期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
6
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
LSDR-ALOHA-Q:基于强化学习适用于大范围远距离的水下无线传感器网络MAC协议
1
作者
温立坤
《计算机与数字工程》
2024年第6期1776-1782,1787,共8页
随着对海洋开发需求的日益增长,水下无线传感器网络成为研究的热点。但由于水下环境信道可用带宽有限,传输速度和传播速度都慢,多普勒效应和多径效应严重等众多不利因素,导致水下网络性能低下。这主要是因为缺少在大范围远距离的水下网...
随着对海洋开发需求的日益增长,水下无线传感器网络成为研究的热点。但由于水下环境信道可用带宽有限,传输速度和传播速度都慢,多普勒效应和多径效应严重等众多不利因素,导致水下网络性能低下。这主要是因为缺少在大范围远距离的水下网络中表现良好的媒体访问控制协议(MAC协议)。提出的LSDR-ALOHA-Q协议以ALOHA-Q协议为基础,该协议采用加入强化学习的方法,以提高信道利用率,同时结合强化学习使得该协议能够适应多变和复杂的水下环境。提出的LSDR-ALOHA-Q协议包括对时隙和帧结构的改造,使其更适合于大范围网络,通过优化时隙数,主动寻找空间复用的机会来增加信道利用率,同时通过提出一个新的退避算法来避免因为优化时隙数量而带来的Q-learning可能无法收敛的问题,即可能存在节点一直无法找到无冲突发送时间的问题。仿真表明当LSDR-ALOHA-Q协议被应用到大规模远距离的网络时可以显著提升信道利用率,同时降低冲突率和平均端到端时延。
展开更多
关键词
MAC协议
强化学习
水下无线声学传感器网络
aloha-q
空间复用
在线阅读
下载PDF
职称材料
EPC Gen2标准防碰撞方案的研究与改进
被引量:
2
2
作者
徐圆圆
曾隽芳
+1 位作者
陈琳
刘禹
《计算机应用》
CSCD
北大核心
2008年第12期3271-3273,共3页
EPC Gen2标准中对防碰撞算法的规定比较灵活,因此设计合理的算法可以较大程度地提高系统的性能。在EPC Gen2标准防碰撞机制的基础上,针对其在附录中推荐的Q值调整算法及多标签读取过程中的一些不足,提出了新的Q值调整算法及改进的时隙随...
EPC Gen2标准中对防碰撞算法的规定比较灵活,因此设计合理的算法可以较大程度地提高系统的性能。在EPC Gen2标准防碰撞机制的基础上,针对其在附录中推荐的Q值调整算法及多标签读取过程中的一些不足,提出了新的Q值调整算法及改进的时隙随机Aloha算法。仿真结果显示,改进后的算法可增加系统吞吐率,降低标签识别延时,表现出良好的性能。
展开更多
关键词
无线射频识别
防碰撞算法
时隙随机Aloha
EPC
GEN2
Q值
在线阅读
下载PDF
职称材料
新型Q值防碰撞算法在RFID系统中的研究
被引量:
6
3
作者
王进
易灵芝
王根平
《计算机工程与科学》
CSCD
北大核心
2011年第6期182-185,共4页
RFID系统在某些应用领域中需要高效的标签识别算法。针对标签数目不固定且数量变化范围大的情况下,多标签同时回复一个阅读器而产生碰撞丢失标签信息的问题,本文提出一种改进型的Q值算法。在该算法中,阅读器根据变化的标签数目自适应修...
RFID系统在某些应用领域中需要高效的标签识别算法。针对标签数目不固定且数量变化范围大的情况下,多标签同时回复一个阅读器而产生碰撞丢失标签信息的问题,本文提出一种改进型的Q值算法。在该算法中,阅读器根据变化的标签数目自适应修改Q值,分化C值调整帧长度,极大地提高了标签的识别速度,并减少了读取的误码率,且不会因为数目变化范围大而造成标签识别延时增大。文中详细介绍了算法设计流程,并通过建立数学模型对算法的可行性进行分析,根据统计数据来获得最优算法参数,最后用实际案例进一步证明了该算法在识别大量标签时效率明显优于原Q值算法和自适应帧时隙阿罗哈算法(FSA)。
展开更多
关键词
RFID
防碰撞
Q+算法
Q值算法
标签碰撞
自适应阿罗哈算法
在线阅读
下载PDF
职称材料
基于时隙分组的超高频RFID防碰撞算法
被引量:
7
4
作者
何伟健
陆江城
+2 位作者
周灿煜
梁泳新
杨健
《计算机工程》
CAS
CSCD
北大核心
2018年第6期283-287,共5页
传统动态帧时隙ALOHA算法容易造成较多的时隙浪费,且Q值调整速度缓慢,导致系统的吞吐率偏低。针对该问题,在分析传统Q算法的基础上,提出一种改进的防碰撞算法。利用时隙分组思想将Q算法中各轮盘存的时隙分为若干组,在每组时隙盘存结束...
传统动态帧时隙ALOHA算法容易造成较多的时隙浪费,且Q值调整速度缓慢,导致系统的吞吐率偏低。针对该问题,在分析传统Q算法的基础上,提出一种改进的防碰撞算法。利用时隙分组思想将Q算法中各轮盘存的时隙分为若干组,在每组时隙盘存结束后都根据估计的标签数量动态调整Q值。仿真和硬件平台实验结果表明,该算法的平均吞吐率比传统Q算法高7%左右,比MQ算法高3%左右。
展开更多
关键词
无线射频识别
防碰撞算法
动态帧时隙ALOHA算法
时隙分组
Q算法
在线阅读
下载PDF
职称材料
面向RFID动态帧时隙ALOHA协议的帧长优化
被引量:
1
5
作者
何金栋
卜艳玲
+1 位作者
石聪聪
谢磊
《计算机科学与探索》
CSCD
北大核心
2021年第7期1227-1236,共10页
近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理。其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管...
近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理。其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管理、电力巡检等应用场景。为了盘点电力设备仓库中的物品,需要快速识别粘贴在物品上的标签,然而由于仓库中存在大量标签,在通信过程中容易产生标签信号冲突。针对当前商用RFID系统普遍采用的符合EPCC1G2标准的动态帧时隙ALOHA协议,提出了一种新型的基于Q-learning与神经网络的帧长优化算法(记作QN-learning)。通过将动态帧长选择问题转化为马尔可夫决策过程(MDP),即观察到的状态为不同种类时隙的个数(空时隙数、单时隙数、冲突时隙数),执行的动作为设置合理的帧长,从而利用Q-learning与神经网络来自主学习帧长选择策略,基于学习到的策略可以指导系统根据最新观察选择能够实现全局最优的帧长。仿真实验结果表明,基于QN-learning算法在动态调整帧长方面表现优异,能够实现标签的有效识别,在保障高吞吐率的同时控制阅读器的询问次数,减少数据传输量。
展开更多
关键词
射频识别(RFID)
动态帧时隙ALOHA
帧长优化
马尔可夫决策过程(MDP)
Q-LEARNING
在线阅读
下载PDF
职称材料
WSN中融合Q学习和时隙ALOHA的MAC协议
6
作者
陈思
翟岩
张治斌
《控制工程》
CSCD
北大核心
2018年第9期1765-1770,共6页
能耗和延迟是无线传感器网络(WSN)中的介质访问控制(MAC)协议的主要问题,为此在现有时隙ALOHA协议的基础上,提出一种融合Q学习算法的新型MAC协议:QS-ALOHA。设定每个节点在帧中的每个时隙上,都有一个独立的Q值。根据传输结果,利用...
能耗和延迟是无线传感器网络(WSN)中的介质访问控制(MAC)协议的主要问题,为此在现有时隙ALOHA协议的基础上,提出一种融合Q学习算法的新型MAC协议:QS-ALOHA。设定每个节点在帧中的每个时隙上,都有一个独立的Q值。根据传输结果,利用Q学习算法进行更新,并将具有高Q值的时隙优先选择来传输数据,以此减小网络中的传输冲突和数据重发。另外,提出了一种马尔可夫模型,证明了协议中学习过程的收敛性。仿真结果表明,该协议在能量效率、延迟和吞吐量方面具有优越的性能。
展开更多
关键词
无线传感器网络
介质访问控制
Q学习算法
时隙ALOHA协议
原文传递
题名
LSDR-ALOHA-Q:基于强化学习适用于大范围远距离的水下无线传感器网络MAC协议
1
作者
温立坤
机构
中国石油大学(华东)计算机科学与技术学院软件工程系
出处
《计算机与数字工程》
2024年第6期1776-1782,1787,共8页
文摘
随着对海洋开发需求的日益增长,水下无线传感器网络成为研究的热点。但由于水下环境信道可用带宽有限,传输速度和传播速度都慢,多普勒效应和多径效应严重等众多不利因素,导致水下网络性能低下。这主要是因为缺少在大范围远距离的水下网络中表现良好的媒体访问控制协议(MAC协议)。提出的LSDR-ALOHA-Q协议以ALOHA-Q协议为基础,该协议采用加入强化学习的方法,以提高信道利用率,同时结合强化学习使得该协议能够适应多变和复杂的水下环境。提出的LSDR-ALOHA-Q协议包括对时隙和帧结构的改造,使其更适合于大范围网络,通过优化时隙数,主动寻找空间复用的机会来增加信道利用率,同时通过提出一个新的退避算法来避免因为优化时隙数量而带来的Q-learning可能无法收敛的问题,即可能存在节点一直无法找到无冲突发送时间的问题。仿真表明当LSDR-ALOHA-Q协议被应用到大规模远距离的网络时可以显著提升信道利用率,同时降低冲突率和平均端到端时延。
关键词
MAC协议
强化学习
水下无线声学传感器网络
aloha-q
空间复用
Keywords
MAC protocol
reinforcement learning
underwater wireless acoustic sensor network
aloha-q
spatial multi-plexing
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
EPC Gen2标准防碰撞方案的研究与改进
被引量:
2
2
作者
徐圆圆
曾隽芳
陈琳
刘禹
机构
中国科学院自动化研究所
出处
《计算机应用》
CSCD
北大核心
2008年第12期3271-3273,共3页
基金
国家863计划项目(2006AA04A103)
国家科技支撑计划项目资助(2006BAH02A01)
文摘
EPC Gen2标准中对防碰撞算法的规定比较灵活,因此设计合理的算法可以较大程度地提高系统的性能。在EPC Gen2标准防碰撞机制的基础上,针对其在附录中推荐的Q值调整算法及多标签读取过程中的一些不足,提出了新的Q值调整算法及改进的时隙随机Aloha算法。仿真结果显示,改进后的算法可增加系统吞吐率,降低标签识别延时,表现出良好的性能。
关键词
无线射频识别
防碰撞算法
时隙随机Aloha
EPC
GEN2
Q值
Keywords
Radio Frequency Identification (RFID)
anti-colfision algorithm
slotted random Aloha
EPC Gen 2
Q value
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
在线阅读
下载PDF
职称材料
题名
新型Q值防碰撞算法在RFID系统中的研究
被引量:
6
3
作者
王进
易灵芝
王根平
机构
湘潭大学信息工程学院。湖南湘潭
深圳职业技术学院
出处
《计算机工程与科学》
CSCD
北大核心
2011年第6期182-185,共4页
文摘
RFID系统在某些应用领域中需要高效的标签识别算法。针对标签数目不固定且数量变化范围大的情况下,多标签同时回复一个阅读器而产生碰撞丢失标签信息的问题,本文提出一种改进型的Q值算法。在该算法中,阅读器根据变化的标签数目自适应修改Q值,分化C值调整帧长度,极大地提高了标签的识别速度,并减少了读取的误码率,且不会因为数目变化范围大而造成标签识别延时增大。文中详细介绍了算法设计流程,并通过建立数学模型对算法的可行性进行分析,根据统计数据来获得最优算法参数,最后用实际案例进一步证明了该算法在识别大量标签时效率明显优于原Q值算法和自适应帧时隙阿罗哈算法(FSA)。
关键词
RFID
防碰撞
Q+算法
Q值算法
标签碰撞
自适应阿罗哈算法
Keywords
RFID
anti-collision
Q+ algorithm
Q algorithm
tag collision
adaptive ALOHA algorithm
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于时隙分组的超高频RFID防碰撞算法
被引量:
7
4
作者
何伟健
陆江城
周灿煜
梁泳新
杨健
机构
广东工业大学自动化学院
出处
《计算机工程》
CAS
CSCD
北大核心
2018年第6期283-287,共5页
基金
广东省大学生创新创业训练计划项目"开放式超高频RFID读写器的设计"(201511845079)
文摘
传统动态帧时隙ALOHA算法容易造成较多的时隙浪费,且Q值调整速度缓慢,导致系统的吞吐率偏低。针对该问题,在分析传统Q算法的基础上,提出一种改进的防碰撞算法。利用时隙分组思想将Q算法中各轮盘存的时隙分为若干组,在每组时隙盘存结束后都根据估计的标签数量动态调整Q值。仿真和硬件平台实验结果表明,该算法的平均吞吐率比传统Q算法高7%左右,比MQ算法高3%左右。
关键词
无线射频识别
防碰撞算法
动态帧时隙ALOHA算法
时隙分组
Q算法
Keywords
Radio Frequency Identification(RFID)
anti-collision algorithm
Dynamic Framed Slotted ALOHA(DFSA) algorithm
time slot grouping
Q algorithm
分类号
TP391.45 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
面向RFID动态帧时隙ALOHA协议的帧长优化
被引量:
1
5
作者
何金栋
卜艳玲
石聪聪
谢磊
机构
国网福建省电力有限公司电力科学研究院
南京大学计算机软件新技术国家重点实验室
全球能源互联网研究院有限公司信息网络安全实验室
出处
《计算机科学与探索》
CSCD
北大核心
2021年第7期1227-1236,共10页
基金
国家自然科学基金(61872174)。
文摘
近年来,国家电网积极推动泛在电力物联网的建设,以实现电力系统的万物互联与优化管理。其中,射频识别技术(RFID)作为泛在电力物联网建设的核心技术,凭其价格低廉、无需电源、非视距通信、远距离通信等特点,被广泛应用于电力仓储物资管理、电力巡检等应用场景。为了盘点电力设备仓库中的物品,需要快速识别粘贴在物品上的标签,然而由于仓库中存在大量标签,在通信过程中容易产生标签信号冲突。针对当前商用RFID系统普遍采用的符合EPCC1G2标准的动态帧时隙ALOHA协议,提出了一种新型的基于Q-learning与神经网络的帧长优化算法(记作QN-learning)。通过将动态帧长选择问题转化为马尔可夫决策过程(MDP),即观察到的状态为不同种类时隙的个数(空时隙数、单时隙数、冲突时隙数),执行的动作为设置合理的帧长,从而利用Q-learning与神经网络来自主学习帧长选择策略,基于学习到的策略可以指导系统根据最新观察选择能够实现全局最优的帧长。仿真实验结果表明,基于QN-learning算法在动态调整帧长方面表现优异,能够实现标签的有效识别,在保障高吞吐率的同时控制阅读器的询问次数,减少数据传输量。
关键词
射频识别(RFID)
动态帧时隙ALOHA
帧长优化
马尔可夫决策过程(MDP)
Q-LEARNING
Keywords
radio frequency identification(RFID)
dynamic framed slotted ALOHA
frame size optimization
Markov decision process(MDP)
Q-learning
分类号
TP393 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
WSN中融合Q学习和时隙ALOHA的MAC协议
6
作者
陈思
翟岩
张治斌
机构
郑州财税金融职业学院信息技术系
郑州财税金融职业学院郑州财税金融职业学院现代教育中心
河南理工大学计算机科学与技术学院
出处
《控制工程》
CSCD
北大核心
2018年第9期1765-1770,共6页
基金
河南省软科学研究计划资助项目(No.102400450034)
文摘
能耗和延迟是无线传感器网络(WSN)中的介质访问控制(MAC)协议的主要问题,为此在现有时隙ALOHA协议的基础上,提出一种融合Q学习算法的新型MAC协议:QS-ALOHA。设定每个节点在帧中的每个时隙上,都有一个独立的Q值。根据传输结果,利用Q学习算法进行更新,并将具有高Q值的时隙优先选择来传输数据,以此减小网络中的传输冲突和数据重发。另外,提出了一种马尔可夫模型,证明了协议中学习过程的收敛性。仿真结果表明,该协议在能量效率、延迟和吞吐量方面具有优越的性能。
关键词
无线传感器网络
介质访问控制
Q学习算法
时隙ALOHA协议
Keywords
Wireless sensor networks
medium access control
Q learning algorithm
slotted ALOHA protocol
分类号
TP393 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
LSDR-ALOHA-Q:基于强化学习适用于大范围远距离的水下无线传感器网络MAC协议
温立坤
《计算机与数字工程》
2024
0
在线阅读
下载PDF
职称材料
2
EPC Gen2标准防碰撞方案的研究与改进
徐圆圆
曾隽芳
陈琳
刘禹
《计算机应用》
CSCD
北大核心
2008
2
在线阅读
下载PDF
职称材料
3
新型Q值防碰撞算法在RFID系统中的研究
王进
易灵芝
王根平
《计算机工程与科学》
CSCD
北大核心
2011
6
在线阅读
下载PDF
职称材料
4
基于时隙分组的超高频RFID防碰撞算法
何伟健
陆江城
周灿煜
梁泳新
杨健
《计算机工程》
CAS
CSCD
北大核心
2018
7
在线阅读
下载PDF
职称材料
5
面向RFID动态帧时隙ALOHA协议的帧长优化
何金栋
卜艳玲
石聪聪
谢磊
《计算机科学与探索》
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
6
WSN中融合Q学习和时隙ALOHA的MAC协议
陈思
翟岩
张治斌
《控制工程》
CSCD
北大核心
2018
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部