针对水声网络中载波侦听多路访问/碰撞避免(Carrier Sense Multiple Access with Collision Avoid,CSMA/CA)协议存在的公平性问题,即成功发送节点倾向于持续占据信道,但发送失败节点因退避窗口指数增长而面临信道接入饥饿的现象,本文提...针对水声网络中载波侦听多路访问/碰撞避免(Carrier Sense Multiple Access with Collision Avoid,CSMA/CA)协议存在的公平性问题,即成功发送节点倾向于持续占据信道,但发送失败节点因退避窗口指数增长而面临信道接入饥饿的现象,本文提出了一种基于约束部分可观测马尔可夫决策过程(Constrained Partially Observation Markov Decision Process,CPOMDP)的水声网络多路访问控制(Multiple Access Control,MAC)协议优化方法。首先,通过二维马尔可夫链对节点退避过程进行建模,推导出节点发送概率和网络吞吐量的解析表达式,用于优化系统整体性能。然后引入缓冲区负载以及能耗作为关键约束信息,构建CPOMDP模型对退避策略进行动态约束与优化。有效避免了个别节点长期占优和缓冲区拥塞,保障了公平性。仿真结果表明,与标准CSMA/CA协议和基于博弈论的方法相比,本文提出的CPOMDP优化方法在最大化长期吞吐量的同时,显著降低了各节点吞吐量间的差异,提升了网络的公平性。此外,该方法还能显著推迟能耗耗尽节点出现时间,有效提高网络最大生命周期。展开更多
针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双...针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双模通信节点数据采集模型;接着定义了基于协作信息的深度强化学习(deep reinforcement learning,DRL)状态空间、动作空间和奖励,设计了联合α-公平效用函数和P坚持接入机制的节点决策流程,实现基于双深度Q网络(double deep Q-network,DDQN)的双模节点自适应接入算法;最后进行算法性能仿真和对比分析。仿真结果表明,提出的接入算法能够在保证双模网络和信道接入公平性的条件下,有效提高双模通信节点的接入性能。展开更多
摘要目的评估血清Mac-2结合蛋白(Mac-2 binding protein,M2BP)对血吸虫病肝纤维化严重程度的诊断价值,为血吸虫病肝纤维化的无创诊断和病情监测提供参考。方法2019-2020年在江西省庐山市新华村抽取234名既往血吸虫感染者作为调查对象,并采集其血清样本,共234份。对调查对象进行肝脏B超检查,根据检查结果将血清样本分为血吸虫病肝纤维化0、Ⅰ、Ⅱ级和Ⅲ级4个级别,各级别再按7∶3的比例将样本随机分为受试者工作特征(receiver operating characteristic,ROC)曲线组和效能评估组。采用酶联免疫吸附法检测不同血吸虫病肝纤维化分级血清样本中M2BP浓度,并进行方差分析和Spearman相关性分析。对不同血吸虫病肝纤维化分级血清样本ROC组M2BP浓度进行ROC曲线分析,确定M2BP诊断不同肝纤维化分级的最佳诊断阈值,并计算曲线下面积(area under the curve,AUC)以评估诊断效能。根据不同血吸虫病肝纤维化分级所对应的M2BP最佳诊断阈值,分别预测各效能评估组血清样本的肝纤维化分级,并与B超检查结果进行符合率比较和Kappa一致性检验。结果根据B超检查结果,234份血清样本中血吸虫病肝纤维化0、Ⅰ、Ⅱ级和Ⅲ级样本分别为79、87、46、22份,不同肝纤维化分级样本血清M2BP平均浓度分别为(0.40±0.31)[95%可信区间(confidence interval,CI):(0.33,0.47)]、(0.64±0.48)[95%CI:(0.53,0.74)]、(1.76±0.58)[95%CI:(1.59,1.93)]μg/mL和(2.56±0.93)[95%CI:(2.14,2.97)]μg/mL,差异有统计学意义(F=150.796,P0.05)。血清M2BP诊断血吸虫病肝纤维化的ROC曲线分析结果显示,其对肝纤维化Ⅰ、Ⅱ级和Ⅲ级的最佳诊断阈值分别为0.34786(AUC=0.635,P0.05),总体一致性检验呈中等程度一致[Kappa=0.608,95%CI:(0.428,0.788);Z=6.609,P<0.0001]。结论血清M2BP可作为辅助诊断血吸虫病肝纤维化中、晚期的潜在生物标志物,但其对早期血吸虫病肝纤维化的诊断价值有限。
摘要针对无线和电力线通信混合组网的信道竞争接入问题,提出了一种基于深度强化学习的电力线与无线双模通信的MAC接入算法。双模节点根据网络广播信息和信道使用等数据自适应接入双媒质信道。首先建立了基于双模通信网络交互和统计信息的双模通信节点数据采集模型;接着定义了基于协作信息的深度强化学习(deep reinforcement learning,DRL)状态空间、动作空间和奖励,设计了联合α-公平效用函数和P坚持接入机制的节点决策流程,实现基于双深度Q网络(double deep Q-network,DDQN)的双模节点自适应接入算法;最后进行算法性能仿真和对比分析。仿真结果表明,提出的接入算法能够在保证双模网络和信道接入公平性的条件下,有效提高双模通信节点的接入性能。