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！

龙图腾网获悉北京理工大学申请的专利一种基于深度强化学习算法的增强型ALOHA接入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：CN115087131B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202210438011.2，技术领域涉及：H04W74/0833；该发明授权一种基于深度强化学习算法的增强型ALOHA接入方法是由于含笑;赵涵昱;匡镜明;任仕伟;费泽松;郭婧设计研发完成，并于2022-04-20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算法的增强型ALOHA接入方法在说明书摘要公布了：本发明公开的一种基于深度强化学习算法的增强型ALOHA接入方法，属于无线通信技术领域。本发明采用强化学习，在探索学习中适应接入情况的复杂变化，实时进行随机接入策略的调制，具有更好的适应能力。采用DPSA接入方法，对于冲突数据进行恢复，基于强化学习算法确定每帧最佳发送概率，在低信令开销的情况下，提升通信吞吐能力。根据等待时间长短对用户进行分类，并对其采取不同的发送策略，缩减用户整体AoI差距，解决通信公平性问题。本发明适用于无线通讯领域，使系统面对用户激活状况复杂变化的实时智能适应，选择合适的帧时隙发送概率，实现通信吞吐量与通信公平性的提升，实现用户的等待时间性能以及吞吐量性能之间的权衡优化。

本发明授权一种基于深度强化学习算法的增强型ALOHA接入方法在权利要求书中公布了：1.一种基于深度强化学习算法的增强型ALOHA接入方法，其特征在于，包括如下步骤： 步骤1：小区用户以预定激活概率被随机激活，用户根据增强型ALOHA接入策略在每一帧发送数据；在接收端解码，得到当前帧通信吞吐能力以及等待时间最长用户的AoI，并分别构造解码成功用户集合与解码失败用户集合； 步骤1的实现方法为： 步骤1.1：小区用户以一定概率激活，激活用户构成激活用户集合； 步骤1.2：AoI降序排列，标记序列前端部分用户为等待时间过长用户，其余标记为非等待时间过长用户； 步骤1.3：非等待时间过长用户，以一定基准帧时隙发送概率，在当前帧的M个时隙中分别随机决定是否发送数据包；等待时间过长用户，在上述基准帧时隙发送概率下，将概率提高，在当前帧的M个时隙中分别随机决定是否发送数据包；若在同一时隙中存在多个用户同时发送数据包而产生冲突，则对各用户数据包进行叠加发送； 步骤1.4：接收端根据干扰消除技术对数据进行译码；当前帧数据译码成功用户构成解码成功用户集合，当前帧数据译码失败用户构成解码失败用户集合； 步骤1.5：解码成功用户所对应状态中AoI清零，解码失败用户对应状态中AoI增大； 步骤1.6：计算得到当前帧通信吞吐能力以及等待时间最长用户的AoI，其中当前帧通信吞吐能力为解码成功用户数除以当前帧激活用户数，等待时间最长用户的AoI为状态中用户AoI的最大值； 步骤2：搭建强化学习框架，构建深度Q网络，即DeepQNetwork,DQN； 步骤2的实现方法为： 步骤2.1：构建状态空间与动作空间，其中状态空间由各用户当前激活状态与各用户AoI组成，动作空间由不同帧时隙基准发送概率组成，确定状态s为状态空间中的元素，动作a为动作空间中的元素； 步骤2.2：根据当前帧通信吞吐能力与等待时间最长用户的AoI给定阶梯化奖励； 步骤2.3：构建目标Q网络与实际Q网络，二者结构相同，采用全连接神经网络结构； 步骤2.4：使用均方误差损失作为损失函数； 步骤3：智能体前X帧在强化学习框架下进行探索，通过引入随机动作扩充经验回放池，为智能体提供学习数据； 步骤3的实现方法为： 步骤3.1：智能体以ε的贪婪率进行贪婪学习，根据贪婪算法选择动作a； 步骤3.2：动作a作为帧时隙发送概率，进行DPSA随机接入，得到当前帧通信吞吐能力与等待时间最长用户的AoI以及下一帧的状态s′； 步骤3.3：根据当前帧通信吞吐能力与等待时间最长用户的AoI确定当前帧的奖励r； 步骤3.4：将当前帧状态s、当前帧动作a、当前帧奖励r、下一帧状态s′存储到经验回放池中； 步骤4：X帧后，随机采样经验回放池中的样本进行学习，训练神经网络拟合接入策略，并继续发送数据。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。