公开(公告)号：CN112929900A

公开(公告)日：2021-06-08

申请号：CN202110081524.8

申请日：2021-01-21

申请人： 华侨大学

发明人： 高振国 ,  赵楠 ,  姚念民 ,  卢志茂 ,  谭国真 ,  丁男 ,  李培华 ,  蔡绍滨

IPC分类号： H04W24/02 ,  H04W80/02 ,  H04W84/18 ,  H04B13/02 ,  H04B11/00

摘要： 本发明公开了一种水声网络中基于深度强化学习实现时域干扰对齐的MAC协议，包括以下步骤：构建分时隙模型；将深度强化学习算法DQN应用到水声网络MAC协议，通过训练深度强化学习算法DQN实现时域干扰对齐；使用训练好的DQN来调度节点传输。与现有技术相比，本发明采用深度强化学习方法为节点分配时隙，使用DQN来实现时域干扰对齐，并使用训练好的DQN来调度节点传输；DQNSA‑MAC将干扰在非目的节点处对齐，并保留更多的无干扰时隙用作消息的传输和接收，从而提高吞吐量；此外，基于训练好的DQN，每个节点可以从目前的状态映射到传输动作，有效地解决了由于状态空间大而造成计算开销大的问题。综述，本发明能够提高水声网络MAC协议的吞吐量、成功传输率和公平性等。

公开(公告)号：CN111294137A

公开(公告)日：2020-06-16

申请号：CN202010094873.9

申请日：2020-02-17

申请人： 华侨大学

发明人： 高振国 ,  赵楠 ,  姚念民 ,  卢志茂 ,  张忆文 ,  陈永红 ,  胡凌岳 ,  李弼程

IPC分类号： H04J11/00 ,  H04W24/02 ,  H04W84/18 ,  H04B13/02

摘要： 本发明提供一种水声网络中基于时域干扰对齐的多信道传输调度方法，包括以下步骤：S1网络拓扑结构表示，本发明采用分时隙的模型，将整个消息传输过程划为若干个长度为τ的时隙，节点之间的传输延迟指消息在两个节点间传输所需的时间，本发明用传输延迟矩阵表示网络拓扑结构，矩阵中的元素表示节点间传输消息所需时隙个数；S2传输调度初始化，用三维矩阵存储节点的状态，确定节点的传输时隙，选择的传输信道以及目的节点；S3最优传输决策搜索，寻找最优调度问题可看作一个序贯决策问题，使用动态规划可解决此问题。在多信道网络模型中，多个节点可在一个时隙内同时传输消息，减少了数据冲突，增加了网络吞吐量。

公开(公告)号：CN112929900B

公开(公告)日：2022-08-02

申请号：CN202110081524.8

申请日：2021-01-21

申请人： 华侨大学

发明人： 高振国 ,  赵楠 ,  姚念民 ,  卢志茂 ,  谭国真 ,  丁男 ,  李培华 ,  蔡绍滨

IPC分类号： H04W24/02 ,  H04W80/02 ,  H04W84/18 ,  H04B13/02 ,  H04B11/00

摘要： 本发明公开了一种水声网络中基于深度强化学习实现时域干扰对齐的MAC协议，包括以下步骤：构建分时隙模型；将深度强化学习算法DQN应用到水声网络MAC协议，通过训练深度强化学习算法DQN实现时域干扰对齐；使用训练好的DQN来调度节点传输。与现有技术相比，本发明采用深度强化学习方法为节点分配时隙，使用DQN来实现时域干扰对齐，并使用训练好的DQN来调度节点传输；DQNSA‑MAC将干扰在非目的节点处对齐，并保留更多的无干扰时隙用作消息的传输和接收，从而提高吞吐量；此外，基于训练好的DQN，每个节点可以从目前的状态映射到传输动作，有效地解决了由于状态空间大而造成计算开销大的问题。综述，本发明能够提高水声网络MAC协议的吞吐量、成功传输率和公平性等。