QL-OLSR:一种基于Q-Learning思想优化的移动自组织网络路由协议

发布时间：2022-08-11 13:49

　　现有的OLSR中能够完成对全网路由信息的交互,但是随着节点的移动速度增加,网络拓扑也在快速动态变化,从而导致了路由信息更新慢,网络性能下降,端到端时延大、包丢失率增加和节点吞吐量小等问题.针对上述问题,提出了一种基于Q-Learning思想的移动自组网OLSR路由策略,该路由策略从节点移动性、链路速率和节点跳数三方面进行考虑.与传统方法相比,Q-Learning能够在线学习,适应MANET高度动态变化的拓扑结构,检测不同时间点的节点移动程度,使每个节点能相应的更新路由度量,从而提高路由协议的稳定性,提供可靠的路由路径.实验结果表明,改进的方法具有更低的端到端延迟、更小的包丢失率以及更高的吞吐量. 

【文章页数】：8 页

【文章目录】：
1 OLSR路由协议策略
    1.1 路由权值优化
        1.1.1 基于节点移动性的度量优化
        1.1.2 基于链路速率的度量优化
    1.2 基于Q-Learning思想的路由策略
        1.2.1 Q-Learning简介
        1.2.2 路由策略
2 仿真结果与性能分析
    2.1 仿真设置
    2.2 性能分析
        2.2.1 端到端时延和时延抖动结果分析
        2.2.2 业务接收量结果分析
        2.2.3 吞吐量结果分析
3 结论


【参考文献】：
期刊论文
[1]基于Q学习的Ad Hoc网络路由协议的改进与研究[J]. 刘芬,隋天宇,王叶群.  计算机与数字工程. 2019(02)
[2]一种基于Q-Learning策略的自适应移动物联网路由新算法[J]. 张德干,葛辉,刘晓欢,张晓丹,李文斌.  电子学报. 2018(10)
[3]基于模糊视觉与快速路由的移动自组织网络路由协议FH-OLSR[J]. 刘强,阮章静.  北京交通大学学报. 2017(05)
[4]基于节点稳定性与跨层优化的MANET路由设计[J]. 沈玮阳,刘强,欧阳峰.  计算机工程. 2017(10)
[5]基于链路状态感知的无线Mesh网优化路由协议[J]. 王靖,李芳芳,于全.  计算机科学. 2012(11)
[6]MANET网络中一种基于灰色区域的移动预测路由协议及多径备份路由扩展[J]. 周文佳,陈旿,肖迪,张鹏飞,慕德俊.  西北工业大学学报. 2012(05)
[7]RLAR:基于增强学习的自适应路由算法[J]. 郑力明,李晓冬,李小勇.  计算机工程与设计. 2011(04)
[8]基于多目标Q-Learning的MANET自适应路由策略[J]. 刘燕燕.  科技信息(科学教研). 2008(25)
[9]基于Q-Learning的自适应容错路由算法的研究[J]. 姚怡,覃华,苏一丹.  计算机工程与应用. 2006(10)



本文编号：3674773