一种基于增强学习算法的移动Sink数据收集方法技术

本发明专利技术公开了一种基于增强学习算法的移动Sink数据收集方法，本发明专利技术提出的移动Sink路径规划方法有助于提升数据收集质量，克服了传统的无线传感网数据收集方案只关注收集数据的数量而忽视采集数据的质量的问题，通过引入价值函数公式，从初始价值和衰减速率两个方面综合考虑传感器收集的数据，可以在时延固定的前提下，提高数据收集的质量，最大化数据的利用率。

【技术实现步骤摘要】
一种基于增强学习算法的移动Sink数据收集方法
本专利技术属于无线传感器网络数据收集领域，尤其涉及一种基于增强学习算法的移动Sink数据收集方法。
技术介绍
无线传感器网络是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给观察者。通常情况下，将传感器采集的数据传输给基站有两种方式：传感器之间多跳传输和采用移动数据收集器(简称移动Sink)。多跳传输即传感器节点监测的数据借助其他传感器节点逐跳地进行传输，在传输过程中监测数据可能被多个节点处理，经过多跳后最终路由转发到基站。采用移动Sink的方式即安排一个移动节点，按照规划好的路径或者在数据收集过程中动态的选择访问目标，移动到传感器节点附近，通过高带宽通信方式(如光波通信)收集传感器节点的数据，然后返回基站。在无线传感器网络数据收集方面，这两种数据收集方式各有利弊。在传感器多跳传输方式中，如果采集的数据量比较小，那么在带宽满足的情况下采集到的数据传输给基站的延时会很短，能够方便决策人员尽快地利用数据；但是如果数据量较大，本文档来自技高网...

【技术保护点】
一种基于增强学习算法的移动Sink数据收集方法，其特征在于：具体包含如下步骤：步骤1：根据传感器节点的通信半径将监测区域划分成若干个正方形区域；步骤2：移动Sink在内存中构建一个m行n列的动作价值评价矩阵Q，其中m为状态数，n为行为数；步骤3：移动Sink以洪泛方式向邻近区域发送探测报文，请求查询邻近区域的数据价值；步骤4：在各个邻近区域内，各传感器节点根据自身剩余能量由大到小排序选出簇头节点，将感知数据多跳传输给簇头节点，各个簇头节点根据价值公式计算出数据价值；步骤5：各个簇头节点将数据价值回传给移动Sink；步骤6：移动Sink在收到邻近状态的数据价值后，根据增强学习算法公式更新矩阵Q，...

【技术特征摘要】
1.一种基于增强学习算法的移动Sink数据收集方法，其特征在于：具体包含如下步骤：步骤1：根据传感器节点的通信半径将监测区域划分成若干个正方形区域；步骤2：移动Sink在内存中构建一个m行n列的动作价值评价矩阵Q，其中m为状态数，n为行为数；步骤3：移动Sink以洪泛方式向邻近区域发送探测报文，请求查询邻近区域的数据价值；步骤4：在各个邻近区域内，各传感器节点根据自身剩余能量由大到小排序选出簇头节点，将感知数据多跳传输给簇头节点，各个簇头节点根据价值公式计算出数据价值；步骤5：各个簇头节点将数据价值回传给移动Sink；步骤6：移动Sink在收到邻近状态的数据价值后，根据增强学习算法公式更新矩阵Q，然后计算出剩余时间所能够访问的邻近区域集合，最后根据ε-greedy策略，以ε概率选择矩阵Q中当前状态对应的一行中元素值最大的行为，以1-ε概率随机选择其他(n-1)种行为；步骤7：当移动Sink到达一个新区域时，收集簇头节点所感知的数据；步骤8：计算移动Sink的可用剩余时间，如果能够支持下一轮访问则转步骤3，否则移动Sink回到...

【专利技术属性】
技术研发人员：叶晓国，金怀民，李舒婷，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32