-
公开(公告)号：CN117295093A
公开(公告)日：2023-12-26
申请号：CN202311283836.2
申请日：2023-10-07
Applicant: 香港中文大学(深圳) , 北京邮电大学 , 中国移动通信集团广东有限公司
Abstract: 本发明公开了一种基于数据驱动的终端业务流量行为建模方法，包括以下步骤：S1.将采样区域地图进行栅格化处理，以流量信息赋值后的栅格化地图序列作为输入，构建终端的流量时空分布特征提取模型；S2.将采样区域基站分布的拓扑结构提取为基站小区流量有权图，构建终端流量行为的时空特征提取模型；S3.对终端流量行为特征进行聚合优化处理，完成终端业务流量行为建模。本发明通过对区域内的无线网络终端进行流量行为的建模，实现了对终端的时空预测。
-
公开(公告)号：CN117195740A
公开(公告)日：2023-12-08
申请号：CN202311283909.8
申请日：2023-10-07
Applicant: 香港中文大学(深圳) , 北京邮电大学 , 中国移动通信集团广东有限公司
IPC: G06F30/27 , G06N3/096 , G06N20/00 , H04B7/0413
Abstract: 本发明公开了一种基于机器学习的天线方向图预测方法，包括以下步骤：S1.对于已知型号的一个阵列天线，给定多组配置参数，并在每一组配置参数下确定对应的天线方向增益图，形成样本集；S2.构建神经网络模型，通过样本集中的样本对神经网络进行训练，得到表征天线配置参数到天线方向增益图映射关系的神经网络模型；S3.针对制造和使用过程中出现偏差的阵列天线，实测该阵列天线在有限组配置参数下的天线方向增益图，并在神经网络模型的基础上进行迁移学习，得到方向图发生变化的天线的神经网络模型，用于实际天线方向图预测。本发明能够通过构建天线方向图的预测模型，并利用迁移学习的方式，只需要少量实测天线方向图样本点数据预测真实天线方向图。
-
Patent Agency Ranking
公开(公告)号：CN116723527B
公开(公告)日：2023-11-14
申请号：CN202310996109.4
申请日：2023-08-09
Applicant: 香港中文大学(深圳) , 北京邮电大学 , 中国移动通信集团广东有限公司
IPC: H04W24/02 , H04L41/0823 , H04L41/14 , H04L41/16 , H04W52/02
Abstract: 本发明公开了一种基于数字孪生的基站功耗优化方法,包括以下步骤：S1.基于网络历史和当前数据，建立给定区域的电磁传播模型和业务流量时空模型，以及该区域基站的功耗模型，构建全网蜂窝网络的数字孪生体；S2.构建用户满意度模型，并给定全网蜂窝网络用户满意度的约束条件；S3.基于数字孪生体，在用户满意度约束条件下，利用强化学习最小化网络功耗，获得对应的最优网络配置。本发明针对包含多个通信基站的系统，得到了满足所有用户满意度要求的最小功耗及对应的最优网络配置。
-
公开(公告)号：CN117295093B
公开(公告)日：2024-07-19
申请号：CN202311283836.2
申请日：2023-10-07
Applicant: 香港中文大学(深圳) , 北京邮电大学 , 中国移动通信集团广东有限公司
Abstract: 本发明公开了一种基于数据驱动的终端业务流量行为建模方法，包括以下步骤：S1.将采样区域地图进行栅格化处理，以流量信息赋值后的栅格化地图序列作为输入，构建终端的流量时空分布特征提取模型；S2.将采样区域基站分布的拓扑结构提取为基站小区流量有权图，构建终端流量行为的时空特征提取模型；S3.对终端流量行为特征进行聚合优化处理，完成终端业务流量行为建模。本发明通过对区域内的无线网络终端进行流量行为的建模，实现了对终端的时空预测。
-
公开(公告)号：CN116723527A
公开(公告)日：2023-09-08
申请号：CN202310996109.4
申请日：2023-08-09
Applicant: 香港中文大学(深圳) , 北京邮电大学 , 中国移动通信集团广东有限公司
IPC: H04W24/02 , H04L41/0823 , H04L41/14 , H04L41/16 , H04W52/02
Abstract: 本发明公开了一种基于数字孪生的基站功耗优化方法,包括以下步骤：S1.基于网络历史和当前数据，建立给定区域的电磁传播模型和业务流量时空模型，以及该区域基站的功耗模型，构建全网蜂窝网络的数字孪生体；S2.构建用户满意度模型，并给定全网蜂窝网络用户满意度的约束条件；S3.基于数字孪生体，在用户满意度约束条件下，利用强化学习最小化网络功耗，获得对应的最优网络配置。本发明针对包含多个通信基站的系统，得到了满足所有用户满意度要求的最小功耗及对应的最优网络配置。
-
公开(公告)号：CN116321284A
公开(公告)日：2023-06-23
申请号：CN202310268017.4
申请日：2023-03-20
Applicant: 北京邮电大学
Abstract: 本发明公开了一种高时效状态监测系统的设备调度及传输方法，在IoT状态监测场景下，通过挖掘物理过程结构特性、时变信道状态及信源噪声异构性对于预测性能的影响，在弱通信环境下设计轻量级多设备接入策略，使得系统可以将有限的资源用于传输更重要的数据，在满足各设备吞吐量的情况下最小化对系统状态估计的MSE，从而提高系统在弱通信环境下的预测准确性，提高系统性能。
-
公开(公告)号：CN117195740B
公开(公告)日：2024-07-09
申请号：CN202311283909.8
申请日：2023-10-07
Applicant: 香港中文大学(深圳) , 北京邮电大学 , 中国移动通信集团广东有限公司
IPC: G06F30/27 , G06N3/096 , G06N20/00 , H04B7/0413
Abstract: 本发明公开了一种基于机器学习的天线方向图预测方法，包括以下步骤：S1.对于已知型号的一个阵列天线，给定多组配置参数，并在每一组配置参数下确定对应的天线方向增益图，形成样本集；S2.构建神经网络模型，通过样本集中的样本对神经网络进行训练，得到表征天线配置参数到天线方向增益图映射关系的神经网络模型；S3.针对制造和使用过程中出现偏差的阵列天线，实测该阵列天线在有限组配置参数下的天线方向增益图，并在神经网络模型的基础上进行迁移学习，得到方向图发生变化的天线的神经网络模型，用于实际天线方向图预测。本发明能够通过构建天线方向图的预测模型，并利用迁移学习的方式，只需要少量实测天线方向图样本点数据预测真实天线方向图。
-
-
-
-
-
-
Search Results
7
records
(took 0.021 seconds)
