-
公开(公告)号：CN112291828B
公开(公告)日：2022-05-06
申请号：CN202011112074.6
申请日：2020-10-16
Applicant: 海盐南原电力工程有限责任公司 , 北京邮电大学
Inventor： 储建新 , 毛琳明 , 陈刚 , 郑伟军 , 赵国爱 , 赵燕波 , 潘克勤 , 李名文 , 李豹 , 刘海林 , 朱伟刚 , 黄磊 , 肖雅莉 , 朱君 , 姚佳 , 支靖波 , 付海兵 , 张勇 , 张震宇 , 马滕腾
Abstract: 本发明实施例提供一种多载波NOMA系统中多用户分组方法及系统，包括：基于各用户之间的分组关系，获取所有用户之间的有效路径，以构建用户分组有向路径图；获取用户分组有向路径图的最小路径数；根据最小路径数，获取用户分组有向路径图中与最小路径数相对应可行路径；分别将每条可行路径中包含的用户划分为一组，以实现多载波NOMA系统中多用户分组。本发明实施例提供的多用户分组方法及系统，通过网络拓扑构建方法构建有向路径图，结合长度约束的最小路径覆盖算法，解决多用户接入同一频点的用户分组问题，提出了在相同频点下获取最大化用户数接入量的分组方法，提高了物联网设备的接入数量和频谱效率。
-
公开(公告)号：CN112291828A
公开(公告)日：2021-01-29
申请号：CN202011112074.6
申请日：2020-10-16
Applicant: 海盐南原电力工程有限责任公司 , 北京邮电大学
Inventor： 储建新 , 毛琳明 , 陈刚 , 郑伟军 , 赵国爱 , 赵燕波 , 潘克勤 , 李名文 , 李豹 , 刘海林 , 朱伟刚 , 黄磊 , 肖雅莉 , 朱君 , 姚佳 , 支靖波 , 付海兵 , 张勇 , 张震宇 , 马滕腾
Abstract: 本发明实施例提供一种多载波NOMA系统中多用户分组方法及系统，包括：基于各用户之间的分组关系，获取所有用户之间的有效路径，以构建用户分组有向路径图；获取用户分组有向路径图的最小路径数；根据最小路径数，获取用户分组有向路径图中与最小路径数相对应可行路径；分别将每条可行路径中包含的用户划分为一组，以实现多载波NOMA系统中多用户分组。本发明实施例提供的多用户分组方法及系统，通过网络拓扑构建方法构建有向路径图，结合长度约束的最小路径覆盖算法，解决多用户接入同一频点的用户分组问题，提出了在相同频点下获取最大化用户数接入量的分组方法，提高了物联网设备的接入数量和频谱效率。
-
公开(公告)号：CN110572362A
公开(公告)日：2019-12-13
申请号：CN201910718219.8
申请日：2019-08-05
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种针对多类不均衡异常流量的网络攻击检测方法及装置。方法包括：获取网络中待检测流量包的特征数据；将特征数据输入至预设神经网络模型中的若干组交替设置的特征提取层和特征融合层，得到融合特征；将融合特征输入至预设神经网络模型中的分类层，根据分类结果确定待检测流量包对应的网络攻击类型；其中，特征提取层，用于提取特征数据的语义特征和高分辨率特征；特征融合层，用于对语义特征和高分辨率特征进行特征融合；预设神经网络模型是根据带有网络攻击类型标签的特征数据进行训练后得到的。能够有效地对不同网络攻击类型下的流量包进行准确分类，确保了网络攻击检测结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110572362B
公开(公告)日：2020-09-15
申请号：CN201910718219.8
申请日：2019-08-05
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种针对多类不均衡异常流量的网络攻击检测方法及装置。方法包括：获取网络中待检测流量包的特征数据；将特征数据输入至预设神经网络模型中的若干组交替设置的特征提取层和特征融合层，得到融合特征；将融合特征输入至预设神经网络模型中的分类层，根据分类结果确定待检测流量包对应的网络攻击类型；其中，特征提取层，用于提取特征数据的语义特征和高分辨率特征；特征融合层，用于对语义特征和高分辨率特征进行特征融合；预设神经网络模型是根据带有网络攻击类型标签的特征数据进行训练后得到的。能够有效地对不同网络攻击类型下的流量包进行准确分类，确保了网络攻击检测结果的准确性。
-
公开(公告)号：CN111867103A
公开(公告)日：2020-10-30
申请号：CN202010599959.7
申请日：2020-06-28
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京邮电大学
Abstract: 本发明实施例提供一种联合用户配对方法、装置、设备及存储介质，所述方法包括：获取当前用户集合中每个剩余用户的速率；剩余用户是每一次用户配对过程中当前用户集合内待配对用户；将当前用户集合中速率最大的剩余用户与当前用户集合中的每一个其他剩余用户分别配对为临时组；获得所有临时组的比例公平速率和；基于所有临时组的比例公平速率和，获得其中速率最大的剩余用户的目标组。本发明实施例通过将速率最大的剩余用户与当前用户集合中的每一个其他剩余用户分别配对为临时组，并基于这些临时组的比例公平速率和得到速率最大的剩余用户的目标组，保证了用户公平性，使系统的比例公平形式速率最大化，同时提高了网络整体的吞吐量。
-
公开(公告)号：CN111726811B
公开(公告)日：2023-11-14
申请号：CN202010457568.1
申请日：2020-05-26
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京邮电大学
IPC: H04W16/04 , H04W16/22 , H04B17/336 , H04B17/382
Abstract: 本发明实施例提供一种用于认知无线网络的切片资源分配方法及系统。该方法包括：基于增强型移动宽带切片和超高可靠超低时延通信切片，建立认知无线网络切片资源分配模型；基于Actor‑Critic深度强化学习算法对所述认知无线网络切片资源分配模型进行深度强化学习，得到切片资源分配最优解；其中，所述Actor‑Critic深度强化学习算法包括定义用户状态和当前时刻到下一时刻的动作，并由所述用户状态和所述动作构建系统奖励函数。本发明实施例通过在认知网络资源分配中，结合切片技术和Actor‑Critic深度强化学习算法，在有限的频谱资源和受限的发射功率情况下，对资源进行最优分配，使得系统吞吐量最大。
-
公开(公告)号：CN111867103B
公开(公告)日：2023-06-16
申请号：CN202010599959.7
申请日：2020-06-28
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京邮电大学
IPC: H04W72/0453 , H04W72/044 , H04W72/54 , H04W72/541
Abstract: 本发明实施例提供一种联合用户配对方法、装置、设备及存储介质，所述方法包括：获取当前用户集合中每个剩余用户的速率；剩余用户是每一次用户配对过程中当前用户集合内待配对用户；将当前用户集合中速率最大的剩余用户与当前用户集合中的每一个其他剩余用户分别配对为临时组；获得所有临时组的比例公平速率和；基于所有临时组的比例公平速率和，获得其中速率最大的剩余用户的目标组。本发明实施例通过将速率最大的剩余用户与当前用户集合中的每一个其他剩余用户分别配对为临时组，并基于这些临时组的比例公平速率和得到速率最大的剩余用户的目标组，保证了用户公平性，使系统的比例公平形式速率最大化，同时提高了网络整体的吞吐量。
-
公开(公告)号：CN111726811A
公开(公告)日：2020-09-29
申请号：CN202010457568.1
申请日：2020-05-26
Applicant: 国网浙江省电力有限公司嘉兴供电公司 , 北京邮电大学
IPC: H04W16/04 , H04W16/22 , H04B17/336 , H04B17/382
Abstract: 本发明实施例提供一种用于认知无线网络的切片资源分配方法及系统。该方法包括：基于增强型移动宽带切片和超高可靠超低时延通信切片，建立认知无线网络切片资源分配模型；基于Actor-Critic深度强化学习算法对所述认知无线网络切片资源分配模型进行深度强化学习，得到切片资源分配最优解；其中，所述Actor-Critic深度强化学习算法包括定义用户状态和当前时刻到下一时刻的动作，并由所述用户状态和所述动作构建系统奖励函数。本发明实施例通过在认知网络资源分配中，结合切片技术和Actor-Critic深度强化学习算法，在有限的频谱资源和受限的发射功率情况下，对资源进行最优分配，使得系统吞吐量最大。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.032 seconds)
