基于双向Q-Learning优化AODV路由的方法

    公开(公告)号:CN113965943B

    公开(公告)日:2024-05-17

    申请号:CN202111068193.0

    申请日:2021-09-13

    Abstract: 本发明公开了一种基于双向Q‑Learning优化AODV路由协议的方法,包括修改Hello包帧格式,在Hello包中添加用于计算单跳链路生存时间的位置和速度信息,同时添加节点自身的网络负载信息与剩余能量信息;以路由协议Hello包为载体,将位置和速度信息、网络负载信息和剩余能量信息作为QoS指标,在源节点和目的节点之间通过双向Q‑Learning算法更新经过下一跳节点到目的节点的Q值和经过上一跳节点到源节点的Q值,完成优化。本发明解决传统AODV协议在寻路过程中只考虑最短跳数,无法获得具体场景下的最佳路由的问题。

    基于数字孪生的5G融合网架构下多模终端接入系统及方法

    公开(公告)号:CN114189888B

    公开(公告)日:2024-02-13

    申请号:CN202111430637.0

    申请日:2021-11-29

    Abstract: 本发明公开了一种基于数字孪生的5G融合网架构下多模终端接入系统及方法,系统为三层双闭环的数字孪生网络架构,该架构包括自顶向下的三层结构,依次为:网络应用层,该层级中描述实际物理网络中实际要解决的问题,等待下一步的映射;数字孪生网络层,在该层级中,数字网络将实时以及超前模拟实际物理网络的运作并根据模拟结果将控制下发到实际物理网络;底层是物理网络层,该层通过实际的接口与孪生网络层衔接,不断通过数据采集提供给数字孪生网络实际通信环境的情况,同时接收并执行数字孪生网络所模拟出的最佳决策结果。本发明有很好的实时性和可拓展性,有益于处理易变环境的网络情况。

Patent Agency Ranking