-
公开(公告)号：CN114375050A
公开(公告)日：2022-04-19
申请号：CN202111466410.1
申请日：2021-12-03
申请人： 华北电力大学
摘要： 本发明涉及一种数字孪生辅助的5G配电网资源调度方法，属于通信技术领域。本发明的目的是提供一种数字孪生辅助的5G配电网资源调度方法。通过联合优化终端调度、终端计算资源分配、功率控制和服务器计算资源分配，在保证终端能量消耗和接入优先级长期约束的前提下，降低了DT构建累积迭代时延和终端能量消耗，提高DT精度和安全性。
-
公开(公告)号：CN114286357A
公开(公告)日：2022-04-05
申请号：CN202111245417.0
申请日：2021-10-26
申请人： 华北电力大学
摘要： 本发明公开了一种面向变电站覆盖增强的无线传感网系统及其中继选择方法，系统包括：网关和无线传感网；其中，网关为无线传感网提供决策计算服务；无线传感网是多对一两跳传输网络，包括：源节点、中继节点和目标节点。中继选择方法包括：构建传输时延模型；构建传输能耗模型；提出优化目标；依据优化目标，构建匹配理论中的偏好列表；执行中继选择并学习。本发明优点在于：有效解决多个源节点间的中继选择策略冲突问题，降低网络数据传输能耗；实现智能变电站无线传感网不完全信息环境下的最优中继选择决策。
-
公开(公告)号：CN110736478B
公开(公告)日：2021-05-11
申请号：CN201810799964.5
申请日：2018-07-20
申请人： 华北电力大学
IPC分类号： G01C21/34
摘要： 本发明涉及一种移动云感知场景下无人机的任务分配和路径规划方案，该方案通过动态规划和匹配理论，实现应用无人机的内容感知。根据无人机快速部署和移动性可控的特点，辅助移动云感知自动收集数据，从能效的角度出发，解决无人机辅助下移动云感知的路径规划及任务分配联合优化问题，并将其转换为两阶段双边匹配问题。在第一阶段应用动态规划实现路径规划，第二阶段应用基于Gale‑Shapley算法的匹配理论解决任务分配问题。本发明提供的技术方案可以有效的对无人机的飞行路径进行规划，实现高能效的任务分配方案。
-
公开(公告)号：CN109672997B
公开(公告)日：2020-09-25
申请号：CN201910051575.9
申请日：2019-01-21
申请人： 华北电力大学
摘要： 本发明涉及一种应用在基于能量收集的工业物联网场景中高能效的资源分配优化算法，针对机器到机器(M2M)通信网络中能效较低、频谱资源紧缺等问题，考虑将能量收集与认知M2M通信相结合，M2M发射机(M2M‑TX)通过利用基站发射的射频能量，并复用蜂窝链路的频谱资源，将数据传输至相应的接收机(M2M‑RX)。首先建立M2M‑TX、M2M‑RX与资源块(RB)之间的三维匹配关系；其次通过交替优化(AO)、非线性分式规划以及线性规划算法解决联合功率控制与时间分配子问题，以获取相应喜好列表；最后基于所获喜好列表，通过基于定价机制的三维匹配算法解决联合信道选择与对等节点发现子问题，以获取频谱资源最佳分配方案。
-
公开(公告)号：CN111162852A
公开(公告)日：2020-05-15
申请号：CN201911406929.3
申请日：2019-12-31
申请人： 华北电力大学
IPC分类号： H04B17/382 , H04B17/391 , H04W4/70 , H04W24/02
摘要： 本发明公开了一种基于匹配学习的泛在电力物联网接入方法，包括以下步骤：S1.构建系统模型；S2.对模型进行细化，得到任务/数据传输模型、能量消耗模型、时延模型和服务可靠性模型；S3.最大化长期的吞吐量，确定优化问题；S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；S5.通过学习与匹配实现在信道选择上的最优，进而实现吞吐量的最大化。本发明通过学习与匹配实现在信道选择上的最优，进而实现吞吐量的最大化；基于MAB理论、lyapunov优化理论和匹配理论，能量感知和服务可靠性感知与机器学习结合了起来，从而达到能量利用率和服务可靠性的最大与最优。
-
公开(公告)号：CN110072298A
公开(公告)日：2019-07-30
申请号：CN201810051462.4
申请日：2018-01-19
申请人： 华北电力大学
摘要： 本发明涉及一种应用在MCS（Mobile Crowd Sensing）传感任务场景，对任务参与者的招募、对信息有效性的判断、错误的检测与纠正等问题基于边缘计算的优化算法。本发明将平台效用表示为每个位置的独立测量数据的对数函数（严格增加和凹陷），算法目的是在发挥预算约束下最大限度地扩大总效用。由于所提出的联合优化问题为非确定性多项式组合优化问题，不能在多项式时间内求解。因此我们设计了一个近似算法，大大降低了计算复杂度。本发明采用深度神经网络（DNN）来进行数据验证，从而增加预测数据的准确性。此外，本发明还采用数据冗余来提高传感质量，数据源附近检测到测量错误，大幅度从基站传输到传感平台的数据量，减少占用频带资源，降低时延。
-
公开(公告)号：CN109905864A
公开(公告)日：2019-06-18
申请号：CN201910148634.4
申请日：2019-02-28
申请人： 华北电力大学
摘要： 本发明主要涉及应用在电力物联网的跨层资源分配方案，通过对各种机器类通信设备复用蜂窝网中其他用户设备的信道传输到基站的数据队列进行优化，实现队列的长期稳定。通过对李亚普诺夫优化和盖尔-沙利普匹配算法的研究，提出一种跨层的速率控制和资源分配机制。本发明所提出的的算法主要将原始的长期优化问题转换为每个时隙中的速率控制子问题和资源分配子问题，首先利用李亚普诺夫算法分解出两个凸函数，可以利用算法复杂度较低的凸优化工具很好完成求解，对于子信道选择问题，首先根据不同子信道传输性能的不同建立机器对和蜂窝用户设备的双向喜好度列表，再利用迭代的盖尔-沙利普算法完成最终的稳定匹配。仿真结果表明，在没有数据到达和子信道统计的先验知识的情况下，本发明可以显著提高队列稳定性和优化网络性能。
-
公开(公告)号：CN109905334A
公开(公告)日：2019-06-18
申请号：CN201910155875.1
申请日：2019-03-01
申请人： 华北电力大学
IPC分类号： H04L12/911 , H04L29/08 , H04W4/70
摘要： 本发明涉及面向电力物联网海量终端的接入控制与资源分配方案设计，提出了一种两阶段接入控制和资源分配算法。在第一阶段，本发明提出了一种基于契约理论的激励机制，激励部分延迟容忍的机器类通信(MTC)设备推迟其访问需求，以换取更高的访问机会。在第二阶段，基于Lyapunov优化，本发明提出了一种长期跨层在线资源分配方法，该方法在完整信道状态信息未知的情况下联合优化速率控制，功率分配和信道选择。特别地，联合功率分配和信道选择问题被公式化为二维匹配问题，并且通过基于定价的稳定匹配方法来解决。
-
公开(公告)号：CN108944516A
公开(公告)日：2018-12-07
申请号：CN201810795055.4
申请日：2018-07-19
申请人： 华北电力大学
CPC分类号： G06Q10/06315 , G06Q10/103 , G06Q40/04
摘要： 本发明涉及一种应用在当地能源聚合器与电动汽车进行需求响应的电动汽车互联网场景，对如何保护交易信息的安全和交易双方的隐私，如何设计激励机制，和如何预测电动汽车的私人信息问题进行联合解决的方法。我们提出了基于联盟区块链的交易方法，这既保护了交易信息的安全和交易双方的隐私，又降低了建立交易信息区块过程中的共识流程的成本。为了激励电动汽车参与需求响应，我们提出一种基于契约理论建模的激励兼容的需求响应机制。为了使社会福利最大化，该合同针对每种电动汽车类型的独特特性而定制。所制定的优化问题通过使用迭代凸凹程序算法解决。为了预测电动汽车的私人信息，我们通过探索基于计算智能的荷电状态（SoC）估计技术来推导EV类型的概率分布。最后，通过数值结果阐述了社会福利，EV类型，奖励，排放电量和SoC估计误差之间的关系。
-
公开(公告)号：CN107071695A
公开(公告)日：2017-08-18
申请号：CN201710035357.7
申请日：2017-01-17
申请人： 华北电力大学
摘要： 本发明涉及一种应用在两跳传输的Machine‑to‑Machine(M2M)中继通信场景，对中继选择、频谱分配和功率控制问题进行联合优化的资源管理算法。本文所提出的四维联合优化问题为非确定性多项式组合优化问题，不能在多项式时间内求解。为了求出该问题的一个次优解，该算法分为两个阶段，在第一阶段，本文将中继到接收端的频谱资源复用问题描述为两维匹配问题。在第二阶段，将M2M用户、中继用户和发送端到中继用户之间的资源复用问题描述为三维匹配问题。在第二阶段中，在建立用户的喜好列表时，对M2M用户的传输功率进行优化。在对四维联合优化问题进行求次优解时，此算法通过降低问题维度，大大降低了运算复杂度，并且在能效方面有着很好的表现，同时在能够提高被服务用户的平均数量。
-
-
-
-
-
-
-
-
-
搜索结果
215 条记录 (耗时 0.122 秒)
