針對海上無線網(wǎng)狀網(wǎng)通信環(huán)境復雜多變、船舶節(jié)點具有特殊移動模型等特點,提出一種基于Q-Learning的自適應路由(Q-Learning Based Adaptive Routing,QLAR)算法。綜合考慮海上無線電波傳播特性、船舶航程信息以及相應海區(qū)氣象信息等因素的影響,提出鏈路可靠性、鏈路穩(wěn)定性和節(jié)點航程相似度等概念,并對鏈路狀態(tài)進行評估;然后,根據(jù)鏈路狀態(tài)評估結果,利用Q-Learning算法尋找源、目的節(jié)點間最穩(wěn)定的路徑以傳輸數(shù)據(jù)分組;最后,利用OPNET搭建仿真平臺對算法進行測試。仿真結果表明,與4種對比算法中性能最優(yōu)的算法相比,QLAR算法最高可提升分組投遞率4.89%,降低平均分組時延17.42%,減少歸一化路由開銷21.99%。

【文章頁數(shù)】：8 頁

【文章目錄】：
0引言
1 QLAR算法描述
    1.1鏈路狀態(tài)評估模塊
        1.1.1鏈路可靠性
        1.1.2鏈路穩(wěn)定性
        1.1.3鏈路權值計算
    1.2路由選擇模塊
    1.3路由維護模塊
2算法仿真及性能分析
3結論



本文編號：3765664