摘要
本发明公开了一种水声通信中基于DQN的定向MAC协议设计方法,包括以下步骤:步骤1:构建水声网络模型步骤;2:建立水声通信定向干扰模型,计算信号接收功率,并建立定向信号干扰模型;步骤3:建立深度强化学习模型;步骤4:采用经验回放缓冲区中存储的数据进行DQN的更新训练,并将训练好的模型应用到水声网络MAC协议中;步骤5:将水声通信节点新的奖励与对应的状态‑动作对存储至经验回放缓冲区,并基于DQN的双网络机制进行训练;步骤6:重复步骤4‑步骤5,直至达到最大的网络吞吐量为止。该方法通过计算节点之间的相互干扰,结合深度Q网络,在顾及自身信道容量较大同时,实现周边其余节点信道容量的提高,以期最大限度的提高水声网络的吞吐量,适应水下声学网络的特殊需求。
技术关键词
水声网络
通信节点
奖励计算方法
深度强化学习模型
波束
损耗
网络吞吐量
水下声学网络
信道
噪声功率谱密度
扇区
信号
网络结构
深度Q网络
协议
决策
机制
系统为您推荐了相关专利信息
消除干扰信号
麦克风阵列
协方差矩阵
定位方法
信号关联方法
手势识别模型
手势识别方法
二维卷积神经网络
回波
短时傅里叶变换
移动天线
隐蔽通信方法
隐蔽通信系统
波束成形向量
通信节点
业务网络
深度强化学习模型
集中式控制器
跨域传输方法
报文