解即为最佳的接入网络选择方案。本发明能最大化系统吞吐量，且采用学习算法能有效降低计算复杂度，本发明方法得到的收敛解的系统吞吐量接近系统最优吞吐量。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.088 秒)
