[发明专利]一种边缘智能驱动的无线多跳网络信道资源优化方法

说明书

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。

技术领域

本发明涉及无线网络通信领域，具体而言，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。

背景技术

随着无线通信技术的飞速发展，无线多跳通信技术已广泛应用于住宅、商业和公共服务等领域，已经渗透到人们生活和工作的方方面面，发挥着越来越重要的作用。无线多跳网络技术作为物联网(Internet of Things,IoT)的主要底层支撑技术近年来引起了学术界和工业界广泛的关注。与传统的有线监控系统相比，无线网络具有自配置、自组织的特点，在降低部署成本、增强灵活性等方面具有巨大的潜力，已广泛应用于工业自动化、物流、智能城市、医疗卫生等复杂的工业应用领域。随着无线终端节点的爆炸式增长，传统的单信道部署已无法满足端到端时延和高可靠性数据传输的要求，无法保证系统健壮性和网络性能。

多信道通信技术作为一种极具潜力的解决方案可有效地缓解节点之间的干扰，并提高数据传输的可靠性，目前已被广泛应用于各种无线网络体系结构中。然而，多信道技术的应用在提高网络容量的同时，也对多跳无线网络中信道分配算法的设计带来了新的挑战。大量专家学者针对多信道分配算法进行了深入研究，旨在降低节点间的干扰和优化信道利用率，包括基于专用信道分配、并行信道协商机制和基于伪随机序列跳频的信道分配算法。然而，这些算法需要频繁的信道协商和信道切换，并且在高负载情况下，未进一步考虑多跳网络中信道资源利用不合理和节点的能耗问题。

采用休眠-唤醒机制能够有效解决网络中的能耗问题，缩小有限的能源供应和应用寿命之间的差距，而节点休眠是保存能耗的最佳途径。在休眠模式中，节点关闭无线电，进入休眠状态已保存能量。然而休眠时间过长则可能无法实现实时数据传输；休眠时间太短会导致节点收发机频繁切换。因此，如何设置休眠时间成为关键。目前，大多数休眠策略是静态(即节点采用固定休眠时间)，或需要收发节点进行频繁的控制消息交互，这些策略没有充分考虑动态环境问题和节点剩余能量约束等问题，不能实现最优的休眠唤醒策略尤其是在动态且复杂的网络环境中。因此，设计自适应、低开销的休眠唤醒机制是进一步延长网络寿命实现低功耗数据传输的有效途径。

强化学习(reinforcement learning,RL)是机器学习的重要分支之一，通过智能体(Agent)与环境进行交互：Agent根据其当前状态选择相应的动作，环境将相应的奖励值反馈给Agent以进一步指导Agent的行动。因此，Agent根据观察到的信息调整策略，直到智能体的策略接近最佳策略为止。传统的RL算法不能解决大规模的状态和动作空间中的决策问题。DRL引入深度神经网络(Deep Neural Networks,DNNs)从原始数据中提取特征来逼近行为值函数来实现在大规模网络环境下状态到行为的映射。尽管DNN已经改善了提高RL在复杂环境下的学习能力，但由于多跳无线网络中节点的部分可观测特性，训练多个分布式DRL智能体仍然是不可行尤其是在对于高维的状态空间场景下。而异步优势演员批评家网络(A3C)采用异步训练框架来优化网络结构，打破了经验之间的相关性的同时，提高了网络收敛速度。然而，其不能直接部署在只有一个CPU的无线终端节点上。此外，考虑到有些无线终端设备，如传感器节点，由于其有限的计算能力、能量和存储能力，无法完成高级应用的计算任务。此外无线终端设备在计算、能量和性能上都有一定的局限性这导致其在运行计算密集型任务时性能较差。