基于深度强化学习的无人系统网络自适应路由方法和系统

    公开(公告)号:CN112202848A

    公开(公告)日:2021-01-08

    申请号:CN202010968137.1

    申请日:2020-09-15

    Abstract: 本发明提出一种基于深度强化学习的无人系统网络自适应路由方法,旨在解决现有技术中节点的高速移动、频繁变化的网络拓扑,无法提供自适应路由策略的技术问题。所述方法包括:所有节点以一个自适应的时间间隔发送HELLO信息包;任一节点收到其邻居节点发送的HELLO信息包后,更新该节点的邻居表中该邻居节点的节点信息;建立基于深度强化学习的路由策略算法框架;设计基于深度强化学习的路由策略实现方法。本发明具备良好的模型泛化能力,能泛化于具有不同网络规模和不同节点移动速度的网络上,使得本发明更适用于具有动态变化的无人系统网络。

    一种适用于长延迟SIC网络的链路调度方法和系统

    公开(公告)号:CN107682924B

    公开(公告)日:2020-01-07

    申请号:CN201710917120.1

    申请日:2017-09-30

    Abstract: 本发明涉及一种适用于长延迟SIC网络的链路调度方法和系统,包括:根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值,生成各发送节点的传输信号所能被SIC算法解码的最小功率值,通过将最小功率值集合为K‑SIC功率阈向量以为各发送节点划分发送功率等级;根据各发送节点的发送数据量,判定长延迟网络的负载状态,并根据负载状态和发送功率等级执行最小帧长调度算法,生成长延迟网络的最小调度帧长;根据发送节点数目、最小调度帧长和接收节点的接收机制,执行最小功率调度算法,得到使得全网功耗最小的链路调度策略。由此可提升长延迟SIC网络内节点间的传输效率,并降低长延迟SIC网络的整体能耗。

    无人机自组网自适应路由方法和系统

    公开(公告)号:CN109587751A

    公开(公告)日:2019-04-05

    申请号:CN201910012976.3

    申请日:2019-01-07

    Abstract: 本发明涉及一种无人机自组网自适应路由方法,包括:以无人机自组网中的无人机为节点,所有节点以预定周期发送握手包;任一节点接收其邻居节点发送的握手包,获取并更新该邻居节点的节点信息;该节点发送或转发数据包时,获取该数据包从该节点到目标节点的要求传输速度,以及该数据包从该节点到该邻居节点的实际传输速度,以大于或等于该要求传输速度的该实际传输速度对应的邻居节点为候选节点;根据该候选节点的节点信息,通过Q-learning算法获得该候选节点的Q值,以最大Q值对应的候选节点为下一跳的路由节点进行该数据包的路由。

Patent Agency Ranking