CN115827185B - 6g空中基站结合北斗空中避障的方法、存储介质及设备 - Google Patents
6g空中基站结合北斗空中避障的方法、存储介质及设备 Download PDFInfo
- Publication number
- CN115827185B CN115827185B CN202211342459.0A CN202211342459A CN115827185B CN 115827185 B CN115827185 B CN 115827185B CN 202211342459 A CN202211342459 A CN 202211342459A CN 115827185 B CN115827185 B CN 115827185B
- Authority
- CN
- China
- Prior art keywords
- data transmission
- air
- transmission task
- computing
- base station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims abstract description 104
- 238000005265 energy consumption Methods 0.000 claims abstract description 12
- 230000006855 networking Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000013507 mapping Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种6G空中基站结合北斗空中避障的方法、存储介质及设备,该方法包括:在每个6G基站上装载北斗接收器,在空中建立6G基站群组;通过北斗接收器实时获取每个6G基站中数据传输任务的坐标,构建碰撞模型;在分布式组网内各地方边缘点的算力节点上部署碰撞模型,并构建算力消耗模型;计算一个数据传输任务的总能耗,分配空闲算力足够的算力节点并计算时延;若时延超出阈值,将数据传输任务通过与算力消耗模型最近的算力节点传输;否则,将数据传输任务通过找出的空闲算力足够的算力节点传输,实现6G空中基站中数据传输任务的避障。该方法对于基站中数据传输任务具有效率高、传输速度快的特点,且避障效果好。
Description
技术领域
本发明涉及空中避障技术领域,具体地,涉及一种6G空中基站结合北斗空中避障的方法、存储介质及设备。
背景技术
6G网络通过将非地面通信(Non-Terrestrial Communication,NTN)集成到地面蜂窝系统,可以真正实现全球覆盖,即使发生自然灾害,也能保持较高的可用性和鲁棒性。一体化的地面网络与非地面网络有利于通过非地面节点扩大蜂窝网络的覆盖范围,确保用户能随时随地接入网络,并向无服务或欠服务地区提供移动宽带服务、弥合欠服务地区的覆盖差距,上述地区包括海洋、山区、森林或其他难以部署地面接入点或基站的偏远地区。除了能增强服务,一体化地面网络与非地面网络还可以带来很多新业务、新应用,包括无处不在的连接、遥感、被动感知和定位、导航、跟踪、自主配送等。这就需要统一的网络设计,从功能上将非地面网络节点如:通过星间链路连接的卫星星座、UAV和HAPS网络节点、地面网络节点全部视作基站,从而保证用户卫星可以接入地面及非地面基站。
现有的基站中数据传输任务的避障方法常采用空地一体化方式,即将基站中的数据传输任务的相关信息传输到地面进行运算处理后,实现避障判断,具有处理效率低、速度慢的缺点,且存在时延,对于紧急的数据传输任务,其避障效果差。其次,即使部分运算在空中进行,由于对算力资源的应用不充分等原因也很难达到最优效果。
发明内容
针对现有技术中存在的问题,本发明提供了一种6G空中基站结合北斗空中避障的方法、存储介质及设备,该方法对于基站中数据传输任务具有效率高、传输速度快的特点,且避障效果好。
为实现上述目的,本发明采用如下技术方案:一种6G空中基站结合北斗空中避障的方法,具体包括如下步骤:
步骤1、在每个6G基站上装载北斗接收器,在空中建立6G基站群组;
步骤2、通过北斗接收器实时获取每个6G基站中数据传输任务的坐标,根据所有数据传输任务的空中坐标以及数据传输任务之间存在的空中障碍物,构建碰撞模型;
步骤3、在分布式组网内各地方边缘点的算力节点上部署碰撞模型,并构建算力消耗模型;
步骤4、通过算力消耗模型计算一个数据传输任务的总能耗,分配空闲算力足够的算力节点并计算所述数据传输任务从算力消耗模型到达该算力节点的时延;
步骤5、若时延超出阈值,将所述数据传输任务通过与算力消耗模型最近的算力节点传输;否则,将数据传输任务通过分配的空闲算力足够的算力节点传输,实现6G空中基站中数据传输任务的避障。
进一步地,所述碰撞模型的构建过程具体为:
将空中障碍物作为覆盖区域的中心,中心坐标为(x0,y0),区域半径为r,在时间区域Δt求导获得标准离散系数值β;同时,基于数据传输任务的空中坐标集Gt和对应坐标点的时间点集合T,结合优化无线定位算法,获得对应数据传输任务的平均离散系数值Z;
在当前区域半径和运动时间范围内,将标准离散系数值β和平均离散系数值Z进行对比,若Z大于β,说明当前数据传输任务与覆盖区域无交集,当前数据传输任务与空中障碍物之间不会发生碰撞;反之,若Z小于等于β,则二者差值K=β-Z越大,说明当前数据传输任务在覆盖区域交集越频繁,当前数据传输任务与空中障碍物之间发生碰撞的概率越大。
进一步地,所述平均离散系数值Z的计算过程如下:
数据传输任务的空中坐标集Gt中某个数据传输任务的空中坐标为(xt,yt),坐标对应时间点为t,结合优化无线定位算法计算离散平均值s为:
将数据传输任务的空中坐标集Gt和对应坐标点的时间点集合T进行矩阵运算得到向量参数值
由离散平均值s与向量参数值相乘得到平均离散系数值Z:
进一步地,所述标准离散系数值β的计算过程如下:
其中,r为交集半径,K表示标准离散系数值β和平均离散系数值Z之间的差值,K≤0,表示当前数据传输任务与覆盖区域之间无交集,K>0,表示当前数据传输任务与覆盖区域之间有交集。
进一步地,所述算力消耗模型的构建过程为:
其中,Cbr为分布式组网内各地方边缘点的算力节点的总能耗,n为逻辑运算芯片数量,i为n的索引,f(ai)为逻辑运算的映射函数,αi为第i个逻辑运算芯片的映射比例系数,q1(TOPS)为逻辑运算的冗余算力;m为并行计算芯片数量,j为m的索引,f(bj)为并行计算的映射函数,βj为第j个并行计算芯片的映射比例系数,q2(FLOPS)为并行计算的冗余算力;p为神经网络加速芯片的数量,k为p的索引,f(ck)为神经网络加速的映射函数,γk为第k个神经网络加速芯片的映射比例系数,q3(FLOPS)为神经网络加速的冗余算力。
进一步地,所述数据传输任务从算力消耗模型到达该算力节点的时延ti的计算过程为:
其中,为第i个数据传输任务接入该算力节点的传输时间,/>为该算力节点处理第i个数据传输任务的时延,/>为该算力节点到空中节点的广域网络传输时延,为空中节点的计算时延。
进一步地,本发明还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序使计算机执行所述的6G空中基站结合北斗空中避障的方法。
进一步地,本发明还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行计算机程序时,实现所述的6G空中基站结合北斗空中避障的方法。
与现有技术相比,本发明具有如下有益效果:本发明6G空中基站结合北斗空中避障的方法通过空中算力节点的调度,对算力发起到算力空中节点时延和能耗进行精确计算,同时对算力任务消耗的算力也进行计算,当发生算力任务的时,可根据消耗的实际算力提供空闲算力的节点进行运算;如果空中没有合适算力节点再通过地面运算,从而为天地一体化空中基站的AI应用提供更加完善的环境基础。
附图说明
图1为本发明6G空中基站结合北斗空中避障的方法的流程图;
图2为本发明中数据传输任务从算力消耗模型到达该算力节点的时延组成图。
具体实施方式
下面结合附图对本发明的技术方案作进一步地解释说明。
如图1为本发明6G空中基站结合北斗空中避障的方法的流程图,该方法具体包括如下步骤:
步骤1、在每个6G基站上装载北斗接收器,在空中建立6G基站群组;
步骤2、通过北斗接收器实时获取每个6G基站中数据传输任务的坐标,通过北斗接收器与北斗进行通信,从而实现数据传输任务的定位;根据所有数据传输任务的空中坐标以及数据传输任务之间存在的空中障碍物,构建碰撞模型。本发明中碰撞模型的构建过程具体为:
将空中障碍物作为覆盖区域的中心,中心坐标为(x0,y0),区域半径为r,在时间区域Δt求导获得标准离散系数值β;同时,基于数据传输任务的空中坐标集Gt和对应坐标点的时间点集合T,结合优化无线定位算法,获得对应数据传输任务的平均离散系数值Z;
在当前区域半径和运动时间范围内,将标准离散系数值β和平均离散系数值Z进行对比,若Z大于β,说明当前数据传输任务与覆盖区域无交集,当前数据传输任务与空中障碍物之间不会发生碰撞;反之,若Z小于等于β,则二者差值K=β-Z越大,说明当前数据传输任务在覆盖区域交集越频繁,当前数据传输任务与空中障碍物之间发生碰撞的概率越大。
平均离散系数值Z的计算过程如下:
数据传输任务的空中坐标集Gt中某个数据传输任务的空中坐标为(xt,yt),坐标对应时间点为t,结合优化无线定位算法计算离散平均值s为:
将数据传输任务的空中坐标集Gt和对应坐标点的时间点集合T进行矩阵运算得到向量参数值
由离散平均值s与向量参数值相乘得到平均离散系数值Z:
标准离散系数值β的计算过程如下:
其中,r为交集半径,K表示标准离散系数值β和平均离散系数值Z之间的差值,K≤0,表示当前数据传输任务与覆盖区域之间无交集,K>0,表示当前数据传输任务与覆盖区域之间有交集。
步骤3、在分布式组网内各地方边缘点的算力节点上部署碰撞模型,并构建算力消耗模型,将算力节点部署在边缘可更快速获知可能的空中碰撞,分布式部署也避免了6G空中基站空中卫星节点距离过大,依靠单一算力节点效率低的问题。本发明中算力消耗模型的构建过程包括两部分,一是传输通信链路产生的能耗,分为预接入传输能耗和广域网上的数据传输能耗;一是边缘节占服务器端和云服务器处理计算任务产生的计算能耗,与处理的计算任务量及算力资源分配有关。具体地,算力消耗模型为:
其中,Cbr为分布式组网内各地方边缘点的算力节点的总能耗,n为逻辑运算芯片数量,i为n的索引,f(ai)为逻辑运算的映射函数,αi为第i个逻辑运算芯片的映射比例系数,q1(TOPS)为逻辑运算的冗余算力;m为并行计算芯片数量,j为m的索引,f(bj)为并行计算的映射函数,βj为第j个并行计算芯片的映射比例系数,q2(FLOPS)为并行计算的冗余算力;p为神经网络加速芯片的数量,k为p的索引,f(ck)为神经网络加速的映射函数,γk为第k个神经网络加速芯片的映射比例系数,q3(FLOPS)为神经网络加速的冗余算力。
步骤4、通过算力消耗模型计算一个数据传输任务的总能耗,分配空闲算力足够的算力节点并计算所述数据传输任务从算力消耗模型到达该算力节点的时延;
如图2,本发明中数据传输任务从算力消耗模型到达该算力节点的时延ti的计算过程为:
其中,为第i个数据传输任务接入该算力节点的传输时间,/>为该算力节点处理第i个数据传输任务的时延,/>为该算力节点到空中节点的广域网络传输时延,为空中节点的计算时延。
本发明中第i个数据传输任务接入该算力节点的传输时间其中,pi是第i个数据传输任务的发送功率;hk,i是第i个数据传输任务到第k个算力节点的信道增益,是一个随机的独立同分布变量;σ2是加性高斯白噪声功率,B为无线通信链路的数据传输带宽。
本发明中该算力节点处理第i个数据传输任务的时延其中,λi表示第i个数据传输任务的计算任务分配给其对应算力节点的比例,/>表示第k个算力节点分配给第i个数据传输任务的算力资源。
本发明中该算力节点到空中节点的广域网络传输时延其中,Wk,i表示空中节点为第k个算力节点的第i个数据传输任务提供带宽的连接任务。
本发明中空中节点的计算时延其中,/>表示空中节点分配用干计算第i个数据传输任务的计算资源。
步骤5、若时延超出阈值,将所述数据传输任务通过与算力消耗模型最近的算力节点传输;否则,将数据传输任务通过分配的空闲算力足够的算力节点传输,实现6G空中基站中数据传输任务的避障。
本发明6G空中基站结合北斗空中避障的方法对于数据传输任务可能的误报或紧急程度不同,通过设置阈值可以灵活调度对于算力任务发起空中节点不同距离的算力节点提供运算,从而提高传输效率和传输速度,且避障效果好。
在本申请所公开的实施例中,计算机存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。计算机存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。计算机存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本领域普通技术人员可以意识到,结合本申请所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施方式,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (5)
1.一种6G空中基站结合北斗空中避障的方法,其特征在于,具体包括如下步骤:
步骤1、在每个6G基站上装载北斗接收器,在空中建立6G基站群组;
步骤2、通过北斗接收器实时获取每个6G基站中数据传输任务的坐标,根据所有数据传输任务的空中坐标以及数据传输任务之间存在的空中障碍物,构建碰撞模型;
步骤3、在分布式组网内各地方边缘点的算力节点上部署碰撞模型,并构建算力消耗模型;
步骤4、通过算力消耗模型计算一个数据传输任务的总能耗,分配空闲算力足够的算力节点并计算所述数据传输任务从算力消耗模型到达该算力节点的时延;
步骤5、若时延超出阈值,将所述数据传输任务通过与算力消耗模型最近的算力节点传输;否则,将数据传输任务通过分配的空闲算力足够的算力节点传输,实现6G空中基站中数据传输任务的避障;
所述碰撞模型的构建过程具体为:
将空中障碍物作为覆盖区域的中心,中心坐标为(x0,y0),区域半径为r,在时间区域Δt求导获得标准离散系数值β;同时,基于数据传输任务的空中坐标集Gt和对应坐标点的时间点集合T,结合优化无线定位算法,获得对应数据传输任务的平均离散系数值Z;
在当前区域半径和运动时间范围内,将标准离散系数值β和平均离散系数值Z进行对比,若Z大于β,说明当前数据传输任务与覆盖区域无交集,当前数据传输任务与空中障碍物之间不会发生碰撞;反之,若Z小于等于β,则二者差值K=β-Z越大,说明当前数据传输任务在覆盖区域交集越频繁,当前数据传输任务与空中障碍物之间发生碰撞的概率越大;
所述平均离散系数值Z的计算过程如下:
数据传输任务的空中坐标集Gt中某个数据传输任务的空中坐标为(xt,yt),坐标对应时间点为t,结合优化无线定位算法计算离散平均值s为:
将数据传输任务的空中坐标集Gt和对应坐标点的时间点集合T进行矩阵运算得到向量参数值
由离散平均值s与向量参数值相乘得到平均离散系数值Z:
所述标准离散系数值β的计算过程如下:
其中,r为交集半径,K表示标准离散系数值β和平均离散系数值Z之间的差值,K≤0,表示当前数据传输任务与覆盖区域之间无交集,K>0,表示当前数据传输任务与覆盖区域之间有交集。
2.根据权利要求1所述的一种6G空中基站结合北斗空中避障的方法,其特征在于,所述算力消耗模型的构建过程为:
其中,Cbr为分布式组网内各地方边缘点的算力节点的总能耗,n为逻辑运算芯片数量,i为n的索引,f(ai)为逻辑运算的映射函数,αi为第i个逻辑运算芯片的映射比例系数,q1(TOPS)为逻辑运算的冗余算力;m为并行计算芯片数量,j为m的索引,f(bj)为并行计算的映射函数,βj为第j个并行计算芯片的映射比例系数,q2(FLOPS)为并行计算的冗余算力;p为神经网络加速芯片的数量,k为p的索引,f(ck)为神经网络加速的映射函数,γk为第k个神经网络加速芯片的映射比例系数,q3(FLOPS)为神经网络加速的冗余算力。
3.根据权利要求1所述的一种6G空中基站结合北斗空中避障的方法,其特征在于,所述数据传输任务从算力消耗模型到达该算力节点的时延ti的计算过程为:
其中,为第i个数据传输任务接入该算力节点的传输时间,/>为该算力节点处理第i个数据传输任务的时延,/>为该算力节点到空中节点的广域网络传输时延,/>为空中节点的计算时延。
4.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序使计算机执行如权利要求1-3任一项所述的6G空中基站结合北斗空中避障的方法。
5.一种电子设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行计算机程序时,实现如权利要求1-3任一项所述的6G空中基站结合北斗空中避障的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211342459.0A CN115827185B (zh) | 2022-10-31 | 2022-10-31 | 6g空中基站结合北斗空中避障的方法、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211342459.0A CN115827185B (zh) | 2022-10-31 | 2022-10-31 | 6g空中基站结合北斗空中避障的方法、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115827185A CN115827185A (zh) | 2023-03-21 |
CN115827185B true CN115827185B (zh) | 2023-12-01 |
Family
ID=85525808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211342459.0A Active CN115827185B (zh) | 2022-10-31 | 2022-10-31 | 6g空中基站结合北斗空中避障的方法、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115827185B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116934530B (zh) * | 2023-09-18 | 2023-12-29 | 深圳华越南方电子技术有限公司 | 一种智能电表的数据处理方法和装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019011338A1 (zh) * | 2017-07-13 | 2019-01-17 | 华为技术有限公司 | 一种最短路径确定方法及控制器 |
CN112153145A (zh) * | 2020-09-26 | 2020-12-29 | 江苏方天电力技术有限公司 | 5g边缘环境下面向车联网的计算任务卸载方法及装置 |
CN112291726A (zh) * | 2020-09-22 | 2021-01-29 | 中国电子科技集团公司第二十九研究所 | 一种基于公用无线通信网络的无人机集群通信传输系统 |
CN113867973A (zh) * | 2021-12-06 | 2021-12-31 | 腾讯科技(深圳)有限公司 | 资源分配的方法和装置 |
CN114449529A (zh) * | 2022-01-29 | 2022-05-06 | 广东工业大学 | 基于移动边缘计算的资源分配优化方法、装置及存储介质 |
CN114599096A (zh) * | 2022-02-17 | 2022-06-07 | 南京邮电大学 | 一种移动边缘计算卸载时延优化方法、装置及存储介质 |
CN114866979A (zh) * | 2022-05-16 | 2022-08-05 | 浙江工业大学 | 一种无人机辅助的边缘计算时延最小化方法 |
CN114867065A (zh) * | 2022-05-18 | 2022-08-05 | 中国联合网络通信集团有限公司 | 基站算力负载均衡方法、设备及存储介质 |
CN115103404A (zh) * | 2022-05-11 | 2022-09-23 | 北京邮电大学 | 一种算力网络中节点任务调度方法 |
CN115185650A (zh) * | 2022-04-22 | 2022-10-14 | 西南民族大学 | 一种异构边缘算力网络任务调度方法 |
-
2022
- 2022-10-31 CN CN202211342459.0A patent/CN115827185B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019011338A1 (zh) * | 2017-07-13 | 2019-01-17 | 华为技术有限公司 | 一种最短路径确定方法及控制器 |
CN112291726A (zh) * | 2020-09-22 | 2021-01-29 | 中国电子科技集团公司第二十九研究所 | 一种基于公用无线通信网络的无人机集群通信传输系统 |
CN112153145A (zh) * | 2020-09-26 | 2020-12-29 | 江苏方天电力技术有限公司 | 5g边缘环境下面向车联网的计算任务卸载方法及装置 |
CN113867973A (zh) * | 2021-12-06 | 2021-12-31 | 腾讯科技(深圳)有限公司 | 资源分配的方法和装置 |
CN114449529A (zh) * | 2022-01-29 | 2022-05-06 | 广东工业大学 | 基于移动边缘计算的资源分配优化方法、装置及存储介质 |
CN114599096A (zh) * | 2022-02-17 | 2022-06-07 | 南京邮电大学 | 一种移动边缘计算卸载时延优化方法、装置及存储介质 |
CN115185650A (zh) * | 2022-04-22 | 2022-10-14 | 西南民族大学 | 一种异构边缘算力网络任务调度方法 |
CN115103404A (zh) * | 2022-05-11 | 2022-09-23 | 北京邮电大学 | 一种算力网络中节点任务调度方法 |
CN114866979A (zh) * | 2022-05-16 | 2022-08-05 | 浙江工业大学 | 一种无人机辅助的边缘计算时延最小化方法 |
CN114867065A (zh) * | 2022-05-18 | 2022-08-05 | 中国联合网络通信集团有限公司 | 基站算力负载均衡方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115827185A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109936619B (zh) | 一种基于雾计算的空间信息网络架构、方法和可读存储介质 | |
CN109818669B (zh) | 一种基于虚拟化的卫星业务处理方法、系统和存储介质 | |
US6115580A (en) | Communications network having adaptive network link optimization using wireless terrain awareness and method for use therein | |
CN113939034A (zh) | 一种立体异构电力物联网云边端协同资源分配方法 | |
CN115827185B (zh) | 6g空中基站结合北斗空中避障的方法、存储介质及设备 | |
Wang et al. | Radio resource allocation for bidirectional offloading in space-air-ground integrated vehicular network | |
Zhang et al. | Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks | |
CN112469047B (zh) | 一种天地一体化智能网络卫星节点部署方法 | |
Qu et al. | Rapid deployment of UAVs based on bandwidth resources in emergency scenarios | |
Nguyen et al. | Towards flying mobile edge computing | |
Mason et al. | Remote tracking of UAV swarms via 3D mobility models and LoRaWAN communications | |
Mason et al. | Combining LoRaWAN and a new 3D motion model for remote UAV tracking | |
CN115361051A (zh) | 一种面向大规模空间互联网星座的频率共用分析系统 | |
Parvaresh et al. | A continuous actor–critic deep Q-learning-enabled deployment of UAV base stations: Toward 6G small cells in the skies of smart cities | |
CN117580054A (zh) | 基于使用需求数据的ntn小区构建方法、装置、设备及介质 | |
CN107682812B (zh) | 一种异构多通信链路融合网络的链路适配方法及装置 | |
Nasr-Azadani et al. | Distillation and ordinary federated learning actor-critic algorithms in heterogeneous UAV-aided networks | |
CN113727278B (zh) | 一种路径规划方法、接入网设备及飞行控制设备 | |
Huang et al. | A method for deploying the minimal number of UAV base stations in cellular networks | |
Posch et al. | UAV based search for a radio tagged animal using particle filters | |
CN117499867A (zh) | 一种多无人机辅助移动边缘计算中通过策略梯度算法实现高能效计算卸载的方法 | |
CN116095699A (zh) | 利用双边缘计算的高安全卸载方法、系统、终端及其介质 | |
Wu et al. | Resource allocation optimization of UAVs-enabled air-ground collaborative emergency network in disaster area | |
CN115767493A (zh) | 一种基于6g的空天地海一体化的数据分析及应用方法 | |
Ahmed et al. | 3D simulation model for IoD-to-vehicles communication in IoD-assisted VANET |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |