-
公开(公告)号：CN106604408A
公开(公告)日：2017-04-26
申请号：CN201611059148.8
申请日：2016-11-25
Applicant: 南京理工大学
IPC: H04W74/08
CPC classification number: H04W74/085
Abstract: 本发明提供了一种确定多包接收机制下协议序列时延性能的方法，包括根据多包接收的能力给出各网络节点的发送时延的条件概率累积分布，推导各节点发送时延的条件期望，以及确定各节点平均发送时延。本发明可以对多包接收机制下协议序列的时延性能进行准确的预测，从而为网络参数设置以及网络性能进一步优化提供技术参考。
-
公开(公告)号：CN105828404A
公开(公告)日：2016-08-03
申请号：CN201610144386.2
申请日：2016-03-14
Applicant: 南京理工大学
Abstract: 本发明提供了一种基于信道接入异构无线传感器网络的分簇路由方法，包括给出信道接入异构无线传感器网络的定义，簇内节点采用CRT?UI协议序列的通信方式，与时分复用的通信方式不同的是采用CRT?UI协议序列控制的通信方式能够在不需要节点时间严格同步的前提下保证节点数据100％地在固定时延内被成功发送。在簇内节点采用CRT?UI协议序列的通信方式条件下，根据网络每一轮的能量消耗计算出最佳簇头个数及节点当选簇头的最佳概率。本发明可以使网络每一轮能量消耗最少，从而延长网络稳定期并且提高网络吞吐率。
-
公开(公告)号：CN105704800A
公开(公告)日：2016-06-22
申请号：CN201610074541.8
申请日：2016-02-02
Applicant: 南京理工大学
CPC classification number: Y02D70/10 , Y02D70/14 , H04W52/02 , H04W52/0212 , H04W52/0216 , H04W74/0816 , H04W84/18
Abstract: 本发明提供了一种协议投递率半盲自适应优化方法，网络中的节点仅凭CCA侦听结果即可估计数据包传输成功概率，在此基础上计算数据包投递率估计值，并根据此估计值自适应调整最小退避指数和最大退避次数，以满足系统对可靠性的要求。除了提供稳定的数据可靠性，本发明方法同时能改善网络通信的能量效率。
-
公开(公告)号：CN105007624A
公开(公告)日：2015-10-28
申请号：CN201510498295.4
申请日：2015-08-13
Applicant: 南京理工大学
Abstract: 本发明采用的一种基于信号接收强度的室内定位方法，在RSSI定位的基础上提出新的几何定位方法。该方法以距离作为参考值选择两个AP接入点，并根据这两个基准AP接入点初步缩小范围，再利用第三个AP接入点进一步确定具体位置。该方法在降低计算复杂度的同时，还能有效地提高定位的精确度和稳定性。
-
公开(公告)号：CN114980123B
公开(公告)日：2025-04-25
申请号：CN202210395450.X
申请日：2022-04-15
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于联邦多智能体强化学习的车联网边缘资源分配方法，具体为：输入车联网环境，初始化智能体本地Q网络和联邦网络参数，并对优化问题建模；根据智能体能否获得奖励分为α、β两类，在当前时隙内两类车辆智能体分别观测本地状态并输入Q网络的；对Q网络输出进行加密处理，并通过联邦网络输出两类车辆智能体的联合动作决策；之后α车辆智能体得到系统反馈的全局奖励，同时缓存池存储当前时隙的样本数据；当样本数量足够时，α型和β型车辆智能体分别更新本地Q网络以及联邦网络的参数；当前训练回合结束后，重置车联网环境，开始下一个回合的训练。本发明在隐私保护的前提下提升了车联网连通性，同时降低了切换开销以及能量损耗。
-
Patent Agency Ranking
公开(公告)号：CN114172599B
公开(公告)日：2024-09-27
申请号：CN202111530900.3
申请日：2021-12-15
Applicant: 南京理工大学
IPC: H04B17/382 , G06F18/20
Abstract: 本发明提供了一种时限约束下的能量收集认知无线电网络接入方法，包括确定部分观测马尔可夫决策过程的相关参数，确定次用户吞吐率指标，进而利用Q函数马尔可夫决策过程(Q‑functions Markov Decision Process,QMDP)算法确定感知接入动作。本发明旨在提供一种时限约束下的能量收集认知无线电网络接入方法，以对固定传输时限约束下多信道能量收集认知无线电网络中次用户的感知接入策略进行优化，提高了通信场景下传输的吞吐率。
-
公开(公告)号：CN117880171A
公开(公告)日：2024-04-12
申请号：CN202410051626.9
申请日：2024-01-12
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于元强化学习的无人机自组网自适应跨层路由方法，具体为：针对无人机自组织网在不同负载环境下的跨层路由问题，在训练阶段，无人机智能体与环境交互获得多个相关任务，输入至推理网络来捕获与当前任务相关的潜在上下文隐变量，再将其整合至每个智能体的策略之中以捕获当前任务的特征，并通过在上下文的后验分布来调节策略来进行自适应。本方法使用互信息网络来生成潜在上下文变量的先验分布，通过约束潜在变量和上下文之间的互信息，使得潜在变量可以包含对任务适应至关重要的基本上下文信息，从而减轻对训练任务过拟合的影响。为进一步探索各智能体最优的跨层路由策略，本方法通过将所有智能体的Q值输入至中央策略网络来获取系统Q值，从而学习到智能体之间最优的协作式跨层路由策略。相较于传统方法，本发明缩短了无人机自组网的数据包路由时间、降低了整个网络丢包率同时提升了整个网络吞吐量，为无人机网络提供了通信保障。
-
公开(公告)号：CN117500014A
公开(公告)日：2024-02-02
申请号：CN202311408709.0
申请日：2023-10-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于图强化学习的移动自组网多智能体跨层路由方法，该方法为：首先初始化移动自组网的环境及其参数，将各个节点建模为智能体，建立MDP模型；然后智能体采用图注意力卷积的方式对邻域内各智能体观测编码的特征向量进行聚合；接着智能体计算选择的动作到达下一跳节点的时延，收到即时奖励，转移至下一个状态获得新的观测；使用DGN网络，每个智能体通过聚合邻居节点的信息，计算自己的动作价值函数Q值并输出；重复进行DGN网络更新，直至完成一次数据包传输任务，重置环境；采用经验回放和目标网络方法进行训练，直至系统平均奖励值收敛。本发明能够适应移动自组网高速变化的拓扑结构，平均传输时延低、速度快、稳定性高。
-
公开(公告)号：CN117279005A
公开(公告)日：2023-12-22
申请号：CN202310643216.9
申请日：2023-06-01
Applicant: 南京理工大学
IPC: H04W24/02 , H04W24/06 , H04B17/391
Abstract: 本发明提供了一种大规模物联网场景下的信息年龄估计方法，包括构建描述每个发射节点的状态演变和最终状态吸收态马尔科夫链，估计每个节点成功传输概率及其空间分布，构建以接收节点的周期初始时刻实时AoI为状态的平稳马尔科夫链，推导信息年龄空间分布和平均信息年龄，进而估计系统的平均信息年龄。本发明可以对不同网络参数下的系统平均信息年龄进行较为准确的估计，因此能够为大规模物联网场景下的传输策略设计及信息年龄优化研究提供帮助。
-
-
-
-
-
-
-
-
Search Results
118
records
(took 0.03 seconds)
