龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：长春理工大学
摘要：面向XQUIC协议的基于深度强化学习的卫星网络拥塞控制方法，涉及网络传输拥塞控制领域，解决现有方法对卫星网络的高延迟和高动态性造成的训练环境异构、方法收敛困难、并行训练效率低下等问题，本发明方法为卫星网络高时延高动态特点设计了全新的采样交互机制minRTT‑100采样机制和自适应动作空间，保证了拥塞控制方法的收敛性能的同时，平衡了动作空间覆盖范围的大小，使方法更加灵敏。还提出了异步分布式并行训练架构，通过并行训练解决高延迟高动态卫星网络环境的采样效率低下、采样数据分布不平衡、单节点网络仿真能力有限的问题。
主权项：1.面向XQUIC协议的基于深度强化学习的卫星网络拥塞控制方法，其特征是：该方法由以下步骤实现：步骤一、启动xquic流，并采用所述xquic流的标识CID构建状态通信通道和动作通信通道；步骤二、基于时间间隔采样获取卫星网络环境状态信息；具体为：判断当前链路最小往返时延minRTT是否大于100ms，如果是，按照100ms与最小往返时延minRTT的和进行时间间隔采样；否则，按照两倍最小往返时延minRTT进行时间间隔采样；步骤三、将所述环境状态信息发送至状态通信通道，并从所述状态通信通道中读取所述环境状态信息作为功能模块的输入，所述功能模块根据环境状态信息输出相应的动作；步骤四、将步骤三输出的相应动作发送到动作通信通道中，执行器根据执行相应的动作方向及大小调节拥塞窗口cwnd，在下个采样周期采样网络环境状态变化，并将网络环境状态信息传送至功能模块；步骤五、所述功能模块根据网络环境状态信息计算奖励值R；并引入优势函数引导策略更新，实现卫星网络拥塞控制。
全文数据：
权利要求：
百度查询： 长春理工大学 面向XQUIC协议的基于深度强化学习的卫星网络拥塞控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号