-
公开(公告)号:CN114615730B
公开(公告)日:2023-06-30
申请号:CN202210284852.2
申请日:2022-03-22
Abstract: 本发明公开了一种回程受限密集无线网络面向内容覆盖的功率分配方法,主要解决现有技术在网络密集部署下功率分配效果差的问题。其方案为:联合设计高效的基站侧内容缓存概率和回程链路检索概率;以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模;将功率优化模型作为深度强化学习网络的约束条件,并用元组分别表示网络系统中所有基站的状态集合、动作集合和奖励函数集合,得到具有深度强化学习能力的智能基站;智能基站利用与环境交互获取到的信息对其进行深度强化学习训练,得到密集网络功率分配的决策结果。本发明提升了网络容量,能保证密集无线网络下用户服务的连续性,可用于密集无线网络的回程优化和功率分配。
-
公开(公告)号:CN112788702B
公开(公告)日:2022-07-22
申请号:CN202110016264.6
申请日:2021-01-07
Abstract: 本发明提出了一种用于卫星物联网移动终端的映射表项缓存更新方法,用于解决现有技术中存在的不适应卫星物联网,预测模式固定,所占内存较大的技术问题。实现步骤为:构建卫星物联网模型;初始化参数;每个移动终端向覆盖自己的边缘路由器发送通信请求;边缘路由器查询活跃映射表项及其对应的标识符;边缘路由器判断tn>1;边缘路由器对每个标识符和活跃映射表项的形状参数进行更新;边缘路由器获取活跃映射表项的优先级集合P;边缘路由器进行缓存替换;获取卫星物联网的映射表项缓存更新结果。本发明结合卫星物联网的特性,采用汤普森采样的基本思想使得预测具有随机性的同时降低所占内存,适应终端的移动性。
-
公开(公告)号:CN114615730A
公开(公告)日:2022-06-10
申请号:CN202210284852.2
申请日:2022-03-22
Abstract: 本发明公开了一种回程受限密集无线网络面向内容覆盖的功率分配方法,主要解决现有技术在网络密集部署下功率分配效果差的问题。其方案为:联合设计高效的基站侧内容缓存概率和回程链路检索概率;以网络容量为性能指标,在考虑信号传输功率的基础上对功率优化问题进行建模;将功率优化模型作为深度强化学习网络的约束条件,并用元组分别表示网络系统中所有基站的状态集合、动作集合和奖励函数集合,得到具有深度强化学习能力的智能基站;智能基站利用与环境交互获取到的信息对其进行深度强化学习训练,得到密集网络功率分配的决策结果。本发明提升了网络容量,能保证密集无线网络下用户服务的连续性,可用于密集无线网络的回程优化和功率分配。
-
公开(公告)号:CN112788702A
公开(公告)日:2021-05-11
申请号:CN202110016264.6
申请日:2021-01-07
Abstract: 本发明提出了一种用于卫星物联网移动终端的映射表项缓存更新方法,用于解决现有技术中存在的不适应卫星物联网,预测模式固定,所占内存较大的技术问题。实现步骤为:构建卫星物联网模型;初始化参数;每个移动终端向覆盖自己的边缘路由器发送通信请求;边缘路由器查询活跃映射表项及其对应的标识符;边缘路由器判断tn>1;边缘路由器对每个标识符和活跃映射表项的形状参数进行更新;边缘路由器获取活跃映射表项的优先级集合P;边缘路由器进行缓存替换;获取卫星物联网的映射表项缓存更新结果。本发明结合卫星物联网的特性,采用汤普森采样的基本思想使得预测具有随机性的同时降低所占内存,适应终端的移动性。
-
公开(公告)号:CN119967529A
公开(公告)日:2025-05-09
申请号:CN202510050271.6
申请日:2025-01-13
Applicant: 西安电子科技大学
IPC: H04W40/02 , H04L45/121 , H04L45/122 , H04L45/12 , H04B7/185 , H04W84/06
Abstract: 本发明公开了一种基于数字孪生的大规模卫星网络路由仿真及优化方法,主要解决现有大规模卫星网络路由仅以当前网络状态预测未来流量,导致路由决策滞后的问题。其实现方案是:在真实低轨卫星网络中通过中轨卫星测量低轨卫星网络的拓扑和链路负载信息;收集测量信息并利用其构造孪生空间的状态信息;在孪生空间中采取深度DQN网络模型,并以星间拓扑、链路负载为状态空间,以链路负载、时延、跳数为优化目标,为卫星网络的所有节点对计算最优路径并对其进行验证;将验证通过后的DQN网络模型同步至真实网络中,中轨卫星基于该同步的网络模型为当前真实低轨卫星网络的流量输出最优路径进行路由。本发明能有效避免错误路径对真实网络的影响,提高整网的吞吐量,可用于路由决策。
-
公开(公告)号:CN119183121A
公开(公告)日:2024-12-24
申请号:CN202411207916.4
申请日:2024-08-30
Applicant: 西安电子科技大学
IPC: H04W24/00 , G06F18/24 , G06F17/16 , H04L43/08 , H04L41/044 , H04L41/142
Abstract: 本发明提出了一种分层指标体系的移动通信网络系统能量消耗评估方法,实现步骤为:初始化区域通信网络系统;计算Ⅱ级能耗评价指标;获取Ⅱ级能耗评价指标;计算Ⅰ级能耗评价指标;获取区域网络能量消耗评估结果。本发明采用包括Ⅱ级能耗评价指标、Ⅰ级能耗评价指标和综合能耗评价指标的分层评估指标体系,实现了评估中心向服务用户端的转移,使得评估指标与通信网络系统较好的匹配,评估表征能力更强,结合部署后评估对网络实际能量消耗进行分析验证形成闭环,避免了现有技术采用的以单一比特能效指标为中心评估的缺陷,提高评估的准确度。
-
公开(公告)号:CN118865080A
公开(公告)日:2024-10-29
申请号:CN202410998416.0
申请日:2024-07-24
Applicant: 西安电子科技大学
IPC: G06V20/00 , G06V20/70 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/084 , G06F8/41
Abstract: 本发明公开了一种基于卷积神经网络的城市场景识别方法,主要解决传统场景识别方法识别准确率低、复杂度高,及在ARM嵌入式内存紧张情况下场景识别算法难以移植部署的问题。其实现方案是:选取场景数据集,构建轻量化卷积神经网络模型;使用反向传播训练该网络模型,导出模型权重文件;将权重文件先转换为onnx格式,再转换为ncnn格式;编写ncnn格式权重文件,利用交叉编译工具对其编译,生成可执行文件;将可执行文件移植到ARM嵌入式平台,启动可执行文件,输出城市场景识别结果。本发明能在内存资源短缺的ARM嵌入式平台上有效提升轻量化卷积神经网络算法移植部署能力,提高室内外场景识别准确性,可用于自动驾驶、道路交通、机器人及视频监控。
-
公开(公告)号:CN115941499B
公开(公告)日:2024-06-28
申请号:CN202211550595.9
申请日:2022-12-05
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于自组织网络特性的网络拓扑推断系统及方法,该系统及方法利用自组织网络的特性,对非协作的移动自组织网络进行拓扑推断。本发明的优点在于:物理拓扑生成模块构建非协作式移动自组织网络拓扑;物理拓扑采样模块获取非协作式移动自组织网络的部分拓扑信息,降低了前期需要获取网络拓扑结构信息的工作量;网络拓扑推断模块构建并求解基于移动自组织网络特征的拓扑推断的优化模型,得到评级矩阵;二分类模块根据由度约束的门限值将评级矩阵中的元素二分为0或1,得到推断结果,提升了拓扑推断系统的准确度。
-
公开(公告)号:CN117713903A
公开(公告)日:2024-03-15
申请号:CN202311724929.4
申请日:2023-12-14
Applicant: 西安电子科技大学
IPC: H04B7/185
Abstract: 本发明公开了一种低轨卫星网络通算协同的资源分配与路径选择优化方法。本发明根据任务的源节点和目的节点,确定最小跳数区域及最小跳数路径方向;根据最小跳数路径方向确定当前节点可选的相邻节点集合;基于给定排队网络的瞬时状态,以最小化任务的完成时间为目标,从当前节点的相邻节点集合中确定出下一跳节点加入到传输路径;以此类推,从源节点到目的节点,得到任务传输路径;基于该任务传输路径,以最大化任务平均完成度为目标,依据卫星上计算资源大小和系统状态进行资源分配。本发明根据瞬时系统状态和任务计算需求选择路径,并据此进行任务分段分配和计算资源分配,高效利用了卫星计算资源和星间链路通信资源,实现高效数据转发和处理。
-
公开(公告)号:CN117580175A
公开(公告)日:2024-02-20
申请号:CN202311492383.4
申请日:2023-11-10
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种知识数据混合驱动深度强化学习的网络资源调度方法,旨在解决现有无线网络资源调度中计算成本高、相关开销大和时间成本高、实时性差的问题。本发明实现的步骤是:获取无线网络历史调度方案和实时信道信息,计算每个用户与基站的接入矩阵;利用无线网络的历史性能指标修正无线网络的奖励值;以样本集奖励值中值分类抽样样本集的样本后生成训练集,训练目标Actor子网络。本发明能在保证无线网络的性能指标的同时,降低了基于深度强化学习的无线网络资源调度方法的计算成本和时间成本,提高了无线网络资源调度的总体收益和实时性。
-
-
-
-
-
-
-
-
-