[发明专利]基于在线学习的反向散射无线网络最优路径路由方法、装置和存储介质

权利要求书

1.一种基于在线学习的反向散射无线网络最优路径路由方法，其特征在于，所述基于在线学习的反向散射无线网络最优路径路由方法包括：

获取反向散射无线网络中各个路由节点的网络参数和工作参数；所述路由节点可以选择工作在主动传输模式或者反向散射传输模式；所述网络参数表示所述路由节点在所述反向散射无线网络中的拓扑信息，所述工作参数表示所述路由节点的工作状态；

使用KL-UCB算法，根据每两个所述路由节点的网络参数和工作参数，确定每两个所述路由节点之间的链路的链路指标值；

确定目标链路；所述目标链路为全部链路中，对应所述链路指标值最小的链路；

通过所述目标链路传输数据，确定所述目标链路的实际路径收益；

确定所述目标链路的经验路径收益；所述经验路径收益为已知所述目标链路的数据传输成功率的情况下，通过所述目标链路传输数据的总路径收益；

根据所述实际路径收益与所述经验路径收益的差值，确定所述目标链路对应的性能指标值；

当所述性能指标值达到性能阈值，将所述目标链路确定为最优路径。

2.根据权利要求1所述的基于在线学习的反向散射无线网络最优路径路由方法，其特征在于，所述确定目标链路，包括：

确定链路集合；所述链路集合初始包括所述反向散射无线网络的全部链路；

从所述链路集合所包括的全部链路中，确定所述目标链路。

3.根据权利要求2所述的基于在线学习的反向散射无线网络最优路径路由方法，其特征在于，所述基于在线学习的反向散射无线网络最优路径路由方法还包括：

当所述性能指标值未达到所述性能阈值，将所述目标链路从所述链路集合中删除；

返回到所述确定目标链路这一步骤开始执行。

4.根据权利要求1-3任一项所述的基于在线学习的反向散射无线网络最优路径路由方法，其特征在于，所述使用KL-UCB算法，根据每两个所述路由节点的网络参数和工作参数，确定每两个所述路由节点之间的链路的链路指标值，包括：

通过公式

确定所述链路指标值；其中，ij表示一个编号为j的所述路由节点之间的链路，ω_ij表示链路ij对应的所述链路指标值，n表示通过链路ij发送的数据包的编号，表示在主动传输模式下，分别通过所述反向散射无线网络中的全部链路进行数据传输，分别对应的数据传输成功率组成的矢量，表示在反向散射传输模式下，分别通过所述反向散射无线网络中的各链路进行数据传输，分别对应的数据传输成功率组成的矢量，t_ij(n)表示通过链路ij传输第n个数据包之前，在链路ij上尝试过的传输次数之和，V_i表示路由节点i在所述反向散射无线网络中的邻节点集，V_i^o表示路由节点i在所述反向散射无线网络中的后跳节点集，V_i^b表示路由节点i在所述反向散射无线网络中的就绪后跳节点集，所述就绪后跳节点集中的各节点已完成反向散射传输条件准备，I表示一个所述数据包所包含的比特数，和表示满足公式中相应条件的参数，表示路由节点i选择使用主动传输模式的概率，表示路由节点i选择使用反向散射传输模式的概率，k、h和l表示求和编号，表示在主动传输模式下，通过链路ij进行数据传输对应的经验数据传输成功率，表示在反向散射传输模式下，通过链路ij进行数据传输对应的经验数据传输成功率，表示路由节点i在主动传输模式下所消耗的能量，表示路由节点i在反向散射传输模式下所消耗的能量，表示在主动传输模式下，链路il中作为接收节点的路由节点l的接收功率，表示路由节点l从路由节点i处吸收能量的效率，KL()表示使用KL-UCB算法进行处理所获得的KL散度，g(n)表示与n有关的函数。

5.根据权利要求4所述的基于在线学习的反向散射无线网络最优路径路由方法，其特征在于，g(n)＝logn+4loglogn。