本申請提供的一種基于強化學習的WSN抗干擾方法、裝置、設備和介質,通過預設初始跳頻序列;初始化預設神經網絡模型中的權重和偏置,并定義強化學習方法的參數;令待測WSN網絡中所有節點依據所述初始跳頻序列以測試數據進行發送或接收,并獲取對應各所述節點傳輸情況的觀察值;依據觀察值采用隨機梯度下降法、及反向傳遞放算法更新權重和參數、及參數,據以調整初始跳頻序列并重復上一步驟,直至獲得穩定的對應待測WSN網絡的最終跳頻序列。本申請能夠針對無線傳感網中節點的受干擾情況,逐漸學習到最佳的跳頻序列以用于避開環境中干擾較強的信道,達到抗干擾的效果,同時可以將源節點的信息用盡量少的時間傳遞到目的節點,同時保證傳輸的可靠性。
聲明:
“基于強化學習的WSN抗干擾方法、裝置、設備和介質” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)