针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双...针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双模通信节点数据采集模型;接着定义了基于协作信息的深度强化学习(deep reinforcement learning,DRL)状态空间、动作空间和奖励,设计了联合α-公平效用函数和P坚持接入机制的节点决策流程,实现基于双深度Q网络(double deep Q-network,DDQN)的双模节点自适应接入算法;最后进行算法性能仿真和对比分析。仿真结果表明,提出的接入算法能够在保证双模网络和信道接入公平性的条件下,有效提高双模通信节点的接入性能。展开更多
低功耗广域网(Low Power Wide Area Network,LPWAN)技术的出现,能够在保证更远距离的通信传输的同时,最大限度地降低功耗,节约传输成本。LoRa(Long Range)技术作为其中的佼佼者,凭借其远距离、低功耗、大容量、强抗干扰、高接收灵敏度...低功耗广域网(Low Power Wide Area Network,LPWAN)技术的出现,能够在保证更远距离的通信传输的同时,最大限度地降低功耗,节约传输成本。LoRa(Long Range)技术作为其中的佼佼者,凭借其远距离、低功耗、大容量、强抗干扰、高接收灵敏度的特点,备受工业界和学术界的青睐。针对目前工业中主流使用的基于ALOHA的LoRaWAN协议无法很好地解决海量终端设备接入LoRa网络后所带来的严重数据包冲突以及LoRa CAD(Channel Activity Detection)功能带来的隐藏终端问题,提出了一种基于BTMA(Busy Tone Multiple Access)的LoRa网络MAC协议——BT-MAC协议。该协议利用了LoRa高接收灵敏度的特性,网关利用“忙音”信标来通知各个节点网关的工作情况,减少了无效包的发送。同时,节点端通过记录有“忙音”信息和本地信息的逻辑信道矩阵,结合最优信道选择算法,选出最优逻辑信道进行发送,降低了端节点上行数据包之间的冲突,有效缓解了LoRa网络中的隐藏终端问题以及阻塞问题。此外,搭建了LoRa网络MAC协议测试平台,并测试了BT-MAC的有效性,完成了室内和室外环境大规模的并发实验和能耗检测实验。实验结果表明,BT-MAC协议的吞吐量是LMAC-2协议的1.6倍,是ALOHA协议的5.1倍;同时其包接收率达到LMAC-2协议的1.53倍,ALOHA协议的17.2倍;其包接收平均能耗约为LMAC-2协议的64.1%,为ALOHA协议的14.2%。展开更多
根据传感器节点的生存时间取决于节点能量消耗的特点,设计了节能的MAC协议.提出了一种基于节点流量的低能耗无线传感器网络MAC协议TBEE-MAC(traffic-based energy efficient MAC).在TBEE-MAC中,节点采用周期性休眠机制来节省能量,提出...根据传感器节点的生存时间取决于节点能量消耗的特点,设计了节能的MAC协议.提出了一种基于节点流量的低能耗无线传感器网络MAC协议TBEE-MAC(traffic-based energy efficient MAC).在TBEE-MAC中,节点采用周期性休眠机制来节省能量,提出了活动时间结构和基于节点流量的同步调度方式,在时间误差允许的范围内,调整了同步调度周期,减少了能量消耗.仿真显示,TBEE-MAC在提供低延时性能的基础上,能量有效性相对于S-MAC协议有很大提高.展开更多
针对现有分级多PAN太赫兹无线网络MAC(Medium Access Control)协议中存在的子网形成方案不合理以及私有CTA(Channel Time Allocation)与子网内实际负载不匹配等问题,提出了一种高效低时延的MAC层优化协议.该协议采用基于泛听的按需形成...针对现有分级多PAN太赫兹无线网络MAC(Medium Access Control)协议中存在的子网形成方案不合理以及私有CTA(Channel Time Allocation)与子网内实际负载不匹配等问题,提出了一种高效低时延的MAC层优化协议.该协议采用基于泛听的按需形成子网机制避免了子网分布不均匀以及因子网形成后没有节点加入而造成的私有CTA资源浪费的问题.在子网形成后,子微微网协调器(Piconet Coordinator,PNC)根据子网内实际负载情况自适应选择私有CTA时隙资源优化机制,让有数据传输需求的节点及时将数据发出.仿真结果表明,所提出的方案能有效地降低数据帧平均接入时延,提高吞吐量以及数据帧的传输成功率.展开更多
文摘针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双模通信节点数据采集模型;接着定义了基于协作信息的深度强化学习(deep reinforcement learning,DRL)状态空间、动作空间和奖励,设计了联合α-公平效用函数和P坚持接入机制的节点决策流程,实现基于双深度Q网络(double deep Q-network,DDQN)的双模节点自适应接入算法;最后进行算法性能仿真和对比分析。仿真结果表明,提出的接入算法能够在保证双模网络和信道接入公平性的条件下,有效提高双模通信节点的接入性能。
文摘低功耗广域网(Low Power Wide Area Network,LPWAN)技术的出现,能够在保证更远距离的通信传输的同时,最大限度地降低功耗,节约传输成本。LoRa(Long Range)技术作为其中的佼佼者,凭借其远距离、低功耗、大容量、强抗干扰、高接收灵敏度的特点,备受工业界和学术界的青睐。针对目前工业中主流使用的基于ALOHA的LoRaWAN协议无法很好地解决海量终端设备接入LoRa网络后所带来的严重数据包冲突以及LoRa CAD(Channel Activity Detection)功能带来的隐藏终端问题,提出了一种基于BTMA(Busy Tone Multiple Access)的LoRa网络MAC协议——BT-MAC协议。该协议利用了LoRa高接收灵敏度的特性,网关利用“忙音”信标来通知各个节点网关的工作情况,减少了无效包的发送。同时,节点端通过记录有“忙音”信息和本地信息的逻辑信道矩阵,结合最优信道选择算法,选出最优逻辑信道进行发送,降低了端节点上行数据包之间的冲突,有效缓解了LoRa网络中的隐藏终端问题以及阻塞问题。此外,搭建了LoRa网络MAC协议测试平台,并测试了BT-MAC的有效性,完成了室内和室外环境大规模的并发实验和能耗检测实验。实验结果表明,BT-MAC协议的吞吐量是LMAC-2协议的1.6倍,是ALOHA协议的5.1倍;同时其包接收率达到LMAC-2协议的1.53倍,ALOHA协议的17.2倍;其包接收平均能耗约为LMAC-2协议的64.1%,为ALOHA协议的14.2%。
文摘根据传感器节点的生存时间取决于节点能量消耗的特点,设计了节能的MAC协议.提出了一种基于节点流量的低能耗无线传感器网络MAC协议TBEE-MAC(traffic-based energy efficient MAC).在TBEE-MAC中,节点采用周期性休眠机制来节省能量,提出了活动时间结构和基于节点流量的同步调度方式,在时间误差允许的范围内,调整了同步调度周期,减少了能量消耗.仿真显示,TBEE-MAC在提供低延时性能的基础上,能量有效性相对于S-MAC协议有很大提高.
