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！

龙图腾网获悉南京大学申请的专利一种基于深度强化学习的CSMA优化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：CN114051280B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202111323723.1，技术领域涉及：H04W72/0446；该发明授权一种基于深度强化学习的CSMA优化方法是由王健;石广钊;张兆伟设计研发完成，并于2021-11-08向国家知识产权局提交的专利申请。

本一种基于深度强化学习的CSMA优化方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的CSMA优化方法针对当前时隙CSMA协议中二进制指数回退方案的不公平性，以及在网络规模较大时CSMA传输能力急剧下降的问题；本发明以类似时隙ALOHA的方式将数据划分时隙，单个节点使用深度强化学习的方式决定是否参与本时隙信道竞争，使得网络能够根据实际网络情况智能的进行信道分配，避免了时隙CSMA中发送成功的节点发送概率更高导致的不公平性，同时在网络规模较大时，节点能够智能的降低参与信道竞争的概率，从而避免了大量数据碰撞导致的性能急剧下降。

本发明授权一种基于深度强化学习的CSMA优化方法在权利要求书中公布了：1.一种基于深度强化学习的CSMA优化方法，其特征在于，包括以下步骤： 步骤S1、单个节点作为深度强化学习的智能体，完成初始化学习模型参数；获取时隙长度DataSloTime和周期T； 步骤S2、当某个节点存在待发送帧信息时，节点通过深度强化学习，选择后n个时隙DataSlotTime所采取的动作，将所述动作表示为长度为n的数组Action，其中Action[i]表示后续的第i个时隙中节点要参与信道的竞争；当节点没有待发送帧信息时，该时隙内节点保持接收信息状态，并记录环境信息，直至有待发送帧出现； 步骤S3、节点发送帧信息具体步骤包括： 步骤S3.1、初始化计数器SlotCount＝0； 步骤S3.2、当Action[SlotCount]为真时，代表节点参与此时隙的竞争，则该节点尝试向目的节点发送一个帧；当Action[SlotCount]不为真时，继续等待DataSloTime时间；当完成发送或等待操作后，计数器加一； 步骤S3.3、重复步骤S3.2，直至SlotCount＝n； 所述步骤S2中，将每个节点分别作为深度强化学习的智能体，执行深度强化学习算法，以T＝n×DataSlotTime为基本运行时间单位；则步骤S2中强化学习算法模型表示如下： Statet＝NNt，NIt，Pt，SENDt-1，t＝1，2，3，... 其中Statet代表状态集合，t代表周期数；NNt代表节点的两跳邻居数量；NIt表示节点两跳邻居态势信息，在结构上为二维矩阵；Pt代表发送负载时等待发送的帧的个数；SENDt-1代表上一周期本节点成功发送数据包的个数； 每个节点各自维护两跳邻居态势信息，通过一跳邻居节点广播的信标帧更新自身态势表，并向一跳邻居广播自身信息和维护的态势表；其中态势信息包括节点发送负载Pn、邻居节点数量NNn这2个值，NIt表示为一个2×NNt的矩阵。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163号；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”。