基于多智能体强化学习的水声网络跨层传输方法及系统

AITNT
正文
推荐专利
基于多智能体强化学习的水声网络跨层传输方法及系统
申请号:CN202510337467
申请日期:2025-03-21
公开号:CN120200696A
公开日期:2025-06-24
类型:发明专利
摘要
基于多智能体强化学习的水声网络跨层传输方法及系统,本发明通过构建水声传感器网络,使水面的多个接收节点与水下的多个发送节点一对一配对进行信息传输,各接收节点通过中心节点进行信息共享和集中训练,通过MARL‑TS协议将每个接收节点视为一个智能体,并定义智能体每个时隙的动作为在其与配对发送节点的传输链路为空闲或以特定功率传输,各智能体根据配对发送节点的未传输的数据和对应传输链路的信道参数在每个时期中独立做出动作决策,在时变信道下进行功率分配与时隙资源调度以实现物理层与MAC层的跨层联合优化。与现有基于强化学习驱动的MAC协议相比,该方法能显著提升传输能效,并有效降低信息传输延迟。
技术关键词
多智能体强化学习 水声网络 水声传感器网络 传输方法 节点 信道 正交频分复用系统 解码模型 马尔可夫链模型 信号 功率 评论家方法 链路 路径损耗指数 物联网场景 TS算法 数据 参数随时间 协议 概率密度函数
系统为您推荐了相关专利信息
1
多通道光环境监测与信息传输设备
信息传输设备 有向无环图 多通道 电容 变量
2
基于混沌蝴蝶优化算法的交直流混联电网连锁故障控制方法
交直流混联电网 节点 发电机 算法 负荷
3
污泥处理控制参数的计算方法、系统、服务器及存储介质
组件特征 深度强化学习模型 污泥 波动特征 预测特征
4
基于机器学习算法的软件开发系统
软件开发系统 语法结构 机器学习算法 语义向量 关键字
5
一种基于贝叶斯网络算法的低空通航试飞条件预报方法
贝叶斯网络推理 贝叶斯网络模型 条件依赖关系 气象预报数据 预报方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号