一种基于智能超表面的AUV辅助水声网络数据传输方法

    公开(公告)号:CN115865220B

    公开(公告)日:2024-06-11

    申请号:CN202211471729.8

    申请日:2022-11-23

    Applicant: 厦门大学

    Abstract: 一种基于智能超表面的AUV辅助水声网络数据传输方法,涉及水下通信传输。确定水声通信网络中能量空洞中心位置和待传输信息的信息重要度,目的节点的位置;AUV搭载智能超表面前往能量空洞中心中继转发;信源节点将预备数据子包发送至AUV,AUV根据数据子包信息进行RIS系统分块优化,实现基于信息重要度的计算复杂度与波束赋形能力之间的平衡;RIS根据分块优化方案完成相位调控,AUV发射预备信号给信源节点;信源节点将待传输信息子包整合发送至AUV处,经过RIS反射至多个目的节点,目的节点根据信号标签处理属于自己的信号段。通过RIS系统分块转发,实现水声通信网络能量空洞中同时转发多个信息。

    基于元学习的超参数重加权水声网络介质访问控制方法

    公开(公告)号:CN116321431A

    公开(公告)日:2023-06-23

    申请号:CN202310298915.4

    申请日:2023-03-24

    Applicant: 厦门大学

    Abstract: 基于元学习的超参数重加权水声网络介质访问控制方法,涉及水声网络。在单跳水声传感器网络中,设计一个基于双层优化的框架,通过采用基于元学习的算法提高水声数据传输效率。在核心层中,将信息关键度和传输节点剩余能量作为参数引入水声网络,利用元学习对它们的权重进行重加权,得到最优化的权重导入到嵌套层中;在嵌套层中,针对水声数据传输时延大、传输节点能量受限等特点,在介质访问控制中采用Q学习算法,避免数据传输发生碰撞造成的数据损失。将元学习与Q学习相结合,提高了数据传输效率,有效避免传输冲突和数据丢失,降低了水声数据传输的系统能量损耗,增强了水声传感器网络的稳定性。

    一种基于元学习参数优化的水声网络Q学习路由方法

    公开(公告)号:CN115987886A

    公开(公告)日:2023-04-18

    申请号:CN202211653973.6

    申请日:2022-12-22

    Applicant: 厦门大学

    Abstract: 一种基于元学习参数优化的水声网络Q学习路由方法,涉及水下通信。在水声传感器网络节点中,簇头CH节点只负责计算数据最优传输路径和与其它非簇头节点进行单通道通信,其余非簇头节点负责数据传输;簇头CH节点根据剩余能量和深度,采用基于元学习参数优化的Q学习策略,计算全簇内最优传输路径,以达到缓解个别节点因频繁参与传输数据导致能量过早耗尽造成的网络能量空洞问题,从而延长整个网络寿命;采用元学习自主优化Q学习算法的奖励函数各参数权重设置,可动态地根据簇内平均剩余能量信息的变化进行参数优化,从而达到基于Q学习的路由协议最大优化适应性效果。

Patent Agency Ranking