-
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
Applicant: 河南科技大学
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。
-
公开(公告)号:CN116074913A
公开(公告)日:2023-05-05
申请号:CN202310043763.3
申请日:2023-01-29
Applicant: 河南科技大学
Abstract: 一种基于改进EKF位置预测算法的VANET地理路由方法,首先采用改进的EKF定位算法预测邻居节点在下一时隙的位置,执行邻居表更新算法,以确保执行贪婪转发时邻居节点位置的可靠性;判断是否局部最优,若当前节点未陷入局部最优时,利用贪婪转发选择最佳中继节点;若节点陷入局部最优时,利用周边转发选择中继节点,提高了路由可靠性,当目的节点在该中继节点的邻居表内,则转发数据,否则,重复执行上述操作。与现有技术的VANET地理路由方法相比,该方法在包的投递率、端到端延时和吞吐量上都具有较好的性能。
-