一种230MHz频段多频点FSK系统的频点选择方法

    公开(公告)号:CN119420436A

    公开(公告)日:2025-02-11

    申请号:CN202411541018.2

    申请日:2024-10-31

    Abstract: 本发明提供一种230MHz频段多频点FSK系统的频点选择方法,该方法通过从多频点FSK系统的发送侧向接收侧按照设定周期发送在230MHz频段的测试信号,接收侧接收到测试信号后,对各频点上的信道质量进行侦听,选择信道质量最大的频点作为目标频点,并发送反馈信号至发送侧;发送侧接收到反馈信号后,将目标频点的信道质量与当前所用频点的信道质量进行比对,判断频点是否需要更新,通过重复上述过程,使目标频点按照设定周期自动更新。本发明在发送侧和接收侧双端进行频点筛选,避免了信号在长期受到干扰的频点上发送,在增强了信号传输抗干扰能力的同时,减少了现有技术中存在的功耗问题。

    基于深度强化学习的网络能耗与吞吐量联合优化路由方法

    公开(公告)号:CN114710439B

    公开(公告)日:2024-05-28

    申请号:CN202210437000.2

    申请日:2022-04-22

    Abstract: 本发明公开了一种基于深度强化学习的网络能耗与吞吐量联合优化路由方法,首先将数据中心网络的路由调度描述为具有两个目标的混合整数非线性规划问题,即最大化网络吞吐量和最小化能量消耗;其次为深度强化学习算法生成大量的训练数据,主要包括当前网络状态、决策行为、奖励和新网络状态;最后选择卷积神经网络和全连接神经网络作为智能体,并使用训练数据对智能体进行训练操作,其核心理论是选择贝尔曼方程来评估每个行为的结果、定义贝尔曼误差为损失函数,通过梯度下降法来对其进行优化,直至收敛。本发明提供的方法适用于大规模、高动态性的数据中心网络,相较于其他方案(如帕累托最优)具备效率高和成本低的优点。

Patent Agency Ranking