【技术实现步骤摘要】
本专利技术涉及浮标组网通信，尤其涉及一种面向海洋物联网浮标组网的通信方法。
技术介绍
1、人类对海洋资源的持续开发使得对海洋环境的监测成为了一个关键议题。为了更好地管理和保护这些宝贵的资源，集成了监测传感器、数据收集与处理、以及通信技术的海洋监测浮标系统被广泛部署。海洋监测浮标组网系统在监测区域内部署多个浮标，来实现对海洋群体目标的监测。通过与物联网技术的融合，这些浮标能够将收集到的数据通过无线通信的方式实时发送到中心服务器，使得用户能够通过移动设备或在线平台实时访问和分析这些信息。此外，物联网技术还可以实现浮标之间的互联，形成一个多跳的自组织通信网络，实现数据的自动采集和传输，提高工作效率。海洋浮标的选择与部署对于数据的准确性和实用性有着决定性的影响。如何优化浮标的部署和管控，成为了海洋物联网领域的一个研究重点。
技术实现思路
1、为了解决现有技术所存在的技术问题，本专利技术提供一种面向海洋物联网浮标组网的通信方法，能够对浮标的状态进行合理管控，浮标组网目标监测调度速度快，有助于减少浮标组网中的浮标能量消耗，提高组网整体目标监测概率。
2、本专利技术提供一种面向海洋物联网浮标组网的通信方法，包括：确定海洋浮标组网系统的当前状态；所述海洋浮标组网系统包括若干个浮标和若干个海洋群体目标；所述当前状态包括若干个所述浮标的状态和所述浮标对所述海洋群体目标的监测状态；将所述当前状态输入预设海洋群体目标监测网络，确定输出动作；所述输出动作用于决策所述浮标的状态，以使所述浮标对所述
3、根据本专利技术提供的一种面向海洋物联网浮标组网的通信方法，所述海洋浮标组网系统中所述浮标与所述海洋群体目标之间的欧式距离为：
4、；
5、所述浮标监测到所述海洋群体目标的概率为：
6、；
7、其中，为浮标与海洋群体目标之间的欧式距离，为海洋群体目标的横坐标，为浮标的横坐标，为海洋群体目标的纵坐标，为浮标的纵坐标，为浮标监测到海洋群体目标的概率，为浮标的能量半径。
8、根据本专利技术提供的一种面向海洋物联网浮标组网的通信方法，所述海洋浮标组网系统中每个浮标的运行时间为：
9、；
10、所述海洋浮标组网系统的约束条件为：
11、；
12、其中， time为可行解的持续时间，为浮标组网目标覆盖的可行解，可行解定义为在满足浮标全通信状态下每个浮标的激活状态，=1为浮标可以向浮标传递信息，即浮标和浮标之间的通信链路为单向通信链路，为浮标的通信覆盖半径。
13、根据本专利技术提供的一种面向海洋物联网浮标组网的通信方法，所述马尔科夫决策的状态空间为：
14、；
15、所述马尔科夫决策的动作空间为：
16、；
17、所述马尔科夫决策的奖励为：
18、；
19、其中，为时刻的状态空间，为浮标的激活状态，为浮标的剩余能量，为海洋群体目标被浮标监测到的次数，为所述动作空间，为第 n个动作，为在时刻的动作， argmax为取最大函数，定义为选择简函数的动作，为所述噪声深度q网络，为在时刻的动作，为所述噪声深度q网络的噪声参数，为时刻的奖励，为浮标监测到的海洋群体目标集合，为浮标的总能量。
20、根据本专利技术提供的一种面向海洋物联网浮标组网的通信方法，对所述噪声深度q网络马尔科夫决策训练的损失函数为：
21、；
22、动作价值预测为：
23、；
24、其中， loss为所述损失函数，为所述噪声深度q网络，为时刻的状态，为所述噪声深度q网络的网络参数，为动作价值预测，为折扣因子，为所述海洋群体目标监测网络的网络参数。
25、根据本专利技术提供的一种面向海洋物联网浮标组网的通信方法，所述噪声深度q网络包括输入层、第一隐藏层、第二隐藏层和输出层；所述输入层的神经节点数量与状态数据的维度相等，所述第一隐藏层的神经节点数量大于所述第二隐藏层的神经节点数量，所述输出层的神经节点数量与所述海洋浮标组网系统的浮标数量相等。
26、根据本专利技术提供的一种面向海洋物联网浮标组网的通信方法，所述通过目标监测训练样本集对所述噪声深度q网络进行马尔科夫决策训练，包括：初始化所述噪声深度q网络的网络参数和所述噪声参数；初始化累计奖励；根据所述目标监测训练样本集构建所述马尔科夫决策的状态空间；根据所述状态空间和所述噪声参数执行策略选择输出动作；更新奖励和所述状态空间；将经验数据放入记忆池；所述经验数据包括所述输出动作、更新后的所述奖励和所述状态空间；根据所述记忆池更新所述累计奖励，并根据更新后的累计奖励构建所述动作价值预测；从所述记忆池的经验数据中随机选取训练样本对所述噪声深度q网络进行训练，并根据所述损失函数更新所述噪声深度q网络的网络参数，在进行固定步数的训练后更新所述海洋群体目标监测网络的网络参数，以使所述海洋群体目标监测网络的网络参数与所述噪声深度q网络的网络参数相同；输出本轮获得的累积奖励和所述海洋浮标组网系统的运行时间；重复迭代执行所述初始化累计奖励的步骤进行下一轮训练，直到所述累积奖励达到预设奖励值且所述海洋浮标组网系统的运行时间达到预设时间，完成所述噪声深度q网络的训练。
27、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述面向海洋物联网浮标组网的通信方法。
28、本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述面向海洋物联网浮标组网的通信方法。
29、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述面向海洋物联网浮标组网的通信方法。
30、本专利技术提供的一种面向海洋物联网浮标组网的通信方法，该方法包括：确定海洋浮标组网系统的当前状态；海洋浮标组网系统包括若干个浮标和若干个海洋群体目标；将当前状态输入预设海洋群体目标监测网络，确定输出动作；输出动作用于决策浮标的状态，以使浮标对海洋群体目标进行全覆盖监测；海洋群体目标监测网络与噪声深度q网络构成双q网络框架；噪声深度q网络包括噪声参数，海洋群体目标监测网络的网络参数和噪声深度q网络的本文档来自技高网...
【技术保护点】
1.一种面向海洋物联网浮标组网的通信方法，其特征在于，包括：
2.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述海洋浮标组网系统中所述浮标与所述海洋群体目标之间的欧式距离为：
3.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述海洋浮标组网系统中每个浮标的运行时间为：
4.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述马尔科夫决策的状态空间为：
5.根据权利要求4所述的面向海洋物联网浮标组网的通信方法，其特征在于，对所述噪声深度Q网络马尔科夫决策训练的损失函数为：
6.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述噪声深度Q网络包括输入层、第一隐藏层、第二隐藏层和输出层；所述输入层的神经节点数量与状态数据的维度相等，所述第一隐藏层的神经节点数量大于所述第二隐藏层的神经节点数量，所述输出层的神经节点数量与所述海洋浮标组网系统的浮标数量相等。
7.根据权利要求5所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述通过
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述面向海洋物联网浮标组网的通信方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述面向海洋物联网浮标组网的通信方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述面向海洋物联网浮标组网的通信方法。
...【技术特征摘要】
1.一种面向海洋物联网浮标组网的通信方法，其特征在于，包括：
2.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述海洋浮标组网系统中所述浮标与所述海洋群体目标之间的欧式距离为：
3.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述海洋浮标组网系统中每个浮标的运行时间为：
4.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述马尔科夫决策的状态空间为：
5.根据权利要求4所述的面向海洋物联网浮标组网的通信方法，其特征在于，对所述噪声深度q网络马尔科夫决策训练的损失函数为：
6.根据权利要求1所述的面向海洋物联网浮标组网的通信方法，其特征在于，所述噪声深度q网络包括输入层、第一隐藏层、第二隐藏层和输出层；所述输入层的神经节点数量与状态数据的维度相等，所述第一隐藏层的神经节点数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。