一种基于强化学习的节能小世界无线Mesh网络构建方法技术

本发明专利技术提出了一种基于强化学习的节能小世界无线Mesh网络构建方法，该方法结合强化学习算法与低功耗广域网技术，旨在解决大规模物联网中由于能量消耗不均衡导致的网络寿命缩短问题。本发明专利技术通过使用LoRa链路替代部分物联网设备之间以及设备与网关之间的传统链路，引入小世界模型，减少数据传输所需的中间跳数，节省物联网设备的能量消耗。强化学习将所有传统链路与LoRa链路分别映射到状态空间与动作空间，通过训练形成状态‑动作对，进而确定LoRa链路替换传统链路的比例，构建节能小世界无线Mesh网络。本发明专利技术适用于大型物联网和无人机网络的低能耗、高效数据传输场景，具备智能优化、负载均衡以及强网络鲁棒性等优势。

【技术实现步骤摘要】

本专利技术属于智能优化算法领域和无线通信，涉及一种基于强化学习的节能小世界无线mesh网络构建方法。

技术介绍

1、随着物联网(internet of things, iot)的迅速发展，传统的无线通信技术已经不能满足社会发展的需求，zigbee、wi-fi等通信协议虽然在功耗和时延方面具有一定优势，但由于通信距离短，在大规模网络或无人机网络中的应用受到限制。为了实现远距离、低功耗的数据传输，低功耗广域网(low-power wide-area network, lpwan)技术得到了广泛的应用。其中，lora技术凭借功耗低、传输距离远、抗干扰能力强的特性，逐渐成为物联网设备连接的重要手段。然而，由于lora技术的数据传输速率相对较低，仅依赖lora技术可能会引发通信时延增加或负载不均衡的问题，导致部分节点能耗加速，进而影响整个网络的寿命。

2、小世界网络(small-world network, swn)是一种高效的通信网络，具有高聚类性和低特征路径长度两大特点。小世界网络通过少量的长链路连接，使网络能够在保持局部密集连接的同时，实现较短的全本文档来自技高网...

【技术保护点】

1.一种基于强化学习的节能小世界无线Mesh网络构建方法，其特征在于，物联网设备随机分布在km2的区域内，其中和分别为该区域的长度和宽度。网关的位置固定在整个区域的中心。网络中的所有物联网设备具有相同的初始能量，网关始终通电。网络中的每个设备都知道自己的位置，邻居列表及距离，剩余能量和队列大小。根据设备规格和网络规范，每个设备使用LoRaWAN协议直接或通过多跳将数据分组发送到网关，网关使用传输汇聚协议/互联网协议（TCP/IP）将接收到的数据分组发送到网络层服务器，最后数据包被发送到应用层服务器。

2.根据权利要求1所述的一种基于强化学习的节能小世界无线Mesh网络构建方法...

【技术特征摘要】

1.一种基于强化学习的节能小世界无线mesh网络构建方法，其特征在于，物联网设备随机分布在km2的区域内，其中和分别为该区域的长度和宽度。网关的位置固定在整个区域的中心。网络中的所有物联网设备具有相同的初始能量，网关始终通电。网络中的每个设备都知道自己的位置，邻居列表及距离，剩余能量和队列大小。根据设备规格和网络规范，每个设备使用lorawan协议直接或通过多跳将数据分组发送到网关，网关使用传输汇聚协议/互联网协议（tcp/ip）将接收到的数据分组发送到网络层服务器，最后数据包被发送到应用层服务器。

2.根据权利要求1所述的一种基于强化学习的节能小世界无线mesh网络构建方法，其特征在于，小世界无线mesh网络图可以被表示，其中为n个物联网设备的集合，表示部署在网络中的m个网关的集合。表示所有可能的传统链路的集合，即，表示第a个物联网设备和第b个物联网设备之间的欧式距离，是传统链路的最大范围。类似地，则表示网络中引入的所有可能的lora链路的集合，其中表示lora链路的最小距离，且>。集合包含未被替换的传统链路和额外引入的lora链路。特别地，对于常规无线mesh网络是空集。

3.根据权利要求1所述的一种基于强化学习的节能小世界无线mesh网络构建方法，由于这项工作需要通过用lora链路代替一部分传统链路引入小世界特征，因此提出了强化学习方法来学习所有的传统链路和lora链路对以添加权重。其特征在于包括下述步骤：

4.根据权利要求3所述的一种基于强化学习的节能小世界无线mesh网络构建方法，其特征在于，所述基于q学习框架创建小世界无线mesh网络时，将网关定义为智能体，被替换的传统链路被认为是状态，将lora...

【专利技术属性】
技术研发人员：赵焱，黄林涛，石瀚洋，
申请(专利权)人：海南大学，
类型：发明
国别省市：