-
公开(公告)号：CN118381549A
公开(公告)日：2024-07-23
申请号：CN202410617953.6
申请日：2024-05-17
Applicant: 中南大学
IPC: H04B7/185 , H04W72/0446 , H04W24/02
Abstract: 本申请适用于网络资源管理技术领域，提供了一种空天地一体化网络的数据传输方法及相关设备，包括对感知节点进行聚类，得到多个汇聚节点；构建汇聚节点与感知节点之间的第一数据传输模型；构建多个汇聚节点与多个无人机之间、多个无人机与低轨卫星之间的第二数据传输模型、第三数据传输模型；基于第一和第二数据传输模型构建第一优化模型；根据第三数据传输模型，构建用于降低无人机数据积压的第二优化模型；基于第一、第二优化模型构建第三优化模型，通过对第一、第二优化模型的交替迭代，获取用于配置空天地一体化网络的数据传输策略；根据数据传输策略，实现空天地一体化网络的数据传输。本申请能确保空天地一体化网络端到端数据传播的时效性。
-
公开(公告)号：CN113630887B
公开(公告)日：2024-02-09
申请号：CN202111088357.6
申请日：2021-09-16
Applicant: 中南大学
IPC: H04W72/044 , H04W4/40 , H04W52/02
Abstract: 本发明公开了一种基于在线学习的毫米波网络的车联网通信方法，包括建立下行多播通信场景，包括一个4G宏基站、若干个毫米波频段小基站和若干车辆；向4G宏基站上传车辆信息；4G宏基站构建车辆组，并向毫米波频段小基站发送毫米波服务请求消息；毫米波频段小基站和车辆组建立关联，输出选好的波束‑功率对和使用这些波束‑功率对的车辆组；对波束‑功率对的选择结果进行调整，并更新波束‑功率对的性能值；选取性能值最大的波束‑功率对，并进行通信。本发明通过学习车载网络中的上下文信息和波束‑功率对之间的关系来选择更合适的波束和功率，从而提高毫米波无线车载网络的能量效率；同时通过共享相同的毫米波波束减少了对射频链路的(56)对比文件李英石.C-RAN系统中计算资源和无线资源联合分配机制研究《.中国优秀硕士学位论文全文数据库》.2018,全文.曾浩.基于深度强化学习的V2I通信毫米波波束设计研究《.中国会议》.2020,全文.Gek Hong Sim.An Online Context-AwareMachine Learning Algorithm for 5G mmWaveVehicular Communications《.IEEE》.2018,全文.Haruhi Echigo.A Deep Learning-BasedLow Overhead Beam Selection in mmWaveCommunications《.IEEE》.2021,全文.
-
公开(公告)号：CN117407089A
公开(公告)日：2024-01-16
申请号：CN202311481157.6
申请日：2023-11-08
Applicant: 中南大学
Abstract: 本申请适用于边缘计算技术领域，提供了一种边缘计算环境下的依赖任务卸载方法及设备。该依赖任务卸载方法包括：构建依赖任务的有向无环图；构建策略网络模型；基于依赖任务的有向无环图获取依赖任务状态表示；获取计算设备状态表示；基于依赖任务的依赖任务状态表示和计算设备状态表示，将依赖任务的子任务卸载到计算设备；得到动作空间表示；计算动作空间表示的奖励函数值；利用奖励函数值更新策略网络模型中的策略，对策略网络模型进行更新；利用策略网络模型对待卸载的依赖任务选择策略，并根据策略对待卸载的依赖任务进行卸载并执行。本申请的边缘计算环境下的依赖任务卸载方法能够解决无法对多依赖任务进行卸载的问题。
-
公开(公告)号：CN116758767A
公开(公告)日：2023-09-15
申请号：CN202311050477.6
申请日：2023-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于多策略强化学习的交通信号灯控制方法，包括获取当前时刻目标交通信号灯处的交通数据信息；采用分类宽度学习系统进行复杂度判定；采用当前的评估宽度学习系统计算下一时刻的最佳动作值；获取当前时刻和历史时刻的状态信息和控制策略；训练评估宽度学习系统；实时重复以上完成目标交通信号灯处的基于多策略强化学习的交通信号灯控制。本发明结合宽度学习系统，提出了一种新的交通信号灯控制方法，不仅能够实现城市路口交通信号灯的控制，而且可靠性更高、实时性更好且精确性更好。
-
公开(公告)号：CN115996151B
公开(公告)日：2023-06-16
申请号：CN202310283286.8
申请日：2023-03-22
Applicant: 中南大学
Abstract: 本发明公开了一种电子医疗数据共享方法、系统、设备及介质，包括接收数据拥有端对数据使用端访问区块链中寻找电子医疗数据的授权指令；电子医疗数据交易信息中包含有电子医疗数据存储于星际文件系统中的地址信息；并根据地址信息通过智能合约向以太坊区块链的匿名数据链或者隐私数据链中添加交易记录，得到存储医疗数据地址的交易记录；根据授权指令发送访问令牌至数据使用端，通过星际文件系统验证访问令牌是否有效，若有效则使得数据使用端根据存储医疗数据地址的交易记录进入星际文件系统中获取电子医疗数据，实现了在分布式医疗系统中实现更高安全性和更低延迟时间的数据授权与共享。
-
Patent Agency Ranking
公开(公告)号：CN110167179B
公开(公告)日：2022-05-20
申请号：CN201910457121.1
申请日：2019-05-29
Applicant: 中南大学
Abstract: 本发明公开了一种基于射频能量补偿的能量受限智能感知设备寿命延长方法，包括建立智能感知设备网络模型；能量充足的智能终端初始化功率划分和时槽划分、计算自身转发的能量受限的智能感知设备的数据传输量并上报；蜂窝基站统计能量充足的智能终端的数据传输量、计算各能量充足的智能终端的频段份额并下发；能量充足的智能终端计算使自身效用最大化的功率划分和时槽划分、计算转发的能量受限的智能感知设备的数据传输量并上报；重复上述步骤直至所有能量充足的智能终端转发的数据传输量最大；按照最优结果进行数据传输。本发明能够为能量充足的智能终端合理划分功率和时槽并使其获取对应的频谱份额，最终达到延长智能感知设备的工作寿命的目的。
-
公开(公告)号：CN111526499B
公开(公告)日：2022-05-17
申请号：CN202010305829.8
申请日：2020-04-17
Applicant: 中南大学
IPC: H04W4/48 , H04W72/04 , H04B7/0408
Abstract: 本发明公开了一种基于在线学习和毫米波束选择的车载终端通信方法，包括系统初始化；在每一个调度周期内收集每个进入毫米波频段小基站覆盖区域的注册车载终端的上下文信息并根据收集的车载终端的上下文信息确定所属的上下文子空间；对所有车载终端检查每个波束在对应的上下文子空间下的使用次数和对应的波束性能估计值并选定出待探测波束集合和待利用波束集合；选出若干个最优波束并分配给车载终端；车载终端利用波束进行通信，同时更新对应波束在对应上下文子空间下的使用次数和波束性能估计值；重复上述步骤实现车载终端的通信。本发明的可靠性高、实用性好且能够有效提升车载终端通信容量。
-
公开(公告)号：CN113630887A
公开(公告)日：2021-11-09
申请号：CN202111088357.6
申请日：2021-09-16
Applicant: 中南大学
Abstract: 本发明公开了一种基于在线学习的毫米波网络的车联网通信方法，包括建立下行多播通信场景，包括一个4G宏基站、若干个毫米波频段小基站和若干车辆；向4G宏基站上传车辆信息；4G宏基站构建车辆组，并向毫米波频段小基站发送毫米波服务请求消息；毫米波频段小基站和车辆组建立关联，输出选好的波束‑功率对和使用这些波束‑功率对的车辆组；对波束‑功率对的选择结果进行调整，并更新波束‑功率对的性能值；选取性能值最大的波束‑功率对，并进行通信。本发明通过学习车载网络中的上下文信息和波束‑功率对之间的关系来选择更合适的波束和功率，从而提高毫米波无线车载网络的能量效率；同时通过共享相同的毫米波波束减少了对射频链路的占用。
-
公开(公告)号：CN111526499A
公开(公告)日：2020-08-11
申请号：CN202010305829.8
申请日：2020-04-17
Applicant: 中南大学
IPC: H04W4/48 , H04W72/04 , H04B7/0408
Abstract: 本发明公开了一种基于在线学习和毫米波束选择的车载终端通信方法，包括系统初始化；在每一个调度周期内收集每个进入毫米波频段小基站覆盖区域的注册车载终端的上下文信息并根据收集的车载终端的上下文信息确定所属的上下文子空间；对所有车载终端检查每个波束在对应的上下文子空间下的使用次数和对应的波束性能估计值并选定出待探测波束集合和待利用波束集合；选出若干个最优波束并分配给车载终端；车载终端利用波束进行通信，同时更新对应波束在对应上下文子空间下的使用次数和波束性能估计值；重复上述步骤实现车载终端的通信。本发明的可靠性高、实用性好且能够有效提升车载终端通信容量。
-
公开(公告)号：CN110636523A
公开(公告)日：2019-12-31
申请号：CN201910892969.7
申请日：2019-09-20
Applicant: 中南大学
IPC: H04W24/02 , H04W24/10 , H04W4/40 , H04W4/70 , H04W4/029 , H04W48/20 , H04W76/10 , H04W40/12 , H04W40/22 , G06N20/00
Abstract: 本发明公开了一种基于Q学习的毫米波移动回程链路能量效率稳定方案，属于毫米波无线回程网络技术领域，本发明合理利用毫米波回程系统中的各个设备进行协作工作，包括访问控制器AC，宏基站MBS，微基站SBS与车载访问节点VMAP。AC在其中合理调配使得VMAP尽可能地可以直接或间接地与SBS连接形成回程链路，再加上Q学习决策对网络参数进行调整使得网络的能量效率尽可能稳定在一定范围内。结合Q学习方法与D2D中继策略构建一种回程网络参数调整方案，通过车载访问节点、微基站、宏基站与访问控制器之间的信息交互与协作，实现网络参数的优化调整，从而提高毫米波无线回程链路能量效率的稳定性。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.024 seconds)
