买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜鲁东大学申请的专利一种基于随机梯度下降的水下无线传感网络资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114080026B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010798571.X，技术领域涉及：H04W72/50；该发明授权一种基于随机梯度下降的水下无线传感网络资源分配方法是由唐美芹;任昌靖设计研发完成，并于2020-08-11向国家知识产权局提交的专利申请。

本一种基于随机梯度下降的水下无线传感网络资源分配方法在说明书摘要公布了：本发明涉及一种基于随机梯度下降的水下无线传感网络资源分配方法，属通信技术系统资源分配领域。本发明考虑实际网络速率约束、功率约束和能量归还等约束,针对水下无线传感网络采用多归属技术，在能量借还机制的情况下，以通信系统吞吐量最大化为目标，建立网络资源分配优化模型；所提改进的随机梯度下降算法在每次迭代过程随机选取一个样本求梯度，进行权重向量的迭代更新。并利用动量因子保证步长的最优性，进而提出一种基于随机梯度下降的水下无线传感网络资源分配方法。收敛性分析和仿真结果表明，基于改进随机梯度的网络资源分配方法具有良好的收敛性，能够有效的水下控制传感器间的通信速率，降低了水下无线传感器网络能耗。

本发明授权一种基于随机梯度下降的水下无线传感网络资源分配方法在权利要求书中公布了：1.一种基于随机梯度下降的水下无线传感网络资源分配方法其特征在于，包括以下步骤： 第一步：考虑实际网络速率约束、功率约束和能量归还约束,针对水下无线传感网络UWSN采用多归属技术，在能量借还机制的情况下，以通信系统吞吐量最大化为目标，给出适用于能量借还和数据传输安排的水下传感网络资源分配优化的技术手段，这一步具体包括： 采用时隙循环传输通信系统所需的传输数据包，并以N时隙为一个时隙循环；对于水下无线传感通信系统所传输的数据包，Pπkn表示节点k在第n时隙内的传输功率，为了尽量避免能量的浪费，其约束条件为： 式中节点总个数为K，Pmax,k表示为节点k的最大功率； 在每个循环时隙开始时，统一传输上一时隙所累积的数据包；为在第n时隙开始时所采集的能量，为在此时隙开始时能量采集供能系统从传统电网供能系统中所借取的能量；假设在第n时隙，能量采集供能系统所能够还取的所有能量的上限为因为此系统为借还系统，即先借取能量再还取能量，所以需要大于0； 为了保证传统电网供能系统的利益，在传输数据截止时间之前，能量采集供能系统需要还取所有借取的能量；在最后一个时隙第N时隙满足： 需满足： 充分考虑采集能量的不稳定性，假设在第n时隙中，不同时隙之间信道的变化相互独立，发送端与接收端之间的信道链路增益Gkd0为一个常数；σ表示带宽范围内基站接收的背景噪声，通常看作是高斯白噪声；在第n时隙的传输速率为: 式中m代表时隙； 由于水下节点之间的连接是相互独立的，引入用户连接指数λk： 在用户连接指数基础上，对传输速率做出如下约束： νk表示每个节点的最低速率要求； UWSN通信系统在截止时间时总的吞吐量为： 式中M为信道总数； 对于每个时隙，用来传输数据的能量不能超过发送端的储能电池中的能量，定义能量因果约束： 式中Ψ为能量参数，为能量采集供能系统从传统电网供能系统中的采集能量消耗，用户连接指数λk＝{0,1}是离散的，求解困难；为解决这个问题，对节点约束进行松弛，把节点约束替换为0≤λk≤1，由此可得UWSN通信系统吞吐量最大化资源分配方法的优化模型为： 式中1代表的是优化的目标函数，式2-8代表约束，式8表示分配功率需要大于等于零； 第二步：所提改进随机梯度下降方法在每次迭代过程中不需要遍历所有数据，只随机选取一个样本求梯度，进行权重向量的迭代更新，这一步具体包括： 改进随机梯度下降算法避免了梯度下降算法计算样本均值期望的方向搜索过程，计算其相应梯度： θt+1＝θt+Δθt 式中，η是算法的学习率，代表向全局最优或局部最优方向移动的步长；Lθt是第t次迭代权重θt的损失函数，为权重θ在t时刻关于损失函数的一阶梯度，简记为gt，θt+1为t+1时刻的权重值，θt为t时刻的权重值，Δθt为梯度算子，即每次迭代的更新部分； 第三步：将改进的随机梯度下降法应用到水下无线传感网络资源分配问题中，这一步具体包括： 基于改进随机梯度下降的资源分配方法具体步骤： Step1:初始化：t＝1,n＝0,其中t为时刻； Step2:构建假设函数hθx，θ为函数参数，通过评估模型拟合的好坏,构建假设函数，即监督学习中拟合样本特征到目标函数的函数； Step3:进而构造罚函数Lθ，通常用来度量拟合的程度： 假设： 式中m代表时隙，根据上一部分UWSN通信系统吞吐量最大化资源分配方法的优化模型构建罚函数Lθ： Step4:根据模型罚函数Lθ求解样本点xk罚函数的梯度向量 式中x代表样本，k为节点；初始化假设函数的参数θ，得到对应的梯度向量；并对θ进行随机取值，假设θi第一次全部取0，将θ0带入Lθ1，得到取θ0的损失将θ0带入得到θ0的梯度向量 Step5:通过迭代次数累加，利用梯度向量求出最优解；随机下降梯度法的步长很大程度影响算法的收敛，对随机梯度下降法进行改进；在更新权重参数时保留之前的更新方向，利用当前数据梯度微调最终更新方向；更新公式如下： Δθt＝ρΔθt-1-ηgt θt＝θt-1+Δθt-1 t＝t+1 其中ρ为动量因子，表示原来更新方向的保留程度，取值范围在0到1之间；在优化过程的初始迭代阶段，算法遵循负梯度方向进行参数更新，这一策略有效提升了目标函数的收敛速率；在迭代中后期，罚函数值在局部最优值附近来回震荡，但因动量因子ρ会增大更新幅度，使其跳出局部最优点；在梯度方向改变时，动量因子能够减少更新；动量项在相关方向加速梯度下降，抑制震荡，加快收敛速度，得到全局最优解

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人鲁东大学，其通讯地址为：264025 山东省烟台市芝罘区红旗中路186号鲁东大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。