公开(公告)号：CN111162852A

公开(公告)日：2020-05-15

申请号：CN201911406929.3

申请日：2019-12-31

申请人： 华北电力大学

发明人： 周振宇 ,  潘超 ,  廖海君 ,  刘念 ,  汪中原

IPC分类号： H04B17/382 ,  H04B17/391 ,  H04W4/70 ,  H04W24/02

摘要： 本发明公开了一种基于匹配学习的泛在电力物联网接入方法，包括以下步骤：S1.构建系统模型；S2.对模型进行细化，得到任务/数据传输模型、能量消耗模型、时延模型和服务可靠性模型；S3.最大化长期的吞吐量，确定优化问题；S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；S5.通过学习与匹配实现在信道选择上的最优，进而实现吞吐量的最大化。本发明通过学习与匹配实现在信道选择上的最优，进而实现吞吐量的最大化；基于MAB理论、lyapunov优化理论和匹配理论，能量感知和服务可靠性感知与机器学习结合了起来，从而达到能量利用率和服务可靠性的最大与最优。

公开(公告)号：CN111935303B

公开(公告)日：2023-05-26

申请号：CN202010848607.0

申请日：2020-08-21

申请人： 华北电力大学

发明人： 周振宇 ,  杨秀敏 ,  陈心怡 ,  廖海君 ,  汪中原 ,  张磊 ,  赵雄文

IPC分类号： H04L67/1001 ,  H04L67/1029 ,  H04L67/1012 ,  G06N3/092 ,  H04W4/40 ,  H04L67/1008

摘要： 本发明提供一种空地一体化车联网中基于意图感知的任务卸载方法，包括构建系统模型；模型的细化；高可靠低时延约束与优化问题的提出；优化问题的转化与轨迹相似度估计；基于意图的任务卸载方法。本发明将用户体验质量模型、高可靠低时延约束和轨迹相似度估计与强化学习结合起来用于选择边缘服务器，实现了用户体验质量感知、高可靠低时延感知和轨迹相似度感知的三维用户意图感知。还考虑了队列长度的尾部分布，对极端事件的发生概率、长期平均时间下超额积压的条件均值以及方差进行约束，减少了队列时延，提升了队列稳定性并且不需要经过多跳转发，显著地降低了端到端时延，提高了任务卸载成功的次数。

公开(公告)号：CN111524034B

公开(公告)日：2023-11-03

申请号：CN202010395432.2

申请日：2020-05-12

申请人： 华北电力大学 ,  国网山东省电力公司电力科学研究院

发明人： 周振宇 ,  贾泽晗 ,  王曌 ,  赵雄文 ,  汪中原 ,  张磊

IPC分类号： G06Q50/06 ,  H02J13/00 ,  G16Y10/35 ,  H04L67/12

摘要： 本发明公开了一种高可靠低时延低能耗的电力巡检系统及巡检方法，其中所述巡检系统包括基站、边缘服务器及智能巡检机器人，所述智能巡检机器人通过任务卸载决策模型对其产生的任务进行分配。所述任务卸载决策模型基于其本地侧模型、基站侧模型、本地侧对基站侧的模拟模型、超可靠低延迟通信约束及最小化长期总能耗中的一项或多项做出。本发明可显著提升电力巡检的效率和巡检质量，降低时延，提高网络服务的可靠性，提高网络的能量利用效率。

公开(公告)号：CN111162852B

公开(公告)日：2020-10-27

申请号：CN201911406929.3

申请日：2019-12-31

申请人： 华北电力大学

发明人： 周振宇 ,  潘超 ,  廖海君 ,  刘念 ,  汪中原

IPC分类号： H04B17/382 ,  H04B17/391 ,  H04W4/70 ,  H04W24/02

摘要： 本发明公开了一种基于匹配学习的泛在电力物联网接入方法，包括以下步骤：S1.构建系统模型；S2.对模型进行细化，得到任务/数据传输模型、能量消耗模型、时延模型和服务可靠性模型；S3.最大化长期的吞吐量，确定优化问题；S4.基于虚拟队列的理论和lyapunov优化理论，对优化问题进行转化；S5.通过学习与匹配实现在信道选择上的最优，进而实现吞吐量的最大化。本发明通过学习与匹配实现在信道选择上的最优，进而实现吞吐量的最大化；基于MAB理论、lyapunov优化理论和匹配理论，能量感知和服务可靠性感知与机器学习结合了起来，从而达到能量利用率和服务可靠性的最大与最优。

公开(公告)号：CN111524034A

公开(公告)日：2020-08-11

申请号：CN202010395432.2

申请日：2020-05-12

申请人： 华北电力大学

发明人： 周振宇 ,  贾泽晗 ,  王曌 ,  赵雄文 ,  汪中原 ,  张磊

IPC分类号： G06Q50/06 ,  H02J13/00 ,  H04L29/08 ,  G16Y10/35

摘要： 本发明公开了一种高可靠低时延低能耗的电力巡检系统及巡检方法，其中所述巡检系统包括基站、边缘服务器及智能巡检机器人，所述智能巡检机器人通过任务卸载决策模型对其产生的任务进行分配。所述任务卸载决策模型基于其本地侧模型、基站侧模型、本地侧对基站侧的模拟模型、超可靠低延迟通信约束及最小化长期总能耗中的一项或多项做出。本发明可显著提升电力巡检的效率和巡检质量，降低时延，提高网络服务的可靠性，提高网络的能量利用效率。

公开(公告)号：CN111935303A

公开(公告)日：2020-11-13

申请号：CN202010848607.0

申请日：2020-08-21

申请人： 华北电力大学

发明人： 周振宇 ,  杨秀敏 ,  陈心怡 ,  廖海君 ,  汪中原 ,  张磊 ,  赵雄文

IPC分类号： H04L29/08 ,  H04W4/40 ,  G06N3/08

摘要： 本发明提供一种空地一体化车联网中基于意图感知的任务卸载方法，包括构建系统模型；模型的细化；高可靠低时延约束与优化问题的提出；优化问题的转化与轨迹相似度估计；基于意图的任务卸载方法。本发明将用户体验质量模型、高可靠低时延约束和轨迹相似度估计与强化学习结合起来用于选择边缘服务器，实现了用户体验质量感知、高可靠低时延感知和轨迹相似度感知的三维用户意图感知。还考虑了队列长度的尾部分布，对极端事件的发生概率、长期平均时间下超额积压的条件均值以及方差进行约束，减少了队列时延，提升了队列稳定性并且不需要经过多跳转发，显著地降低了端到端时延，提高了任务卸载成功的次数。