【技术实现步骤摘要】
本申请涉及物联网通讯,尤其涉及一种基于多智能体深度强化学习的物联网协作路由选择方法。
技术介绍
1、近年来,物联网(iot)在众多应用领域中得到了迅速发展。iot将大量设备、传感器和系统互联,实现数据的采集、交换和智能化管理。作为iot的重要组成部分,无线传感器网络(wireless sensor network,wsn)在物理环境中负责感知和采集数据,为物联网提供实时的环境信息支持,进而实现智能化和自动化决策,广泛应用于工业,交通管理,智慧城市、农业灌溉等领域。wsn通常由大量低功耗、分布广泛的传感器节点组成,这些节点能够监测环境参数并汇集数据,通过多跳通信方式将数据传输至网关节点或边缘设备。然而,无线传感器节点在带宽、通信距离、能量和处理能力等方面的资源限制,给wsn的应用带来了诸多挑战。其中,有限的能量供给是wsn面临的主要问题之一。传感器节点依赖电池供能,而这些电池通常不可充电,其有限的使用寿命直接影响传感器节点的工作周期。因此,能效对wsn非常重要。
2、为了解决能量有限问题,现有技术中提出了一种基于强化学习的路由
...【技术保护点】
1.一种基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,该方法包括:
2.根据权利要求1所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,构建无线传感器网络模型包括:
3.根据权利要求1所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,构建能耗模型包括:
4.根据权利要求3所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,节点接收K比特数据消耗的能量的计算公式为:
5.根据权利要求1所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,依据
...【技术特征摘要】
1.一种基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,该方法包括:
2.根据权利要求1所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,构建无线传感器网络模型包括:
3.根据权利要求1所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,构建能耗模型包括:
4.根据权利要求3所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,节点接收k比特数据消耗的能量的计算公式为:
5.根据权利要求1所述的基于多智能体深度强化学习的物联网协作路由选择方法,其特征在于,依据构建的无线传感器网络模型和能耗模型,建立网络路由的优化问题包括:
6.根据权利要求5所述的基于多智能体深度强化...
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。