[发明专利]UASNs中基于Q-learning的多AUV协作数据收集方法

摘要

本发明公开了一种UASNs中基于Q‑learning的多AUV协作数据收集方法，包括如下步骤：按照一定条件挑选簇头，其他节点自适应就近加入簇头，形成节点簇；基于改进合同网算法进行AUV任务分配；基于Q‑learning算法进行路径规划，AUV按照规划的路径完成数据收集。本发明通过对多个AUV进行合理的任务分配，提高了AUV的任务完成效率，减少了数据收集延迟；在数据收集时考虑数据包的信息等级，对紧急数据进行优先收集，实现对于紧急数据的快速有效处理；通过使用Q‑learning对AUV进行路径规划，减少了AUV的航行距离和能量消耗。

主权项

1.一种UASNs中基于Q‑learning的多AUV协作数据收集算法，其特征在于，包含如下步骤：步骤一：节点成簇在水下无线传感器网络中，节点随机部署，按照挑选规则从这些节点中挑选出簇头节点，负责对簇内节点的数据进行收集和整合；簇头挑选结束后，未成为簇头的节点会收到来自不同簇头的声明消息，收到消息的节点向最近的簇头发送加入消息加入最近的簇头形成不同的节点簇；步骤二：AUV任务分配节点分簇结束后，将每一个簇看作一个收集任务；在招标阶段，由簇头作为招标者发布招标信息，包括簇头所在位置、数据包的大小信息，等待投标者投标；投标阶段，AUV作为潜在投标者；当AUV收到招标信息后，根据招标信息的内容和自身所处的位置和能量状态，评估完成任务的收益和付出的代价，决定是否进行投标，但每个AUV的投标数量受限；投标成功的AUV成为投标者参与任务的竞争；中标阶段，簇头对收集到的招标信息进行分析计算，选择满意的投标者来完成任务，并签订合约，规定一个招标者只能与一个投标者签订合约，但一个投标者能够与小于簇的数量的一半的招标者签约；步骤三：AUV路径规划任务分配结束后，每个AUV分配到了任务，AUV确定任务簇的访问顺序，使用Q‑learning算法合理规划AUV到达任务簇的路径。