一种考虑信息传输安全的低能耗中继功率分配方法

    公开(公告)号:CN114302489B

    公开(公告)日:2024-04-02

    申请号:CN202111636565.5

    申请日:2021-12-29

    Abstract: 本发明涉及一种考虑信息传输安全的低能耗中继功率分配方法。其方法包括步骤:S1、获取节点参数信息库;S2、计算接收信息速率表达式;S3、计算平均保密速率表达式;S4、以平均保密速率、中继发送功率、信任度为约束,最小化总消耗功率为目标建立优化模型;S5、基于优化模型,计算中继干扰信号功率、中继发送消息功率取值范围以及中继总消耗功率表达式;S6、求解中继干扰信号功率极值表达式;S7、求解得到中继最佳干扰信号功率表达式、最佳消息发送功率表达式;S8、基于节点参数信息库、最佳干扰信号功率表达式、最佳消息发送功率表达式求解得到最佳干扰信号功率、最佳消息发送功率。本发明通过改变中继功率的分配策略,优化了中继总消耗功率。

    无人机辅助移动边缘网络用户匹配方法及装置

    公开(公告)号:CN114268967B

    公开(公告)日:2024-04-02

    申请号:CN202111646123.9

    申请日:2021-12-30

    Abstract: 本发明实施例提供一种无人机辅助移动边缘网络用户匹配方法及装置,所述方法包括:在预设区域范围内定义用户、基站、无人机的坐标,并计算用户坐标与无人机坐标之间视距传播信道的概率;计算用户与无人机之间的平均路损,用户与基站之间的平均路损,计算用户收到无人机、基站的信号时的信噪比;建立对应的信噪比最大化模型,以用户全部选择基站服务作为初始运算,并在后续运算中,将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序,并进行迭代;当迭代过程中迭代的后一总信噪比小于前一总信噪比时,终止迭代,输出前一迭代对应的用户服务选择结果。采用本方法能够提供一种以最大化网络容量为目的的用户、无人机、基站匹配策略。

    一种移动边缘计算网络节能的多任务分配方法及系统

    公开(公告)号:CN114363803A

    公开(公告)日:2022-04-15

    申请号:CN202111611496.2

    申请日:2021-12-27

    Abstract: 本发明涉及一种移动边缘计算网络节能的多任务分配方法及系统。其方法包括步骤:S1、获取多个用户与多个无人机的基本信息,用户基本信息包括用户位置信息、所需卸载任务信息,无人机基本信息包括无人机位置信息;S2、建立一个以最小化任务计算卸载能耗为目标,以分配决策、无人机容量、无人机能量为约束的系统优化模型;S3、基于无人机基本信息、用户基本信息,对系统优化模型进行求解,以得到任务分配方案。本发明在无人机能量与容量有限的约束下,优化了资源分配,实现了用户本地任务计算能耗与无人机任务计算卸载能耗最小化。且优化目标只依赖于无人机与用户之间的相互距离,该参数容易获取,任务分配算法简单。

    考虑中继信任度的保证信息传输安全的中继功率设置方法

    公开(公告)号:CN114302490A

    公开(公告)日:2022-04-08

    申请号:CN202111671391.6

    申请日:2021-12-31

    Abstract: 本发明实施例提供一种考虑中继信任度的保证信息传输安全的中继功率设置方法及装置,所述方法包括:将消息传输过程分为第一时隙及第二时隙,并结合基本配置信息,得到对应的消息速率公式;设置中继节点的中继信任度,结合消息速率公式,得到平均保密速率,并以平均保密速率、中继发送功率、中继信任度为约束建立对应的优化模型;在优化模型中,综合计算得到中继信任度的条件公式以及中继发送功率的计算公式;并推导到的中继信任度与中继发送功率之间的关系公式,结合实际中继信任度,得到对应的最小实际发送功率。采用本方法能够在实际情况中,已知中继信任度情况下,设置中继节点的发射功率,使得干扰功率最小以保证信息的安全传输。

    无线携能网络基于信任度的节能中继选择方法及装置

    公开(公告)号:CN114302476A

    公开(公告)日:2022-04-08

    申请号:CN202111665166.1

    申请日:2021-12-31

    Abstract: 本发明实施例提供一种无线携能网络基于信任度的节能中继选择方法及装置,所述方法包括:将消息传输过程分为两个时隙,并将第一时隙分为两个阶段,确定对应的消息速率公式以及中继节点接收到的能量公式,进而确定干扰信号的干扰功率的函数;以平均保密速率、干扰功率、中继信任度为约束建立对应的优化模型;在优化模型中,综合计算得到中继信任度的条件公式以及干扰功率的计算公式;推导得到发送者发送功率与中继信任度、干扰信号属性间的约束关系,结合约束关系,确定发送需求对应的最佳中继节点及实际干扰信号的属性。采用本方法能够从已知信任度的中继集合中找到最佳的中继,并获得中继节点的干扰信号发送功率以及发送者的干扰信号发送时长。

    一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法

    公开(公告)号:CN114302457A

    公开(公告)日:2022-04-08

    申请号:CN202111672596.6

    申请日:2021-12-31

    Abstract: 本发明涉及一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法,方法包括步骤:S1、获取网络配置信息;S2、以能耗和平均计算时延的共同最小化为目标,生成卸载决策和资源分配决策两个子目标;S3、将资源分配决策固定,确定能耗和平均计算时延最小的卸载决策;S4、将卸载决策固定,计算能耗和平均计算时延最小的资源分配策略;S5、循环迭代S3‑S4,得到能耗和时延总开销最小的卸载决策和资源分配决策;S6、确定移动边缘计算网络的任务卸载和资源分配。本发明的系统,将能耗与平均计算时延优化目标分解为两个卸载决策和资源分配决策子问题,从而能够迭代确定最小值,实现了用户平均计算开销的最小化。

    无人机辅助移动边缘网络用户匹配方法及装置

    公开(公告)号:CN114268967A

    公开(公告)日:2022-04-01

    申请号:CN202111646123.9

    申请日:2021-12-30

    Abstract: 本发明实施例提供一种无人机辅助移动边缘网络用户匹配方法及装置,所述方法包括:在预设区域范围内定义用户、基站、无人机的坐标,并计算用户坐标与无人机坐标之间视距传播信道的概率;计算用户与无人机之间的平均路损,用户与基站之间的平均路损,计算用户收到无人机、基站的信号时的信噪比;建立对应的信噪比最大化模型,以用户全部选择基站服务作为初始运算,并在后续运算中,将用户选择基站服务与用户选择无人机服务的信噪比之差进行降序排序,并进行迭代;当迭代过程中迭代的后一总信噪比小于前一总信噪比时,终止迭代,输出前一迭代对应的用户服务选择结果。采用本方法能够提供一种以最大化网络容量为目的的用户、无人机、基站匹配策略。

    一种无人机辅助MEC网络低时延多任务分配方法及系统

    公开(公告)号:CN114268966A

    公开(公告)日:2022-04-01

    申请号:CN202111612235.2

    申请日:2021-12-27

    Abstract: 本发明涉及一种无人机辅助MEC网络低时延多任务分配方法及系统。其方法包括步骤:S1、获取多个用户与多个无人机的基本信息,用户基本信息包括用户位置信息、所需卸载任务信息,无人机基本信息包括无人机位置信息;S2、建立一个以最小化用户任务卸载时延为目标,以分配决策和无人机容量为约束的系统优化模型;S3、引入松弛变量至系统优化模型,以得到线性系统优化模型;S4、基于无人机基本信息、用户基本信息,对线性系统优化模型进行求解,以得到任务分配方案。本发明优化了资源分配,实现了时延的最小化,且优化目标只依赖于无人机与用户之间的相互距离,这一参数在初始化阶段可获得,易实现,任务分配算法简单。

    无人机辅助移动边缘网络分簇方法及装置

    公开(公告)号:CN114245436A

    公开(公告)日:2022-03-25

    申请号:CN202111642458.3

    申请日:2021-12-30

    Abstract: 本发明实施例提供一种无人机辅助移动边缘网络分簇方法及装置,所述方法包括:步骤1:将地面节点初始化为K个簇,得到K个簇头;步骤2:根据K个簇头,获取簇头多边形的点群中心,将点群中心作为无人机的坐标;步骤3:获取无人机的坐标,根据预设算法对地面节点重新分簇,得到分簇结果,并遍历得到每个簇中的最优簇头;步骤4:获取最优簇头对应的簇头坐标,结合贪婪算法得到对应的无人机坐标;步骤5:重复步骤3、步骤4直至无人机坐标达到预设精度,输出无人机坐标。采用本方法能够通过优化无人机的位置部署和地面节点的分簇策略,能有效地扩大无人机的覆盖范围,确保无人机能够从各个方向的地面节点收集信息,同时最小化系统的总时延。

    一种基于移动边缘计算的计算卸载方法

    公开(公告)号:CN111130911A

    公开(公告)日:2020-05-08

    申请号:CN201911420925.0

    申请日:2019-12-31

    Abstract: 本发明公开了一种基于移动边缘计算的计算卸载方法,其特征在于,包括步骤:S1.建立系统模型,得到用户任务的本地计算时延和计算卸载时延;S2.根据得到的本地计算时延和计算卸载时延计算任务的平均时延,并根据计算得到的平均时延建立计算卸载、带宽及计算资源分配的联合优化模型;S3.建立基于所述联合优化模型的原优化问题模型;S4.采用联合计算卸载、带宽及计算资源分配的优化算法来求解原优化问题模型中的原优化问题。本发明针对系统资源有限的移动边缘网络,将计算卸载、带宽以及计算资源分配进行联合优化,以最小化用户完成计算任务的平均时延,并且提出了一种JOCBA算法来解决该优化问题。

Patent Agency Ranking