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！

龙图腾网获悉暨南大学申请的专利一种用于无线供电移动边缘计算网络的智能资源管理方法及系统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：CN119485395B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411535653.X，技术领域涉及：H04W24/02；该发明授权一种用于无线供电移动边缘计算网络的智能资源管理方法及系统是由林龙新;刘文烽;陈润铎;王申政设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种用于无线供电移动边缘计算网络的智能资源管理方法及系统在说明书摘要公布了：本发明公开了一种用于无线供电移动边缘计算网络的智能资源管理方法及系统。该智能资源管理方法及系统构建了注意力机制增强的多任务神经模型，并采用多多任务联合学习训练优化多任务神经模型，对无线供电移动边缘计算网络中的无线信道增益信息进行输入，得到计算决策和资源分配的预测结果，以得到最大化的网络性能。本发明能够高效实现计算卸载决策与资源调度，确保系统在快速变化的环境中保持高性能和低延迟，显著降低了在线决策的计算复杂度，将复杂计算转移至离线训练阶段，适用于资源受限的边缘设备；同时还能够动态监测无线信道增益，以进行任务卸载决策和资源分配，并利用掩码机制有效处理设备状态的动态变化。

本发明授权一种用于无线供电移动边缘计算网络的智能资源管理方法及系统在权利要求书中公布了：1.一种用于无线供电移动边缘计算网络的智能资源管理方法，其特征在于，包括以下步骤： S1、在需要进行计算决策和资源分配的无线供电移动边缘计算网络的远程控制器上配置数据接口，将采集到的系统状态信息克隆至运行的数据收集模块的服务器中，以构成数据集； S2、构建注意力机制增强的多任务神经网络模型，此多任务神经网络模型包括输入层、共享隐藏层、注意力机制层、任务卸载决策子任务模块和资源分配策略子任务模块，所述输入层、共享隐藏层和依次注意力机制层连接，所述任务卸载决策子任务模块和资源分配策略子任务模块并联且均与注意力机制层连接，同时任务卸载决策子任务模块和资源分配策略子任务模块之间相连接； S3、采用多任务联合学习训练多任务神经网络模型，以对多任务神经网络模型实现优化； 步骤S3的优化过程包括以下步骤： S31、训练初始阶段首先根据目标无线供电边缘计算网络的无线设备数量信息和自定义超参数初始化多任务神经网络模型modelθ，其中θ表示模型的可训练参数集合； S32、在每一轮训练中多任务神经网络模型分别对输入样本Input进行训练学习，对应的多任务神经网络模型的任务卸载决策预测模块得到的输出为Ot，任务卸载决策子任务的损失函数Losst由输出Ot与任务卸载标签Label1的损失值组成，即： Losst＝Γ1Ot,Label1； S33、对应的多任务神经网络模型的资源分配决策预测模块得到的输出为Or，资源分配策略子任务的损失函数Lossr由输出Or与资源分配的标签Label2的损失值组成，即： Lossr＝Γ2Os,Label2； S34、根据任务卸载决策子任务和资源分配策略子任务的损失通过混合参数γ计算得混合损失Lossj： Lossj＝γ×Losst+1-γ×Lossr； S34、根据损失值Lossj对多任务神经网络模型modelθ进行参数调整，得到的优化后的多任务神经网络模型； S4、部署优化后的多任务神经网络模型，以对无线供电移动边缘计算网络中的无线信道增益信息进行输入，得到计算决策和资源分配的预测结果，以得到最大化的网络性能； 所述的任务卸载决策子任务模块包含依次连接的TOD-全连接层、Sigmoid层、TOD-掩码层、阈值化层和任务卸载决策输出层； TOD-全连接层，用于将所述注意力机制层的输出转化为所述Sigmoid层的输入； Sigmoid层，用于将TOD-全连接层转化的输入进行映射，得到0-1之间的输出Os； TOD-掩码层，从输入数据计算获得掩码算子M1，对Sigmoid层的输出Os进行掩码操作：OS⊙M1； 阈值化层，用于将TOD-掩码层的输出映射为0或者1的二值，表示无线设备任务在本地计算或者卸载到边缘服务器计算； 任务卸载决策输出层，用于将模型预测的任务卸载决策输出； 所述的资源分配策略子任务模块包含依次连接的Concat层、RAD-全连接层、RAD-掩码层、SoftMax层和资源分配决策输出层； Concat层，用于将注意力机制层的输出和任务卸载决策子任务模块的TOD-掩码层的输出拼接成资源分配策略子任务模块的输入； RAD-全连接层，用于将Concat层的输出转化为RAD-掩码层的输入； RAD-掩码层，从任务卸载决策输出层计算获得掩码算子M2，对RAD-全连接层的输出OR进行掩码操作：ORi·M2i+-∞·1-M2i，其中，i用于标识不同的无线设备； SoftMax层，将RAD-掩码层的输出映射到0,1区间内的概率分布； 资源分配决策输出层，将模型预测的资源分配决策输出。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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。