【技术实现步骤摘要】
本专利技术涉及通信，尤其涉及一种基于学习的自适应双模节能路由方法。
技术介绍
1、随着当代通讯技术的迅猛进步以及信息处理技术的高速发展，人们对于设备监测、环境监测等技术的需求日益迫切。无线传感器网络因此诞生。它是由一定数量的传感器节点组成，每个传感器节点都拥有传输通信能力与感知判断能力，节点之间采用自组织的模式构建相互连接，具有大规模、无人监控、低功耗等特点。可充电无线传感器网络由大量可充电的无线传感器组成，在智能电网等环境监测大规模系统中有着广泛的应用。
2、然而，在高压输电、发电厂、电缆沟等许多应用场合，为传感器提供稳定的有线电源是不现实的。电池尺寸限制仍然是传感器可靠性的主要挑战。尽管研究人员努力提高可充电无线传感器网络的可持续性，但现有的技术，如能量收集，节点更换和无线充电等是不够的。因此，节能对于提高网络寿命仍然至关重要。
3、路由优化是可充电无线传感器网络提高能量效率的主要手段之一。合理的路由策略可以均衡节点的能量消耗，提高网络能量效率。多跳路由和直接上传路由是常用的两种路由策略，然而，它们都有着不同的缺陷。多跳路由导致基站周围的节点比其他节点消耗更多的能量。直接上传路由在需要大面积网络状态信息的同时，也带来了网络负载的不均衡，还可能出现数据的后向传输现象。
4、因此，如何有效地优化能量效率，从而显著延长网络的生命周期，是本领域技术人员亟待解决的技术问题。
技术实现思路
1、为了打破单一路由模式的局限性，提出了一种基于学习的自适应双模
2、为实现本专利技术目的，本申请提供了一种基于学习的自适应双模节能路由方法，包括：
3、步骤s1：根据路由节点与路由节点的下一跳距离建立传输能耗模型；
4、步骤s2：根据每个路由节点每轮生成的数据包数量，计算对于给定网络拓扑的数据上传量；
5、步骤s3：根据所述传输能耗模型和所述对于给定网络拓扑的数据上传量计算网络剩余寿命；
6、步骤s4：根据所述网络剩余寿命和节点剩余寿命与全网平均剩余寿命的关系，为各个路由节点选择路由模式；
7、步骤s5：根据所述路由模式的选择结果，对于采用多跳路由模式的路由节点，利用自适应双模路由为该路由节点选出能效最优的下一跳；
8、步骤s6：根据所述路由模式中的深度强化学习过程，对网络状态进行量化；
9、步骤s7：根据所述深度强化学习过程训练采用多跳路由模式的路由节点，并根据局部网络的状态信息和节点剩余寿命与全网平均剩余寿命的关系选择正确的路由模式。
10、在其中一些具体实施例中，所述步骤s1中传输能耗模型根据下式确定：
11、
12、式中，ei(k,di,next)表示节点i传输k比特消耗的能量，εmp和εfs均为传感器信号放大器的放大系数，di,next表示面向给定拓扑的节点i和它的下一跳之间的距离，表示每个节点的通信距离阈值，ebas表示传输比特数据的基本能量消耗。
13、在其中一些具体实施例中，所述步骤s2中对于给定网络拓扑的数据上传量根据下式确定：
14、
15、式中，σi表示节点i的对于给定网络拓扑的数据上传量，σs表示每个节点每轮生成的数据包的数量，σj表示后向父集合υi中各节点的数据上传量，υi为节点i的后向父集合，该后向父集合包含给定网络拓扑下所有将节点i作为下一跳的节点。
16、在其中一些具体实施例中，所述步骤s3中网络剩余寿命根据下式确定：
17、
18、式中，ξi表示路由节点i的剩余寿命，σi表示节点i的对于给定网络拓扑的数据上传量，ei,s、ei,r、ei,p、ei,t分别表示数据收集、接收、处理和发送所消耗的能量，ei表示节点i的剩余能量。
19、在其中一些具体实施例中，所述ei,r、ei,p、ej,t分别根据下式确定：
20、ei,s＝ψ·es
21、ei,r＝ψ·er
22、ei,p＝ψ·ep
23、ei,t＝ei(ψ,di,next)
24、es、er和ep分别表示其收集、接收和处理比特数据的能量消耗，ψ表示数据包中的比特数，ei(ψ,di,next)表示节点i传输ψ比特消耗的能量，di,ｍｎext表示节点i和它的下一跳之间的距离。
25、在其中一些具体实施例中，所述步骤s4中选择路由模式的方法为：
26、
27、式中，ri,m＝1表示节点i选择多跳路由模式，ri,m＝0表示节点i选择直接上传路由，即直接向汇聚节点上传数据，在每轮建立网络拓扑时，所有节点的默认模式为直接上传路由；表示当所有节点都使用直接上传路由时，节点i的剩余寿命；
28、表示全网平均剩余寿命，根据下式确定：
29、
30、式中，n表示节点的个数；v代表节点集合，记录所有节点的编号；|γi|为节点i的可用前向邻居数量；γi为节点i的可用前向邻居集合，γi根据下式确定：
31、
32、式中，ai,s和dj,s分别表示节点i和节点j的上传距离，这意味着节点和基站之间的距离，nh是规定上传跳的最大数目，di,j表示节点i和j之间的距离，dmax表示所有节点之间的最大上传距离,dmax＝maxi∈v{di,s}。
33、在其中一些具体实施例中，所述步骤s5中所述选出能效最优的下一跳通过以下方法实现：
34、
35、式中，表示节点i和节点j之间的通信链路的能效映射因子，根据下式确定：
36、
37、式中，ξi,try和ξj,try分别表示当前网络拓扑下假设节点i将节点j作为下一跳之后节点i和节点j的剩余寿命，能效最优的下一跳是最大化节点i和节点j的最小剩余寿命的可用前向邻居。
38、在其中一些具体实施例中，所述步骤s6中对网络状态进行量化的公式为：
39、
40、其中，包含了t时刻局部范围内每个节点的剩余能量和下一跳信息的状态，(t)代表t时刻下的对应值，θi为节点i的状态信息收集范围的集合，vj,next(t)为节点j的下一跳。
41、在其中一些具体实施例中，所述θi根据下式确定：
42、θi＝{j||di,j≤dmax,j∈v}
43、其中，di,j表示节点i和j之间的距离，最大上传距离dmax设为节点收集区域的半径，该半径覆盖源节点和所有可用前向邻居的状态信息。
44、在其中一些具体实施例中，步骤s6还包括：根据实时网络状态进行动作的选择，并根据该动作获本文档来自技高网...
【技术保护点】
1.一种基于学习的自适应双模节能路由方法，其特征在于，包括：
2.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤S1中传输能耗模型根据下式确定：
3.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤S2中对于给定网络拓扑的数据上传量根据下式确定：
4.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤S3中网络剩余寿命根据下式确定：
5.根据权利要求4所述的基于学习的自适应双模节能路由方法，其特征在于，所述ei,r、ei,p、ei,t分别根据下式确定：
6.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤S4中选择路由模式的方法为：
7.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤S5中所述选出能效最优的下一跳通过以下方法实现：
8.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤S6中对网络状态进行量化的公式为：
9.根据权利
10.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，步骤S6还包括：根据实时网络状态进行动作的选择，并根据该动作获取奖励，以进入下一个状态。
...【技术特征摘要】
1.一种基于学习的自适应双模节能路由方法，其特征在于，包括：
2.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤s1中传输能耗模型根据下式确定：
3.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤s2中对于给定网络拓扑的数据上传量根据下式确定：
4.根据权利要求1所述的基于学习的自适应双模节能路由方法，其特征在于，所述步骤s3中网络剩余寿命根据下式确定：
5.根据权利要求4所述的基于学习的自适应双模节能路由方法，其特征在于，所述ei,r、ei,p、ei,t分别根据下式确定：
6.根据权利要求1所述的基于...
【专利技术属性】
技术研发人员：郭昊博，陈科良，吴润泽，李林，李莉，孙海波，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。