-
公开(公告)号：CN104918319B
公开(公告)日：2018-01-16
申请号：CN201410093804.0
申请日：2014-03-13
Applicant: 北方工业大学
Abstract: 本发明提供了一种应用于无线传感器网络的时钟同步精简信息交互方法，包括：簇头侧发送消息并记录时间戳t1，节点侧接收到消息并记录下时间戳t2；由节点侧发送反馈并记录时间戳t3；簇头侧接收反馈消息并记录时间戳t4；簇头侧将时间戳t1和t4组合成数据包，发送到节点侧；节点侧根据时间戳t2和t3，以及从数据包中解析出的t1和t4，计算时钟偏差Offset，进行本地时钟校准，方法简单，极大的减少同步时间，便于实现的同时，结合IEEE1588精确时钟同步协议和IEEE802.15.4无线传感器网络协议，每一次时间同步过程中至少省略2个消息发送及接收时间，可靠性高，提高了工作效率。
-
公开(公告)号：CN112910716B
公开(公告)日：2023-04-18
申请号：CN202110250524.6
申请日：2021-03-08
Applicant: 北方工业大学
IPC: H04L41/044 , H04L41/042 , H04L41/0823 , H04L41/14 , H04L67/025 , H04L67/1004 , H04L67/1097 , G06N3/08
Abstract: 本发明公开了一种基于分布式DNN的移动雾计算损耗联合优化系统和方法，包括：本地计算层、雾计算层和云计算层。本地计算层通过用户设备计算任务。雾计算层用于为卸载任务提供雾计算服务，以降低用户设备本身计算的时延和能耗。云计算层用于处理大规模计算和高复杂性计算。卸载任务通过无线网络先发送至离本地层雾接收节点，通过雾接收节点上传至雾计算层，最后由雾计算层上传至云计算层，用户独立决定是否将任务卸载到雾服务器进行计算，雾服务器可以决定是否将任务再次卸载到上层的云服务器进行计算。本发明的优点是：短时间内给出每个卸载任务的最优卸载决策，卸载的平均准确率高，对每个神经网络模型进行优化，能够更快速地达到收敛状态。
-
公开(公告)号：CN112910716A
公开(公告)日：2021-06-04
申请号：CN202110250524.6
申请日：2021-03-08
Applicant: 北方工业大学
Abstract: 本发明公开了一种基于分布式DNN的移动雾计算损耗联合优化系统和方法，包括：本地计算层、雾计算层和云计算层。本地计算层通过用户设备计算任务。雾计算层用于为卸载任务提供雾计算服务，以降低用户设备本身计算的时延和能耗。云计算层用于处理大规模计算和高复杂性计算。卸载任务通过无线网络先发送至离本地层雾接收节点，通过雾接收节点上传至雾计算层，最后由雾计算层上传至云计算层，用户独立决定是否将任务卸载到雾服务器进行计算，雾服务器可以决定是否将任务再次卸载到上层的云服务器进行计算。本发明的优点是：短时间内给出每个卸载任务的最优卸载决策，卸载的平均准确率高，对每个神经网络模型进行优化，能够更快速地达到收敛状态。
-
Patent Agency Ranking
公开(公告)号：CN116261211B
公开(公告)日：2024-02-09
申请号：CN202310051295.4
申请日：2023-02-02
Applicant: 北方工业大学
Abstract: 本发明提供一种无人机辅助数据传输的低能耗动态缓存方法，首先利用用户分布，推导了传输能耗的统计期望，建立了统计能耗最小化问题，满足了无人机在缓存、通信和能量供应方面的约束；然后采用主分解方法对原始问题进行解耦，采用基于背包算法的动态缓存优化算法，得到最优值。本发明考虑了无人机辅助数据传输场景下的动态缓存问题，对无人机的传输能耗进行了统计分析，并给出了低噪声状态下的封闭表达式。基于无人机有限资源约束，提出了一个能耗最小化问题。采用原始分解方法对原始问题进行(56)对比文件李东栋;宋荣方.异构网中D2D协助的低能耗边缘缓存方法研究.南京邮电大学学报(自然科学版).2020,(第01期),全文.
-
公开(公告)号：CN112416603A
公开(公告)日：2021-02-26
申请号：CN202011448349.3
申请日：2020-12-09
Applicant: 北方工业大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于雾计算的联合优化系统和方法，包括：一个多层的架构，包括本地计算层、雾计算层和云计算层。本地计算层包括移动设备，雾服务器层包含多个雾服务器和一个FSM。联合优化计算卸载、数据压缩、能量回收和应用场景，并形成JCDEA算法。通过变换不同参数值，观察计算卸载策略的分布情况。最后，比较不同的卸载数据量、用户数量、应用场景和数据压缩率下的成本变化。本发明的优点是：得到了雾计算、本地计算和云计算之间的优劣，为之后雾服务器和云服务器的部署提供了参考。
-
公开(公告)号：CN104918319A
公开(公告)日：2015-09-16
申请号：CN201410093804.0
申请日：2014-03-13
Applicant: 北方工业大学
Abstract: 本发明提供了一种应用于无线传感器网络的时钟同步精简信息交互方法，包括：簇头侧发送消息并记录时间戳t1，节点侧接收到消息并记录下时间戳t2；由节点侧发送反馈并记录时间戳t3；簇头侧接收反馈消息并记录时间戳t4；簇头侧将时间戳t1和t4组合成数据包，发送到节点侧；节点侧根据时间戳t2和t3，以及从数据包中解析出的t1和t4，计算时钟偏差Offset，进行本地时钟校准，方法简单，极大的减少同步时间，便于实现的同时，结合IEEE1588精确时钟同步协议和IEEE802.15.4无线传感器网络协议，每一次时间同步过程中至少省略2个消息发送及接收时间，可靠性高，提高了工作效率。
-
公开(公告)号：CN112416603B
公开(公告)日：2023-04-07
申请号：CN202011448349.3
申请日：2020-12-09
Applicant: 北方工业大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于雾计算的联合优化系统和方法，包括：一个多层的架构，包括本地计算层、雾计算层和云计算层。本地计算层包括移动设备，雾服务器层包含多个雾服务器和一个FSM。联合优化计算卸载、数据压缩、能量回收和应用场景，并形成JCDEA算法。通过变换不同参数值，观察计算卸载策略的分布情况。最后，比较不同的卸载数据量、用户数量、应用场景和数据压缩率下的成本变化。本发明的优点是：得到了雾计算、本地计算和云计算之间的优劣，为之后雾服务器和云服务器的部署提供了参考。
-
公开(公告)号：CN116261211A
公开(公告)日：2023-06-13
申请号：CN202310051295.4
申请日：2023-02-02
Applicant: 北方工业大学
Abstract: 本发明提供一种无人机辅助数据传输的低能耗动态缓存方法，首先利用用户分布，推导了传输能耗的统计期望，建立了统计能耗最小化问题，满足了无人机在缓存、通信和能量供应方面的约束；然后采用主分解方法对原始问题进行解耦，采用基于背包算法的动态缓存优化算法，得到最优值。本发明考虑了无人机辅助数据传输场景下的动态缓存问题，对无人机的传输能耗进行了统计分析，并给出了低噪声状态下的封闭表达式。基于无人机有限资源约束，提出了一个能耗最小化问题。采用原始分解方法对原始问题进行解耦，设计了一种基于背包算法的动态缓存优化算法，对传输和缓存策略进行联合优化。仿真结果表明了该方案在降低能耗上的有效性。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
