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 > 北京科技大学张静璇获国家专利权

北京科技大学张静璇获国家专利权

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!

龙图腾网获悉北京科技大学申请的专利一种保障确定性时延的智能安全容量提升方法及装置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:CN120547627B

龙图腾网通过国家知识产权局官网在2026-01-27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:202510871458.2,技术领域涉及:H04L41/14;该发明授权一种保障确定性时延的智能安全容量提升方法及装置是由张静璇;窦浩源;余安邦;熊磊设计研发完成,并于2025-06-26向国家知识产权局提交的专利申请。

一种保障确定性时延的智能安全容量提升方法及装置在说明书摘要公布了:本发明公开了一种保障确定性时延的智能安全容量提升方法及装置,属于计算机网络与通信工程技术领域,所述方法包括:构建超可靠低时延通信uRLLC网络uRLLC通信网络模型;针对uRLLC通信网络模型,应用随机网络演算技术SNC得到适用于不同信道的确定性时延违反概率通解,推导出uRLLC通信网络模型的时延边界;基于uRLLC通信网络模型的时延边界,采用机器学习算法,获取确定性时延保障的传输资源配置方案,在保障信道可靠性的前提下最大化智能安全容量。采用本发明提供的技术方案,可以在保障确定性时延的基础上,最大化信道安全容量,从而提升网络性能。

本发明授权一种保障确定性时延的智能安全容量提升方法及装置在权利要求书中公布了:1.一种保障确定性时延的智能安全容量提升方法,其特征在于,包括: 构建基于α-κ-μ信道的uRLLC通信网络模型;其中,uRLLC通信网络模型中引入人工噪声; 针对uRLLC通信网络模型,应用SNC得到适用于不同信道的确定性时延违反概率通解,推导出uRLLC通信网络模型的时延边界; 基于uRLLC通信网络模型的时延边界,采用机器学习算法,获取确定性时延保障的传输资源配置方案,在保障信道可靠性的前提下最大化智能安全容量,包括: 以传输资源配置方案为动作,构建强化学习模型; 利用所述强化学习模型,得到最优传输资源配置方案;其中,最优传输资源配置方案指的是在满足确定性时延保障的情况下,使得信道安全容量最大的方案; 在所述强化学习模型中,状态空间包括传输时间间隔、带宽和功率分配比例;动作空间包括多个离散动作和连续动作,每一动作分别对应一种传输资源配置方案,每一传输资源配置方案均包括信道分配方案和传输优先级设定,用于为智能体提供多样化的决策选项;奖励函数的计算以功率、带宽及灵活TTI调度时长为变量;对满足时延、可靠性约束和资源利用率的动作给予正向奖励,反之施以惩罚,以引导智能体学习最优策略;其中,功率包括传输功率与人工噪声功率; 所述强化学习模型在每次离散动作选择与连续参数优化的过程中,通过预设的动作空间解耦网络输出所选择的离散动作及优化后的连续参数;其中,所述连续参数为功率参数; 所述动作空间解耦网络包括离散动作分支和连续参数分支;其中, 所述离散动作分支采用基于注意力的分类网络,其输入包含用户QoS需求和信道状态矩阵的联合特征,输出为各离散动作的概率分布;其中,最大概率对应的离散动作即为当前所选择的离散动作; 所述连续参数分支采用深度神经网络,针对功率分配的参数特性,设计独立子网络进行回归预测,以输出优化后的连续参数;其中,参数间共享底层特征提取层,以降低训练复杂度; 所述动作空间解耦网络采用联合策略优化,包括:采用近端策略优化算法,通过剪裁重要性权重处理离散动作的策略更新,对连续参数分支使用高斯策略梯度,实现混合空间下的策略梯度无偏估计。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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。