[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

说明书

本发明公开了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、计算机装置及存储介质，反向散射无线网络最优路径路由方法包括使用KL‑UCB算法，根据反向散射无线网络中每两个路由节点的网络参数和工作参数，确定每两个路由节点之间的链路的链路指标值确定目标链路，通过目标链路传输数据，确定目标链路的实际路径收益、经验路径收益和性能指标值，当性能指标值达到性能阈值，将目标链路确定为最优路径等步骤。本发明通过累积已知的路径收益反馈，在动态变化的网络中即时选择收益最高路径进行数据传输，从而提高网络性能，增加能效，增大数据传输速率。本发明广泛应用于反向散射通信技术领域。

技术领域

本发明涉及反向散射通信技术领域，尤其是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、计算机装置及存储介质。

背景技术

反向散射技术是一种新型的节能通信技术，其可以使无线节点在没有电源供电的情况下仍能进行数据传输。具体来说，反向散射节点通过选择是否反射环境中的射频信号来实现自身信息的传递。虽然该技术能够大幅度节约能耗，但受制于环境中的射频信号强度，并没有主动传输方式稳定。由此，具有双模式传输方式的节点既可以使用主动传输来保证数据传输的稳定性，又可以通过反向散射通信来节约能耗。在采用双模式节点的无线通信网络中同时存在信息流和能量流，且可以相互转化。

最优路径路由策略作为网络中的一个重要领域，对于提升数据传输速率，降低能耗等方面具有独特作用。在使用反向散射技术的无线通信网络当中，寻找最优路径进行数据传输是提升网络性能的关键。

具有主动传输和反向散射传输节点的无线通信网络包含有信息流和能量流的相互转化，且由于不可靠的链路以及随机的访问协议，链路时延会随机发生变化，这使得选择最优路径传输数据非常复杂。目前对于链路时延已知的静态网络，大多采用迪杰斯特拉(Dijkstra)算法、弗洛伊德(Floyd)算法、贝尔曼-福特(bellman-ford)算法和SPFA算法来确定最短路径。但是由于无线通信网络所处的环境复杂，链路时延未知且很难确定，这几种算法需要实时计算链路时延并选择最短路径进行数据传输，这使得整个网络开销巨大且结果并不可靠。同时，如果在选择最短路径的过程中网络结构或链路时延发生变化，可能会导致选择的路径不是最短路径或路径中断，从而使得整个网络传输数据性能下降。其次，传统的最短路径算法没有考虑双传输模式(主动传输和反向散射传输)节点的能效增益以及信息流和能量流的相互转化，即节点可以从邻近主动传输节点处吸收能量并利用主动传输信号作为载波来传输数据。因此，路由策略中的最短路径并不是无线通信网络当中的最优路径。而由于节点选择不同的传输模式会造成不同的传输时延和能量消耗，最优路径的选择难以确定。综上所述，传统的最短路径算法并不能很好地解决无线通信网络中的最优路径问题。

发明内容

针对目前的反向散射无线通信网络中，链路时延未知且不容易确定，导致应用目前的最短路径算法的效果不佳等技术问题，本发明的目的在于提供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、计算机装置及存储介质。

一方面，本发明实施例包括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，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；