LoRa网络中基于深度强化学习的信息年龄优化

来源：电子与信息学报杂志2025年第2期北京时间：

作者：程克非, 陈彩蝶, 罗佳, 陈前斌

单位：1.重庆邮电大学网络空间安全与信息法学院 重庆 4000652.重庆邮电大学通信与信息工程学院移动通信技术重点实验室 重庆 400065

摘要：信息年龄(AoI)是信息新鲜度的衡量指标，针对时间敏感的物联网，最小化AoI显得尤为重要。该文基于LoRa网络的智能交通环境，分析Slot-Aloha协议下的AoI优化策略，建立了Slot-Aloha协议下数据包之间传输碰撞和等待时间的系统模型。通过分析指出，在LoRa上行传输过程中，随着数据包数量增多，AoI主要受到数据包碰撞影响。为克服优化问题中动作空间过大导致难以实现有效求解的问题，该文采用连续动作空间映射离散动作空间的方式，使用柔性动作-评价 (SAC)算法对LoRa网络下的AoI进行优化。仿真结果显示，SAC算法优于传统算法与传统深度强化学习算法，可有效降低网络的平均AoI。

关键词：信息年龄, LoRa, 柔性动作-评价算法, 深度强化学习, 优化策略

基金资助：重庆市教委科学技术研究项目(KJQN202400643)