公开(公告)号：CN115913962A

公开(公告)日：2023-04-04

申请号：CN202211064617.0

申请日：2022-09-01

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 魏凤生 ,  冯钢 ,  秦爽 ,  曾钰乔

IPC: H04L41/0893 ,  H04L41/14 ,  H04L41/16

Abstract: 本发明提供了一种基于深度强化学习的网络切片智能重配置方法。通过对网络切片重配置问题NSRP进行建模，生成NSRP的马尔可夫决策过程MDP模型；基于通过动作分支网络BDQ实现对该MDP动作空间的压缩，克服了该MDP高维离散动作空间带来的维数灾难；基于Dueling DDQN，通过智能体Agent与MDP模型环境在每个离散时间点进行交互，从而求解所述MDP模型，确定最优的重配置策略，实现网络切片重配置。通过深度强化学习，设计了切片重配置方案，使智能化的切片配置与资源调度方案可以对网络切片进行自适应地动态调整，从而降低切片运营和管理成本，并优化长期的资源利用率。

公开(公告)号：CN115515247A

公开(公告)日：2022-12-23

申请号：CN202211040134.7

申请日：2022-08-29

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 魏凤生 ,  冯钢 ,  秦爽 ,  蒋嘉玮

IPC: H04W72/12 ,  H04L41/0893

Abstract: 本发明公开了一种支持MEC的网络切片资源调度方法，将支持MEC的网络切片资源调度问题MNSR建模为多领导者不相邻跟随者的双层Stakelberg博弈；所述双层Stakelberg博弈包括上层博弈、下层博弈；基于最优响应动态和DFO的分布式MEC‑RAN切片算法，求解跟随者双层Stakelberg博弈的NE。相比于现有技术，本发明将支持MEC的网络切片资源调度问题建模为一个多领导者不相邻跟随者的双层Stakelberg博弈，在上层博弈中，各切片间竞争有限的MEC计算资源和RAN的频谱资源；在下层博弈中，基于上层博弈的资源分配结果，各切片内部的全体用户通过竞争切片在上层博弈中所分到的资源，并制定最优的任务卸载策略，以实现计算时延和能耗的最小化。

公开(公告)号：CN119835652A

公开(公告)日：2025-04-15

申请号：CN202510022346.X

申请日：2025-01-07

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 魏凤生 ,  娄昊康 ,  冯钢 ,  秦爽

IPC: H04W16/18 ,  H04W24/02 ,  H04W28/02 ,  H04W28/06 ,  H04W28/24

Abstract: 本发明属于无人机技术领域，公开了一种面向无人机辅助网络的轻量级切片资源配置方法，本发明通过联合优化信道分配、功率分配和无人机部署，从而大化最小用户速率。UAWN切片问题被建模为非凸混合整数非线性规划。考虑到无人机的计算能力有限，提出了一种低复杂度的分解框架，结合问题分解、整数松弛和批量坐标下降法来解决该问题。此外，设计了一种最优取整算法，以得到松弛解，确保取整后解的可行性和最优性。为了验证方案的有效性，进行了大量数值实验。仿真结果表明，方案的收敛速度和性能均优于一些已有算法。

公开(公告)号：CN115987784A

公开(公告)日：2023-04-18

申请号：CN202211032225.6

申请日：2022-08-26

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 魏凤生 ,  冯钢 ,  秦爽 ,  蔡镧

IPC: H04L41/0813 ,  H04L41/0893 ,  H04L41/147 ,  H04L41/16 ,  H04W24/02

Abstract: 本发明提供了一种数据与模型联合驱动的网络切片间智能重配置方法。通过为5G网络建立网络切片模型；其中，所述网络切片模型主要包括网络切片和底层网络；为每个网络切片设计一个区间预测器PIP，通过各切片中的历史流量数据训练相应的预测器，以产生对未来流量需求的预测区间；区间预测器PIP结合bootstrap方法和GRU来产生关于网络切片流需求的预测区间；基于该预测区间建立切片间重配置问题的模型，并执行所述重配置问题的模型求解，从而对网络切片做出主动式的重配置。

公开(公告)号：CN115550969A

公开(公告)日：2022-12-30

申请号：CN202211040117.3

申请日：2022-08-29

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 魏凤生 ,  冯钢 ,  秦爽 ,  陈宓

IPC: H04W24/02 ,  H04W72/04 ,  H04W72/08 ,  H04L41/0893

Abstract: 本发明提供了一种基于动态规划和随机博弈的双层RAN切片配置方法，通过在大时间尺度上，在每个时隙上执行无线频谱资源的切分；每个时隙对应于T个连续的微时隙；微时隙是小时间尺度切片资源调度的基本时间单位；在每个时隙开始时，基础设施提供商InP根据各个切片的历史QoS要求，以及大时间尺度的动态RAN切片模型将无线资源粗略地分配给每个切片，以实现大时间尺度的资源切片；大时间尺度的动态RAN切片模型为一个NP完全的非线性整数规划模型；基于小时间尺度模型对每个微时隙上对资源分配的微调，以实现小时间尺度的切片调整。提出的方案结合动态规划和分布式学习的优点，既适用于动态场景，又避免频繁的切片重配置。

公开(公告)号：CN116156662A

公开(公告)日：2023-05-23

申请号：CN202211257324.4

申请日：2022-10-13

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 魏凤生 ,  冯钢 ,  周建鸿 ,  秦爽

IPC: H04W74/08

Abstract: 本发明属于无线通信技术领域，公开了一种智能化大规模随机接入方法、系统、介质、设备及终端，将臃肿的物理网络裁剪为多个轻量级、定制化的网络切片，并在单一物理网络上为不同mMTC应用提供差异化的服务；提出切片前导码的概念，用于扩展每个小区中前导码的数量；提出基于强化学习的PDCCH资源共享算法，以实现在动态环境中自适应地复用PDCCH资源。本发明提供的基于网络切片的智能随机接入方案具有复杂度低、易于实现等特点，仅需对现有的随机接入系统做简单的改进即可。数值仿真表明，本发明提供的NSRA方案可以有效地为不同的MTCD分配接入资源，并且满足它们在随机接入过程中的QoS需求。