海上无线网状网中基于Q-Learning的自适应路由算法

发布时间：2023-03-19 17:34

　　针对海上无线网状网通信环境复杂多变、船舶节点具有特殊移动模型等特点,提出一种基于Q-Learning的自适应路由(Q-Learning Based Adaptive Routing,QLAR)算法。综合考虑海上无线电波传播特性、船舶航程信息以及相应海区气象信息等因素的影响,提出链路可靠性、链路稳定性和节点航程相似度等概念,并对链路状态进行评估;然后,根据链路状态评估结果,利用Q-Learning算法寻找源、目的节点间最稳定的路径以传输数据分组;最后,利用OPNET搭建仿真平台对算法进行测试。仿真结果表明,与4种对比算法中性能最优的算法相比,QLAR算法最高可提升分组投递率4.89%,降低平均分组时延17.42%,减少归一化路由开销21.99%。

【文章页数】：8 页

【文章目录】：
0引言
1 QLAR算法描述
    1.1链路状态评估模块
        1.1.1链路可靠性
        1.1.2链路稳定性
        1.1.3链路权值计算
    1.2路由选择模块
    1.3路由维护模块
2算法仿真及性能分析
3结论



本文编号：3765664