公开(公告)号：CN113573284A

公开(公告)日：2021-10-29

申请号：CN202110685469.3

申请日：2021-06-21

Applicant: 吉林大学

Inventor： 钱志鸿 ,  谢明桐 ,  王雪 ,  丛玉良 ,  刘桂岐 ,  张继真 ,  李华亮

IPC: H04W4/70 ,  H04W74/08

Abstract: 本发明属于物联网通信技术领域，公开了大规模机器类通信基于机器学习的随机接入退避方法，包括S1：动态划分虚拟小小区，对MTCD业务分类；S2：针对退避接入问题建立马尔可夫决策过程；S3：获取MTCD服务质量参数，构建奖励函数；S4：构建评价网络Critic和策略网络Actor；S5：利用策略网络Actor生成退避接入决策；S6：最小化TD误差，更新评价网络Critic神经网络参数，并将TD误差传递给策略网络Actor；S7：获取TD误差作为优势函数更新策略网络Actor的神经网络参数，调整策略以改进回报；S8：进行N次循环迭代，训练更新网络参数；S9：为MTCD选择最优的退避接入时隙；本发明解决了现有技术MTCD随机接入网络所造成的网络拥塞问题，适用于MTCD随机接入网络。

公开(公告)号：CN113573284B

公开(公告)日：2023-05-12

申请号：CN202110685469.3

申请日：2021-06-21

Applicant: 吉林大学

Inventor： 钱志鸿 ,  谢明桐 ,  王雪 ,  丛玉良 ,  刘桂岐 ,  张继真 ,  李华亮

IPC: H04W4/70 ,  H04W74/08

Abstract: 本发明属于物联网通信技术领域，公开了大规模机器类通信基于机器学习的随机接入退避方法，包括S1：动态划分虚拟小小区，对MTCD业务分类；S2：针对退避接入问题建立马尔可夫决策过程；S3：获取MTCD服务质量参数，构建奖励函数；S4：构建评价网络Critic和策略网络Actor；S5：利用策略网络Actor生成退避接入决策；S6：最小化TD误差，更新评价网络Critic神经网络参数，并将TD误差传递给策略网络Actor；S7：获取TD误差作为优势函数更新策略网络Actor的神经网络参数，调整策略以改进回报；S8：进行N次循环迭代，训练更新网络参数；S9：为MTCD选择最优的退避接入时隙；本发明解决了现有技术MTCD随机接入网络所造成的网络拥塞问题，适用于MTCD随机接入网络。