-
公开(公告)号：CN107682924A
公开(公告)日：2018-02-09
申请号：CN201710917120.1
申请日：2017-09-30
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种适用于长延迟SIC网络的链路调度方法和系统，包括：根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将最小功率值集合为K-SIC功率阈向量以为各发送节点划分发送功率等级；根据各发送节点的发送数据量，判定长延迟网络的负载状态，并根据负载状态和发送功率等级执行最小帧长调度算法，生成长延迟网络的最小调度帧长；根据发送节点数目、最小调度帧长和接收节点的接收机制，执行最小功率调度算法，得到使得全网功耗最小的链路调度策略。由此可提升长延迟SIC网络内节点间的传输效率，并降低长延迟SIC网络的整体能耗。
-
公开(公告)号：CN109587751B
公开(公告)日：2020-12-22
申请号：CN201910012976.3
申请日：2019-01-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种无人机自组网自适应路由方法，包括：以无人机自组网中的无人机为节点，所有节点以预定周期发送握手包；任一节点接收其邻居节点发送的握手包，获取并更新该邻居节点的节点信息；该节点发送或转发数据包时，获取该数据包从该节点到目标节点的要求传输速度，以及该数据包从该节点到该邻居节点的实际传输速度，以大于或等于该要求传输速度的该实际传输速度对应的邻居节点为候选节点；根据该候选节点的节点信息，通过Q‑learning算法获得该候选节点的Q值，以最大Q值对应的候选节点为下一跳的路由节点进行该数据包的路由。
-
公开(公告)号：CN107277884B
公开(公告)日：2019-11-29
申请号：CN201710350525.1
申请日：2017-05-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种针对6TiSCH多跳无线网络的静态链路调度方法，包括：1)针对每一个源节点，确定从所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE；2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x，所述链路调度决策变量x决定某一个节点在时隙‑频率块中是否转发来自其他节点的数据包。
-
公开(公告)号：CN114173418B
公开(公告)日：2025-04-04
申请号：CN202111327838.8
申请日：2021-11-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于深度强化学习的实时分布式无线网络调度方法和系统，包括：获取由多个接入点和用户节点组成的无线网络；在测试阶段的每个时隙，接入点根据部分数据流对应的发送队列信息，得到各数据流的状态，同时获取之前对无线信道的历史观测信息将数据流的状态和历史观测信息输入至决策模型，接入点执行决策模型输出结果对应的调度决策；在训练阶段，网络中存在的全局决策模型获取所有数据流的状态信息，并给出每个接入点的最优决策动作，接入点执行专家网络给出的最优决策动作，同时将部分数据流的状态，信道的历史观测信息，最优调度决策动作作为交互信息存储至各自的经验回放池中，从各自的经验回放池中抽取经验，训练更新当前决策模型。
-
公开(公告)号：CN114173418A
公开(公告)日：2022-03-11
申请号：CN202111327838.8
申请日：2021-11-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于深度强化学习的实时分布式无线网络调度方法和系统，包括：获取由多个接入点和用户节点组成的无线网络；在测试阶段的每个时隙，接入点根据部分数据流对应的发送队列信息，得到各数据流的状态，同时获取之前对无线信道的历史观测信息将数据流的状态和历史观测信息输入至决策模型，接入点执行决策模型输出结果对应的调度决策；在训练阶段，网络中存在的全局决策模型获取所有数据流的状态信息，并给出每个接入点的最优决策动作，接入点执行专家网络给出的最优决策动作，同时将部分数据流的状态，信道的历史观测信息，最优调度决策动作作为交互信息存储至各自的经验回放池中，从各自的经验回放池中抽取经验，训练更新当前决策模型。
-
Patent Agency Ranking
公开(公告)号：CN112564712A
公开(公告)日：2021-03-26
申请号：CN202011344089.5
申请日：2020-11-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于深度强化学习的网络编码方法，所述方法包括：源节点将要发送的信息划分成K个片，根据源节点编码模型确定每个片的编码系数，生成并向下一跳节点发送编码包；中间节点接收前一节点发送的编码包，将收到的编码包再次编码，根据中间节点编码模型确定编码系数，生成并向下一跳节点发送编码包，其中所述源节点和中间节点编码模型通过对DQN网络训练得到。本发明可以根据网络动态变化来自适应地调节编码系数，改善解码效率，并具备良好的模型泛化能力，能泛化于具有不同网络规模和不同链路质量下的网络，本发明分别在源节点和中间节点上分布式执行的各自的编码系数优化模型，简化了编码系数优化实施并且改善了DQN训练的稳定性。
-
公开(公告)号：CN110519020B
公开(公告)日：2020-09-11
申请号：CN201910744399.7
申请日：2019-08-13
Applicant: 中国科学院计算技术研究所
IPC: H04L1/16 , H04L1/00 , H04W74/08 , H04B17/382
Abstract: 本发明提出一种无人系统网络智能跨层数据传输方法及系统，包括在路由层采用上限置信区间作为节点选择转发节点的搜索策略；采用双Q学习技术解决由于Q值过高估计导致行为选择评价不准确的问题；回报值的计算综合考虑MAC延时，链路错误概率与位置误差，使其更能反映动作的效益；根据节点速度与MAC延时，为每条链路赋予不同的学习率与折扣因子，实现学习率与折扣因子的自适应调节。最后结合MAC层与路由层，利用MAC延时参数共享实现跨层优化，提出一个无人系统网络智能跨层数据传输方法和系统。
-
公开(公告)号：CN109831264A
公开(公告)日：2019-05-31
申请号：CN201810121137.0
申请日：2018-02-07
Applicant: 中国科学院计算技术研究所
IPC: H04B17/373 , H04B17/336 , H04B13/02 , H04W40/10 , H04W40/12 , H04W40/22 , H04W84/18
Abstract: 本发明涉及一种基于最近邻居回归的时序水声信道质量预测方法，包括：初始化步骤水下传感网节点接收初始数据包，以获得邻居节点的标识、剩余能耗及信噪比值并建立包括邻居节点的标识、剩余能耗及信噪值的信道质量矩阵；主动发包步骤，进入主动发包状态的节点采用基于最近邻居回归的时序水声信道质量评估算法，获取其邻居信道质量评估值，并根据该评估值，确认下一跳的转发节点，将该转发节点的标识加入数据包，并广播该评估数据包；被动接收步骤，处于被动接收状态的节点接收到该数据包后，更新该信道质量矩阵，并通过比对标识，判断自身是否为该转发节点。
-
公开(公告)号：CN114189937A
公开(公告)日：2022-03-15
申请号：CN202111327752.5
申请日：2021-11-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于深度强化学习的实时集中式无线网络调度方法和系统，包括：获取由一个接入点和多个用户节点互连组成的无线网络，在每个时隙，接入点根据所有数据流对应的发送队列信息，得到各数据流的状态，集合所有数据流的状态构成当前时隙的环境状态，接入点获取所有数据流的流量模型与链路质量作为环境特征信息，将环境状态和环境特征信息输入至决策模型，接入点执行决策模型输出结果对应的调度决策；接入点执行调度决策后，收到网络环境的反馈；将交互信息和环境状态和环境特征信息作为经验，存储至子区域；从经验回放池中抽取经验，以训练更新当前决策模型。本发明训练时间不会随数据流数量增加而快速增长，能够快速的收敛到最优实时吞吐量。
-
公开(公告)号：CN107257261B
公开(公告)日：2020-11-03
申请号：CN201710350556.7
申请日：2017-05-18
Applicant: 中国科学院计算技术研究所
IPC: H04B17/309 , H04W72/12
Abstract: 本发明提供一种针对6TiSCH多跳无线网络的动态链路调度方法，包括：1)获得在当前环境下从源节点到潜在的目的节点的信道概率，所述信道概率为在干扰下数据传输正确的概率；2)若所述信道概率小于等于设定的阈值，则执行以下步骤：2‑1)确定所述源节点到潜在的目的节点的端到端平均时延fD以及能量消耗fE；2‑2)求解使得端到端平均时延fD最小、以及能量消耗fE最小的条件下的链路调度决策变量x，所述链路调度决策变量x决定某一个节点在时隙‑频率块中以何种概率对来自其它节点的数据包进行转发。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.04 seconds)
