[发明专利]基于深度Q网络的RFID多阅读器防碰撞算法

摘要

本发明涉及无线射频识别中的阅读器防碰撞技术，具体地说是基于深度Q网络的RFID多阅读器防碰撞算法。将Q学习算法思想与神经网络结合，并应用于多阅读器防碰撞问题上。整个算法过程包括定义状态与动作、建立记忆库、反向传播、更新神经网络权重以及寻找最优策略。本发明利用深度Q网络算法中自主学习的方式实现最佳信道资源分配，即通过更新神经网络权重，在记忆库中寻求最优值，使碰撞率达到最低。本发明不仅提高标签识别率，而且提高系统吞吐量，实现整体性能的提升，特别适用于样本空间比较庞大的复杂情况。

主权项

1.一种基于深度Q网络的RFID多阅读器防碰撞算法，约定阅读器个数为N，系统可用信道资源数为R，学习次数为T，概率ε，折扣系数为γ，权重为θ，其特征在于，该算法步骤还包括：步骤1)初始化：根据RFID网络中阅读器和信道资源的个数，初始化回放存储replay memory为D，使用随机权重θ初始化动作‑价值函数Q，观察初始状态s；步骤2)执行动作：产生一个0到1之间的随机数，当这个随机数小于概率ε则选择一个随机动作，若大于概率ε则选择最大Q值对应的动作，执行动作a后，观察奖赏值c和下一状态s′，在回放存储D中保存经验；步骤3)训练神经网络：由于状态之间具有连续性，如果对于每一个状态都更新Q值，受状态分布影响，效果会不好；因此，从回放存储D中进行样本随机变换，每次采用随机数据进行梯度下降，并通过反向传播方法更新神经网络权重θ；步骤4)状态转化：当系统还未达到学习次数T时，令s＝s′，转到步骤2，当达到学习次数T则终止学习过程。