基于非正交多址接入的无人机移动边缘计算安全通信方法,在该方法中,无人机US帮助K个地面用户完成计算任务,无人机UE在飞行的过程中窃听用户卸载给无人机US的任务信息,无人机US和无人机UE根据非正交多址技术对接收的信息进行解码,为了增强安全通信,地面干扰器广播发送干扰信号来扰乱无人机UE的窃听行为,K个地面用户执行部分卸载策略,其中一部分任务在本地计算,一部分任务卸载到无人机US处计算,本发明提供一种能够有效抵抗无人机窃听用户卸载信息的基于非正交多址接入的无人机移动边缘计算安全通信方法。
📄 2021113613691
📂 H04K1_02
👤 浙江工业大学
📅 2021-11-17
一种基于线性搜索式的非正交接入上行传输时间优化方法,包括以下步骤:(1)在基站的覆盖范围下总共有I个移动用户,提出了一种满足移动用户的服务质量同时,最小化移动用户的上行传输时间和所有移动用户总能量消耗。其中,优化问题描述为一个非凸性优化问题;(2)将ORRCM问题等价转换为ORRCM‑E问题,将ORRCM‑E问题等价转换为D1问题;(3)求解D1问题的算法ORRCM‑Algorithm,为了判断在给定θ值条件下D1问题是否可行,提出D2问题;基于线性搜索方法,在移动用户的上传量给定的情况下优化整体无线资源消耗。本发明最小化上行传输时间与所有移动用户总能量消耗。本发明的技术效果主要表现在:1、对于上行整体而言,利用非正交接入技术大大提高了系统传输效率;2、对于上行整体而言,利用非正交接入技术大大节省带宽资源;3、对于移动用户而言,通过非正交接入技术获得更优质的无线网络体验质量。
📄 2018104771069
📂 H04L12_24
👤 浙江工业大学
📅 2018-05-18
基于下行非正交多址接入系统的带宽与功率联合控制方法,包括:(1)基站通过非正交多址接入技术发送数据,为移动用户提供数据流量服务;(2)分析系统特性对问题进行等价转化;(3)证明转化后的问题是一个可行性检查问题,因此可以做到高效求解;(4)根据最后转化得的问题特性设计可行且高效的算法求解,最后将算法输出结果代回顶层问题求得最优的带宽与功率分配值。本发明提供了一种既保障移动用户数据需求,同时最小化系统总资源消耗的可行且高效的优化方法,以提高系统资源利用率,优化系统资源的配置。
📄 2017106791185
📂 H04W52_24
👤 浙江工业大学
📅 2017-08-10
一种基于数据安全的非正交多址接入系统下行链路线性搜索式功率分配优化方法,包括以下步骤:(1)在基站的覆盖范围下有两个用户以及一个窃听者,提出一个旨在最大化目标用户安全传输速率的问题;(2)分析上述问题,提出问题的一种情况,并进行等效转化;(3)对问题进行分层处理,针对问题的底层问题以及顶层问题提出基于线形搜索的方法;(4)根据提出的线性搜索方法,得到问题在当前情况下的最优解。本发明提高了目标用户的安全吞吐量,获得了更加优质的无线网络服务质量。
📄 2019103427942
📂 H04W72_04
👤 浙江工业大学
📅 2019-04-26
一种基于线性搜索式的非正交接入最优解码排序上行传输时间优化方法,包括以下步骤:(1)在给定一种解码排序πm的条件下,优化问题描述为一个非凸性优化问题;(2)将(P1‑m)问题等价转换为(P1‑m‑E)问题;将(P1‑m‑E)问题等价转换为(P2)问题;提出(P2‑Sub)问题;(3)提出基于线性搜索的算法P2‑Algorithm,在智能终端的上传量给定的情况下优化整体无线资源消耗;(4)提出算法OptOrder‑Algorithm找到最优的解码排序,输出结果为全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率,节省带宽资源,获得更优质的无线网络体验质量。
📄 2018106621102
📂 H04W52_02
👤 浙江工业大学
📅 2018-06-25
一种基于蜂窝网络信道共享协作的非正交多址接入边缘计算时延优化方法,在一个基站的覆盖范围下有2个边缘计算用户和1个普通无线通信用户,此基站附近有1个边缘服务器,优化问题描述为DM-P问题;将DM-P问题等价转换为DM-E-P问题,求出原问题DM-P的解;如果给定一个t满足 则计算DM-E-Sub问题,求出V(x,t)和{s1*,s2*}(x,t)返回到DM-E-Top问题,利用对分搜索方法进而求出DMP问题的目标函数值。本发明提高了系统传输效率,节省了带宽资源和边缘服务器计算资源总成本,极大地降低了系统总时延,获得更优质的无线网络体验质量。
📄 2020106566920
📂 H04W24_02
👤 浙江工业大学
📅 2020-07-09
一种基于粒子群算法的非正交接入上行传输时间优化方法,包括以下步骤:(1)在基站的覆盖范围下总共有I个移动用户,提出了一种满足移动用户的服务质量同时,最小化移动用户的上行传输时间和所有移动用户总能量消耗。其中,优化问题描述为一个非凸性优化问题;(2)将ORRCM问题等价转换为ORRCM‑E问题;(3)基于粒子群算法,在移动用户的上传量给定的情况下优化整体无线资源消耗(上行传输时间与所有移动用户总能量消耗)。本发明提供一种最小化上行传输时间与所有移动用户总能量消耗的基于粒子群算法的非正交接入上行传输时间优化方法。本发明的技术效果主要表现在:1、对于上行整体而言,利用非正交接入技术大大提高了系统传输效率;2、对于上行整体而言,利用非正交接入技术大大节省带宽资源;3、对于移动用户而言,通过非正交接入技术获得更优质的无线网络体验质量。
📄 2018104770600
📂 H04W24_02
👤 浙江工业大学
📅 2018-05-18
一种在多基站场景中的基于非正交多址接入的移动边缘计算线性搜索式时延优化方法,包括以下步骤:(1)在集成边缘服务器的BSs的覆盖范围下有1个移动用户,优化问题描述为一个多变量非凸性优化问题;(2)将问题(DM-i)分解为两层优化问题;(3)根据底层DM-i-E-Sub问题,提出了基于拉格朗日乘数法的对分搜索方法,在移动用户i传输时间ti的情况下优化移动用户i的整体时延;(4)针对顶层DM-i-E-Top问题,提出线性搜索方法,优化移动用户i的传输时间ti;(5)通过底层问题与顶层问题的交互迭代,最终解决问题(DM-i)。本发明提高了系统传输效率,节省了带宽资源,获得更优质的无线网络体验质量。
📄 201811105824X
📂 H04W48_16
👤 浙江工业大学
📅 2018-09-21
一种基于深度确定性策略梯度的非正交接入最优解码排序上行传输时间优化方法,包括以下步骤:(1)在给定解码排序πm的条件下,优化问题描述为非凸性优化问题;(P1‑m)问题是在给定智能终端上传量的情况下找到最优的整体无线资源消耗,观察(P1‑m)问题知道它的目标函数只有一个变量;(2)和(3)通过深度确定性策略方法来寻找最优的上行传输时间,使得有最优的整体无线资源消耗;(4)利用算法OptOrder‑Algorithm找到最优的解码排序,再联合深度强化学习算法,最后输出全局最小整体无线资源消耗和全局最优上行传输时间。本发明提高了系统传输效率,获得更优质的无线网络体验质量,使得有最优的整体无线资源消耗。
📄 2018106688795
📂 H04W52_02
👤 浙江工业大学
📅 2018-06-25
一种基于对分搜索式的非正交接入上行传输时间优化方法,包括以下步骤:(1)在基站的覆盖范围下总共有I个移动用户,提出了一种满足移动用户的服务质量同时,最小化移动用户的上行传输时间与所有移动用户总能量消耗。其中,优化问题描述为一个非凸性优化问题;(2)将ORRCM问题等价转换为ORRCM-E问题;(3)将ORRCM-E问题等价转换为D1问题;为了判断在给定θ值条件下D1问题是否可行,提出D2问题;基于对分搜索方法,在移动用户的上传量给定的情况下优化整体无线资源消耗(上行传输时间与所有移动用户总能量消耗)。本发明最小化上行传输时间与所有用户总能量消耗。本发明的技术效果主要表现在:1、对于上行整体而言,利用非正交接入技术大大提高了系统传输效率;2、对于上行整体而言,利用非正交接入技术大大节省带宽资源;3、对于移动用户而言,通过非正交接入技术获得更优质的无线网络体验质量。
📄 2018104770738
📂 H04W24_02
👤 浙江工业大学
📅 2018-05-18
一种基于线性搜索式的非正交接入下行传输时间优化方法,包括以下步骤:(1)在基站的覆盖范围下总共有I个移动用户,提出了一种满足移动用户的服务质量同时,在移动用户的下载量给定的情况下最小化基站的下行传输时间和基站总能量消耗;其中,优化问题描述为一个非凸性优化问题;(2)将DDRCM问题等价转换为DDRCM‑E问题,将DDRCM‑E问题等价转换为P1问题;(3)为了判断在给定θ值条件下P1问题是否可行,提出P2问题;基于线性搜索方法,在移动用户的下载量给定的情况下优化下行资源消耗。本发明最小化下行传输时间和基站总能量消耗。
📄 2018104770526
📂 H04W52_02
👤 浙江工业大学
📅 2018-05-18
一种基于非正交多址接入的多任务计算迁移能耗优化方法,包括以下步骤:(1)在提供边缘计算服务器的蜂窝网络基站的覆盖范围下有1个智能设备,优化问题描述为EM问题;(2)将EM转化为EM‑E,将其分解为问题EM‑E‑Sub和一个已知解问题,将问题EM‑E‑Sub转化为问题EM‑E‑Sub‑E2;(3)采用SubE2LS算法和SubE2BiSec算法解决问题EM‑E‑Sub‑E2;(4)在给定θ的情况下对满足约束条件的z进行枚举求出(5)通过SubE2LS算法求出根据的大小对分搜索θ求出θ*,z*。本发明在满足各计算任务延迟要求的前提下,节省了智能设备计算能耗和传输能耗,有利于延长智能设备的使用寿命和节约能源。
📄 201910287196X
📂 H04L12_24
👤 浙江工业大学
📅 2019-04-11