-
公开(公告)号：CN118828705A
公开(公告)日：2024-10-22
申请号：CN202410882694.X
申请日：2024-07-03
Applicant: 南京邮电大学
IPC: H04W28/084 , H04W28/08
Abstract: 本发明公开了一种基于拍卖算法的计算卸载方法及系统，考虑同一区域内多个eMBB与URLLC业务用户共存且进行上行传输至多个MEC边缘服务器的场景建立传输模型。根据所述传输模型列出必要的参数，再根据拍卖算法原理建立双向拍卖模型，考虑多种服务器资源联合分配，并以此为依据表示出成本，估值，针对两种不同类型的业务用户分别提出出价与服务器要价策略。最后综合考虑服务器收益、计算卸载的时延与能耗，从而建立最优化问题，并根据约束条件进行多回合双向拍卖，为用户的计算任务匹配最合适的边缘服务器，当MEC服务器中剩余资源过少或所有用户任务均已分配到相应的服务器中进行计算，则拍卖结束。相比于传统的资源分配方法，本发明能够使MEC服务器得到更高的收益，促使资源高效利用，具有更好的性能。
-
公开(公告)号：CN118139008A
公开(公告)日：2024-06-04
申请号：CN202410004954.3
申请日：2024-01-03
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于5G网络质量的流量计费方法，该方法存储海量5G用户的计费话单数据。计费话单数据是所述5G用户的用户终端基于流量消耗时产生的。存储的话单数据记录了所述5G用户单次连续使用流量的数量和此时的时间节点。本发明根据流量的使用量和服务进行计费，间接引导运营商和网络设备提供商提供高可靠服务，从而达到网络顺畅运行的良性循环。5G网络提供给客户的不再是统一无差别的服务，客户可以通过选择网络的等级，运营商为客户提供差异化服务，提高服务质量，让客户觉得物超所值，值得信赖，运营商的存量用户价值才能够得到提高。
-
公开(公告)号：CN118368643A
公开(公告)日：2024-07-19
申请号：CN202410790578.5
申请日：2024-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向车联网网络切片的效用最大化资源分配方法，针对车联网系统下的车辆业务资源分配问题，结合网络切片技术，考虑到不同车联网业务速率、时延以及车辆移动性对于网络效用的影响，以最大化网络效用为目标，构建了一种基于车联网系统的网络切片资源分配模型。提出了一种基于动态记忆库的双Sigmoid函数粒子群优化算法（MBDS‑PSO），增强了算法的全局和局部搜索能力，降低了算法求解结果的标准差，解决了传统粒子群算法以及一些改进算法对于前后期搜索能力过渡不平滑等问题，实现了在相同时间复杂度下缩短算法运算时间的同时能够在资源分配过程中为系统带来更高的网络效用。
-
公开(公告)号：CN118368724B
公开(公告)日：2025-02-25
申请号：CN202410792907.X
申请日：2024-06-19
Applicant: 南京邮电大学
IPC: H04W72/0453 , H04W72/044 , H04W72/23 , H04W72/543 , H04B7/04
Abstract: 本发明公开了一种基于QoS约束的IRS‑MU‑OAM‑OFDMA下行资源优化方法及系统，优化方法包括：建立IRS‑MU‑OAM‑OFDMA通信系统模型；建立基于QoS约束的IRS‑MU‑OAM‑OFDMA通信系统模型的下行资源优化模型；在所述下行资源优化模型下，对子表面分配因子、子载波分配因子、用户功率分配系数、模式功率分配系数、反射相位分别进行优化；根据优化后的子表面分配因子、子载波分配因子、用户功率分配系数、模式功率分配系数、反射相位分配通信资源。克服了传统OAM系统只能适用于视距信道的缺点。在保障系统各用户QoS需求的前提下实现了系统容量的最大化，并且有比传统方法更低的误码率。
-
公开(公告)号：CN118413259B
公开(公告)日：2024-09-24
申请号：CN202410850864.6
申请日：2024-06-28
Applicant: 南京邮电大学
IPC: H04B7/06 , H04B7/04 , H04W16/28 , H04W16/22 , H04W72/044
Abstract: 本发明提供一种STAR‑RIS辅助的NOMA通信方法及系统，提出了一种面向用户加权和速率优化的资源分配模型，旨在通过一种基于分式规划和逐次凸逼近的交替优化算法，最大化系统的加权和速率。由于原始非凸优化问题的复杂性和各种优化变量之间的耦合，将原问题解耦为三个子问题求解，即功率分配、主动波束形成和被动波束形成优化问题。在功率分配优化问题中，通过引入松弛变量和一阶泰勒近似，将非凸目标函数转化为凸函数，进而求解近似最优功率分配。在随后的波束成形优化中，FP方法被应用于WSR问题的变换，并将拉格朗日乘子法和SCA相结合，以交替优化主动及被动波束形成，从而有效地解决了优化问题。
-
Patent Agency Ranking
公开(公告)号：CN118413259A
公开(公告)日：2024-07-30
申请号：CN202410850864.6
申请日：2024-06-28
Applicant: 南京邮电大学
IPC: H04B7/06 , H04B7/04 , H04W16/28 , H04W16/22 , H04W72/044
Abstract: 本发明提供一种STAR‑RIS辅助的NOMA通信方法及系统，提出了一种面向用户加权和速率优化的资源分配模型，旨在通过一种基于分式规划和逐次凸逼近的交替优化算法，最大化系统的加权和速率。由于原始非凸优化问题的复杂性和各种优化变量之间的耦合，将原问题解耦为三个子问题求解，即功率分配、主动波束形成和被动波束形成优化问题。在功率分配优化问题中，通过引入松弛变量和一阶泰勒近似，将非凸目标函数转化为凸函数，进而求解近似最优功率分配。在随后的波束成形优化中，FP方法被应用于WSR问题的变换，并将拉格朗日乘子法和SCA相结合，以交替优化主动及被动波束形成，从而有效地解决了优化问题。
-
公开(公告)号：CN114885418A
公开(公告)日：2022-08-09
申请号：CN202210262724.8
申请日：2022-03-17
Applicant: 南京邮电大学 , 南京聚慧谷信息技术有限公司
Abstract: 本发明针对5G超密集网络中存在的因计算能力不足的用户在处理低时延、高可靠应用而产生的高时延问题，在计算资源和信道资源有限的条件下，实现了卸载策略与资源分配的联合优化策略。首先，构建5G超密集网络场景下MEC和本地计算的系统模型，构建了一个最小化任务完成时间的混合整数非线性优化问题，然后针对优化问题提出一种任务卸载决策与资源分配的联合优化策略。该策略先采用变量替换的方式简化问题，再采用子问题分解的方式求解，将原问题分解为计算资源分配与信道资源分配两个子问题，先采用拉格朗日乘子法获取计算资源的最优解，然后在确定每一次计算资源分配最优解的条件下采用一种基于差分进化思想的信道资源分配算法来进行信道资源分配。
-
公开(公告)号：CN118368643B
公开(公告)日：2024-09-24
申请号：CN202410790578.5
申请日：2024-06-19
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向车联网网络切片的效用最大化资源分配方法，针对车联网系统下的车辆业务资源分配问题，结合网络切片技术，考虑到不同车联网业务速率、时延以及车辆移动性对于网络效用的影响，以最大化网络效用为目标，构建了一种基于车联网系统的网络切片资源分配模型。提出了一种基于动态记忆库的双Sigmoid函数粒子群优化算法（MBDS‑PSO），增强了算法的全局和局部搜索能力，降低了算法求解结果的标准差，解决了传统粒子群算法以及一些改进算法对于前后期搜索能力过渡不平滑等问题，实现了在相同时间复杂度下缩短算法运算时间的同时能够在资源分配过程中为系统带来更高的网络效用。
-
公开(公告)号：CN116193606A
公开(公告)日：2023-05-30
申请号：CN202211693453.8
申请日：2022-12-28
Applicant: 南京邮电大学
IPC: H04W72/53 , H04W72/543 , H04W72/542 , H04W72/0446 , H04W72/0453 , H04L67/10 , H04W28/08
Abstract: 本发明公开了一种5G场景下基于风险敏感的动态资源调度方法，方法包括：根据增强移动带宽eMBB业务需求，基站为eMBB用户分配资源块，构建eMBB用户k在时隙t的数据速率的计算模型；超可靠低时延通信URLLC接入请求后，URLLC资源调度分配，构建URLLC用户n在时隙t的数据速率的计算模型以及URLLC用户的可靠性约束；构建eMBB/URLLC联合资源分配优化问题；基于分解和松弛资源分配算法对优化问题进行求解，得到动态资源调度结果。在满足URLLC可靠性约束的条件下使eMBB用户的数据传输速率最大化，同时保证eMBB数据传输的可靠性。
-
公开(公告)号：CN116193514A
公开(公告)日：2023-05-30
申请号：CN202211693519.3
申请日：2022-12-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种面向可伸缩视频的边缘计算资源调度优化方法，方法包括：设置用户的视频任务参数，对用户进行建模，构建用户在本地执行任务的时延和能耗的计算模型；根据视频终端的计算能力，构建任务卸载的信噪比和所产生的上行链路时延的计算模型；设置MEC服务器参数，构建视频任务Tu在MEC服务器上的执行时间的计算模型；构建面向可伸缩视频编码技术的边缘计算系统的计算卸载模型Ju；构建联合卸载和资源优化模型；利用KKT条件和退火模拟算法对所述联合卸载和资源优化模型进行求解，得到优化的资源分配策略F*和卸载决策χ*。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.059 seconds)
