-
公开(公告)号：CN118381581B
公开(公告)日：2024-10-11
申请号：CN202410823316.4
申请日：2024-06-25
Applicant: 南京信息工程大学
IPC: H04L1/00 , H04L47/6275 , H04L69/22
Abstract: 本发明公开了一种基于深度强化学习的战术通信网络业务成帧方法，包括：划分待成帧数据包的业务类型，将上层待成帧的数据包添加到相应的发送等待队列；当需要传输数据包时，确定传输队列；对传输队列进行成帧判断，若成帧，则第一队列利用基于深度强化学习的自适应帧生成算法或者第二队列利用高效率帧生成算法执行成帧操作，生成数据帧，并由物理层进行发送；接收端解析收到的数据帧。本发明中针对不同业务不同的QoS要求，分别使用不同的成帧算法，对于时敏业务使用基于深度强化学习的自适应帧生成算法，保证在吞吐量提高的基础上降低成帧时延；对于非时敏业务，使用高效率帧生成算法，提高了帧效率，以及提高瓶颈链路的信道利用率。
-
公开(公告)号：CN118400337B
公开(公告)日：2024-11-29
申请号：CN202410866271.9
申请日：2024-07-01
Applicant: 南京信息工程大学
IPC: H04L47/50 , H04L47/24 , H04L67/568 , H04L41/0896
Abstract: 本发明公开了一种面向差异化QoS保障的链路汇聚节点缓存方法，首先将进行差异化业务分类；然后构建训练数据集，之后构建DQN缓存调整神经网络，将汇聚节点的缓存空间作为环境，将缓当前队列长度、出队速率、当前排队时延作为状态空间，定义动作空间为增大或减小缓存容量，设置总奖励，选择当前状态下奖励函数最大化的动作，训练DQN缓存调整神经网络：主Q网络用于评估当前策略，计算当前状态下动作的Q值与目标Q值之间的损失，不断更新主Q网络，得到面向差异化QoS保障的链路汇聚节点缓存模型；输出缓存策略。本法发明能有效提升主动队列管理算法的传输时延、吞吐量、丢包率的性能，从而为差异化业务的QoS保障提供了技术支撑。
-
公开(公告)号：CN118175082B
公开(公告)日：2024-09-10
申请号：CN202410581900.3
申请日：2024-05-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于状态图模型的网络分簇式路由快速收敛方法，首先，基于战术通信网络，构建网络拓扑图，计算链路状态和节点状态，构建通信网络的状态图模型，以评估当前网络状态；然后，基于状态图模型的簇头自举算法，确定节点是否担任簇头角色；接着，基于状态图模型的入簇算法，进行单一簇的路由收敛；基于状态图模型的簇间连接算法，维护簇间连接，进行网络的分簇式路由收敛。在此基础上，本发明改进战术通信网络OSPF协议，在极低的路由开销下提升了路由收敛的时效性，大大增加了有效数据的传输时间，从而保障了复杂战场环境下的路由快速收敛，为智能陆战系统提供技术支撑。
-
Patent Agency Ranking
公开(公告)号：CN118400336A
公开(公告)日：2024-07-26
申请号：CN202410866258.3
申请日：2024-07-01
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于动态缓存的主动队列管理方法，通过针对流量队列执行动态缓存策略；然后构建DQN环境，学习得到最优丢包策略；构建DQN智能体，采用#imgabs0#策略来选择能够使总奖励函数最大化的动作；最后构建由策略网络和价值网络构成的深度确定性策略梯度网络，并采用经验回放机制训练深度确定性策略梯度网络，得到动态缓存的主动队列管理模型,利用动态缓存的主动队列管理模型，以当前流量队列为输入，得到缓存内流量队列管理策略。本发明采用的缓存容量更低，能够有效降低路由器等转发设备的硬件成本，实现更低的平均传输时延和平均时延抖动，具有降本增效的优势。
-
公开(公告)号：CN118381581A
公开(公告)日：2024-07-23
申请号：CN202410823316.4
申请日：2024-06-25
Applicant: 南京信息工程大学
IPC: H04L1/00 , H04L47/6275 , H04L69/22
Abstract: 本发明公开了一种基于深度强化学习的战术通信网络业务成帧方法，包括：划分待成帧数据包的业务类型，将上层待成帧的数据包添加到相应的发送等待队列；当需要传输数据包时，确定传输队列；对传输队列进行成帧判断，若成帧，则第一队列利用基于深度强化学习的自适应帧生成算法或者第二队列利用高效率帧生成算法执行成帧操作，生成数据帧，并由物理层进行发送；接收端解析收到的数据帧。本发明中针对不同业务不同的QoS要求，分别使用不同的成帧算法，对于时敏业务使用基于深度强化学习的自适应帧生成算法，保证在吞吐量提高的基础上降低成帧时延；对于非时敏业务，使用高效率帧生成算法，提高了帧效率，以及提高瓶颈链路的信道利用率。
-
公开(公告)号：CN118400336B
公开(公告)日：2024-09-24
申请号：CN202410866258.3
申请日：2024-07-01
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于动态缓存的主动队列管理方法，通过针对流量队列执行动态缓存策略；然后构建DQN环境，学习得到最优丢包策略；构建DQN智能体，采用#imgabs0#策略来选择能够使总奖励函数最大化的动作；最后构建由策略网络和价值网络构成的深度确定性策略梯度网络，并采用经验回放机制训练深度确定性策略梯度网络，得到动态缓存的主动队列管理模型,利用动态缓存的主动队列管理模型，以当前流量队列为输入，得到缓存内流量队列管理策略。本发明采用的缓存容量更低，能够有效降低路由器等转发设备的硬件成本，实现更低的平均传输时延和平均时延抖动，具有降本增效的优势。
-
公开(公告)号：CN118400337A
公开(公告)日：2024-07-26
申请号：CN202410866271.9
申请日：2024-07-01
Applicant: 南京信息工程大学
IPC: H04L47/50 , H04L47/24 , H04L67/568 , H04L41/0896
Abstract: 本发明公开了一种面向差异化QoS保障的链路汇聚节点缓存方法，首先将进行差异化业务分类；然后构建训练数据集，之后构建DQN缓存调整神经网络，将汇聚节点的缓存空间作为环境，将缓当前队列长度、出队速率、当前排队时延作为状态空间，定义动作空间为增大或减小缓存容量，设置总奖励，选择当前状态下奖励函数最大化的动作，训练DQN缓存调整神经网络：主Q网络用于评估当前策略，计算当前状态下动作的Q值与目标Q值之间的损失，不断更新主Q网络，得到面向差异化QoS保障的链路汇聚节点缓存模型；输出缓存策略。本法发明能有效提升主动队列管理算法的传输时延、吞吐量、丢包率的性能，从而为差异化业务的QoS保障提供了技术支撑。
-
公开(公告)号：CN118175082A
公开(公告)日：2024-06-11
申请号：CN202410581900.3
申请日：2024-05-11
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于状态图模型的网络分簇式路由快速收敛方法，首先，基于战术通信网络，构建网络拓扑图，计算链路状态和节点状态，构建通信网络的状态图模型，以评估当前网络状态；然后，基于状态图模型的簇头自举算法，确定节点是否担任簇头角色；接着，基于状态图模型的入簇算法，进行单一簇的路由收敛；基于状态图模型的簇间连接算法，维护簇间连接，进行网络的分簇式路由收敛。在此基础上，本发明改进战术通信网络OSPF协议，在极低的路由开销下提升了路由收敛的时效性，大大增加了有效数据的传输时间，从而保障了复杂战场环境下的路由快速收敛，为智能陆战系统提供技术支撑。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
