公开(公告)号：CN119233427A

公开(公告)日：2024-12-31

申请号：CN202411235093.6

申请日：2024-09-04

Applicant: 杭州电子科技大学

Inventor： 李沛 ,  章新茹 ,  林乐意 ,  刘兆霆 ,  姚英彪

IPC: H04W72/50 ,  H04W72/044 ,  H04W72/541 ,  H04W16/28 ,  H04W84/06 ,  H04B7/0408 ,  G06N20/00

Abstract: 本发明涉及基于多智能体强化学习的多波束干扰规避方法及系统，方法包括：S1、根据卫星生成的多波束及地面小区关系建立初始系统模型图；S2、多波束间干扰分析；S3、根据地面状态信息生成业务到达模型；S4、构建M/G/1排队模型，将S3模型输出结果输入排队模型中；S5、多波束的上下文学习；S6、将波束干扰规避问题转化为多智能体深度确定性策略梯度算法学习问题，并进行马尔可夫决策过程问题的转化定义；S7、根据问题的转化定义和MADDPG算法，进行MADDPG算法的强化学习，依据卫星多个波束输出的最大概率动作值规划卫星波束调度的最优策略。本发明解决了现有低轨卫星多波束系统中多波束之间存在干扰的问题，更加合理、灵活，且能有效规避干扰，提升系统总体性能。

公开(公告)号：CN119155693A

公开(公告)日：2024-12-17

申请号：CN202411630502.2

申请日：2024-11-15

Applicant: 杭州电子科技大学

Inventor： 章新茹 ,  李沛 ,  刘兆霆 ,  姚英彪 ,  徐欣

IPC: H04W16/22 ,  H04W24/02 ,  H04W24/06 ,  H04L41/16 ,  G06F18/2323 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/096

Abstract: 本发明涉及基于循环神经网络的智能蜂窝网络流量预测方法及系统，方法包括：S1、建立智能蜂窝网络模型；S2、建立蜂窝流量预测的任务模型，分析任务的解决方案；S3、分析历史蜂窝流量数据和跨域数据集；S4、建立STCNet预测算法模型，在城市尺度上对区域流量进行预测；S5、对STCNet做出改进，探索迁移学习策略；S6、对预测误差进行评估。本发明解决了对区域蜂窝网络流量进行预测复杂困难的问题，更加合理、灵活，且能有效提高预测准确率。

公开(公告)号：CN119109488A

公开(公告)日：2024-12-10

申请号：CN202411183050.8

申请日：2024-08-27

Applicant: 杭州电子科技大学

Inventor： 章新茹 ,  李沛 ,  梁雪松 ,  姚英彪 ,  刘兆霆

IPC: H04B7/0408 ,  H04B7/185 ,  H04B7/155

Abstract: 本发明涉及一种基于吸引子选择模型的多波束干扰规避方法及系统，方法包括：S1、建立多波束与地面小区之间覆盖关系的系统模型；S2、构建业务到达模型；S3、根据小区内数据量特征，建立排队论模型；S4、多波束间干扰分析；S5、将多波束干扰规避问题转换为吸引子选择模型的算法问题；S6、构建基于吸引子选择模型的波束干扰规避模型；S7、波束控制。本发明解决了低轨卫星多波束之间产生干扰导致整体性能降低，波束传输受扰的问题，更加合理、灵活，且能有效优化系统的吞吐量、时延，提升系统总体性能。

公开(公告)号：CN118034339A

公开(公告)日：2024-05-14

申请号：CN202410162849.2

申请日：2024-02-05

Applicant: 杭州电子科技大学

Inventor： 王聪 ,  李沛 ,  林乐意 ,  刘兆霆 ,  姚英彪 ,  徐欣

IPC: G05D1/46 ,  G01C21/20 ,  G05D109/20

Abstract: 本发明公开了一种基于跳点搜索算法的无人机自适应通信轨迹优化方法及系统，方法包括：步骤1、构建无人机飞行区域的二维栅格地图，确定飞行起点和终点位置，并识别标记所述飞行区域中的障碍物，得到初始化二维栅格地图；步骤2、将初始化二维栅格地图作为无人机路径规划的搜索空间，运行跳点搜索算法，根据含有自适应动态权重的评估函数从二维栅格地图的起点进行全局路径规划，获得一条从起点到终点的全局最优路径，标记路径上的所有节点；步骤3、修剪回溯节点，删除冗余节点，得到修剪后的最优路径；步骤4、基于安全走廊的强制约束，使用贝塞尔曲线进行轨迹优化，得到最终的平滑的无人机飞行路径。

公开(公告)号：CN114302435B

公开(公告)日：2023-10-03

申请号：CN202111671400.1

申请日：2021-12-31

Applicant: 杭州电子科技大学

Inventor： 梁雪松 ,  李沛 ,  吴俊 ,  姚英彪

IPC: H04W24/02 ,  H04W28/16 ,  H04L41/142

Abstract: 本发明公开了一种移动边缘计算传输系统中的功耗与时延的优化方法。涉及移动边缘计算技术、压缩编码技术、中继传输技术和物理层资源分配技术，本发明设计了利用移动边缘计算的数据传输和数据压缩的资源优化配置方案，大大降低了系统的时延和功耗。本发明提出的用户与边缘服务器的发送功率、数据压缩比率和传输速率的迭代优化算法，可以实现数据传输和处理过程的功耗与时延的优化，与传统的移动用户中继传输系统相比，本发明可以显著的降低系统的功耗与时延，其迭代算法具有良好的收敛性和较低的复杂度，其参数计算易实现，且具有良好的实用性。

公开(公告)号：CN116828536A

公开(公告)日：2023-09-29

申请号：CN202310342805.3

申请日：2023-03-28

Applicant: 杭州电子科技大学

Inventor： 李沛 ,  杨旭 ,  梁雪松 ,  魏超 ,  姚英彪

IPC: H04W28/08 ,  H04W4/44 ,  G06N3/006

Abstract: 本发明公开了一种基于时延感知节能的车联网多目标任务卸载方法及系统，方法按如下步骤：S1、获取信息数据；S2、计算能耗和时延；S3、确定时延、能耗的联合优化问题；S4、确定优化目标函数；S5、利用SA‑PSO算法收敛到解空间的某一个节点上的同时绕开局部最优解，从而得到求解全局最优解；S6、对联合优化问题进行求解，根据不同的任务卸载位置，分为不同类型，求解得到不同类型下的最优卸载比例和最优发射功率；S7、选择剩余能量最多的端设备或相应的节点，并选择相应的最优卸载比例和最优发射功率，进行任务卸载。本发明有效地缩短了任务完成时间，提高了任务完成率。

公开(公告)号：CN115543621A

公开(公告)日：2022-12-30

申请号：CN202211229503.7

申请日：2022-10-08

Applicant: 杭州电子科技大学

Inventor： 姚英彪 ,  赵浩 ,  冯维 ,  李沛 ,  杨阿锋 ,  徐欣

IPC: G06F9/50

Abstract: 本发明公开了一种面向雾计算的存在依赖关系的任务调度方法。本发明包括步骤：1.任务建模；利用有向无环图来建模终端节点用户任务的子任务之间的依赖关系；2.收集区域内网络的公开信息；3.任务执行时延建模；4.任务传输时延建模；利用下述步骤建模第i个终端设备与第k个边缘服务器匹配时的传输时延；5.单终端与单边缘服务器匹配时的子任务调度,在本地和边缘服务器之间调度终端节点的全部子任务的执行；6.多终端与多边缘服务器场景下的任务调度；按下面步骤进行多终端与多边缘服务器的终端设备任务调度。本发明探索考虑子任务间具有依赖关系的任务卸载方案，以追求时延的降低和边缘服务器利用率的提升，使得边缘雾网络中的任务卸载模型与实际应用更接近。

公开(公告)号：CN114268994A

公开(公告)日：2022-04-01

申请号：CN202111638879.9

申请日：2021-12-30

Applicant: 杭州电子科技大学

Inventor： 丁龙一 ,  冯维 ,  陈杰 ,  徐玲 ,  吴端坡 ,  李沛 ,  许晓荣 ,  姜斌 ,  居建林 ,  朱芳

IPC: H04W28/08

Abstract: 本发明公开了一种基于价格的移动边缘计算网络分布式卸载方法及装置，该方法包括边缘云服务器生成价格数组，并确定初始价格信息，对所有用户端广播初始价格信息；用户端根据初始价格信息确定用户成本最小的卸载决策信息，并将卸载决策信息发送至边缘云服务器；边缘云服务器接收到卸载决策信息后，生成卸载方案信息；边缘云服务器接收用户端发送的反馈信息时，将基于价格数组调整初始价格信息，直至边缘云服务器的卸载总量满足预设判断条件后，将调整过程中用户成本收益最大的初始价格信息作为最终价格信息。本发明实现了最小化用户成本以及最大化边缘云服务器收益，用户端的平均时延以及用户成本降低，且边缘云服务器的收益显著提高。

公开(公告)号：CN119048131A

公开(公告)日：2024-11-29

申请号：CN202411039716.2

申请日：2024-07-31

Applicant: 杭州电子科技大学

Inventor： 许珍娜 ,  姚英彪 ,  徐家卉 ,  李沛 ,  徐欣 ,  胡志蕊 ,  刘晴 ,  卢从慧

IPC: G06Q30/0201 ,  G06N5/04 ,  G06Q10/0631

Abstract: 本发明公开了一种基于Stackelberg博弈模型的资源分配不统一定价方法及系统，方法按如下步骤：S1、建立用户端效益模型；S2、在用户端效益模型中，当边缘云服务器对用户的定价已知条件下，得到用户最佳的资源分配量；S3、建立用户给边缘云服务器带来的效益模型；S4、在用户资源购买量已知条件下，基于步骤S3建立的效益模型，得到边缘云服务器的最佳定价策略；S5、建模资源受限的边缘云服务器的效益最大化问题；S6、基于边缘云服务器与每个用户的Stackelberg博弈，根据S5所建的模型，得到每个用户的资源分配决策，并输出不统一定价的资源分配结果。本发明解决了如何兼顾边缘云服务器和用户总效益这一技术问题。

公开(公告)号：CN112866006B

公开(公告)日：2022-09-30

申请号：CN202011635062.1

申请日：2020-12-31

Applicant: 杭州电子科技大学

Inventor： 李沛 ,  武希豪 ,  姚英彪

IPC: H04L41/0833 ,  H04L41/083 ,  H04L41/0826 ,  H04L67/1008 ,  H04L67/101 ,  H04L67/10 ,  H04W24/02 ,  H04L41/142

Abstract: 本发明涉及一种基于时延能耗权衡的云雾融合网络多目标任务卸载方法，包括：S1、运营商获取信息数据；S2、计算时延、系统能耗和支付成本；S3、确定时延、能耗、支付成本的联合优化问题；S4、确定优化目标函数；S5、对联合优化问题进行求解，分为如下三种类型：端设备‑端设备的任务卸载，端设备‑雾节点的任务卸载，端设备‑雾节点‑云节点的任务卸载，求解得到各种类型下的最优卸载比例和最优发射功率；S6、选择剩余能量最多的端设备或相应的节点，并选择相应的最优卸载比例和最优发射功率，进行任务卸载。本发明解决了卸载计算的任务分配问题，在保证用户时延迟的条件下，显著降低系统能耗，提升系统总体性能。