-
公开(公告)号：CN107517464A
公开(公告)日：2017-12-26
申请号：CN201710700197.3
申请日：2017-08-16
Applicant: 重庆邮电大学
CPC classification number: H04W16/06 , H04W16/14 , H04W52/244 , H04W52/265
Abstract: 本发明公开了一种异构网络中的干扰管理和资源分配方法，包括采用分离频谱与共享频谱共存的混合频谱分配机制：宏基站与和它邻近的小小区基站簇间采用分离频谱方案，MBS与和它相距远的SC BS簇间采用共享频谱方案；采用自适应分配法实现Macrocell与Small cell间的频谱分配；在满足用户速率需求及保证公平的条件下，采用对偶分解法求解目标规划问题；采用最优资源分配算法和次优分配算法对每个簇内的SC BS进行信道和功率分配；本发明在保证用户满意度和公平性前提下，既可以有效抑制干扰，又可以提高资源利用率。
-
公开(公告)号：CN106604401B
公开(公告)日：2020-03-13
申请号：CN201710145977.6
申请日：2017-03-13
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种异构网络中的资源分配方法，包括采用差额算法对宏小区用户MUEs执行子信道分配；采用注水算法为每个子信道分配功率；采用蚁群算法对Femtocell进行分组；采用启发式算法和分布式功率分配算法分别对毫微微用户FUEs进行信道和功率分配。本发明能够有效地抑制宏小区用户层和毫微微小区用户层之间的跨层干扰和同层干扰，有效地提升网络频谱效率，保证FUEs和MUEs的QoS。
-
公开(公告)号：CN107517464B
公开(公告)日：2020-12-22
申请号：CN201710700197.3
申请日：2017-08-16
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种异构网络中的干扰管理和资源分配方法，包括采用分离频谱与共享频谱共存的混合频谱分配机制：宏基站与和它邻近的小小区基站簇间采用分离频谱方案，MBS与和它相距远的SC BS簇间采用共享频谱方案；采用自适应分配法实现Macrocell与Small cell间的频谱分配；在满足用户速率需求及保证公平的条件下，采用对偶分解法求解目标规划问题；采用最优资源分配算法和次优分配算法对每个簇内的SC BS进行信道和功率分配；本发明在保证用户满意度和公平性前提下，既可以有效抑制干扰，又可以提高资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN106604401A
公开(公告)日：2017-04-26
申请号：CN201710145977.6
申请日：2017-03-13
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种异构网络中的资源分配方法，包括采用差额算法对宏小区用户MUEs执行子信道分配；采用注水算法为每个子信道分配功率；采用蚁群算法对Femtocell进行分组；采用启发式算法和分布式功率分配算法分别对毫微微用户FUEs进行信道和功率分配。本发明能够有效地抑制宏小区用户层和毫微微小区用户层之间的跨层干扰和同层干扰，有效地提升网络频谱效率，保证FUEs和MUEs的QoS。
-
公开(公告)号：CN109951821B
公开(公告)日：2022-03-11
申请号：CN201910143810.5
申请日：2019-02-26
Applicant: 重庆邮电大学
Abstract: 移动边缘计算因距离用户近的所带来的通信优势引起研究人员的密切关注，将其与车联网技术结合可以极有效地改善车辆的通信质量。本文研究了基于车辆移动性管理的任务卸载问题。考虑到车辆移动时经过基站通信区域的实时切换、通信线路的实时连接与断开，该任务卸载问题分解为基于资源的卸载比例分配子问题与基于预测的路径切换子问题。制定了选择最大节能选择算法与短期路径预测算法来满足时延约束的同时最小化任务卸载能耗。
-
公开(公告)号：CN109379727B
公开(公告)日：2021-10-01
申请号：CN201811207458.9
申请日：2018-10-16
Applicant: 重庆邮电大学
Abstract: 本发明研究车辆发布应用需求后，由于受到自身资源的限制，进行相关任务卸载决策的问题。由于用户请求日益复杂，将其划分成多个细粒化的任务，而各个任务之间相互依赖，任务可以分布式的卸载到周边MEC服务器进行计算，结束后将结果回传，计算量较小的任务车辆可以计算后将其在本地执行。MEC由核心控制器进行调度，实现内容共享。而车辆具有移动性，伴随着自组织网拓扑结构的变化，因此本发明首先提出一个系统框架，然后基于该架构，提出一种多节点多因素的协作方案，最后借助游戏理论，提出一种资源协作调度机制，进行分散与整体结合的卸载决策，从而使任务卸载时延变小，任务执行率变高。
-
公开(公告)号：CN109951821A
公开(公告)日：2019-06-28
申请号：CN201910143810.5
申请日：2019-02-26
Applicant: 重庆邮电大学
Abstract: 移动边缘计算因距离用户近的所带来的通信优势引起研究人员的密切关注，将其与车联网技术结合可以极有效地改善车辆的通信质量。本文研究了基于车辆移动性管理的任务卸载问题。考虑到车辆移动时经过基站通信区域的实时切换、通信线路的实时连接与断开，该任务卸载问题分解为基于资源的卸载比例分配子问题与基于预测的路径切换子问题。制定了选择最大节能选择算法与短期路径预测算法来满足时延约束的同时最小化任务卸载能耗。
-
公开(公告)号：CN109379727A
公开(公告)日：2019-02-22
申请号：CN201811207458.9
申请日：2018-10-16
Applicant: 重庆邮电大学
Abstract: 本发明研究车辆发布应用需求后，由于受到自身资源的限制，进行相关任务卸载决策的问题。由于用户请求日益复杂，将其划分成多个细粒化的任务，而各个任务之间相互依赖，任务可以分布式的卸载到周边MEC服务器进行计算，结束后将结果回传，计算量较小的任务车辆可以计算后将其在本地执行。MEC由核心控制器进行调度，实现内容共享。而车辆具有移动性，伴随着自组织网拓扑结构的变化，因此本发明首先提出一个系统框架，然后基于该架构，提出一种多节点多因素的协作方案，最后借助游戏理论，提出一种资源协作调度机制，进行分散与整体结合的卸载决策，从而使任务卸载时延变小，任务执行率变高。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
