云基站用户数据处理方法、装置和系统

    公开(公告)号:CN103701717A

    公开(公告)日:2014-04-02

    申请号:CN201310598443.0

    申请日:2013-11-22

    Abstract: 本发明提供一种云基站用户数据处理方法、装置和系统,该装置包括:交换模块,用于获取用户IQ数据;数据选择模块,用于从获取的IQ数据中选择缓存数据;数据传输模块,用于将所述缓存数据进行封装后传输至存储模块;所述存储模块,用于存储所述缓存数据。本发明实施例获取IQ数据,从获取的IQ数据选择缓存数据,将所述缓存数据进行封装后传输至存储模块15,存储所述缓存数据。这样,通过调整IQ数据量错峰处理IQ数据,能够增强处理IQ数据的能力。另外,该装置透明的传输数据交换装置收发的数据且不影响数据交换装置的正常工作。

    自动选择网络模式的多模终端和选择方法

    公开(公告)号:CN103037417A

    公开(公告)日:2013-04-10

    申请号:CN201210568125.5

    申请日:2012-12-24

    Abstract: 一种多模融合无线网络中的自动选择网络模式的多模终端和选择方法,该多模终端设有:采用认知无线电技术感知和采集每种网络中的网络带宽、网络丢包率、网络传输时延和网络抖动的服务质量感知模块;根据接收到的服务质量感知模块发送的四种网络性能参数进行加权计算,得到每种蜂窝网络服务质量值,再结合终端当前业务要求的最低服务质量值与每种网络的承载能力选择其接入的网络模式编号的网络模式选择决策模块;以及接收网络模式选择决策模块的决策、接入相应网络模式的网络模式执行模块。本发明多模终端能满足其承载业务的服务质量需求,保证业务正常运行,同时监测每种网络承载能力,确保其成功接入目标网络,并有效提高接入网络的服务质量值。

    多模终端选择能够保证服务质量的目标网络的方法

    公开(公告)号:CN103002520A

    公开(公告)日:2013-03-27

    申请号:CN201210185084.1

    申请日:2012-06-06

    Abstract: 一种基于蚁群算法多模终端选择保证服务质量的目标网络的方法,是基站先由多模终端反馈得到每个多模终端在每个目标网络中的服务质量值,再模仿蚂蚁觅食过程中寻找前进路径蚁群算法为每个多模终端选择其最优化的目标网络;先用自然数分别对蚂蚁前进路径的步数及可供选择的路径排序编号,还设定算法迭代计算的总次数,再用蚂蚁依据前进路径上不同的信息素浓度和能见度选择路径的方法,模拟多模终端根据每种网络的服务质量值选择目标网络;且在每次完成前进路径选择后,计算该次迭代计算中每条路径的适应度,并由该适应度更新经过路径的信息素浓度,还判断是否达到设定的迭代计算次数,以便停止蚁群迭代计算而输出每个多模终端选择的最优化目标网络。

    一种适用于移动终端的无线微型指环鼠标

    公开(公告)号:CN102023731B

    公开(公告)日:2012-08-29

    申请号:CN201010624289.6

    申请日:2010-12-31

    Abstract: 一种适用于移动终端的无线微型指环鼠标,体积微小,无线传输,利用手指倾斜角度和方向的变化来控制光标移动,可通用于任何具有对外数据接口的移动终端。该鼠标包括带在手指上的佩戴终端和插在移动终端数据接口上的适配器两部分,佩戴终端内置三轴动作传感器。该鼠标将三轴动作传感器输出的三轴实时加速度信息区分为由移动造成的动态加速度信息和由倾斜造成的静态加速度信息,滤除由移动造成的动态加速度信息,仅以静态加速度信息为输入确定手指倾斜角度和方向的变化,通过非线性转换算法,基于加速度与位移的转换公式,实现加速度信息到位移信息的非线性转换。

    一种多模无线终端进行小区选择的方法

    公开(公告)号:CN102421153A

    公开(公告)日:2012-04-18

    申请号:CN201110371014.0

    申请日:2011-11-21

    Abstract: 一种多模无线终端进行小区选择的方法,是在小区重选过程中,多模无线终端先将符合小区选择标准S的小区分为优选网络模式小区和次优网络模式小区,接着用模糊推理和模糊决策的方法,确定最终重选的目标小区;即在参与重选的多个同频和相同优先级异频小区中,运用模糊推理评价每个小区的接收水平值、小区中最小要求的接收水平值、相对频率偏移、可用的终端上行最大发射功率及终端最大射频输出功率五个测量参数,再综合用户的传输速率和业务实时性需求,根据模糊决策结果选出最优目标小区,随后切换到该小区进行驻留。该切换过程时间短,能实现无缝过渡,避免丢失用户呼叫,保证用户驻留在最优服务质量的小区,还消除手动模式切换时漏听电话的风险。

    优化嵌套网络路由的MANEMO移动网络系统及其优化方法

    公开(公告)号:CN102164082A

    公开(公告)日:2011-08-24

    申请号:CN201110084874.6

    申请日:2011-04-02

    Abstract: 一种具有嵌套移动网络路由优化功能的MANEMO移动网络系统及其优化方法,系统中的MR增设多跳路由协议处理模块、网络移动性协议处理模块和移动节点代理模块,负责管理整个移动网络中嵌套移动网络和VMN的实时接入。新增的VMN-HA设有移动IPv6协议处理模块、访问节点用户管理模块和过滤器模块,本发明立足于当前的NEMO BS协议,对嵌套移动网络和VMN与骨干网的通信路由实现优化,通过选择与AR直接相连的MR作为根路由器,由根路由器代替漫游的移动网络和VMN执行与其HA绑定注册,并代替VMN与CN端进行通信。通过在多跳域内部实现多跳路由通信协议,进而实现了同一多跳域内不同移动网络节点之间的直接通信,防止嵌套网络造成的多三角路由问题,提高了移动网络通信效率。

    指环式无线鼠标
    37.
    发明公开

    公开(公告)号:CN101692192A

    公开(公告)日:2010-04-07

    申请号:CN200910093119.7

    申请日:2009-09-30

    Abstract: 一种灵活性很高的指环式无线鼠标,内置动作感应器以感知加速度信息,通过控制模块和处理模块的控制与处理,由预先设计的转换算法将加速度信息转换为鼠标指针的位移信息,实现鼠标指针在屏幕上的移动操作。该指环式无线鼠标体积小、重量轻,在拇指和食指间操作,不借助任何物体表面,通过倾斜手指实现鼠标指针的移动控制,手指的倾斜方向决定指针移动的方向,倾斜程度决定指针移动的速度。该指环式无线鼠标包括佩带部分和固定部分。佩带部分包括纽扣式主体和指环扣,其中纽扣式主体包括外壳、动作感应器、控制模块、发送天线、指示灯、左键、右键以及滚轮;固定部分包括接收天线,处理模块以及与PC端的接口。

    一种面向多服务共存环境的云边端协同网络资源管理方法

    公开(公告)号:CN118612766A

    公开(公告)日:2024-09-06

    申请号:CN202410667347.5

    申请日:2024-05-27

    Abstract: 本发明公开了一种面向多服务共存环境的云边端协同网络资源管理方法,包括步骤S1:网络控制器感知终端设备、边缘服务器、云服务器以及系统环境相关信息;步骤S2:将步骤S1中所述相关信息输入到部署在网络控制器中的算法模型当中,得到系统最优决策信息;步骤S3:提取步骤S2中得到的服务部署相关决策信息,网络控制器向对应节点发送服务部署指令;步骤S4:提取步骤S2中得到的任务处理相关决策信息,网络控制器向对应节点发送任务处理指令;步骤S5:提取步骤S2中得到的资源分配相关决策信息,网络控制器向对应节点发送资源分配指令。本发明通过算法模型在较低的时间复杂度内做出相应的各种策略,提升了系统的执行效率,提高用户体验。

    一种基于路侧单元间协作的车辆边缘计算系统资源管理方法

    公开(公告)号:CN118509921A

    公开(公告)日:2024-08-16

    申请号:CN202311840263.9

    申请日:2023-12-28

    Abstract: 本发明公开了一种基于路侧单元间协作的车辆边缘计算系统资源管理方法,网络控制器通过有线连接感知车辆信息和无线环境信息,将当前任务信息以及系统无线环境信息输入到部署于网络控制器中的已训练完毕的优化模型当中,计算基于当前状态下车辆任务卸载决策和资源分配情况;根据得到的车辆任务卸载决策信息,决定车辆任务直接在本地执行还是根据任务卸载决策在对应路侧单元上的边缘服务器执行;本发明综合考虑了车辆任务的卸载决策,车辆和边缘服务器计算资源,车辆到路侧单元的发射功率,路侧单元之间的传输速率,利用任务卸载和计算资源分配算法以极低的时间复杂度联合优化了任务的卸载和资源的分配,提升了系统的执行效率,提高用户体验。

    基于资源预测的服务功能链多阶段节能迁移方法

    公开(公告)号:CN117118836A

    公开(公告)日:2023-11-24

    申请号:CN202210528556.2

    申请日:2022-05-16

    Abstract: 本发明提供了基于资源预测的服务功能链多阶段节能迁移方法,解决SFC服务过程中由于资源需求的动态性变化带来的网络耗能问题,通过在线部署、增量学习预测和动态迁移优化网络能耗。该方法包含基于注意力机制的资源预测模型,采用序列到序列结构使得模型可以同时预测多个VNF。方法还采用一种基于短周期资源预测的节能动态迁移算法,该算法利用网络资源需求预测结果来确定迁移时机,通过对VNF的拆分与合并来消除违背SLA,并使得能耗降低。同时还采用一种基于粒子群优化的SFC部署算法,以保证服务请求的接受率。本发明提供的方法在提高预测精度方面具有优越性,并且在保证较高服务请求接受率的情况下,降低SLA违背次数,在能耗带宽比方面性能有所提升。

Patent Agency Ranking