基于强化学习的无线局域网调制编码自适应选择方法及无线设备

授权

摘要

本发明提出基于强化学习的无线局域网调制编码自适应选择方法及无线设备，该方法在无线设备内训练一张关于当前链路信噪比SNR和所有支持的MCS索引值的Q值表；在训练Q值表的过程中，无线设备根据学习策略在Q表中选择MCS索引值，并根据搭建的外部环境反馈的吞吐量和丢包率计算奖励值，通过更新策略更新Q表。最终训练完成的Q表可获得特定SNR下一定丢包率范围内吞吐量最大的MCS索引值，无线设备实时通过带宽测试得到无线局域网络的吞吐量和丢包率数据，然后自适应地从训练好的Q值表中选择预设丢包率范围内预计获得最大网络吞吐量的最优MCS索引值，并执行相应调制编码方案，保证了传输的可靠性和有效性，同时避免了抽样探测带来的网络性能浪费问题。

基本信息

专利标题：

基于强化学习的无线局域网调制编码自适应选择方法及无线设备

专利标题（英）：

暂无

公开（公告）号：

CN112468265A

申请号：

CN202011250663.0

公开（公告）日：

2021-03-09

申请日：

2020-11-10

授权号：

CN112468265B

授权日：

2022-04-22

发明人：

王健谢锐明高博文潘璠

申请人：

南京大学

申请人地址：

江苏省南京市鼓楼区汉口路22号

代理机构：

南京瑞弘专利商标事务所(普通合伙)

代理人：

陈建和

优先权：

CN202011250663.0

主分类号：

H04L1/00

IPC分类号：

H04L1/00