一种基于智能学习的无线网络广播方法技术

一种基于智能学习的无线网络广播方法，包括：设当前节点为i，为其邻居节点集合，邻居节点j∈N

【技术实现步骤摘要】
一种基于智能学习的无线网络广播方法


[0001]本专利技术实施例涉及无线网络广播术领域，具体涉及一种基于智能学习的无线网络广播方法。

技术介绍

[0002]广播是主机之间“一对所有”的通讯模式，网络对其中每一台主机发出的信号都进行无条件复制并转发，所有主机都可以接收到所有信息。而广播也是无线网络的一个广泛应用的基本行为。将一个数据包广播给网络中所有节点，最简单的方法被称为简单洪泛，该方法就是要求每个节点一旦收到新的数据包，就向其邻居进行再广播。再广播的行为一直持续到全网所有节点都收到该数据包为止。然而，简单洪泛会导致网络中出现大量的数据包，最终在全网中泛滥，引发过量的再广播，令节点不断接收已经收到的数据包或者产生大量的碰撞，最终引发广播风暴。
[0003]解决广播风暴的主要思路是如何减少过多的重复传输，常用的办法是禁止一部分网络节点进行再广播。然而，已有的广播方法都假设进行广播时，网络拓扑处于静态或准静态，在面对高速移动的网络时，大部分广播协议性能较弱。也就是说，目前针对无线网络的广播路由技术中，没有与高速移动网络相关的。这些已有的广播方法都假设进行广播时，网络拓扑处于静态或准静态。它们主要是以固定概率进行广播或者采用事先确定的策略进行转发，以提高广播的效率和可靠性、抑制广播风暴和节省网络资源。在面对高速移动的移动网络时，大部分广播协议性能较弱。尚没有方案提出基于智能学习的广播方法，从而无法减少无线网络中广播数据包的碰撞，无法提高广播通信效果。

技术实现思路

[0004]为解决上述问题，本专利技术实施例提供了一种基于智能学习的无线网络广播方法，有效避免了现有技术中无线网络的广播方法在面对高速移动的网络时大部分广播协议性能较弱、无法减少无线网络中广播数据包的碰撞、无法提高广播通信效果的缺陷。
[0005]为了克服现有技术中的不足，本专利技术实施例给予了一种基于智能学习的无线网络广播方法的解决方案，具体如下：
[0006]一种基于智能学习的无线网络广播方法，包括：
[0007]设当前节点为i，为其邻居节点集合，邻居节点j∈N
i
发出广播数据包后，节点i根据其针对其邻居节点j的学习表中的记录，计算概率P
ji
，决定是否转发来自其邻居节点j的广播数据包。
[0008]进一步的，所述节点i针对邻居节点j的学习表Q
ji 1行
×
4列的结构，状态空间只有1个状态，该状态为S
ji
，S
ji
表示节点i收到了来自其邻居节点j的广播数据包，动作集包含2个行为，该两个行为分别为转发F
ji
和静默D
ji
，再附上2个信息，该2个信息分别为邻居节点j的GPS信息G
j
和邻居节点j的上次的hello时间t
j
。
[0009]进一步的，当所述邻居节点j在一定时间Δ内未更新hello信息后，就认为其已经
离开通信范围，就注销邻居节点j的学习表；所述节点i每次收到hello数据包，要进行学习，并更新相应的学习表。
[0010]进一步的，所述学习的具体步骤如下：
[0011]S11，保持监听，直至收到邻居节点j的hello数据包；
[0012]S12，判断是否为第一次收到邻居节点j的hello数据包；
[0013]S13，如果为第一次收到邻居节点j的hello数据包，建立针对邻居节点j的学习表Q
ji
，为该针对邻居节点j的学习表Q
ji
内的转发F
ji
和静默D
ji
赋值1，记录该针对邻居节点j的学习表Q
ji
内的邻居节点j的GPS信息G
j
和邻居节点j的上次的hello时间t
j
；
[0014]S14，如果不是第一次收到邻居节点j的hello数据包，更新该针对邻居节点j的学习表Q
ji
的内的邻居节点j的GPS信息G
j
和作为时间信息的邻居节点j的上次的hello时间t
j
；
[0015]S15，根据设定的公式计算概率后判断是否应当进行广播转发；
[0016]S16，应当进行广播转发时，使用智能学习算法计算转发广播可能发生的碰撞；
[0017]S17，更新针对邻居节点j的学习表Q
ji
；
[0018]S18，不应当进行广播转发时，使用智能学习算法计算不转发广播可能造成的损失；
[0019]S19，更新针对邻居节点j的学习表Q
ji
。
[0020]所述根据设定的公式计算概率后判断是否应当进行广播转发的方法，包括：
[0021]当所述节点i收到了来自其邻居节点j的广播报文时，按照公式(1)：
[0022][0023]计算得到进行广播转发的概率，以此判断是否应当进行广播转发的方法。
[0024]进一步的，所述智能学习算法包括深度学习、强化学习或者深度强化学习这样的智能学习算法。
[0025]进一步的，所述转发F
ji
表示：收到其邻居节点j的广播数据包，所述节点i就对该广播数据包进行广播转发；所述静默D
ji
表示：节点i收到其邻居节点j的广播数据包，节点i对该广播数据包不进行广播转发。
[0026]进一步的，所述邻居节点j包括有GPS模块，每个邻居节点j定期在一跳范围内周期发送hello数据包。邻居节点j的hello数据包里面有邻居节点j的GPS信息和邻居节点j的上次的hello时间t
j
。
[0027]本专利技术实施例的有益效果为：
[0028]本专利技术广播方法是在传统的无线网络hello数据包交互机制基础上增加一个学习模块，通过无线网络节点之间交互hello数据包，使用智能学习方法对hello数据包中携带的信息进行学习，对转发广播的可能发生的碰撞，以及不转发广播可能造成的损失进行评估，调整来自不同节点的广播数据包的转发概率，从而减少无线网络中广播数据包的碰撞，提高广播通信效果。有效解决了现有技术中无线网络的广播方法在面对高速移动的网络时大部分广播协议性能较弱、无法减少无线网络中广播数据包的碰撞、无法提高广播通信效果的缺陷。
附图说明
[0029]图1为本专利技术的所述学习的具体步骤的流程图。
具体实施方式
[0030]本专利技术通过在传统的无线网络hello数据包交互机制基础上增加一个学习模块，通过无线网络节点之间交互hello数据包，使用智能学习方法对hello数据包中携带的位置信息和时间信息进行学习，对转发广播的可能发生的碰撞，以及不转发广播可能造成的损失进行评估，调整来自不同节点的广播数据包的转发概率。该方法的具体实施是在每个节点中建立与多个邻居节点的学习表。同时，每次收到hello消息的时候都要更新学习表。根据学习表中的信息，使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能学习的无线网络广播方法，其特征在于，包括：设当前节点为i，为其邻居节点集合，邻居节点j∈N
i
发出广播数据包后，节点i根据其针对其邻居节点j的学习表中的记录，计算概率P
ji
，决定是否转发来自其邻居节点j的广播数据包。2.根据权利要求1所述的基于智能学习的无线网络广播方法，其特征在于，所述节点i针对邻居节点j的学习表Q
ji 1行
×
4列的结构，状态空间只有1个状态，该状态为S
ji
，S
ji
表示节点i收到了来自其邻居节点j的广播数据包，动作集包含2个行为，该两个行为分别为转发F
ji
和静默D
ji
，再附上2个信息，该2个信息分别为邻居节点j的GPS信息G
j
和邻居节点j的上次的hello时间t
j
。3.根据权利要求1所述的基于智能学习的无线网络广播方法，其特征在于，当所述邻居节点j在一定时间Δ内未更新hello信息后，就认为其已经离开通信范围，就注销邻居节点j的学习表；所述节点i每次收到hello数据包，要进行学习，并更新相应的学习表。4.根据权利要求3所述的基于智能学习的无线网络广播方法，其特征在于，所述学习的具体步骤如下：S11，保持监听，直至收到邻居节点j的hello数据包；S12，判断是否为第一次收到邻居节点j的hello数据包；S13，如果为第一次收到邻居节点j的hello数据包，建立针对邻居节点j的学习表Q
ji
，为该针对邻居节点j的学习表Q
ji
内的转发F
ji
和静默D
ji
赋值1，记录该针对邻居节点j的学习表Q
ji
内的邻居节点j的GPS信息G
j

【专利技术属性】
技术研发人员：秦蓁，王海，熊飞，李艾静，朱毅，王萌，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：