-
公开(公告)号:CN113438744B
公开(公告)日:2022-07-05
申请号:CN202110695283.6
申请日:2021-06-23
申请人: 嘉兴学院
摘要: 本发明公开了一种基于加权式强化学习的分段式退避算法,包括步骤S1:建立二进制指数退避算法模型,分析无线传感器网络的信道有效利用率和数据丢包率随网络中数据流量的增加而变化的情况,并且建立分段式的退避窗口,设置不同的节点数量以改变网络中的数据流量情况,以得到不同节点数量情况下的各段退避窗口的信道有效利用率。本发明公开的一种基于加权式强化学习的分段式退避算法,其通过加权式强化学习模型对于网络访问控制控制层的信道接入方式进行调整,从而在保证节点竞争接入信道的公平性的同时提升无线传感器网络的信道有效利用率并降低丢包率。
-
公开(公告)号:CN113438744A
公开(公告)日:2021-09-24
申请号:CN202110695283.6
申请日:2021-06-23
申请人: 嘉兴学院
摘要: 本发明公开了一种基于加权式强化学习的分段式退避算法,包括步骤S1:建立二进制指数退避算法模型,分析无线传感器网络的信道有效利用率和数据丢包率随网络中数据流量的增加而变化的情况,并且建立分段式的退避窗口,设置不同的节点数量以改变网络中的数据流量情况,以得到不同节点数量情况下的各段退避窗口的信道有效利用率。本发明公开的一种基于加权式强化学习的分段式退避算法,其通过加权式强化学习模型对于网络访问控制控制层的信道接入方式进行调整,从而在保证节点竞争接入信道的公平性的同时提升无线传感器网络的信道有效利用率并降低丢包率。
-