Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学雒江涛获国家专利权

重庆邮电大学雒江涛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆邮电大学申请的专利基于公平性的车联网内容缓存和功率分配联合优化方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116527717B

龙图腾网通过国家知识产权局官网在2025-10-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310568506.1,技术领域涉及:H04L67/12;该发明授权基于公平性的车联网内容缓存和功率分配联合优化方法是由雒江涛;杨和平;冉泳屹设计研发完成,并于2023-05-19向国家知识产权局提交的专利申请。

基于公平性的车联网内容缓存和功率分配联合优化方法在说明书摘要公布了:本发明涉及车联网边缘缓存技术领域,一种基于公平性的车联网内容缓存和功率分配联合优化方法,包括:将内容缓存和内容提供者的选择映射为离散动作集、功率分配映射为连续动作,并将离散动作和连续动作进行关联;将内容缓存阶段与内容交付阶段的关联关系映射为离散动作与连续动作的关联;引入公平等级α,建立基于公平等级α的系统效用函数;定义内容价值来量化内容流行度和优先级,并根据所述内容价值和系统效用函数来定义P‑DQN算法的奖励函数;收集环境信息,并根据所述环境信息定义P‑DQN算法的状态空间;将所述动作空间、奖励函数、状态空间通过P‑DQN算法进行训练。本发明无需对离散动作进行松弛或对连续动作进行离散。

本发明授权基于公平性的车联网内容缓存和功率分配联合优化方法在权利要求书中公布了:1.一种基于公平性的车联网内容缓存和功率分配联合优化方法,其特征在于,包括: S1、根据车联网边缘缓存和内容交付场景,建立关于车联网系统的系统时延模型,所述系统时延模型的优化目标为最小化系统延迟; S2、将内容缓存和内容提供者的选择映射为离散动作集、功率分配映射为连续动作,并将离散动作和连续动作进行关联,得到初始动作空间; S3、将内容缓存阶段与内容交付阶段的关联关系映射为离散动作与连续动作的关联,并根据关联内容将所述初始动作空间定义成P-DQN算法的动作空间,所述P-DQN算法为参数化深度强化学习算法; S4、引入公平等级,建立基于公平等级的系统效用函数,并通过最大化所述系统效用函数以将最小化系统延迟转化为对车联网系统效率和公平性的折中控制; 所述系统效用函数为: ; 其中,表示公平效用函数,,,表示车辆k的吞吐量,表示车辆k从发起内容f的请求到该车辆最终接受完成请求内容所耗费的时间,为内容f的大小;,表示车辆k在时隙t时对内容f发起请求的状态,表示车辆k发起了对内容f的请求,表示车辆k未发起对内容f的请求,表示内容f在中的缓存情况,表示传输车辆k请求内容时分配的功率,为内容的总数量编号,为车辆的总数量编号,T为时间间隙的数量; 最大化所述系统效用函数以将最小化系统延迟转化为对车联网系统效率和公平性的折中控制,具体设置的优化问题为:; S5、定义内容价值来量化内容流行度和优先级,并根据所述内容价值和系统效用函数来定义P-DQN算法的奖励函数; S6、收集环境信息,并根据所述环境信息定义P-DQN算法的状态空间; S7、将所述动作空间、奖励函数、状态空间通过P-DQN算法进行训练,最终得到基于用户公平性和内容公平性对缓存流行内容和分配内容传输功率的联合优化模型,并通过所述联合优化模型得到指定公平等级条件下的最优缓存和功率分配策略。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆邮电大学,其通讯地址为:400000 重庆市南岸区南山街道崇文路2号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。