专利交易市场

本发明公开了一种无线多跳网络中带多QoS约束的多路径生成方法，包括步骤：源节点广播RREQ消息、中间节点处理收到RREQ消息、目的节点处理收到的RREQ消息、目的节点回复RREP消息、中间节点转发收到的RREP消息、源节点处理收到的RREP消息；本多路径生成方法显著减少寻路和建路过程中的控制开销，提高多路径生成方法及多径路由的效率。

本发明公开了一种无线多跳网络的集中式优化分配方法。该方法包括初始化阶段、信息收集阶段、模型建立阶段、模型求解阶段、集合投影阶段、控制消息分发阶段和重启动阶段。该方法在网络中业务流路由确知的情况下，以最大化网络效用为目标，利用原始对偶内点法对模型进行求解，获得原始及对偶变量的牛顿方向用于迭代更新。由于在牛顿方向的更新过程中需要使用到全局的诸如节点功率、源节点发送速率等信息，所以需要在控制中心节点处统一计算处理。

本发明公开了一种干扰受限的无线多跳网络联合拥塞控制与功率分配的二阶方法，包括：S1：各节点获取基本配置信息和路由表，制定更新可行集合；S2：建立拥塞控制和功率分配的优化模型，并进行简化和重构；S3：运用原始对偶内点法对重构的优化模型进行求解，得到原始变量和对偶变量的牛顿方向更新式；S4：利用牛顿方向完成原始变量和对偶变量的更新；S5：若更新结果超出可行集合，利用集合投影的方法对更新结果进行调整；S6：当原始变量与对偶变量更新至收敛后，控制中心节点将计算结果发送给网络中的各节点，各节点按照要求分配业务流速率和链路功率；S7：若有新的业务流加入，重新步骤S1；否则，一直按照当前分配值运行系统。本发明设计的二阶算法能够显著提高网络效用和能量效用，弥补了现有二阶算法没有对物理层功率进行优化的不足。

本发明涉及无线网络通信领域，涉及一种边缘智能驱动的无线多跳网络信道资源优化方法；所述方法包括将系统时间划分为多个连续的超帧，每个超帧包括控制周期和数据传输周期；在控制周期内，所有无线节点工作在同一信道以获取或传输控制消息，并按照集中式学习者反馈的模型参数配置出本地信道分配决策模型进行信道分配；在数据传输周期内，需进行数据传输的无线节点根据基于接入编号的自适应休眠唤醒机制被唤醒，按照交错调度机制将数据在从K个非重叠信道中选择的信道上进行并行数据传输；本发明将边缘计算与深度强化学习算法相结合，在保证低功耗、低时延、高准确率和隐私安全性的同时，使资源受限的终端节点拥有执行智能算法的能力。

本发明公开了一种基于信道模式选择的MIMO无线多跳网络分布式跨层优化方法，包括以下步骤：在MIMO无线多跳网络中，实时获得当前网络状态，源节点根据当前节点队列积压与惩罚函数的关系来决策分配给每个源节点的速率；每个节点根据其与出链路节点的背压差，决定路由和调度决策，这其中涉及MIMO网络的信道模式选择问题，从而影响网络的效用，为了实现分布式实施，采用对偶分解法将耦合的约束项进行分离，并通过一种迭代方法恢复原始问题的最优解；整个过程经过多次迭代后，使得无线网络的源速率采集效用最大；本发明方法可根据当前网络状态动态调整信道模式的选择，实现多跳网络中源速率采集效用的最优分配，保证整个网络队列积压稳定，并实现决策分布式。