【CN110138836B】一种基于优化能量效率的线上协作缓存方法【专利】

合集下载

【CN109890176A】一种基于人工智能优化机房能耗效率的方法及装置【专利】

【CN109890176A】一种基于人工智能优化机房能耗效率的方法及装置【专利】

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910154592.5(22)申请日 2019.03.01(71)申请人 北京慧辰资道资讯股份有限公司地址 100098 北京市海淀区知春路甲48号2号楼20层20B室(72)发明人 周鹏飞 马亮 (74)专利代理机构 北京壹川鸣知识产权代理事务所(特殊普通合伙) 11765代理人 高小改(51)Int.Cl.H05K 7/20(2006.01)(54)发明名称一种基于人工智能优化机房能耗效率的方法及装置(57)摘要本发明公开了一种基于人工智能优化机房能耗效率的方法及装置,属于环保节能领域,降低了现有IDC机房过量制冷、电力浪费严重导致的高能耗与环保问题,其装置包括:获取机房机柜发热/制冷状态大数据的感知装置,从发热/制冷状态大数据自动学习控制策略的自动学习装置,使用控制策略生成优化控制指令的控制逻辑装置,直接调节制冷设备运行的控制装置;本发明包含一种自动学习装置,该装置能够基于机柜运行大数据结合人工智能算法自动学习优化控制策略,降低制冷电量消耗;本发明包含一种控制逻辑装置,该装置能够根据机房运行数据动态、精确地调节制冷设备运行。

权利要求书2页 说明书9页 附图1页CN 109890176 A 2019.06.14C N 109890176A权 利 要 求 书1/2页CN 109890176 A1.一种基于人工智能优化机房能耗效率的装置,其特征在于,包括感知装置、自动学习装置、控制逻辑装置和控制装置;感知装置为机柜运行状态大数据的监察装置,通过温度采集设备获取机房运行大数据,获取机柜周边运行环境状态指标、制冷设备运行功率指标,所述运行环境状态指标反应机柜的实时运行情况;自动学习装置为一套基于人工智能的自动学习方法,基于人工智能的强化学习理论,自动从机房的机柜状态与制冷大数据学习机柜运行状态数据并生成控制策略,该装置通过持续学习机柜运行状态数据不断优化控制策略,该装置学习的目标是找到最优控制策略;控制逻辑装置内置一套控制策略,接收机柜运行环境状态信息,使用控制策略生成控制指令,根据机柜和制冷设备的运行状态数据动态调整制冷设备运行功率;控制装置根据接收的控制指令改变制冷设备运行状态,将指令解析后调节制冷设备功率。

一种密集异构网络中能量和频谱效率优化资源分配方法[发明专利]

一种密集异构网络中能量和频谱效率优化资源分配方法[发明专利]

专利名称:一种密集异构网络中能量和频谱效率优化资源分配方法
专利类型:发明专利
发明人:陈硕,靳冬慧,王占刚
申请号:CN202111457952.2
申请日:20211202
公开号:CN114025432A
公开日:
20220208
专利内容由知识产权出版社提供
摘要:本发明提供了一种密集异构网络中能量和频谱效率优化资源分配方法,将密集异构网络中下行链路的资源分配问题建模为以系统的能量效率和频谱效率为优化目标的多目标优化问题,优化模型不仅联合优化了两种网络性能且同时考虑了小蜂窝和宏蜂窝的网络性能,以减轻小基站的密集部署对宏蜂窝造成的跨层干扰,解决资源分配只联合优化小蜂窝网络能量效率和频谱效率没有考虑宏蜂窝网络性能的问题,通过能量效率和频谱效率联合优化的资源分配方法求解所建立的多目标优化问题,所提方法不仅降低了问题的复杂度而且效率高,解决传统的优化方法在求解结构复杂且规模庞大的密集异构网络中的多目标优化问题时复杂度高且效率低的问题。

申请人:北京信息科技大学
地址:100192 北京市海淀区清河小营东路12号
国籍:CN
代理机构:北京盛询知识产权代理有限公司
代理人:方亚兵
更多信息请下载全文后查看。

一种基于协同近似计算的众核系统能耗与性能优化方法[发明专利]

一种基于协同近似计算的众核系统能耗与性能优化方法[发明专利]

专利名称:一种基于协同近似计算的众核系统能耗与性能优化方法
专利类型:发明专利
发明人:侯忻悦,王小航
申请号:CN202010765578.1
申请日:20200803
公开号:CN112099614A
公开日:
20201218
专利内容由知识产权出版社提供
摘要:本发明公开了一种基于协同近似计算的众核系统能耗与性能优化方法,该方法能够在控制应用程序输出结果满足一定误差范围的前提下,联合不同抽象层采用多种近似技术,包括在应用层级减少应用程序的计算工作量,在网络层有选择地删除数据以减少网络拥塞,通过全局控制器的优化调控与局部控制器的资源配置,将近似计算应用于众核系统的不同抽象层。

该发明基于质量模型衡量丢弃的数据的重要性,考虑通信与计算的协同管理,制定一个多目标优化问题,以最小化网络拥塞、应用程序运行时间并限制结果质量,为众核系统提供加快应用程序运行时间、减少能源消耗、提高芯片级能源效率的新方法。

申请人:华南理工大学
地址:510640 广东省广州市天河区五山路381号
国籍:CN
代理机构:广州市华学知识产权代理有限公司
代理人:詹丽红
更多信息请下载全文后查看。

一种基于混合NOMA的IRS-MEC系统能量效率优化方案

一种基于混合NOMA的IRS-MEC系统能量效率优化方案

一种基于混合NOMA的IRS-MEC系统能量效率优化方案赵宇;唐冬;周发升;赵赛;黄高飞
【期刊名称】《计算机应用研究》
【年(卷),期】2023(40)2
【摘要】在移动边缘计算系统(MEC)中结合智能反射面(IRS)和资源分配策略以提高系统能量效率是当前国内外研究的热点。

基于混合非正交多址(NOMA)传输模式,通过对用户的本地运算频率、传输功率、传输时间和智能反射面离散相移的联合优化,实现智能反射面辅助的移动边缘计算系统能量效率最大化。

由于优化过程涉及难以求解的非凸分式规划问题,提出了Dinkelbach-SCA的两步迭代算法:首先利用Dinkelbach方法将初始问题转换成易于求解的形式,通过分离变量对智能反射面离散相移进行优化;其次为了解耦传输功率与时间之间的耦合关系,引入辅助变量,并结合逐次凸逼近(SCA)方法将非凸问题转换成凸问题,求出优化解。

仿真结果表明采用的系统方案的能量效率优于其他对比方案,并发现系统的能量效率随用户2的最小计算数据量减少而提升。

【总页数】6页(P544-548)
【作者】赵宇;唐冬;周发升;赵赛;黄高飞
【作者单位】广州大学电子与通信工程学院
【正文语种】中文
【中图分类】TP393.04
【相关文献】
1.一种基于BER约束的MIMO系统能量效率优化方法
2.一种基于能量效率和用户公平的NOMA下行链路功率分配方案
3.系统综合效率优化的插电式混合动力车辆的能量管理策略
4.基于混合供能和能量协作的异构网络能量效率优化算法
5.论初中音乐教学引入流行音乐的策略探析
因版权原因,仅展示原文概要,查看原文内容请购买。

一种具有能量协作功能的基站及能量协作方法发明专利

一种具有能量协作功能的基站及能量协作方法发明专利

一种具有能量协作功能的基站及能量协作方法技术领域本发明涉及通信领域,具体的涉及一种具有能量协作功能的基站及能量协作方法。

背景技术当今世界正面临着日益严峻的能源问题和环境问题,其中信息通信技术产业的碳排放及能耗所占的比例迅速增长,无线通信系统的能耗比例高居不下,实现无线通信系统的节能减排刻不容缓。

能量收集技术,能够从周围环境中收集可再生清洁能源,能量收集技术作为新兴技术,能从周围环境中收集免费的能量,该技术应用于无线通信系统中,能减少当前通信系统对化石燃料的依赖,同时也在一定程度上减轻对环境的污染,得到了通信界的广泛关注。

从可再生源(如太阳能、风能)收集的能量容易受到天气、气候等因素的影响,因此具有时变性和间歇性,为保证大功率基站稳定可靠的运行,可再生源和电网混合供电的基站引起工业界和学术界的极大兴趣。

未来5G网络中,支持小区服务和异构网络的各基站被密集部署,为了减轻功耗、保护生态环境,优先使用收集的能量、电网供电作为必要补充的混合供电网络将起到重要作用。

由于不同基站所处地理位置和环境的差异,某些基站因蓄电池容量有限导致的收集的能量无法被容纳而浪费,同时某些基站因任务繁重以致能量消耗过多或因收集的能量过少而不能满足自身要求,从而需要从电网购买额外的电量。

此外随着经济快速增长和人民生活水平的提高,社会生活对电力需求度越来越高,电网的负荷随着用户在不同时段对电量需求的变化而相应的波动,为了平滑电网负荷,未来电网将采用分时电价,电价可在相对较小的时间尺度上(如每小时)调整,以作为电网负荷变化的响应。

如用电高峰期(早上上班前和晚上下班后)电网负荷巨大,电网需要承担高于平均负荷的额外压力,所以电价相对较高;而在深夜或凌晨的用电低谷时段,电网的负荷低于平均负荷,电网则需容纳较高的电量,电价相对较低。

若基站需要从电网购买额外电量时而电价又恰好处于最高,则会增加基站的购电成本。

发明内容本发明的一个目的在于提供一种具有能量协作功能的基站及基站间能量协作控制方法,目的是充分利用基站收集的清洁能量,最小化基站从电网额外购电的成本,减少二氧化碳的排放,同时平滑电网的负荷,提高电网的消纳能力。

基于能量效率的认知无线网络联合优化算法

基于能量效率的认知无线网络联合优化算法

基于能量效率的认知无线网络联合优化算法杜奕航;王可人;齐全【期刊名称】《计算机应用研究》【年(卷),期】2017(34)3【摘要】为提高认知无线网络能量有效性,提出一种基于能量效率的联合优化算法.在考虑主用户干扰容限的基础上构建了能量有效性模型,将优化目标分解为接入策略求解和功率优化问题,采用粒子群算法反复迭代,得到接入概率与功率分配的联合最优解.仿真结果表明,相对于不考虑功率优化或接入概率的传统优化方法,所提算法可使系统能量效率得到显著提升.%In order to improve the energy efficiency of cognitive radio networks,this paper proposed an algorithm of joint optimization based on energy-efficient.It established an energy efficiency model based on the consideration of the interference tolerance of the primary user.The algorithm decomposed the optimization objective into solution of access policy and power optimization problem.It adopted particle swarm optimization algorithm with iterative calculation and obtained the optimal solution.Simulation results indicate that compared with traditional optimal schemes not taking power allocation or access probability into consideration,the proposed algorithm can effectively improve the energy efficiency of the system.【总页数】4页(P849-852)【作者】杜奕航;王可人;齐全【作者单位】电子工程学院,合肥230037;电子工程学院,合肥230037;电子工程学院,合肥230037【正文语种】中文【中图分类】TN925;TP301.6【相关文献】1.碰撞冲突下认知无线网络能量效率分析 [J], 王磊;薛海涛;蒋国平;郑宝玉2.认知无线网络中基于节点功耗和频带利用率的感知时隙优化算法 [J], 季薇;胡延成;杨震;郑宝玉3.基于二进制烟花优化算法的认知无线网络频谱分配 [J], 杨军; 张达敏; 何庆; 潘志远4.认知无线网络中基于能量采集的单向中继选择与功率分配方案 [J], 李丽;曾凡仔;徐纪胜5.基于博弈论的认知无线网络中继策略优化算法 [J], 王卉;韦杨雄;陈卉蕊;吴呈瑜;占敖因版权原因,仅展示原文概要,查看原文内容请购买。

雾计算中基于古诺博弈的协作缓存优化算法

雾计算中基于古诺博弈的协作缓存优化算法

雾计算中基于古诺博弈的协作缓存优化算法涂亮;徐雷【摘要】随着移动互联网的快速发展,大批智能移动设备访问互联网资源,造成网络资源请求量的剧增.当大量用户终端请求网络中的流行内容时,重复传输流行内容,占用大量的带宽资源,造成整个网络拥塞加重.考虑到雾计算贴近移动终端的特点,充分利用雾服务器节点本身存储容量对用户终端请求进行存储,减少同一内容重复下载,以降低链路消耗.传统缓存算法并未考虑传输开销、时延等实际因素.对此,文中提出的基于古诺博弈的链路最小代价协作缓存算法充分考虑到上述实际因素,根据内容的缓存价值来决定内容更新,增加对较流行内容的访问.通过仿真结果可知,基于古诺博弈的链路最小代价协作缓存算法在链路消耗和缓存命中率的表现明显优于传统缓存算法.【期刊名称】《计算机技术与发展》【年(卷),期】2019(029)006【总页数】5页(P13-17)【关键词】雾计算;协作缓存;时延;链路代价;命中率【作者】涂亮;徐雷【作者单位】南京理工大学计算机科学与工程学院,江苏南京210094;南京理工大学计算机科学与工程学院,江苏南京210094【正文语种】中文【中图分类】TP301.60 引言在移动互联网快速发展的时代,大批智能移动设备访问互联网资源。

显然,传统的云计算在处理如此海量的资源请求时必然会出现诸多问题,例如:高时延、移动支持性差等。

雾计算可看作云计算的延伸,在云端内容中心和用户之间建立的新架构。

雾计算同样可以为用户终端提供相关的计算、内容存储、请求转发等服务。

由于雾计算通过将服务器节点部署距离用户终端相对较近的地理位置,因此时延更低、对移动性支持更好[1]。

移动互联网作为人们日常生活必不可少的部分,对音乐、视频、图片等流媒体内容的获取和发布已经成为当今互联网的主流模式。

据Cisco流量统计数据预测:在2014至2017年间,全球的IP流量增长超过4倍。

预计2019年,视频内容流量将达到网络流量80%[2]。

一种在线节能实时调度算法

一种在线节能实时调度算法

一种在线节能实时调度算法张彬连;徐洪智【摘要】With the continuous expansion of the scale of the multi processor system,the issue of energy consumption becomes more and more important. How to save energy becomes an important problem to be solved. Based on the multiprocessor system,On-line Energy-efficient Real-time Scheduling Algorithm(OERSA) aiming at a random task is proposed. According to the arrival time and calculated amount of the existing task,the algorithm estimates the executive voltage/frequency of the new task in the idle processor by using statistical methods,which can meet the deadline and save the energy effectively for not yet arrived tasks. At the same time,considering the task executed on a single processor,the algorithm first calculates the average voltage/frequency required to perform these tasks,thus making all the task execution speed equal as much as possible. When some tasks can not meet the deadline requirements,voltage/frequency for previous not executed tasks will be adjusted high. Experimental results show that OERSA has obvious advantages in the aspect of meeting deadlines and energy consumption saving compared with EDF,HVEA,MEG and ME-MC algorithm.%随着多处理器系统规模的不断扩大,如何节能成为一个亟待解决的重要问题。

一种数据协作缓存方法、系统及电子设备[发明专利]

一种数据协作缓存方法、系统及电子设备[发明专利]

专利名称:一种数据协作缓存方法、系统及电子设备专利类型:发明专利
发明人:王翊,欧梦添,胡艳军,蒋芳,许耀华,王惠
申请号:CN202010446938.1
申请日:20200525
公开号:CN111586191A
公开日:
20200825
专利内容由知识产权出版社提供
摘要:本发明公开一种数据协作缓存方法、系统及电子设备。

所述数据协作缓存方法包括:将移动边缘计算服务器分组到不同的簇内,以得到分组后的移动边缘计算服务器,根据每个分组后的移动边缘计算服务器的用户数目和子区域内容流行度的不同,以确定移动边缘计算服务器的本地缓存空间的大小、同一区域内协作缓存空间的大小以及整个协作区间内缓存空间的存储容量的大小,根据用户提出的内容请求,以判断本地移动边缘计算服务器是否缓存了用户提出的内容请求。

本发明最大化基站的利用效率,内容交付的时延较小。

申请人:安徽大学
地址:230601 安徽省合肥市经开区九龙路111号(安徽大学磬苑校区)
国籍:CN
代理机构:上海光华专利事务所(普通合伙)
代理人:郭明
更多信息请下载全文后查看。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 (45)授权公告日 (21)申请号 201910299945.0(22)申请日 2019.04.15
(65)同一申请的已公布的文献号
申请公布号 CN 110138836 A (43)申请公布日 2019.08.16
(73)专利权人 北京邮电大学
地址 100876 北京市海淀区西土城路10号(72)发明人 张鹤立 李钰 纪红 李曦 (74)专利代理机构 北京永创新实专利事务所
11121
代理人 冀学军(51)Int.Cl.
H04L 29/08(2006.01)H04W 52/02(2009.01)H04W 76/10(2018.01)
H04W 76/15(2018.01)
(56)对比文件
CN 108337714 A ,2018.07.27,CN 109617991 A ,2019.04.12,
审查员 陈相玫
(54)发明名称
一种基于优化能量效率的线上协作缓存方法
(57)摘要
本发明公开了一种基于优化能量效率的线上协作缓存方法,属于通信技术领域,首先,搭建包括内容服务器CP,宏基站MBS,小基站SBS和用
户UE的双层异构超密集网络场景;
针对新的要缓存的内容l,MBS计算某个用户UE对该内容的偏好因素和社交因素,进一步得到每个UE对该内容的偏好因素和社交因素,结合内容l的当前热度因素计算决策函数值,当决策函数值I l 大于等于判定阈值I 0后,将内容l添加到缓存文件集合中,同时MBS计算能缓存该内容的各SBS;判断需要缓存内容l的各SBS以及MBS自身是否有足够的缓存空间,如果是,则直接缓存内容l;否则,从最近最少被请求的文件开始删除,直到缓存空间足够存储该内容l。

本发明能实现缓存内容的实时分配,保证能耗的节省,
节约网络成本。

权利要求书2页 说明书10页 附图4页
CN 110138836 B 2020.04.03
C N 110138836
B
1.一种基于优化能量效率的线上协作缓存方法,其特征在于,具体步骤如下:步骤一、搭建包括内容服务器CP,宏基站MBS,小基站SBS和用户UE的双层异构超密集网络场景;
针对某个MBS,该MBS覆盖范围内的所有SBS集合为m表示第m个SBS;所
有UE的集合为
n表示第n个用户UE;缓存文件的集合为
f
表示第f个文件;各个缓存文件对应的大小集合为
S f 表示缓存文件f
对应的大小;步骤二、针对新的要缓存的内容l,MBS计算第n个用户UE对该内容的偏好因素和社交因素;
第n个用户UE对内容l的偏好因素计算公式如下:
v ln 是第n个用户UE对内容l所属类别的历史请求次数,L是所有类别的总数;
第n个用户UE对内容l的社交因素计算公式如下:
是向第n个用户UE分享内容l的朋友j在过去给该用户推荐成功的次数,即过去第n
个用户UE看了几次朋友j推荐的内容l;K代表第n个用户的朋友的总数;
代表没有朋
友分享该内容;步骤三、分别计算MBS覆盖下的每个UE对内容l的偏好因素和社交因素,结合内容l的当前热度因素计算内容l的决策函数值;
首先,对于网络场景中所有的UE,
整体对内容l的偏好参数为:
然后,网络场景中所有的UE,
整体对内容l的社交参数为:
进一步,
计算内容l当前的热度参数为:
u l 是内容l在当前周期中被点击的总数,并且该周期中共有L ′个内容在网络场景中;最后,计算内容l的决策函数值;
公式如下:
αp 是偏好参数的权值,αs 是社交参数的权值,αh 是热度参数的权值,且αp +αs +αh =1;步骤四、判断内容l的决策函数值I l 是否大于等于判定阈值I 0,如果是,进入步骤五;否则,结束;
权 利 要 求 书
1/2页
2
CN 110138836 B。

相关文档
最新文档