基于深度强化学习的无线纺织体域网能量中性操作方法

    公开(公告)号:CN116470598A

    公开(公告)日:2023-07-21

    申请号:CN202211723810.0

    申请日:2022-12-30

    Applicant: 东华大学

    Abstract: 本发明涉及一种基于深度强化学习的无线纺织体域网能量中性操作方法,建立了由混合能量供能的多姿态无线纺织体域网模型,通过捕获摩擦电能和射频能量的混合电能,以应对网络存在的能源限制挑战;考虑到能量采集与能耗之间的相关性,通过动态调整节点占空比,实现在动态场景下能量的动态平衡;面对无线纺织体域网在实际应用场景的特殊性,将姿势多变性纳入考虑,分析并评估了五种典型日常行为下,设备的能量消耗、延迟和吞吐量等关键性能指标;基于两种强化学习算法,建立了在满足服务质量要求的约束下,实现系统能量中性操作的优化问题;仿真结果验证了,本发明提出的在无线纺织体域网中实现能量中性操作方案的可行性。

    一种面向智能服装的能量管理和网络性能的联合优化方法

    公开(公告)号:CN116321040A

    公开(公告)日:2023-06-23

    申请号:CN202310005587.4

    申请日:2023-01-04

    Applicant: 东华大学

    Abstract: 本发明公开了一种面向智能服装的能量管理和网络性能的联合优化方法。本发明采用节能方案和能量收集方案相结合,提高装置的能源效率,另一方面通过智能服装中各传感节点工作占空比自适应调节技术,权衡了智能服装的无线网络服务质量和长时续航可用性。具体到各种人体姿态转移状态下,考虑了在混合能量收割加持下的系统能量消耗和电池放电折损,同时针对无线网络服务质量,计算了不同姿态下的路径损耗和时间延迟。本发明首次探索了典型人体姿态下,将路径损耗、能耗、时延和电池损耗结合成一个整体的联合优化问题,并提供了有效的解决方案。人体姿态对智能服装的能量消耗和网络性能具有显著影响,及本发明提出的联合优化策略的有效性及可靠性。

Patent Agency Ranking