专利交易市场

本发明公开了一种应急通信网络的成帧时间与带宽分配联合优化方法，在时变信道状态下，构建应急通信网络的状态空间、动作空间、奖励函数；构建双深度Q网络，包括在线网络和目标网络；将智能体与应急通信网络环境交互所产生的经验样本存储于经验回放池中；针对每个经验样本，基于经验增强提取机制，计算采样优先级、采样概率，并赋予重要性采样权重；随机抽取预设数量的经验样本，对智能体进行训练，智能体根据实时应急通信网络的状态，输出最优的动作，完成应急通信网络的链路资源分配。本发明通过智能体与环境的实时交互，自主学习成帧时间与带宽分配的最佳组合策略，从而在时变信道条件下，显著提升链路带宽利用率并协同降低数据传输时延。

本发明公开了一种基于大数据的移动互联网运行数据智能管理系统，涉及数据管理领域，包括运行智能管理中心，其中设置有数据采集模块、运行监测模块、大数据分析模块、运行协调模块以及智能管理模块；数据采集模块用于采集互联网基站数据、网络设备数据、设备状态数据以及用户行为数据；运行监测模块用于设置广义监视图像，并对其进行分类处理，生成监测可视化图像；大数据分析模块根据监测可视化图像获取相应的运行协调数据包；运行协调模块用于根据用户行为数据生成个性化运行图像，并将其与运行协调数据包进行对比分析，获取动态资源优化配置结果；智能管理模块用于根据优化结果进行协调管理；本发明提高了数据运行过程中的资源利用率。

本发明提供一种基于人工智能的无人机共享智能管理方法及系统，涉及智能控制技术领域，所述方法包括：通过坐标映射算法构建空间虚拟几何形状；提取空间虚拟几何形状的几何中心坐标，计算其与通信覆盖质心的偏移量作为第一修正因子；分析三个位置点间的信号覆盖夹角分布，结合路径损耗模型生成第二修正因子；根据空间虚拟几何形状边界上的信号衰减梯度，计算多径效应补偿系数作为第三修正因子；将第一修正因子、第二修正因子和第三修正因子融合为综合修正值；根据综合修正值，通过路径规划神经网络评估通信中断风险，生成包含冗余中继节点选择规则及动态分片重组策略的多路径传输方案。本发明提高了通信的可靠性。

本发明涉及支持6G的NGMA IoE网络技术领域，具体公开了一种支持6G的NGMA IoE网络的资源分配方法，该方法针对TL之间的冲突，建立了一种新的冲突图模型，并将其转化为冲突超图模型。然后，基于冲突超图模型，建立了具有序贯决策特征的资源分配马尔可夫决策网络。此外，为了通过将计算负载分布在整个网络中来减少计算量，实现分布式学习，提出了联邦平均优势行动者‑批评者算法(FedAC)。仿真结果表明，该方案在支持6G的NGMA IoE网络中具有较高的网络吞吐量。

本发明涉及物联网技术领域，具体公开了一种密集部署NTN物联网网络的资源分配方法及系统，首先建立了密集部署NTN物联网网络的通信模型，进一步根据DL之间的资源冲突，利用极大团的定义和超图理论建立冲突超图，量化了DL之间的资源冲突，以降低资源分配的复杂性。然后，为了实现无冲突的资源分配并减少密集部署的NTN物联网网络的计算负载，提出了FedAvg‑D3QN协作训练框架(基于联邦学习的决斗双深度Q网络算法)，该协作训练框架由一个全局网络和多个D3QN本地网络组成，并利用经验回放技术来进一步增强模型性能。仿真结果表明，FedAvg‑D3QN方案在网络吞吐量和资源复用率方面优于其他方案，能够在实现无冲突的结果的同时最大化吞吐量和资源复用率。

本发明公开了一种基于双深Q网络和冲突度算法的网络无冲突资源分配方法，该方法将网络环境的用户干扰关系并构建单环多图模型，在无资源冲突的约束下，以整个网络资源重用率ρ最大化为目标，构建优化问题；接着，针对所述单环多图模型，将所述优化问题建模为马尔可夫决策过程；并构建资源分配模型，所述资源分配模型包括环境模块和DDQN网络模块，其中，环境模块用于模拟网络环境中的用户干扰关系；DDQN网络模块模块包括主网络和目标网络、重放存储器D、ε‑贪婪算法单元和损失函数计算单元；最后，根据DDQN算法和冲突度算法，选择最大动作值函数对应的动作，得到最优无冲突资源分配策略。本发明实现了无冲突和资源重用率最大化。

本发明公开了一种根据特定策略动态调整分配资源的方法与系统，当多个设备同时连接至一个WiFi AP时，各个设备是分时共享AP的资源的，不同设备基于竞争获得媒体访问权限，不同设备公平竞争。本发明根据不同定制策略动态调整不同设备的优先级，提高用户关心业务对应的设备的优先级，满足用户需求，提高用户体验。且本发明具备很强的扩展性，通过简单扩展，比如可以限制某台设备上的特定应用程序的联网等等，就能满足用户各种差异化的需要。