[发明专利]基于神经网络的LoRa终端最大发送速率动态预测方法有效
| 申请号： | 201810030502.7 | 申请日： | 2018-01-12 |
| 公开（公告）号： | CN108199892B | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 刘强;虞阁飞;杨鲲;冷甦鹏;张科 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | H04L12/24 | 分类号： | H04L12/24;H04W28/22;G06N3/08 |
| 代理公司： | 51268 成都虹盛汇泉专利代理有限公司 | 代理人： | 王伟<国际申请>=<国际公布>=<进入国 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于神经网络的LoRa终端最大发送速率动态预测方法，应用于低功耗广域网通信技术领域，通过构建神经网络架构，并对神经网络进行训练，使得在保证正常通信情况下，通过将LoRa服务器解析到的信噪比、信号强度输入神经网络，得到预测的最大发送速率；LoRa服务器将该最大发送速率告知LoRa终端，LoRa终端以最大发送速率发送数据，实现降低终端功耗的效果。 | ||
| 搜索关键词： | 神经网络 发送 终端 速率动态 预测 输入神经网络 速率发送数据 服务器解析 广域网通信 速率告知 正常通信 终端功耗 低功耗 信噪比 构建 服务器 架构 应用 保证 | ||
【主权项】：
1.基于神经网络的LoRa终端最大发送速率动态预测方法，其特征在于，初始状态下LoRa终端以最低速率发送数据；LoRa服务器接收到LoRa终端的数据后，解析出信号强度和信噪比；通过将信号强度与信噪比输入神经网络，在保证正常通信的情况下，神经网络输出预测的最大发送速率；LoRa服务器将该最大发送速率告知LoRa终端；LoRa终端收到LoRa服务器的告知信息后，以该最大速率发送数据；/n所述神经网络结构包括：输入层、隐藏层以及输出层；所述输入层至少包括：信号强度以及信噪比；所述隐藏层；所述输出层为各发送速率；/n所述神经网络采用反向传播算法进行训练；所述反向传播算法包括：/nA1、获取训练集；/nA2、前向传播，具体为：将训练集输入到神经网络的输入层，经过隐藏层，到达输出层并输出结果；/nA3、反向传播，具体为：计算步骤A2得到的输出结果与实际结果之间的误差，将误差从输出层向隐藏层反向传播，直至传播到输入层；/nA4、设置迭代次数以及学习率，重复步骤A3，直至达到设置的迭代次数；否则根据误差对参数进行调整。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810030502.7/，转载请声明来源钻瓜专利网。
