-
公开(公告)号：CN110234127B
公开(公告)日：2022-04-01
申请号：CN201910502165.1
申请日：2019-06-11
Applicant: 重庆邮电大学
IPC: H04W24/02 , H04L67/1029 , H04L67/1008 , H04L67/60
Abstract: 本发明涉及一种基于SDN的雾网络任务卸载方法，属于移动通信技术领域。首先，针对雾节点在不同情况的任务卸载策略，采用动态服务节点更新方式建立志愿节点集，提高任务卸载效率。其次，为解决网络拥塞问题，本发明引入SDN技术，在网络信息资源交互过程中，通过SDN控制器实时监控网络负载，有效降低网络拥塞。此外，为提高网络资源利用率，本发明基于Lyapunov优化算法，充分考虑节点队列情况，将最小化任务卸载代价问题分解为最优传输功率分配和最优卸载方案两个子问题求解。本发明可降低系统总时延和能耗开销，实现任务队列的稳定和有效的资源分配。
-
公开(公告)号：CN111385734B
公开(公告)日：2021-07-30
申请号：CN202010102872.4
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网内容缓存决策优化方法，属于移动通信技术领域。本模型中，车联网在有多个内容缓存结点，车辆请求的内容可以存储于内容缓存结点中。如有临近车辆或路侧单元已缓存当前车辆请求内容，当前车辆将通过V2V链路或者V2I链路将从缓存结点获取内容服务。将移动边缘计算服务器部署在RSU侧，可以提供存储和计算能力，用于内容的存储与处理。由于车辆移动速度较快，内容请求车辆可能在当前RSU覆盖范围内无法完全获取所需内容，因此他们需要在下一RSU覆盖范围内继续获取剩余部分的内容。本发明旨在减少内容请求车辆获取所需内容总时延。此方法可解决车辆的关联问题，并考虑内容预缓存，从而得出最优内容缓存决策。
-
公开(公告)号：CN111317466A
公开(公告)日：2020-06-23
申请号：CN201910593796.9
申请日：2019-07-03
Applicant: 重庆邮电大学
IPC: A61B5/0476 , A61B5/00 , G16H30/20
Abstract: 本发明涉及信号处理技术领域，特别涉及一种脑电信号成像方法、系统以及计算机设备，所述方法包括利用基于OpenBCI的采集装置采集脑电数据信息，并记录每个采集脑电信息的电极的位置，将采集得到的脑电数据信息将脑电数据信息转换为10进制数据并保存为txt文件；对10进制的脑电数据信息进行预处理；构建OpenBCI采集装置中电极分布位置与人脑内源空间信号的关系模型；利用先验约束解空间获得人脑成像的源信号唯一解；将求解得到的源信号投影到3D大脑模型对应区域；本发明在降低装置成本的同时，极大地减小了装置本身对脑电数据的干扰，保证了脑电数据的精度。
-
公开(公告)号：CN110012509A
公开(公告)日：2019-07-12
申请号：CN201910290485.5
申请日：2019-04-11
Applicant: 重庆邮电大学
IPC: H04W28/16 , H04W28/02 , H04W24/10 , H04B17/382
Abstract: 本发明涉及一种5G小蜂窝网络中基于用户移动性的资源分配方法，属于移动通信技术领域。首先，针对小蜂窝网络中严重的干扰问题，当非激活用户通过寻呼成功接入网络后，本发明通过建立以用户为中心的虚拟小区，有效减少用户通信干扰问题。用户在虚拟小区中移动的过程中没有发生切换，保证业务的连续性。其次，为了提高资源利用率，基于Lyapunov优化方法，实现网络平均能量效率最大化。本发明充分考虑用户数据包队列长度和信道质量，将最大化网络的平均能量效率问题分解为用户最优传输资源分配和最优功率分配两个子问题求解。通过对网络资源的优化分配，提升传输质量，并且实现了在最大化系统平均能量效率的同时保证系统队列的稳定性。
-
公开(公告)号：CN109413617A
公开(公告)日：2019-03-01
申请号：CN201811556609.1
申请日：2018-12-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于小蜂窝辅助的车联网传输方法，属于移动通信技术领域，包括以下步骤：S1：在车联网中基于最优效用匹配算法确定车辆和路侧单元RSU资源块的匹配；S2：当同一个RSU资源块在多个车辆的备选列表中网络效用值都为最大，采用基于拍卖的能效资源分配算法；S3：车辆得出基于小蜂窝辅助的车联网传输下最优匹配和功率分配方案。本发明所述方法将小蜂窝基站与车联网结合进行联合传输，在考虑了价格的情况下实现最优的资源块匹配方案、功率分配方案，进而提升整个网络的传输性能。
-
Patent Agency Ranking
公开(公告)号：CN108599913A
公开(公告)日：2018-09-28
申请号：CN201810385087.7
申请日：2018-04-26
Applicant: 重庆邮电大学
IPC: H04L5/00
CPC classification number: H04L5/001
Abstract: 本发明涉及一种多运营商场景下LTE-U和WiFi的共存方法，属于无线通信技术领域。本发明提出基于时延优先级的资源调度算法，可保证多运营商之间资源分配的公平性，同时保证WiFi的传输性能和时延敏感LTE-U用户的传输质量。该算法首先提出一种基于用户时延优先级的子信道分配方案，其次，提出一种基于最优功率和价格的资源调度方案，该方案综合考虑用户传输速率、行道干扰和时延代价对网络性能的影响响，在满足时延敏感LTE-U用户时延需求的前提下，最大化网络频谱效用。本发明所提算法可实现LTE-U的用户和运营商的最优效用，保证多运营商之间资源的公平分配，同时保证时延敏感LTE-U用户的传输质量。
-
公开(公告)号：CN103260238A
公开(公告)日：2013-08-21
申请号：CN201210584490.5
申请日：2012-12-28
Applicant: 重庆邮电大学
IPC: H04W64/00
Abstract: 一种用来在无线传感器网络中移动节点定位的方法构建节点的运动模型，通过牛顿插值法大致得到节点的运动轨迹针对节点移动的速度假定一个最大移动速度，以及一个最小移动速度。利用设定的速度区间，将样本采集区域尽可能地缩小，最后在进行节点位置的过滤，排除掉节点不可能出现的位置，从而进一步减小节点可能的范围和在预测时的工作量。通过构建节点的运动模型，进行节点的运动预测、对节点不可能存在的位置进行过滤，降低定位误差率从而提高待定位节点的定位精度。
-
公开(公告)号：CN109413617B
公开(公告)日：2022-05-13
申请号：CN201811556609.1
申请日：2018-12-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于小蜂窝辅助的车联网传输方法，属于移动通信技术领域，包括以下步骤：S1：在车联网中基于最优效用匹配算法确定车辆和路侧单元RSU资源块的匹配；S2：当同一个RSU资源块在多个车辆的备选列表中网络效用值都为最大，采用基于拍卖的能效资源分配算法；S3：车辆得出基于小蜂窝辅助的车联网传输下最优匹配和功率分配方案。本发明所述方法将小蜂窝基站与车联网结合进行联合传输，在考虑了价格的情况下实现最优的资源块匹配方案、功率分配方案，进而提升整个网络的传输性能。
-
公开(公告)号：CN111385734A
公开(公告)日：2020-07-07
申请号：CN202010102872.4
申请日：2020-02-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网内容缓存决策优化方法，属于移动通信技术领域。本模型中，车联网在有多个内容缓存结点，车辆请求的内容可以存储于内容缓存结点中。如有临近车辆或路侧单元已缓存当前车辆请求内容，当前车辆将通过V2V链路或者V2I链路将从缓存结点获取内容服务。将移动边缘计算服务器部署在RSU侧，可以提供存储和计算能力，用于内容的存储与处理。由于车辆移动速度较快，内容请求车辆可能在当前RSU覆盖范围内无法完全获取所需内容，因此他们需要在下一RSU覆盖范围内继续获取剩余部分的内容。本发明旨在减少内容请求车辆获取所需内容总时延。此方法可解决车辆的关联问题，并考虑内容预缓存，从而得出最优内容缓存决策。
-
公开(公告)号：CN110312231A
公开(公告)日：2019-10-08
申请号：CN201910580120.6
申请日：2019-06-28
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种车联网中基于移动边缘计算的内容缓存决策和资源分配联合优化方法，属于移动通信技术领域。移动边缘计算MEC作为一种很有前景的边缘计算，具有强大的计算能力和存储能力。MEC服务器部署在RSU侧，可以给车辆用户提供存储空间和计算资源。虽然MEC提供了类似云计算的服务，但依然存在缓存、计算资源分配、频谱资源分配等问题。本发明旨在保证时延要求的条件下最大化网络收益。此方法将内容缓存决策、MEC服务器计算资源分配、频谱资源分配联合建模成马尔可夫决策过程MDP，使用深度强化学习方法进行求解，得出最优内容缓存决策、计算资源分配以及频谱分配。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.051 seconds)
