一种基于DTU的自适应边缘计算无线传感器中继系统

    公开(公告)号:CN119364432A

    公开(公告)日:2025-01-24

    申请号:CN202411485060.7

    申请日:2024-10-23

    Inventor: 葛群育

    Abstract: 本发明公开了一种基于DTU的自适应边缘计算无线传感器中继系统,涉及工业通信技术领域,包括智能网关、无线传感器中继、传感器、云服务器和客户端,无线传感器中继分别连接传感器和智能网关,智能网关和客户端均与云服务器通信配合;云服务器负责维护和管理一个传感器支持列表;客户端在启动时会从云服务器获取最新的传感器支持列表,并允许用户根据实际接入的传感器类型进行配置,配置完成后,客户端会将配置参数发送到智能网关,智能网关再将这些配置参数应用到相应的无线传感器中继,无线传感器中继根据从智能网关接收到的配置参数,持续监测和采集传感器数据。本系统不仅提高了物联网系统的灵活性和可维护性,还大大降低了成本。

    一种无线网络通信方法及系统
    2.
    发明公开

    公开(公告)号:CN119325114A

    公开(公告)日:2025-01-17

    申请号:CN202411833018.X

    申请日:2024-12-13

    Inventor: 李焱

    Abstract: 本发明涉及一种无线网络通信方法及系统,属于通信技术领域。该方法包括:集成信道监测、数据采集和初步处理功能,实现对环境的实时感知和数据预处理;融合自适应功率控制与资源分配功能,通过跨层次的优化决策,实现发射功率的动态调整和网络资源的智能分配;利用边缘计算能力分担系统架构优化任务,动态调度计算和通信资源;采用虚拟化技术动态配置资源,集中管理系统整体架构。该发明通过跨层次协同优化、自适应功率控制和边缘计算技术的综合应用,显著提升了系统的能效和通信质量,实现了资源的高效利用和网络架构的灵活管理。

    一种集成移动边缘计算和区块链技术的安全空中实现方法

    公开(公告)号:CN119325111A

    公开(公告)日:2025-01-17

    申请号:CN202411307798.4

    申请日:2024-09-19

    Abstract: 本发明公开了一种集成移动边缘计算和区块链技术的安全空中实现方法,该方法构建了一个集成区块链辅助无人机的安全边缘计算框架,在无人机辅助边缘计算系统中,多个搭载微型服务器的无人机作为空中边缘服务器,为物联网设备提供计算卸载服务。同时在这些边缘服务器上部署区块链任务,使其也充当区块链模型的共识节点。系统使用实用拜占庭共识机制增加区块链节点的容错性,无人机边缘服务器需要将接收到的计算任务和相应的计算结果作为交易挂载在区块链平台上,经过共识节点验证通过将区块打包到区块链系统中,从而保护用户的隐私。本发明实现了更理性高效的卸载策略,从而降低了系统的能耗与时延,提高了系统的效用。

    一种基于重传空中计算系统的收发参数设计方法

    公开(公告)号:CN119325110A

    公开(公告)日:2025-01-17

    申请号:CN202411446689.0

    申请日:2024-10-16

    Applicant: 郑州大学

    Abstract: 本发明涉及空中计算技术领域,具体涉及一种基于重传空中计算系统的收发参数设计方法,包括:根据每个时隙下每个边缘节点至中心节点的信道系数和边缘节点的数量分布,以及中心节点处加性高斯白噪声的波动情况、每个时隙下所有边缘节点的发射功率的分布情况和信号传输次数,构建优化问题;通过求解优化问题获得每个边缘节点在每个时隙的最优发射幅度以及中心节点在每个时隙的最优去噪因子。本发明能够有效提高空中计算结果的准确度和空中计算系统的抗干扰能力。

    一种基于多智能体深度强化学习的计算卸载优化策略

    公开(公告)号:CN119322681A

    公开(公告)日:2025-01-17

    申请号:CN202411561974.7

    申请日:2024-11-05

    Abstract: 本发明提供一种基于多智能体深度强化学习的计算卸载优化策略,涉及智能算法技术领域。该基于多智能体深度强化学习的计算卸载优化策略,核心内容是针对MEC多用户计算卸载场景设计的多智能体深度强化学习算法。本发明,利用值分解技术,构建了针对每个任务的任务Q网络结构,并在考虑智能体所有任务关系的基础上生成相应的任务Q值。这些任务Q值可以进一步聚合以得到智能体的Q值,有效缓解了多任务智能体在复杂参数化动作空间中所面临的高时间和空间复杂度问题。此外,在混合网络中利用自注意力机制,针对不同用户的特征动态地分配相应的权重。从而实现更精准的智能体间交互表示,提升了整体决策的灵活性和有效性。

    一种基于联邦学习架构的多智能体联合边缘缓存方法

    公开(公告)号:CN119316885A

    公开(公告)日:2025-01-14

    申请号:CN202411845150.2

    申请日:2024-12-16

    Abstract: 本发明属于移动通信技术领域,尤其为一种基于联邦学习架构的多智能体联合边缘缓存方法,适用于宏微异构网络环境。本发明通过预测内容流行度,采用深度强化学习方法优化缓存决策;该方法通过联邦学习架构和去噪自编码器长短时记忆网络对内容流行度进行分布式预测,实现内容缓存的动态优化。在微宏基站之间,结合博弈模型进行缓存策略和资源分配的优化,以最大化基础设备提供商的效用。该方法引入无信息共享的多智能体深度强化学习算法优化系统效率。系统通过计算终端用户内容流行度动态调整策略,并结合通信资源分配策略降低传输延迟,提升网络性能和用户体验。该方法有效解决了现有系统中的延迟高、缓存资源利用率低等问题,适用于复杂网络环境。

    一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法

    公开(公告)号:CN119316883A

    公开(公告)日:2025-01-14

    申请号:CN202411848220.X

    申请日:2024-12-16

    Abstract: 本发明公开了一种车辆辅助边缘计算网络的任务卸载与资源分配优化方法。方法包括:建立车辆辅助边缘计算网络的基础模型;建立车辆辅助边缘计算任务成本评估与优化模型,量化成本并求解优化问题;根据系统状态信息,利用基于MADDPG的多智能体深度强化学习方法得出子任务的卸载决策;根据卸载决策,利用基于PSO的粒子群方法得出发射功率和计算资源分配决策;完成决策后,更新系统状态信息、buffer缓冲区信息以及抽样训练多智能体神经网络。该方法能解决车辆设备资源受限、MEC服务器负担重、任务卸载决策复杂等问题,实现降低任务执行延迟、优化资源利用率、减少系统成本的目标,提升车辆辅助边缘计算网络的性能。

    多层级特征多播传输方法、装置、设备、存储介质及产品

    公开(公告)号:CN119300064A

    公开(公告)日:2025-01-10

    申请号:CN202411813339.3

    申请日:2024-12-11

    Abstract: 本申请公开了一种多层级特征多播传输方法、装置、设备、存储介质及产品,涉及语义通信技术领域,该方法包括:根据目标图片获取多层级特征,多层级特征包括语义特征,通过根据语义特征确定不同层级的语义误差,以及根据目标图片的目标特征确定当前层级中数据接收设备的通信资源,获取了不同用户的接收能力,便于后续面向多用户进行语义通信时进行合理资源分配。通过基于不同层级数据接收设备的通信资源以及不同层级的语义误差,建立优化问题,得到最优解,进一步地,基于最优解对目标特征进行多播传输,降低了多用户场景下的通信资源开销,在信息传输中既满足了不同移动代理的需求,又在整体上降低了传输时延与资源消耗。

Patent Agency Ranking