一种LEO/MEO双层卫星通信网络中的路由方法

    公开(公告)号:CN113055076B

    公开(公告)日:2022-09-06

    申请号:CN202110256514.3

    申请日:2021-03-09

    Abstract: 本发明公开了一种LEO/MEO双层卫星通信网络中的路由方法,双层卫星网络中有多个分簇,每个分簇有一颗MEO卫星和多颗LEO卫星,LEO卫星负责收集链路时延和拥塞信息,MEO卫星以时延和拥塞因子作为权重,使用最短路算法,计算路由表。此外,通过双层卫星的层间链路代价、MEO卫星间链路代价和LEO卫星间链路代价确定LEO层路由跳数门限,根据仅通过LEO层进行数据转发需要的路由跳数与LEO层路由跳数门限关系,决定通过MEO卫星进行数据包转发或通过查询路由表在LEO卫星进行数据包转发。上述双层卫星通信网络方法,针对远距离通信中路由跳数过多问题,通过MEO卫星进行转发,可有效减小路由跳数,降低路由开销。

    移动朵云中基于粒子群和模拟退火优化的任务分配方法

    公开(公告)号:CN107766135A

    公开(公告)日:2018-03-06

    申请号:CN201710905804.X

    申请日:2017-09-29

    Applicant: 东南大学

    CPC classification number: G06F9/4881 G06F9/505 G06F2209/509 G06N3/006

    Abstract: 本发明提供一种移动朵云中基于粒子群和模拟退火优化的任务分配方法。该分配方法涉及多个的移动节点。移动节点在无基础网络设施的情况下通过无线的方式组成自组织网络并共享计算资源。该任务分配方法包括四个阶段:(1)发起任务卸载请求。当主节点上有复杂的计算任务,而该主节点没有足够的计算资源来对该任务进行处理时,该主节点向从节点发送任务卸载请求。(2)建立代价函数。主节点根据从节点剩余的计算资源信息和需要处理复杂计算任务的相关信息生成任务卸载代价函数。(3)求解优化问题。执行基于粒子群和模拟退火优化的任务分配算法,得到任务分配的结果。(4)分发任务。主节点根据优化结果向各个从节点分配计算任务。

    一种基于指纹匹配的可见光通信场景中三维定位方法

    公开(公告)号:CN106646368A

    公开(公告)日:2017-05-10

    申请号:CN201611252650.0

    申请日:2016-12-30

    Applicant: 东南大学

    CPC classification number: G01S5/16 H04B10/116

    Abstract: 本发明公开了一种基于指纹匹配的可见光通信场景中三维定位方法,包括如下步骤:1、在定位场景中布置发射节点和指纹采样点,建立RSS指纹库;2、区域锁定:根据接收端收到的可见光信息,在RSS指纹库中进行搜索,得到与接收端接收到的可见光信息最接近的RSS指纹数据;以得到的RSS指纹数据为中心,锁定搜索区域;3、迭代搜索:在搜索区域中,使用K近邻迭代搜索,在传输距离构成的向量空间中搜索最近邻采样点,搜索得到若干个最近邻指纹采样点;4、位置估计:对搜索得到的所有最近邻指纹采样点的三维坐标求均值,得到接收端的实际位置三维坐标估计值。该方法定位精度高,且定位算法复杂度小。

    一种基于指纹匹配的可见光通信场景中三维定位方法

    公开(公告)号:CN106646368B

    公开(公告)日:2019-02-05

    申请号:CN201611252650.0

    申请日:2016-12-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于指纹匹配的可见光通信场景中三维定位方法,包括如下步骤:1、在定位场景中布置发射节点和指纹采样点,建立RSS指纹库;2、区域锁定:根据接收端收到的可见光信息,在RSS指纹库中进行搜索,得到与接收端接收到的可见光信息最接近的RSS指纹数据;以得到的RSS指纹数据为中心,锁定搜索区域;3、迭代搜索:在搜索区域中,使用K近邻迭代搜索,在传输距离构成的向量空间中搜索最近邻采样点,搜索得到若干个最近邻指纹采样点;4、位置估计:对搜索得到的所有最近邻指纹采样点的三维坐标求均值,得到接收端的实际位置三维坐标估计值。该方法定位精度高,且定位算法复杂度小。

    一种异构网络融合场景中基于遗传运算的资源分配方法

    公开(公告)号:CN104684095B

    公开(公告)日:2018-10-02

    申请号:CN201510105413.0

    申请日:2015-03-10

    Applicant: 东南大学

    Abstract: 本发明提供了一种异构网络融合场景中基于遗传运算的资源分配方法,其主要包括建立优化目标函数、遗传运算处理和无线网络资源分配三个阶段。首先,根据获取的异构网络资源信息、移动终端数量、业务种类及其服务质量QoS要求来建立优化目标函数和其所需要满足的约束条件;其次,将优化目标函数映射为遗传运算的适值函数,初始化种群并设置遗传参数,通过选择、交叉、变异,种群更新等一系列迭代操作后找到适应值最大的个体即为最佳资源分配方案;最后,根据遗传运算求得的最佳资源分配方案,给移动终端的每个业务请求分配最佳的资源块数。本发明所提供的方法解决了异构网络中能最大化资源利用率和网络效用,同时满足业务服务质量的最佳资源分配问题。

    一种MEC中无线资源和云资源的联合分配方法

    公开(公告)号:CN107249218A

    公开(公告)日:2017-10-13

    申请号:CN201710413708.3

    申请日:2017-06-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种MEC中无线资源和云资源的联合分配方法,包括:(1)MEC中的终端发起任务卸载请求,并建立终端的任务卸载代价函数;(2)异构网络的各个接入点获取覆盖区域内各个终端任务卸载代价函数,并将终端的任务卸载请求和网络的信道信息发送至朵云;(3)朵云基于合作博弈进行无线资源和云资源联合分配,利用KKT条件得到纳什均衡解,并将博弈纳什均衡解发送至终端;(4)终端根据纳什均衡解向朵云和接入点进行计算资源和无线资源请求;(5)朵云和接入点根据终端请求分配计算资源和无线资源。本发明基于合作博弈,充分利用朵云中有限的计算资源,在以最小化所有终端任务卸载代价为目标的同时,保证各终端任务的实时性,满足各移动终端的任务卸载需求。

    一种无线传感器网络定位中的锚节点调度方法

    公开(公告)号:CN106851800A

    公开(公告)日:2017-06-13

    申请号:CN201710045105.2

    申请日:2017-01-20

    Applicant: 东南大学

    Abstract: 本发明提出本发明提出一种无线传感器网络定位中的锚节点调度方法,该调度方法是一种基于软件定义网络技术的集中式调度方法。网络中的移动盲节点向其通信范围内的节点广播唤醒信息,被唤醒的锚节点向SDN控制器发送自身信息。控制器为唤醒的锚节点建立信息表,同时为它们设计定时器。当某个锚节点定时完毕时,发送请求信息至控制器,控制器计算当前时刻盲节点的连接度并与设立的阈值进行比较,如果小于阈值,该锚节点保持“工作”状态,否则“休眠”,控制器同时更新该锚节点的信息表。在每个时隙重复以上过程,直至定位结束。上述方法在无线传感器网络能量受限的情况下对定位锚节点进行调度,节约能量消耗,延长网络寿命。

Patent Agency Ranking