1、转让标的整体受让，不可拆分。
2、专利介绍：基于学习剪枝的车联网移动边缘计算任务卸载方法及系统
专利申请日：2020.11.27
授权公告日：2022.06.24
专利权期限：20年
介绍：本发明提供一种基于学习剪枝的车联网移动边缘计算任务卸载方法及系统，属于车联网通信技术领域，计算车联网移动边缘计算场景中车辆参数；根据车辆参数计算卸载参数；根据所述卸载参数构建任务卸载效用模型；利用分支定界算法结合模仿学习方法，求解任务卸载效用模型最优解，从而以效用最优化的方式进行任务卸载模式的选择以及确定竞价所得的计算资源。本发明在考虑车辆移动性的前提下，建立了车联网场景中车辆效用函数，从而以效用最优化的方式进行车辆对卸载模式的选择以及竞价所得的计算资源；选择将任务卸载至服务型车辆时，选择异向行驶车辆，提高了传输速率；利用分支定界的方法，结合基于学习剪枝剪枝策略来加速分支剪枝过程，降低了复杂度。
3、专利介绍：一种异构IoT网络中的边缘计算与缓存方法及系统
专利申请日：2020.12.14
授权公告日：2022.06.24
专利权期限：20年
介绍：本公开提供了一种异构IoT网络中的边缘计算与缓存方法及系统，包括以下步骤：构建基于移动边缘计算的异构IoT网络模型；对异构IoT网络中不同类型的用户分别建模分析；针对计算任务型用户，构建上行链路通信模型与计算模型；针对内容请求型用户，构建下行链路通信模型与缓存模型；问题建模，明确系统优化目标，最小化所有用户的时延与能耗的加权和；采用MADDPG算法联合优化计算卸载、资源分配和内容缓存的决策。本公开采用多智能体深度确定性策略梯度算法最小化系统时延与能耗，有效降低了网络通信开销，提升了网络整体性能。
4、专利介绍：异构车联网中面向异质业务的分布式资源分配方法及系统
专利申请日：2019.10.12
授权公告日：2022.10.18
专利权期限：20年
介绍：本公开提供了一种异构车联网中面向异质业务的分布式资源分配方法及系统，获取异构蜂窝车联网系统内的蜂窝用户、通信信道和V2V用户信息；采用时延违约概率和归一化的吞吐量，构建V2V用户时延敏感业务的效用函数和时延容忍业务的效用函数，得到V2V用户异质业务的混合效用函数；建立多用户的马尔可夫决策模型，确定状态空间、动作空间和回报函数；利用MADDPG算法集中训练分布执行的思想，根据训练好的Actor网络，输入每个V2V用户当前观测到的状态信息，得到通信信道和发射功率的最佳动作，进而得到最佳的资源分配方式；本公开能够更加智能和高效地配置网络中的有限资源来满足具有异质业务类型的V2V用户通信的需求，提升了资源的利用效率。
5、专利介绍：一种异构蜂窝网络D2D通信资源分配方法及系统
专利申请日：2019.11.08
授权公告日：2023.05.12
专利权期限：20年
介绍：本公开提供了一种异构蜂窝网络D2D通信资源分配方法及系统，在构建的异构蜂窝网络中引入毫米波频段用于D2D用户的通信，构建蜂窝通信模式和毫米波通信模式；计算不同通信模式下蜂窝用户和D2D用户接收到的干扰功率、信噪比与传输速率，并根据干扰功率、信噪比和传输速率建立D2D用户的效用函数；在满足蜂窝用户和D2D用户服务质量需求的情况下，利用构建的深度强化学习模型，根据D2D用户的当前状态，以D2D用户的效用最大化为目标进行D2D用户的通信模式和信道的选择；本公开更加智能地解决D2D用户通信的资源分配问题，有效降低了网络通信开销，最大化用户效用，提升了网络整体性能。
6、专利介绍：车辆边缘计算网络中的任务卸载方法及系统
专利申请日：2020.07.23
授权公告日：2023.01.20
专利权期限：20年
介绍：本申请公开了车辆边缘计算网络中的任务卸载方法及系统，获取车辆初始卸载比特数及单价，建立边缘服务器的效用函数；获取车辆到车辆所选择的边缘服务器之间的数据传输速率、车辆到车辆所选择的边缘服务器之间计算任务所产生的时延和使用边缘服务器计算资源所需要的费用，建立车辆的效用函数；根据边缘服务器的效用函数，建立最大化边缘服务器效用的优化问题；根据车辆的效用函数，建立最大化车辆效用的优化问题；基于斯坦伯格博弈理论对优化问题进行求解，得到均衡点所对应的车辆选择变量、卸载比特数变量和边缘服务器收取单价的最优解；基于均衡点所对应的车辆选择变量、卸载比特数变量和边缘服务器收取单价的最优解，实现车辆任务的卸载。
7、截至挂牌日，已取得发明专利证书。 |
