-
公开(公告)号：CN113347596A
公开(公告)日：2021-09-03
申请号：CN202110562484.9
申请日：2021-05-21
申请人： 武汉理工大学
摘要： 本发明涉及一种邻居数量检测和Q学习的车联网MAC协议优化方法，该方法包括：获取当前车辆节点的邻居车辆节点的Beacon消息，构建邻居表并计算两跳邻居数量；将当前车辆节点视为智能体，利用Q学习和周期性的Beacon消息训练智能体，根据两跳邻居数量和MAC层的争用窗口值构建状态空间和动作空间；根据当前时刻ACK消息的接收与否和当前时刻使用的争用窗口值，确定奖励值，并根据状态空间、动作空间和奖励值，进行Q值的更新；利用预设概率在Q表中选择最优争用窗口值。本发明利用Q学习和Beacon消息训练不同竞争节点数量下最优争用窗口值，为不同车辆密度的节点分配合适争用窗口值，在减少数据碰撞增加数据包投递率的前提下保证较低的传播延迟能力。
-
公开(公告)号：CN113347596B
公开(公告)日：2022-09-20
申请号：CN202110562484.9
申请日：2021-05-21
申请人： 武汉理工大学
摘要： 本发明涉及一种邻居数量检测和Q学习的车联网MAC协议优化方法，该方法包括：获取当前车辆节点的邻居车辆节点的Beacon消息，构建邻居表并计算两跳邻居数量；将当前车辆节点视为智能体，利用Q学习和周期性的Beacon消息训练智能体，根据两跳邻居数量和MAC层的争用窗口值构建状态空间和动作空间；根据当前时刻ACK消息的接收与否和当前时刻使用的争用窗口值，确定奖励值，并根据状态空间、动作空间和奖励值，进行Q值的更新；利用预设概率在Q表中选择最优争用窗口值。本发明利用Q学习和Beacon消息训练不同竞争节点数量下最优争用窗口值，为不同车辆密度的节点分配合适争用窗口值，在减少数据碰撞增加数据包投递率的前提下保证较低的传播延迟能力。
-
公开(公告)号：CN115015835A
公开(公告)日：2022-09-06
申请号：CN202210717184.8
申请日：2022-06-23
申请人： 武汉理工大学
摘要： 本发明提出了一种基于UWB定位系统的地图增强锚点选择定位方法。该方法将定位区域划分为多个定位子区域，在定位子区域设置多个定位基站。其中定位子区域内无任何影响UWB通信的遮挡物。当人员佩戴定位标签进入定位区域内，定位标签通过与定位基站进行UWB通信的方式计算第一次定位结果，服务器根据第一次定位结果选择定位标签所在定位子区域，根据定位子区域内定位基站的测量数据计算最终的定位结果。由于UWB通信过程中经过遮挡物会影响UWB测量距离的精度，且UWB定位系统无法得知UWB通信信号在通信过程中是否受到过遮挡物影响，本发明提出的方法大大提高了UWB定位系统的定位精度，并提高了UWB定位系统对环境的适应性。
-
公开(公告)号：CN115015835B
公开(公告)日：2024-04-12
申请号：CN202210717184.8
申请日：2022-06-23
申请人： 武汉理工大学
摘要： 本发明提出了一种基于UWB定位系统的地图增强锚点选择定位方法。该方法将定位区域划分为多个定位子区域，在定位子区域设置多个定位基站。其中定位子区域内无任何影响UWB通信的遮挡物。当人员佩戴定位标签进入定位区域内，定位标签通过与定位基站进行UWB通信的方式计算第一次定位结果，服务器根据第一次定位结果选择定位标签所在定位子区域，根据定位子区域内定位基站的测量数据计算最终的定位结果。由于UWB通信过程中经过遮挡物会影响UWB测量距离的精度，且UWB定位系统无法得知UWB通信信号在通信过程中是否受到过遮挡物影响，本发明提出的方法大大提高了UWB定位系统的定位精度，并提高了UWB定位系统对环境的适应性。
-
-
-
搜索结果
4 条记录 (耗时 0.02 秒)
