CN105979599A - 一种基于信道质量预测的无线传感器网络自适应跳信道方法 - Google Patents
一种基于信道质量预测的无线传感器网络自适应跳信道方法 Download PDFInfo
- Publication number
- CN105979599A CN105979599A CN201610301773.2A CN201610301773A CN105979599A CN 105979599 A CN105979599 A CN 105979599A CN 201610301773 A CN201610301773 A CN 201610301773A CN 105979599 A CN105979599 A CN 105979599A
- Authority
- CN
- China
- Prior art keywords
- channel
- wireless sensor
- sensor network
- hop
- quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 108091006146 Channels Proteins 0.000 claims description 141
- 230000006978 adaptation Effects 0.000 claims description 23
- 230000006855 networking Effects 0.000 claims description 6
- 239000012467 final product Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical class [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000006231 channel black Substances 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于信道质量预测的无线传感器网络自适应跳信道方法,属于无线传感器网络技术领域。在该方法中,将影响信道传输质量的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑,建立信道质量预测模型并预测下一时隙信道质量,并将预测值和阈值进行比较,将比较结果传送给协调器,协调器通过广播帧的形式更新整个无线传感器网络跳信道序列,使无线传感器网络实现自适应跳信道切换。采用本发明对无线传感器网络进行信道质量预测,可以提前预知下一时隙信道质量情况,减少使用不稳定的信道,提高无线传感器网络的通信可靠性。
Description
技术领域
本发明属于无线传感器网络技术领域,涉及无线传感器网络跳信道方法,特别涉及一种基于信道质量预测的无线传感器网络自适应跳信道方法。
背景技术
近年来,工业物联网技术得到迅速发展。无线传感器网络以其实时性强、低功耗、灵活性强等特点,在工业领域中具有越来越重要的应用前景。但在无线传感网络中,WIA-PA网络、无线HART、ISA100.11a系统都工作在该频段中2.4G频道,如果这些系统同时运行,无线传感器网络的可靠性将会降低,丢包率也会增加。
无线传感器网络为了提高抗干扰能力,提供了三种跳信道机制:自适应跳频切换(AFS),自适应跳频(AFH)和时隙跳频(TH),减少了其他设备对无线传感器网络的干扰。虽然跳信道技术增加了数据宽带,也在一定程度上降低了干扰,但他仍然不够“智能化”,只是按照预定的跳信道序列“机械的”更换通信频段。但在实际的无线传感器网络运行中,可能出现下一个时隙信道质量非常差,设备仍会尝试在该信道上通信,网络可靠性将降低,丢包率也会增加,加重网络的干扰程度。
因此,本发明提出了一种基于信道质量预测的无线传感器网络自适应跳信道方法,目的在于对跳信道方法进行优化,根据预测模型选择信道质量比较好的信道进行跳信道数据传输,提高数据传输的可靠性。
发明内容
本发明的目的在于提供一种基于信道质量预测的无线传感器网络自适应跳信道方法,该方法根据预测模型选择信道质量比较好的信道进行跳信道数据传输,即在无线传感器网络中,增加节点对下一时隙跳信道序列的预测能力,避免使用信道质量不好的信道进行数据传输,从而提高无线传感器网络的通信可靠性。
为达到上述目的,本发明提供如下技术方案:
一种基于信道质量预测的无线传感器网络自适应跳信道方法,在该方法中,将影响信道传输质量的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑,建立信道质量预测模型并预测下一时隙信道质量,并将预测值和阈值进行比较,将比较结果传送给协调器,协调器通过广播帧的形式更新整个无线传感器网络跳信道序列,使无线传感器网络实现自适应跳信道切换。
进一步,该方法的具体步骤如下:
S1:协调器C形成无线传感器网络并选取一个标准规定的默认跳信道序列,以广播帧的形式发送出去;
S2:子网设备入网时在默认信道侦听父设备广播帧,进行时间同步并根据接收到的广播帧进行跳信道同步后,发送入网请求完成入网过程;
S3:协调器C以均衡终端节点的能量消耗为准则选择一个终端节点Di1,该节点在到达超帧周期时向协调器周期性汇报信道质量状态报告请求和所处的环境随机噪音;
S4:将影响信道质量传输的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑,建立信道质量预测模型;
S5:系统管理器评估预测值和阈值,根据评估结果更新跳信道序列;
S6:系统管理器将更新得到的自适应跳信道序列发送给协调器C;
S7:协调器C更新自适应跳信道序列并在广播发送时隙将当前自适应跳信道装入广播帧载荷部分在默认信道发送;
S8:其他节点在默认信道接收到父设备发送的广播帧后,解析广播帧有效载荷并更新调整自身对应跳信道参数,其中,路由节点在构造广播帧时,也将自身当前时隙的跳信道参数装入广播帧载荷部分发送;
S9:所有节点在每个时隙更新跳信道序列,根据当前跳信道参数所规定的信道分配方式切换到新的信道,实现全网同步跳信道;
S10:在下一个超帧周期重复以上步骤,即可实现周期性的跳信道序列。
进一步,步骤S4包括:
S41:建立信道质量预测模型:
其中:Cq(X)是下一时隙的预测值,X为引起信道质量变化的因素值,这里指接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素,β为这些参数引起的系数矩阵;
S42:建立信道质量预测模型的样本函数:
其中:Xi表示第i组元素所对应的历史因素值,xij表示第i组历史因素值中第j个因素;
S43:预测下一时隙信道质量计算前m次信道质量估计值Carg:
如果Carg<阈值,按指标更新无线传感器网络跳信道序列。
本发明的有益效果在于:采用本发明对无线传感器网络进行信道质量预测,可以提前预知下一时隙信道质量情况,减少使用不稳定的信道,提高无线传感器网络的通信可靠性。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述方法的流程示意图;
图2为信道质量预测方法模型建立流程图;
图3为基于信道质量预测的无线传感器网络自适应跳信道方法黑名单流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为本发明所述方法的流程示意图。在实际网络运行中,可能出现下一时隙的信道质量非常差,在这种情况下,在按照原来的跳信道模式进行通信,网络可靠性和丢包都会受到加大影响。针对上述问题,提出自适应跳信道方法。该方法将影响信道质量传输的接收信号强度RSSI、信噪比SNR和链路质量指示LQI等因素综合考虑,建立信道质量预测模型预测下一时隙信道质量,并将预测值和阈值比较结果传递给协调器,协调器通过广播帧的形式更新整个无线传感器网络跳信道序列,使无线传感器网络实现自适应跳信道切换。
如图所示,本发明提供的方法具体包括以下步骤:
S1:协调器C形成无线传感器网络并选取一个标准规定的默认跳信道序列,以广播帧的形式发送出去;
S2:子网设备入网时在默认信道侦听父设备广播帧,进行时间同步并根据接收到的广播帧进行跳信道同步后,发送入网请求完成入网过程;
S3:协调器C以均衡终端节点的能量消耗为准则选择一个终端节点Di1,该节点在到达超帧周期时向协调器周期性汇报信道质量状态报告请求和所处的环境随机噪音;
S4:将影响信道质量传输的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑,建立信道质量预测模型;
S5:系统管理器评估预测值和阈值,根据评估结果更新跳信道序列;
S6:系统管理器将更新得到的自适应跳信道序列发送给协调器C;
S7:协调器C更新自适应跳信道序列并在广播发送时隙将当前自适应跳信道装入广播帧载荷部分在默认信道发送;
S8:其他节点在默认信道接收到父设备发送的广播帧后,解析广播帧有效载荷并更新调整自身对应跳信道参数,其中,路由节点在构造广播帧时,也将自身当前时隙的跳信道参数装入广播帧载荷部分发送;
S9:所有节点在每个时隙更新跳信道序列,根据当前跳信道参数所规定的信道分配方式切换到新的信道,实现全网同步跳信道;
S10:在下一个超帧周期重复以上步骤,即可实现周期性的跳信道序列。
图2为信道质量预测方法模型建立流程图,将影响信道质量传输的接收信号强度RSSI、信噪比SNR和链路质量指示LQI等因素综合考虑,建立信道质量预测模型,具体过程如下:
1):建立信道质量预测模型:
其中:Cq(X)是下一时隙的预测值,X为引起信道质量变化的因素值,这里指接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素,β为这些参数引起的系数矩阵;
2):建立信道质量预测模型的样本函数:
其中:Xi表示第i组元素所对应的历史因素值,xij表示第i组历史因素值中第j个因素;
3):预测下一时隙信道质量计算前m次信道质量估计值Carg:
如果Carg<阈值,按指标更新无线传感器网络跳信道序列。
图3为基于信道质量预测的无线传感器网络自适应跳信道方法黑名单流程图。系统管理器判断是否收到设备的信道质量状况报告,将接收到的影响因素值按照信道评估预测方法对信道进行评估,比较预测值和阈值,如果预测值低于阈值,则将该信道黑名单信息,并发送广播帧通知网络的设备;设备收到广播帧之后,判断与本设备的黑名单属性信息是否相同,更新跳信道序列。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (3)
1.一种基于信道质量预测的无线传感器网络自适应跳信道方法,其特征在于:在该方法中,将影响信道传输质量的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑,建立信道质量预测模型并预测下一时隙信道质量,并将预测值和阈值进行比较,将比较结果传送给协调器,协调器通过广播帧的形式更新整个无线传感器网络跳信道序列,使无线传感器网络实现自适应跳信道切换。
2.根据权利要求1所述的一种基于信道质量预测的无线传感器网络自适应跳信道方法,其特征在于:该方法的具体步骤如下:
S1:协调器C形成无线传感器网络并选取一个标准规定的默认跳信道序列,以广播帧的形式发送出去;
S2:子网设备入网时在默认信道侦听父设备广播帧,进行时间同步并根据接收到的广播帧进行跳信道同步后,发送入网请求完成入网过程;
S3:协调器C以均衡终端节点的能量消耗为准则选择一个终端节点Di1,该节点在到达超帧周期时向协调器周期性汇报信道质量状态报告请求和所处的环境随机噪音;
S4:将影响信道质量传输的接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素综合考虑,建立信道质量预测模型;
S5:系统管理器评估预测值和阈值,根据评估结果更新跳信道序列;
S6:系统管理器将更新得到的自适应跳信道序列发送给协调器C;
S7:协调器C更新自适应跳信道序列并在广播发送时隙将当前自适应跳信道装入广播帧载荷部分在默认信道发送;
S8:其他节点在默认信道接收到父设备发送的广播帧后,解析广播帧有效载荷并更新调整自身对应跳信道参数,其中,路由节点在构造广播帧时,也将自身当前时隙的跳信道参数装入广播帧载荷部分发送;
S9:所有节点在每个时隙更新跳信道序列,根据当前跳信道参数所规定的信道分配方式切换到新的信道,实现全网同步跳信道;
S10:在下一个超帧周期重复以上步骤,即可实现周期性的跳信道序列。
3.根据权利要求2所述的一种基于信道质量预测的无线传感器网络自适应跳信道方法,其特征在于:步骤S4包括:
S41:建立信道质量预测模型:
其中:Cq(X)是下一时隙的预测值,X为引起信道质量变化的因素值,这里指接收信号强度RSSI、信噪比SNR和链路质量指示LQI因素,β为这些参数引起的系数矩阵;
S42:建立信道质量预测模型的样本函数:
其中:Xi表示第i组元素所对应的历史因素值,xij表示第i组历史因素值中第j个因素;
S43:预测下一时隙信道质量计算前m次信道质量估计值Carg:
如果Carg<阈值,按指标更新无线传感器网络跳信道序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610301773.2A CN105979599B (zh) | 2016-05-09 | 2016-05-09 | 一种基于信道质量预测的无线传感器网络自适应跳信道方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610301773.2A CN105979599B (zh) | 2016-05-09 | 2016-05-09 | 一种基于信道质量预测的无线传感器网络自适应跳信道方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105979599A true CN105979599A (zh) | 2016-09-28 |
CN105979599B CN105979599B (zh) | 2019-03-22 |
Family
ID=56992059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610301773.2A Active CN105979599B (zh) | 2016-05-09 | 2016-05-09 | 一种基于信道质量预测的无线传感器网络自适应跳信道方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105979599B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106535339A (zh) * | 2016-11-17 | 2017-03-22 | 南京邮电大学 | 一种基于cs‑dca算法的多跳信道分配方法 |
CN107222929A (zh) * | 2017-06-09 | 2017-09-29 | 华南理工大学 | 一种避免无线体域网间干扰的方法 |
CN107911846A (zh) * | 2017-07-05 | 2018-04-13 | 国网浙江省电力公司 | 一种微功率无线网络子节点的网络选择方法 |
CN108684052A (zh) * | 2018-07-13 | 2018-10-19 | 南京理工大学 | 一种高自由度水下传感器网络中无线链路质量预测方法 |
CN112804727A (zh) * | 2020-12-31 | 2021-05-14 | 北京邮电大学 | 浮动lpwan中基于姿态感知的信道接入方法和装置 |
CN113179141A (zh) * | 2021-04-25 | 2021-07-27 | 赵天铭 | 一种网络调度用自适应信道选择算法 |
CN113179142A (zh) * | 2021-04-25 | 2021-07-27 | 赵天铭 | 一种自适应信道选择的网络调度系统 |
CN113965291A (zh) * | 2020-07-20 | 2022-01-21 | 中兴通讯股份有限公司 | 通信控制方法、基站、终端及存储介质 |
CN114585032A (zh) * | 2022-03-21 | 2022-06-03 | 沈阳中科奥维科技股份有限公司 | 一种wia-pa节点网络漫游的方法 |
US11418270B2 (en) * | 2018-09-28 | 2022-08-16 | Nokia Technologies Oy | Radio-network self-optimization based on data from radio network and spatiotemporal sensors |
CN114945147A (zh) * | 2022-07-12 | 2022-08-26 | 北京智芯半导体科技有限公司 | 低功耗传感器网络信道调整方法、装置、电子设备及介质 |
CN115314076A (zh) * | 2018-06-15 | 2022-11-08 | 兰迪斯+盖尔创新有限公司 | 具有可变信道宽度的信道跳变序列生成 |
WO2023165347A1 (zh) * | 2022-03-01 | 2023-09-07 | 华为技术有限公司 | 信道切换方法和装置 |
CN118714649A (zh) * | 2024-08-22 | 2024-09-27 | 中国人民解放军军事科学院军事智能研究院 | 一种面向新型无线局域网的动态时隙调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102036286A (zh) * | 2010-12-31 | 2011-04-27 | 重庆邮电大学 | 一种基于确定性调度的无线传感器网络信道评估方法 |
US20110255570A1 (en) * | 2010-04-16 | 2011-10-20 | Hitachi, Ltd. | Adaptive frequency hopping in time-slotted based wireless network |
-
2016
- 2016-05-09 CN CN201610301773.2A patent/CN105979599B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110255570A1 (en) * | 2010-04-16 | 2011-10-20 | Hitachi, Ltd. | Adaptive frequency hopping in time-slotted based wireless network |
CN102036286A (zh) * | 2010-12-31 | 2011-04-27 | 重庆邮电大学 | 一种基于确定性调度的无线传感器网络信道评估方法 |
Non-Patent Citations (2)
Title |
---|
郭志强: "基于综合性评估的无线链路质量分类预测机制", 《计算机研究与发展》 * |
黄森宇: "基于信道质量预测的ISA100.11a网络跳信道算法", 《物联网技术》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106535339A (zh) * | 2016-11-17 | 2017-03-22 | 南京邮电大学 | 一种基于cs‑dca算法的多跳信道分配方法 |
CN107222929A (zh) * | 2017-06-09 | 2017-09-29 | 华南理工大学 | 一种避免无线体域网间干扰的方法 |
CN107222929B (zh) * | 2017-06-09 | 2019-10-18 | 华南理工大学 | 一种避免无线体域网间干扰的方法 |
CN107911846B (zh) * | 2017-07-05 | 2021-01-01 | 国网浙江省电力公司 | 一种微功率无线网络子节点的网络选择方法 |
CN107911846A (zh) * | 2017-07-05 | 2018-04-13 | 国网浙江省电力公司 | 一种微功率无线网络子节点的网络选择方法 |
CN115314076A (zh) * | 2018-06-15 | 2022-11-08 | 兰迪斯+盖尔创新有限公司 | 具有可变信道宽度的信道跳变序列生成 |
CN108684052B (zh) * | 2018-07-13 | 2021-05-07 | 南京理工大学 | 一种高自由度水下传感器网络中无线链路质量预测方法 |
CN108684052A (zh) * | 2018-07-13 | 2018-10-19 | 南京理工大学 | 一种高自由度水下传感器网络中无线链路质量预测方法 |
US11418270B2 (en) * | 2018-09-28 | 2022-08-16 | Nokia Technologies Oy | Radio-network self-optimization based on data from radio network and spatiotemporal sensors |
CN113965291B (zh) * | 2020-07-20 | 2024-05-17 | 中兴通讯股份有限公司 | 通信控制方法、基站、终端及存储介质 |
CN113965291A (zh) * | 2020-07-20 | 2022-01-21 | 中兴通讯股份有限公司 | 通信控制方法、基站、终端及存储介质 |
CN112804727A (zh) * | 2020-12-31 | 2021-05-14 | 北京邮电大学 | 浮动lpwan中基于姿态感知的信道接入方法和装置 |
CN112804727B (zh) * | 2020-12-31 | 2021-10-26 | 北京邮电大学 | 浮动lpwan中基于姿态感知的信道接入方法和装置 |
CN113179142A (zh) * | 2021-04-25 | 2021-07-27 | 赵天铭 | 一种自适应信道选择的网络调度系统 |
CN113179141A (zh) * | 2021-04-25 | 2021-07-27 | 赵天铭 | 一种网络调度用自适应信道选择算法 |
WO2023165347A1 (zh) * | 2022-03-01 | 2023-09-07 | 华为技术有限公司 | 信道切换方法和装置 |
CN114585032A (zh) * | 2022-03-21 | 2022-06-03 | 沈阳中科奥维科技股份有限公司 | 一种wia-pa节点网络漫游的方法 |
CN114585032B (zh) * | 2022-03-21 | 2023-12-12 | 沈阳中科奥维科技股份有限公司 | 一种wia-pa节点网络漫游的方法 |
CN114945147A (zh) * | 2022-07-12 | 2022-08-26 | 北京智芯半导体科技有限公司 | 低功耗传感器网络信道调整方法、装置、电子设备及介质 |
CN118714649A (zh) * | 2024-08-22 | 2024-09-27 | 中国人民解放军军事科学院军事智能研究院 | 一种面向新型无线局域网的动态时隙调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105979599B (zh) | 2019-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105979599A (zh) | 一种基于信道质量预测的无线传感器网络自适应跳信道方法 | |
Zhou et al. | A deep-learning-based radio resource assignment technique for 5G ultra dense networks | |
Li et al. | Federated multi-agent deep reinforcement learning for resource allocation of vehicle-to-vehicle communications | |
Cordeschi et al. | Distributed and adaptive resource management in cloud-assisted cognitive radio vehicular networks with hard reliability guarantees | |
CN103004280B (zh) | 具有移动基站的蜂窝通信系统和用于与其结合的方法和装置 | |
CN103179625B (zh) | 移动通信系统中的小区优化方法、装置和系统 | |
KR101836939B1 (ko) | 전체적인 에너지 소비를 최소화하기 위한 최적의 듀티 싸이클을 결정하는 통신 시스템 및 방법 | |
EP3997902B1 (en) | Optimizing a cellular network using machine learning | |
CN102917446B (zh) | 一种面向绿色节能的动态小区休眠方法 | |
Xu et al. | Load-aware dynamic spectrum access for small-cell networks: A graphical game approach | |
Combes et al. | Scheduling gain for frequency-selective Rayleigh-fading channels with application to self-organizing packet scheduling | |
US9521571B2 (en) | Method and apparatus of switching communications from a first channel to a second channel of higher-frequency | |
Yacheur et al. | DRL-based RAT Selection in a Hybrid Vehicular Communication Network | |
Yacheur et al. | Efficient DRL-Based Selection Strategy in Hybrid Vehicular Networks | |
CN103517309B (zh) | 一种基于渐近贪心行为探索的小区中断补偿方法 | |
Tian et al. | Deep reinforcement learning based resource allocation with heterogeneous QoS for cellular V2X | |
Combes et al. | On the use of packet scheduling in self-optimization processes: application to coverage-capacity optimization | |
CN106658647A (zh) | 一种基于干扰感知的中继选择算法 | |
Chincoli et al. | Predictive power control in wireless sensor networks | |
Wang et al. | Research on Long-distance Transmission of Nodes in Amorphous Flat Air-to-ground Wireless Ad-Hoc Network Based on Bidirectional Relay Beamforming. | |
Wang et al. | Multichannel opportunistic access by overhearing primary ARQ messages | |
CN114339788A (zh) | 一种多智能体自组网规划方法及系统 | |
Sun et al. | Multi-Agent Deep Reinforcement Learning for Access Point Activation Strategy in Cell-Free Massive MIMO Networks | |
CN103517393A (zh) | 基于异构网络的功率控制的组网方法 | |
CN112953826A (zh) | 一种物联网终端的数据跳传选择方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |