一种适用于协同自动驾驶的多任务分配方法

    公开(公告)号:CN114926977A

    公开(公告)日:2022-08-19

    申请号:CN202210408057.X

    申请日:2022-04-19

    IPC分类号: G08G1/01 H04L69/16

    摘要: 本发明公开的一种适用于协同自动驾驶中车辆雾计算的多任务分配方法,属于协同自动驾驶领域。本发明将车辆雾计算与MIMO系统结合,采用模拟波束赋形。在发射机,每个客户车辆产生的任务数据信号经串并转换为并行信号向量,后通过混合预编码矩阵生成传输信号向量。在接收机,传输信号向量经信道矩阵变换和解码得到最终信号向量。计算得天线阵列信道容量,将多车辆能耗与传输速率优化问题建模为联合优化问题函数。函数经添加约束,运用凸集规划转换为可迭代求近似最优解模型。管理节点依据模型计算任务分配方法并下发实施。本发明适用于自动驾驶领域,实现具备多天线的车辆协同自动驾驶时高效地并行卸载任务,提高数据传输速率、降低能量消耗。

    一种适用于协同自动驾驶的多任务分配方法

    公开(公告)号:CN114926977B

    公开(公告)日:2024-04-05

    申请号:CN202210408057.X

    申请日:2022-04-19

    IPC分类号: G08G1/01 H04L69/16

    摘要: 本发明公开的一种适用于协同自动驾驶中车辆雾计算的多任务分配方法,属于协同自动驾驶领域。本发明将车辆雾计算与MIMO系统结合,采用模拟波束赋形。在发射机,每个客户车辆产生的任务数据信号经串并转换为并行信号向量,后通过混合预编码矩阵生成传输信号向量。在接收机,传输信号向量经信道矩阵变换和解码得到最终信号向量。计算得天线阵列信道容量,将多车辆能耗与传输速率优化问题建模为联合优化问题函数。函数经添加约束,运用凸集规划转换为可迭代求近似最优解模型。管理节点依据模型计算任务分配方法并下发实施。本发明适用于自动驾驶领域,实现具备多天线的车辆协同自动驾驶时高效地并行卸载任务,提高数据传输速率、降低能量消耗。

    一种适用于网真应用的基于可重构巨型星座的路由方法

    公开(公告)号:CN115333602B

    公开(公告)日:2023-09-12

    申请号:CN202210828809.8

    申请日:2022-07-14

    摘要: 本发明公开的一种适用于网真应用的基于可重构巨型星座的路由方法,属于通信领域。本发明通过利用永久或临时的激光卫星间链路,实现一种可重构的巨型星座架构,相比传统固定的巨型星座架构,有着更灵活多变的路由路线,能够有效减少拥塞,提高传输效率;基于可重构巨型星座,采用混合整数线性规划,实现一个完整的路由系统,相比于传统固定巨型星座加最短路径路由算法,极大的降低最大链路的利用率,能够有效平衡全局负载,提高数据流的传输速率。本发明适用于通信领域,基于可重构巨型星座新型路由方法,实现均衡、高效地传输海量网真应用可视化数据流,减少拥塞,提高传输速率。

    基于改进A*蚁群融合人工势场的机械臂路径规划方法

    公开(公告)号:CN118123820A

    公开(公告)日:2024-06-04

    申请号:CN202410235352.9

    申请日:2024-03-01

    IPC分类号: B25J9/16

    摘要: 本发明公开一种基于改进A*蚁群融合人工势场的机械臂路径规划方法,属于手术机械臂技术领域。本发明通过改进的A*蚁群的预估代价H(m)进行单项搜索,快速规划出一条较优路径,改进蚁群算法的信息素规则和路径选择概率,通过改进A*蚁群与改进双向蚁群算法融合实现动态过程中最优路径的遍历,并结合人工势场法实现机械臂作业路径的优化,通过三次B样条插值函数实现跳点处平滑化,输出最优路径,满足遥操作支气管镜机械臂路径规划高效避障、平滑性好、转折点少、快速搜索的要求。本发明能够对手术机械臂的运行路径进行控制,满足操作时加速度以及速度的连续性要求,提高运行的稳定性和平滑性,解决手术机械臂路径规划问题。

    一种适用于低轨卫星服务的深度学习模型架构方法

    公开(公告)号:CN116882284A

    公开(公告)日:2023-10-13

    申请号:CN202310851909.7

    申请日:2023-07-12

    摘要: 本发明本发明涉及卫星移动边缘计算技术领域,特别涉及一种适用于低轨卫星服务的深度学习模型架构方法,通过使用深度神经网络,拟合真实应用执行过程中的时间属性,构建出一个接近真实环境的模拟仿真环境,生成测试和预训练数据,从而可以高效地、同步地和即时地更新卫星网络应用中的深度学习模型。本发明解决了在卫星网络环境中,初始模型性能低下和预训练数据缺乏和获取预训练数据的时间成本过高的问题。实现了在离线环境下集中训练模型,并基与该预训练模型提高在线决策效率,从而提高卫星网络深度学习应用的可用性和鲁棒性。

    一种适用于低轨卫星遥感服务的功能链配置方法

    公开(公告)号:CN116886155A

    公开(公告)日:2023-10-13

    申请号:CN202310852914.X

    申请日:2023-07-12

    摘要: 本发明涉及卫星移动边缘技术领域,特别涉及一种适用于低轨卫星遥感服务的功能链配置方法,根据各地轨卫星边缘节点需求发起遥感服务,并将这些遥感服务拆分为子服务填充进子服务队列,从队列中取出遥感子服务信息,并和卫星信息一起转换为MDP模型的State,深度强化学习模型根据State得出估计奖励值Reward最高的执行动作Action,根据Action将遥感服务部署到卫星上;子服务完成后,如果不为服务功能链上最后一个节点,则在在完成卫星上发起服务功能链上下一链的子服务请求每隔一段时间检查子服务队列,若存在未完成的子服务,则重复S2‑5,通过引入NoisyNet、Dueling和n步学习,我们提高了模型的泛化能力,减少了状态空间,从而提高了收敛速度,同时减少了决策和训练时间。

    一种适用于网真应用的基于可重构巨型星座的路由方法

    公开(公告)号:CN115333602A

    公开(公告)日:2022-11-11

    申请号:CN202210828809.8

    申请日:2022-07-14

    摘要: 本发明公开的一种适用于网真应用的基于可重构巨型星座的路由方法,属于通信领域。本发明通过利用永久或临时的激光卫星间链路,实现一种可重构的巨型星座架构,相比传统固定的巨型星座架构,有着更灵活多变的路由路线,能够有效减少拥塞,提高传输效率;基于可重构巨型星座,采用混合整数线性规划,实现一个完整的路由系统,相比于传统固定巨型星座加最短路径路由算法,极大的降低最大链路的利用率,能够有效平衡全局负载,提高数据流的传输速率。本发明适用于通信领域,基于可重构巨型星座新型路由方法,实现均衡、高效地传输海量网真应用可视化数据流,减少拥塞,提高传输速率。