传感器网络中基于深度强化学习的路由优化算法  

作　　者：杨惠 

机构地区：[1]兰州文理学院传媒工程学院,甘肃兰州730000

出　　处：《电子制作》2024年第10期53-56,92,共5页Practical Electronics

基　　金：2022年甘肃省高等学校创新基金项目,编号:2022A-171,项目名称:ZigBee无线通信网络和MEMS传感器在工程结构损伤监测中的研究与应用;2023年甘肃省高等学校创新基金项目,编号:2023B-256,项目名称:基于无线传感器的智能大棚控制系统设计。

摘　　要：随着无线传感器网络中设备数量的爆炸式增长,现有路由算法在高流量高负载多业务以及动态配置等方面面临着性能不足的问题。为了满足多业务情况下高效率和低延迟路由的需求,提出了基于深度强化学习的路由优化算法。该算法利用SDN技术获取传感器网络在一个作业周期内所有的实时状态信息以构建经验池,然后使用优先经验回访技术对流量进行重放,同时采用深度确定性策略梯度算法对重要流量进行采样,对网络流量的优先级进行分类,然后针对不同类别或者重要性的流量定制路由算法。仿真实验表明,相对于传统的路由算法,优化后的算法具有较高的吞吐量较低的延迟。

关 键 词：传感器网络 强化学习 路由算法 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]