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！

龙图腾网恭喜浙江工业大学申请的专利一种能量采集中继辅助物联网的传输时延优化方法及装置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：CN116939714B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202310614603.X，技术领域涉及：H04W28/16；该发明授权一种能量采集中继辅助物联网的传输时延优化方法及装置是由王倩如;钱丽萍;李明青;姜微设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种能量采集中继辅助物联网的传输时延优化方法及装置在说明书摘要公布了：本发明涉及物联网技术领域，具体涉及一种能量采集中继辅助物联网的传输时延优化方法及装置。方法包括：获取设备和中继节点在每个时隙内的无线信道参数并计算设备和中继节点的传输速率；以中继节点处的数据平衡以及能量平衡为约束条件，以设备的传输比例、设备和中继节点的传输功率以及子时隙分数为优化变量，以最小化每台设备传输一定数据时的传输时延为优化目标建立优化问题P；把优化问题P分解为两个子问题P‑1和子问题P‑2，采用神经网络结合深度确定性策略梯度算法和二分搜索算法对两个子问题进行求解，从而得到优化问题P的最优解。实现了在保证中继节点处的数据平衡以及能量平衡的前提下，最小化每台设备传输数据时的传输时延。

本发明授权一种能量采集中继辅助物联网的传输时延优化方法及装置在权利要求书中公布了：1.一种能量采集中继辅助物联网的传输时延优化方法，其特征在于，包括以下步骤：步骤S1，将一个中继节点放置于基站中，在基站的通信范围内放置I台物联网设备i，用集合i＝{1,2，…，I}表示，所述中继节点用于接收物联网设备i向其传输的数据，将设备i向中继节点传输数据所需的传输时延K分为k个时隙，获取设备i和中继节点在每个时隙内的无线信道参数；步骤S2，根据设备i和中继节点在每个时隙内的无线信道参数，计算设备i和中继节点的传输速率；步骤S3，以中继节点处的数据平衡以及能量平衡为约束条件，以设备i的传输比例、设备i和中继节点的传输功率以及子时隙分数为优化变量，以最小化每台设备i传输一定数据时的传输时延为优化目标建立优化问题P，其中，优化问题P的表达式为：P：minK上式为优化问题P的目标函数，表示最小化每台设备i传输一定数据时的传输时延，其中，K表示设备i向中继节点传输数据所需的传输时延；优化变量包括：{αi,k}、{pi,k}、{τk}、K，其中，αi,k表示在第k个时隙设备i的传输比例，r表示中继节点，prk表示中继节点r在第k个时隙的传输功率，pi,k表示设备i在第k个时隙的传输功率，τk表示第k个时隙内的子时隙分数； 上式为优化问题P的约束条件1，表示中继节点处的数据平衡，其中，T表示单个时隙长度，表示中继节点r的传输速率，Qi,k表示在第k个时隙设备i传输的数据量，Ri,k表示设备i的传输速率； 上式为优化问题P的约束条件2和约束条件3，表示中继节点处的能量平衡，其中，Emax表示中继节点处的最大消耗能量，Ek表示第k个时隙中继节点r自身的能量，EAk表示第k个时隙中继节点r从外界获取的能量；Dik≥L，i∈I，上式为优化问题P的约束条件4，其中，Dik表示设备i在前k个时隙内传输的数据量，L表示物联网最低要求的传输数据量，上式表示在k个时隙内设备i传输的数据量要超过物联网最低要求的传输数据量；0≤τk≤1，k∈K， 上式为优化问题P的约束条件5—9，表示优化变量的取值范围，其中，表示设备i的最大传输功率，表示中继节点r的最大传输功率，表示设备i向中继节点传输数据所需的最小传输时延，K表示设备i向中继节点传输数据所需的最大传输时延；步骤S4，把优化问题P分解为两个子问题P-1和子问题P-2，采用神经网络结合深度确定性策略梯度算法对子问题P-1进行求解，根据子问题P-1的求解结果，采用二分搜索算法对子问题P-2进行求解，从而得到优化问题P的最优解；其中，步骤S4中，采用神经网络结合深度确定性策略梯度算法求解子问题P-1的方法为：步骤S401，确定动作空间信息以及状态空间信息，所述动作空间信息包括设备i的传输比例αi,k、中继节点的传输功率prk、设备i的传输功率pi,k以及子时隙分数τk，所述状态空间信息包括设备i在当前时隙内传输的数据量Qi,k以及第k个时隙中继节点自身的能量Ek；步骤S402，使用演员—评论家算法框架构建神经网络模型，所述神经网络模型包括演员网络、评论家网络以及奖励函数，所述演员网络的输入为状态空间信息，输出为动作空间值，所述评论家网络的输入为状态空间信息和动作空间值，输出为状态值函数，所述奖励函数用于描述神经网络模型在每个状态下采取每个动作后从环境中反馈的奖励；步骤S403，初始化神经网络模型的参数，定义演员网络以及评论家网络的损失函数；步骤S404，使用优化器优化演员网络以及评论家网络的损失函数；步骤S405，采用经验回放方法随机从经验池中抽取数据对神经网络模型进行训练，重复更新演员网络以及评论家网络，直至获得最优的神经网络模型；步骤S406，将当前状态空间信息输入训练后的演员网络，输出最优动作空间值以及每个时隙设备i的传输数据量的最大值，将所述最优动作空间值作为子问题P-1的最优解。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。