[发明专利]基于信息重要度和Q学习算法的水声网络路由选择方法

说明书

基于信息重要度和Q学习算法的水声网络路由选择方法，涉及水声网络。将信息重要度引入多跳水声传感网络，将信息重要度等级作为第一优先条件、将中继节点剩余能量作为第二优先条件，用Q学习算法选择最佳路由：对信息重要度等级高的信息，选到较短的路由，确保重要信息快速、准确传输到水面基站；对信息重要度等级较低的信息，选择剩余能量充足的中继节点，避免某些中继节点重复多次利用，导致节点死亡过快、出现能量空洞。选择用于Q学习算法的节点数仅为全网存活节点总数1/7，避免对全网存活节点探索，缩短Q学习迭代算法的候选节点集范围，找到最佳路由所需的探索次数减少，节约算法运行时间、节约水下节点功耗，延长水声网络生命周期。

技术领域

本发明涉及水声网络，尤其涉及一种基于信息重要度和Q学习算法的水声网络路由选择方法。

背景技术

随着智慧海洋概念的提出和发展，为缓解陆地资源短缺的问题，利用水声传感网络进行海洋资源的探索和开发逐渐成为重要的研究方向。

在恶劣的海洋环境中，由于传感器节点电池更换难度大且更换成本大，水下传感器节点的能耗效率，一直是水声传感网络设计中极具挑战性的关键问题。研究表明，通过多跳传输实现远距离传输的技术手段，可降低水声传感网系统整体的能量消耗(W.Zhang,etal.Analysis of a Linear Multi-hop Underwater Acoustic Network[J].IEEE Journalof Oceanic Engineering,2010,35(4):961-970.)。考虑利用多跳水声传感网络进行水下数据搜集的场景，由于水下网络拓扑结构是随洋流运动而动态变化的，在海底信源节点S和水面基站BS之间的每一个传感器节点均有可能成为中继节点R为其转发数据。在多跳水声传感网络中，如何迅速合理地选择出最优多跳传输路径，同时兼顾节点数据的信息重要度/优先级、节点能耗的均衡等需求，是避免水声网络出现能量空洞、延长水声传感网络寿命的关键所在。

随着机器学习的发展，鉴于Q学习算法的优点，Hu等(T.Hu,et al.QELAR:AMachine-Learning-Based Adaptive Routing Protocol for Energy-Efficient andLifetime-Extended Underwater Sensor Networks[J].IEEE Trans.on MobileComputing,2010,9(6):796-809)将Q学习算法用于多跳水声传感网络的路由选择优化，提高了能耗效率并延长了网络寿命，但相应的路由节点会由于其最优性而频繁被选择，进而造成网络中的能量空洞问题。张德干等(张德干,等.一种基于Q-Learning策略的自适应移动物联网路由新算法[J].电子学报,2018,46(10):23-30)将Q学习算法用于移动物联网路由选择，但移动物联网与水声传感网络存在较大差异；考虑水声数据本身的信息重要度问题，Xiong等(C.Xiong,et al.Routing Design Based on Data Importance Rating inUnderwater Acoustic Sensor Networks[C].In Proc.of IEEE ICSPCC 2020,Taipa,Macau,China,Aug.21-23,2020)提出将水声数据的信息重要度进行分级，然后基于不同重要等级进行多跳水声传感网络的路由选择，但其所选的多跳传输路径较长、死亡中继节点较多，本发明将结合Q学习算法，以有效解决这些问题。

发明内容

本发明的目的在于提供可兼顾水声数据节点信息重要度与中继节点剩余能量情况，采用Q学习算法进行多跳路由选择优化，提高系统整体能耗效率，同时避免水声传感网络路由选择热门中继节点容易造成能量空洞问题，进而延长水声传感网络寿命的一种基于信息重要度和Q学习算法的水声网络路由选择方法。

本发明包括以下步骤：