[发明专利]基于Q-Learning算法获取无线体域网最优路径的方法

说明书

本发明公开了一种基于Q‑Learning算法获取无线体域网最优路径的方法，属于无线传感器网络控制领域，该方法包括以下步骤：初始化无线体域网参数；设定Q‑Learning算法中学习率α和折扣因子γ的值；构建评价矩阵用于寻找最优路径，并利用初始化的无线体域网参数求取评价矩阵的初始值，之后在路径选择过程中不断更新评价矩阵，并利用Q‑Learning算法不断学习Q矩阵；根据学习后的Q矩阵获取发送节点到目标节点的最优路径。本发明方法可以显著有效延长WBAN网络节点生存周期，能提高无线体域网更精确快捷地服务人类生活的能力，可以被广泛应用于医疗监测、疾病防控等无线体域网实际应用场景。

技术领域

本发明属于无线传感器网络控制领域，特别涉及一种基于Q-Learning算法获取无线体域网最优路径的方法。

背景技术

体域网，是通过在人体上布置一些小型传感器实现通信功能，并由体域网协调器联系这些传感器组成的一种网络。传感器可分为体表传感器和体内传感器，而协调器是作为连接体域网和外部网络的一种网关，数据在这些传感器之间利用无线信道进行安全准确的通信，因而体域网也可以称作无线体域网。无线体域网传感器小巧简易，可以负载在人体上从而可以保持一直进行数据传输处理，因为生理信号的独特性，身份认证的安全性得到了很大的提高。无线体域网搭建简单，占用空间小，所需要的材料成本低，所带来的性能好，可靠性高，还具有一定的安全性，因此无线体域网在生物领域各方面应用都有着广阔的前景，对人们的生活意义重大。

无线体域网路由算法是为了解决节点能耗问题，通过采用高效节能的路由协议，得出最优能量耗散传输路径，使得节点的能量消耗减小，增加网络的运行时间。目前无线体域网常用的有能量感知路由协议，该协议以数据传输中的能量消耗为标准，选择最优网络路径。通常根据具体的指标选择不同，能量感知路由协议可以分为单个数据分组所需最小能量路由，最小总发射功率路由，最大总可用电池容量路由，最小电池消耗路由，最小-最大电池消耗路由等。能量感知路由容易陷入单一路径，使得路径外的节点没有被充分利用，对于无线体域网整体寿命来说，效果不是非常理想。此外，传统的Ad Hoc网络路由协议是将路径跳数和时延作为衡量指标，但是在无线体域网中容易消耗过多的节点能量，降低网络寿命。

发明内容

本发明的目的在于提供一种获取无线体域网最优路径的方法，在考虑接收节点剩余能量和路径传输损耗的情况下，有效延长无线体域网网络节点生存周期，找到既能保证链路质量，又能考虑到整体数据传输网络的能量消耗的转发节点的最优选择。

实现本发明目的的技术解决方案为：一种基于Q-Learning算法获取无线体域网最优路径的方法，包括以下步骤：

步骤1、初始化无线体域网参数；

步骤2、设定Q-Learning算法中学习率α和折扣因子γ的值，其中α，γ∈[0,1]；

步骤3、构建评价矩阵用于寻找最优路径，并利用步骤1初始化的无线体域网参数求取评价矩阵的初始值，之后在路径选择过程中不断更新评价矩阵，并利用Q-Learning算法不断学习Q矩阵；

步骤4、根据学习后的Q矩阵获取发送节点到目标节点sink的最优路径。

进一步地，步骤1所述初始化无线体域网参数，包括节点的数量、发送节点的设定、接收节点的设定、节点连接关系矩阵conx、接收节点剩余能量矩阵P以及节点距离矩阵D和路径损耗矩阵S。

进一步地，步骤3所述构建评价矩阵，并利用步骤1初始化的无线体域网参数求取评价矩阵的初始值，之后在路径选择过程中不断更新评价矩阵，并利用Q-Learning算法不断学习Q矩阵，具体为：

步骤3-1、根据无线体域网参数构建评价矩阵R：

R＝f(P,S)＝A×P+B×S

式中，A、B分别为接收节点剩余能量矩阵P、路径损耗矩阵S的比重参数；