摘要
本发明涉及一种用于LoRa中纯Aloha协议下数据包上行传输信息年龄(Age of Information,AoI)优化的方法，旨在提高数据包的时效性，优化数据传输的质量，减少信息延迟和系统响应时间。包括：建立了一个针对纯Aloha协议下LoRa数据包传输过程的碰撞和重传的系统模型，分析数据包重传对LoRa安全可能造成的影响。该模型考虑了LoRa网络中信道选择、扩频因子(Spreading Factor,SF)设置以及可能发生的数据包碰撞情况。通过分析不同信道和扩频因子组合的传输效果，能够计算数据包在传输过程中的碰撞概率及其对AoI的影响。为了实现最优的信道和SF选择，本发明采用深度强化学习的方法，构建了一个训练模型来动态选择最佳的传输策略，通过对信道选择和扩频因子的智能调节，减少碰撞事件并降低重传次数，从而提升数据包的时效性以及LoRa网络安全性。该发明适用于各种LoRa物联网应用，包括但不限于智能城市、环境监测、智能农业、智能物流等领域，特别是对于需要高时效性和实时响应的物联网应用场景，具有重要的实用价值。
