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
组件特征
深度强化学习模型
污泥
波动特征
预测特征
软件开发系统
语法结构
机器学习算法
语义向量
关键字
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