[发明专利]一种基于分簇和增强学习的混合路由方法、海洋通信系统

说明书

本发明属于海洋通信技术领域，公开了一种基于分簇和增强学习的混合路由方法、海洋通信系统，宏观上在线学习簇整体的Q值确定最佳下一跳网格，局部确定最佳网格中的特定节点，以选择下一跳节点，结合AODV算法按需路由的思想以及GPSR的贪婪原则实现路由发现过程，当节点需要发送数据包给目的节点时，如果存在相应的路由信息，直接发送数据包，如果没有相应的路由信息，则查找该目的节点是否在邻接表中，根据相应的节点转发策略进行转发，直到到达目的节点。本发明减少了广播的洪泛，减少了路由开销；能有效避免路由空洞的同时，选出的路径更加适合当前的网络状态，丢包率更小。

技术领域

本发明属于海洋通信技术领域，尤其涉及一种基于分簇和增强学习的混合路由方法、海洋通信系统。

背景技术

目前，由于海洋通信环境基础设施的缺乏，使得陆地上成熟的无线通信技术无法直接应用在海洋通信系统，Adhoc是实现海洋远程通信的主要技术之一。

因为AdHoc网络可以采用多跳转发的方式进行数据传输，所以需要路由协议建立从源节点到目的节点之间的可达路径。而路由发现方式和路由选择策略是协议的核心问题。根据路由建立过程的不同，可分为以下几类：主动式路由协议如OLSR，节点周期性地广播路由分组，获得网络中节点间的链路信息。然后根据拓扑信息，结合合适的路由算法，节点建立到达网络内所有节点的路由，并根据接收的路由消息实时更新路由表。按需式路由协议如AODV，当源节点需要发送数据却没有到目的节点的路由，才通过路由发现来获得所需要的路由。基于地理位置的协议如GPSR，网络内的节点在获取自身的定位信息后，通过位置服务协议获得目的节点的位置，使用信标交互的方式获取邻居节点具体地理位置。利用节点的位置，结合相应的路由算法，完成数据分组的转发。

增强学习也称为强化学习，是一类求解序贯优化决策问题的有效方法，近年来已成为机器学习和智能控制领域最活跃的研究分支之一。它通过利用环境的评价性反馈信号来调整自己的行为选择策略，将极大化期望的回报作为学习目标。其中，Q学习算法在独立、同步地解决一些复杂的路由问题时表现出其显著优势，有助于部分网络性能的提升。