公开(公告)号：CN118354323A

公开(公告)日：2024-07-16

申请号：CN202410334583.5

申请日：2024-03-22

申请人： 浙江工业大学

发明人： 刘晓莹 ,  匡新宇 ,  郑可琛 ,  李晓东 ,  刘惠慧

IPC分类号： H04W16/14 ,  H04B17/382 ,  G06N3/092

摘要： 一种基于DDPG的能量捕获认知无线电网络衬垫式接入方法，采用基于干扰的聚簇算法将对次级发射机进行分簇，得到多个簇，每个簇的簇头次级发射机以所在簇中的所有次级发射机的状态作为输入状态，以所在簇中的所有次级发射机的工作模式，信道选择，功率分配作为执行动作，训练深度强化学习网络模型，部署到簇头次级发射机；每个簇的簇头次级发射机获取所在簇中的所有次级发射机的状态，输入到训练好的深度强化学习模型，并将深度强化学习网络模型输出的动作广播给所在簇中其他次级发射机，然后与其他次级发射机同时执行。本发明能够有效提升次级网络的吞吐量。

公开(公告)号：CN116760492A

公开(公告)日：2023-09-15

申请号：CN202310838992.4

申请日：2023-07-10

申请人： 浙江工业大学

发明人： 刘晓莹 ,  李晓东 ,  郑可琛 ,  匡新宇 ,  王家红

IPC分类号： H04B17/382 ,  H04W16/14

摘要： 本发明公开了一种基于频谱感知的认知无线电网络吞吐量最大化方法。在控制阶段，达到预设能量门限的次发射机执行频谱感知，然后所有次发射机把本地感知结果和剩余能量发送给同一个次接收机，未达到预设能量门限的次发射机的本地感知结果为未参与感知。次接收机作为控制中心，根据来自次发射机的本地感知结果和剩余能量，使用一种基于深度确定性策略梯度算法的调度策略做出调度决策并广播给所有次发射机。在传输阶段，次发射机根据接收到的调度决策执行相应的动作，包括能量捕获、环境反向散射和主动传输。本发明提升了集中式的反向散射能量捕获认知无线电网络中的频谱接入准确率，减少主次用户之间的传输冲突并优化了次发射机的加权平均吞吐量。

公开(公告)号：CN118331323A

公开(公告)日：2024-07-12

申请号：CN202410358399.4

申请日：2024-03-27

申请人： 浙江工业大学

发明人： 刘晓莹 ,  刘惠慧 ,  郑可琛 ,  匡新宇 ,  罗荣伟

IPC分类号： G05D1/695 ,  G05D109/20

摘要： 本发明公开了一种最小化信息年龄的无人机悬停点选择和轨迹规划方法，根据混合接入点的几何位置，将无线供能通信网络中的岛分簇，均衡多架无人机的任务负载。无人机在有限电池容量约束下完成簇内任务，即在簇内岛屿间飞行和选择悬停位置悬停给传感器节点发射射频信号提供能量和接收其感知的数据，接着飞回混合接入点卸载数据，并给自身充电。选择每个岛上的悬停点时需考虑到在不增加无人机飞行时间的前提下，从所有可能的候选悬停点中筛选出能使无人机悬停时间最短的悬停点作为无人机到该岛上悬停的位置。本发明技术方案降低了多无人机辅助的无线供能通信网络中混合接入点接收数据的平均信息年龄。

公开(公告)号：CN118301769A

公开(公告)日：2024-07-05

申请号：CN202410402552.9

申请日：2024-04-03

申请人： 浙江工业大学

发明人： 郑可琛 ,  罗荣伟 ,  刘晓莹 ,  匡新宇 ,  刘惠慧

IPC分类号： H04W72/50 ,  G06N3/092 ,  H04W72/0446 ,  H04W72/51 ,  G16Y10/75

摘要： 本发明属于无线传输技术领域，尤其涉及一种基于分布式DDPG的移动无线供能物联网信息年龄最小化方法。本发明包括将时间分成T份时隙，在每个时隙的第一控制阶段，所有静态IoT节点向混合接入点传输移动IoT节点的状态；在每个时隙的第二控制阶段，混合接入点把接收到的状态进行广播，移动IoT节点将接收到的状态和自身当前状态合并后输入DDPG算法得到数据传输时间、能量捕获时间、传输功率、传输对象以及传输的信道选择，移动IoT节点在每个时隙的数据传输阶段进行数据传输，在每个时隙的能量捕获阶段进行能量捕获，并在每个时隙结束时根据预设规律移动。本发明使IoT节点合理利用网络资源来降低移动无线能物联网的信息年龄。

公开(公告)号：CN117081688A

公开(公告)日：2023-11-17

申请号：CN202310612485.9

申请日：2023-05-26

申请人： 浙江工业大学

发明人： 刘晓莹 ,  匡新宇 ,  罗荣伟 ,  郑可琛

IPC分类号： H04B17/382 ,  H04W24/06

摘要： 本发明公开了一种基于探测辅助频谱感知的混合接入方法，以次级发射机的自身状态为输入状态，以信道选择、能量捕获和频谱接入方式为执行动作，训练深度强化学习网络模型，部署到次级发射机；然后次级发射机获取自身状态，输入到训练好的深度强化学习网络模型，根据深度强化学习网络模型输出的动作，执行对应的混合接入策略。在确定动作对应不需要频谱感知时，选择动作对应的信道，执行所述动作；在确定动作对应需要频谱感知时，选择动作对应的信道，进行频谱感知，若感知结果为活跃，则执行对应的动作；如果感知结果为空闲，则进行信道探测，根据信道探测结果执行对应的动作。本发明能够有效地降低丢包率，并提高网络性能。