基于强化学习的D2D通信网络低能耗路由算法  

作　　者：屈慧洁[1] QU Huijie

机构地区：[1]广西教育学院数学与信息科学学院,广西南宁530023

出　　处：《信息技术与信息化》2022年第7期164-168,共5页Information Technology and Informatization

基　　金：2022年度广西高校中青年教师科研基础能力提升项目-《基于强化学习的多跳D2D网络路由算法研究》(2022KY1921)。

摘　　要：为了降低终端直通(device-to-device,D2D)通信网络数据传输能耗,提高用户服务质量,提出了基于强化学习的D2D通信网络低能耗路由算法。通过复用带宽作为约束,建立最小时延、丢包率的目标函数,提升D2D网络的用户服务质量需求,以节点准确接收数据包的概率、数据包的转发次数,构建数据传输最低能耗的目标函数,选择最佳中继节点实现D2D通信网络的低能耗传输;将D2D用户对视作一个智能Agent,利用马尔可夫决策过程描述D2D通信网络,采用Q-Learning算法实现多目标函数的求解,确定低能耗路由路径。实验结果表明:当权重系数为0.4时,可确保D2D通信网络丢包率、时延性均达到最优状态,提升节点数据包的准确接收概率、减少转发次数可有效降低D2D通信网络能耗,且具有突出效果。

关 键 词：强化学习 D2D 低能耗 路由算法 复用带宽 时延 

分 类 号：TN929.5[电子电信—通信与信息系统] TP18[电子电信—信息与通信工程]