基于SARSA学习算法的USB块传输研究

发布时间：2018-03-15 02:15

  本文选题：USB　切入点：SARSA　出处：《中山大学学报(自然科学版)》2014年05期 　论文类型：期刊论文

【摘要】：目前USB在PC外设中应用越来越多,传输数据量不断增加对USB传输效率要求越来越高。但实际应用中因USB系统软件、设备自身特性等因素的影响,使得数据传输过程中USB带宽资源浪费严重。针对该问题,利用SARSA学习算法设计一种USB块传输事务调度方法,根据当前状态智能的分配每一帧中的事务。仿真结果表明,在多种块传输情况下,该方法与系统方式相比明显提高了USB带宽有效利用率和吞吐量。
[Abstract]:At present, USB is used more and more in PC peripherals, and the increasing amount of transmission data demands higher and higher transmission efficiency of USB. However, in practical application, the influence of USB system software, equipment characteristics and other factors, etc. In order to solve this problem, a SARSA learning algorithm is used to design a USB block transmission transaction scheduling method, which allocates transactions in each frame intelligently according to the current state. The simulation results show that, Compared with the system, the proposed method improves the USB bandwidth efficiency and throughput significantly in the case of multiple block transmissions.
【作者单位】： 西南科技大学信息工程学院;
【基金】：国防基础科研计划资助项目(B3120110005)
【分类号】：TP334.7

【参考文献】

相关期刊论文 前1条

1 舒波;李大铭;赵新良;;基于强化学习算法的公交信号优先策略[J];东北大学学报(自然科学版);2012年10期

【共引文献】

相关期刊论文 前10条

1 苏莹莹;王宛山;王建荣;唐亮;;基于神经网络增强学习算法的工艺任务分配方法[J];东北大学学报(自然科学版);2009年02期

2 张化祥;黄上腾;乐嘉锦;;Optimal Response Learning and Its Convergence in Multiagent Domains[J];Journal of DongHua University;2005年03期

3 陆军,徐莉,周小平;强化学习方法在移动机器人导航中的应用[J];哈尔滨工程大学学报;2004年02期

4 李伟,叶庆泰,朱昌明;Reinforcement learning with partitioning function system[J];Journal of Harbin Institute of Technology;2004年04期

5 程晓北;沈晶;刘海波;顾国昌;张国印;;分层强化学习研究进展[J];计算机工程与应用;2008年13期

6 赵志宏;高阳;骆斌;陈世福;;多Agent系统中强化学习的研究现状和发展趋势[J];计算机科学;2004年03期

7 张化祥;黄上腾;;多代理最优响应Q学习及收敛性证明[J];计算机科学;2004年04期

8 张化祥;黄上腾;;基于强化学习与对策的多代理协同技术[J];计算机科学;2004年08期

9 唐亮贵;刘波;唐灿;程代杰;;基于神经网络的Agent增强学习模型[J];计算机科学;2007年11期

10 徐昕,贺汉根;神经网络增强学习的梯度算法研究[J];计算机学报;2003年02期

相关博士学位论文 前10条

1 陈学松;强化学习及其在机器人系统中的应用研究[D];广东工业大学;2011年

2 李s，

本文编号：1613975