基于鲸鱼优化的飞行器自组织网络多径路由机制

    公开(公告)号:CN114339661A

    公开(公告)日:2022-04-12

    申请号:CN202111528570.4

    申请日:2021-12-14

    Abstract: 基于鲸鱼优化的飞行器自组织网络多径路由机制,该路由机制利用鲸鱼优化算法的包围机制发现多条可用路径,以提高数据传输可靠性;基于节点拥塞度、路径负载系数、路径鲁棒性和节点剩余能量建立适应度函数确定多条并行传输路径,以提高链路稳定性;在数据传输阶段,为了避免数据分组的转发只依靠某个关键节点导致网络拥塞,基于节点拥塞度和路径负载系数构造平均加权函数计算路径负载选择最优的路径传输数据,以实现网络负载均衡。仿真结果表明,本文提出的AOMDV‑WOA路由机制有效地增加了吞吐量和包投递率,减少了端到端延迟及路由开销。

    基于Q学习的飞行器自组织网络优化链路状态路由机制

    公开(公告)号:CN114339936A

    公开(公告)日:2022-04-12

    申请号:CN202111530693.1

    申请日:2021-12-14

    Abstract: 基于Q学习的飞行器自组织网络优化链路状态路由机制,该机制基于节点亲密度、链路质量和剩余能量建立奖励函数计算奖励值,节点根据环境反馈的奖励值对该节点选择下一跳节点的策略进行调整,以减少数据传输的延迟;根据节点移动感知过程计算决定Q值更新快慢的学习速率参数,以保证数据的实时性;利用奖励函数和学习速率构建Q学习优化函数计算下一跳节点的Q值,选择Q值最大的下一跳节点作为转发节点,以提高网络的生存期。该机制利用Q学习算法选择转发节点,能够适用于拓扑结构高度变化的飞行器自组织网络。仿真结果表明,本文提出的Q‑OLSR机制相比于OLSR和QMR在端到端延迟、包投递率和能量消耗方面均有提升。

Patent Agency Ranking