一种行人轨迹预测方法、装置、设备和存储介质

    公开(公告)号:CN117131370A

    公开(公告)日:2023-11-28

    申请号:CN202310775612.7

    申请日:2023-06-28

    Abstract: 本发明公开了一种行人轨迹预测方法、装置、设备和存储介质,涉及计算机技术领域。本方案先确定各样本数据和各样本数据对应的未来真实轨迹,然后针对每个样本数据,通过待训练的行人轨迹预测模型,确定该样本数据对应的第一预测轨迹,再确定对应该样本数据的冗余误差,以确定该样本数据对应去除冗余误差的第二预测轨迹,最后以最小化各样本数据的第二预测轨迹与未来真实轨迹的偏差为优化目标,对待训练的行人轨迹预测模型进行训练,以通过训练后的行人轨迹预测模型进行行人轨迹预测。本方案通过消除行人轨迹预测模型引入的随机变量所带来的冗余误差,提高了模型训练的准确性,从而提高了训练后的行人轨迹预测模型预测行人轨迹的准确性。

    基于用户关联的计算卸载优化方法与系统

    公开(公告)号:CN116017744A

    公开(公告)日:2023-04-25

    申请号:CN202211626338.9

    申请日:2022-12-16

    Applicant: 安徽大学

    Abstract: 本发明涉及计算机卸载技术领域,具体涉及基于用户关联的计算卸载优化方法与系统,方法包括:所述用户终端接收用户任务请求,并根据所述任务请求从覆盖所述用户终端的至少一个所述微基站中选择与所述用户终端关联的最佳基站;所述最佳基站利用平滑逼近函数将最小化系统时延和能耗的非平滑问题转换为非线性多元函数最小值问题;所述最佳基站利用粒子群算法对所述非线性多元函数最小值问题进行求解,以获得最佳任务卸载决策和所述最佳基站分配资源大小;所述最佳基站将所述最佳任务卸载决策和所述最佳基站分配资源大小返回至对应的所述用户终端。本发明提供了能够提高计算卸载优化效率和提高任务处理效率,同时降低系统时延和能耗。

    一种6G RIS辅助全双工无人机系统能效优化方法及装置

    公开(公告)号:CN115694583A

    公开(公告)日:2023-02-03

    申请号:CN202211383722.0

    申请日:2022-11-07

    Applicant: 安徽大学

    Abstract: 本发明涉及移动通信技术领域,具体涉及一种6G RIS辅助全双工无人机系统能效优化方法及装置,该方法包括,根据双深度Q网络算法获取所述全双工无人机的最优三维轨迹;根据获得的所述最优三维轨迹得到全双工无人机位置坐标;根据所述全双工无人机位置坐标和地面用户坐标对RIS进行无源波束赋形。从而使全双工无人机通过RIS辅助在6G高速网络通信中实现最大用户总吞吐量的同时最小化全双工无人机能耗,完成整个6G RIS辅助全双工无人机系统能效优化。

Patent Agency Ranking