[發明專利]基于能量感知的背向散射碼率自適應方法、裝置及系統

有效

• 申請號: 202210434515.7
• 申請日: 2022-04-24
• 公開（公告）號: CN114884596B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 吳心儀;張瑞杰;周培龍;周翔宇;何承天;董慧鑫;王巍
• 申請（專利權）人: 華中科技大學
• 主分類號: H04B17/382
• 分類號: H04B17/382;H04B17/391
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 代嬋

本發明涉及一種基于能量感知的背向散射碼率自適應方法、裝置及系統，該方法包括如下步驟：初始化碼率策略，執行策略，獲取當前信道狀態信息，并將信道狀態信息輸入到強化學習模型中，強化學習模型接收信道狀態信息輸入，并輸出碼率決策結果，監測節點剩余的能量，將能量檢測結果與設定閾值進行比較，當能量檢測結果高于或等于設定閾值時，則選擇強化學習模型給出的碼率決策結果作為最終碼率執行策略；當能量檢測結果低于設定閾值時，則忽略強化學習模型給出的碼率決策結果，選擇可選的最低碼率作為最終碼率執行策略。本發明其將傳統的碼率自適應策略與能量約束規則結合，能夠有效結合背向散射技術的特點并根據環境狀態進行碼率調整，達到更優的傳輸效果。

技術領域

本發明屬于無線通信技術領域，具體涉及一種基于能量感知的背向散射碼率自適應方法、裝置及系統。

背景技術

背向散射技術是一種通過反射環境中的電磁波實現通信的技術，該技術能夠以極低的功耗實現數據傳輸任務，近來備受關注。隨著技術的發展，背向散射節點需要傳輸的數據帶寬急速增加，從最初的光和溫度數據，到現在的麥克風音頻數據，甚至視頻流數據。然而背向散射技術的通信質量極易受到動態無線信道質量的影響，此種影響在背向散射節點執行連續和大容量數據(如視頻流)傳輸任務時表現得尤為明顯，當信道帶寬與數據速率不匹配時，會出現傳輸質量不穩定、數據丟失等問題。

近年來出現了一些基于背向散射網絡物理層速率自適應的方法，但這些方法有一個共同的弊端，即他們無法解決由于信道質量差而導致源端數據堆積的問題。因為這些方法并沒有改變需要傳輸數據的總量，這是本地存儲空間受限的背向散射節點所不能接受的。

針對背向散射中的視頻采集任務，申請人想到了碼率自適應方法，根據信道狀態自適應調整數據速率，以提高傳輸質量。然而傳統的碼率自適應技術主要應用于互聯網多媒體傳輸，以滿足一些有低時延、高質量觀看體驗的應用需求，如直播、視頻會議等。因此，申請人又想到利用強化學習適應多變的網絡狀態做出碼率決策，然而這些技術并不適合應用在背向散射節點上，原因如下：

1.能耗高，能效差，在無源的背向散射節點上難以實現；

2.方案穩定性差。傳統技術基于網絡帶寬與緩存決定未來碼率，可是當背向散射節點的剩余電量不能支持此種碼率的數據傳輸任務時，則會帶來嚴重的質量下降。

發明內容

本發明的目的在于克服現有技術之缺陷，提供了一種基于能量感知的背向散射碼率自適應方法、裝置及系統，其將傳統的碼率自適應策略與能量約束規則結合，能夠有效結合背向散射技術的特點并根據環境狀態進行碼率調整，達到更優的傳輸效果。

本發明的技術方案是這樣實現的：本發明公開了一種基于能量感知的背向散射碼率自適應方法，包括如下步驟：

S1)初始化碼率策略；

S2)執行策略；

S3)獲取當前信道狀態信息，并將信道狀態信息輸入到強化學習模型中；

S4)強化學習模型接收信道狀態信息輸入，并輸出碼率決策結果；

S5)監測節點剩余的能量，將能量檢測結果與設定的閾值進行比較，判斷當前強化學習模型輸出的碼率決策結果是否適合執行，當能量檢測結果高于或等于設定的閾值時，則認為當前強化學習模型輸出的碼率決策結果適合執行，選擇強化學習模型給出的碼率決策結果作為最終碼率返回步驟S2)執行策略；當能量檢測結果低于設定的閾值時，則認為當前強化學習模型輸出的碼率決策結果不適合執行，忽略強化學習模型給出的碼率決策結果，選擇設定的碼率作為最終碼率返回步驟S2)執行策略。

進一步地，信道狀態信息包括信噪比、誤碼率信息。

進一步地，步驟S5)中當能量檢測結果低于設定的閾值時，則認為當前強化學習模型輸出的碼率決策結果不適合執行，忽略強化學習模型給出的碼率決策結果，選擇可選的最低碼率作為最終碼率返回步驟S2)執行策略。