[发明专利]基于Q学习的飞行器自组织网络优化链路状态路由机制

权利要求书

1.基于Q学习的飞行器自组织网络优化链路状态路由机制，其特征在于：包括以下步骤：

步骤一、每个节点定期向周围节点发送hello数据包，任何节点在接收到来自其他节点的hello数据包后，建立或更新邻居表信息，根据邻居表得到节点N_i的下一跳节点N_i+1集合

步骤二、当节点N_i开始传输数据，判断下一跳节点N_i+1是否在节点N_i的通信范围内，如果在通信范围内，判断下一跳节点N_i+1是否为目的节点，如果为目的节点，将直接传输数据，如果非目的节点，根据节点邻近度剩余能量E_l和链路质量LQ构建奖励函数，计算N_i+1的奖励值，设定0.5≤a≤1，a为常数，如果奖励值小于a，需要重新选择下一跳节点；若奖励值大于等于a，基于节点间的距离和方向计算学习速率α_Ni,Nj，基于奖励函数和学习速率α_Ni,Nj构造Q学习优化函数，计算所有N_i+1的Q值，从中选择Q值最大的节点N_j作为中继节点,即QN_j；

步骤三、节点N_i利用步骤二得到的中继节点QN_j进行数据传输。

2.如权利要求1所述的基于Q学习的飞行器自组织网络优化链路状态路由机制，其特征在于：Q学习优化函数计算方法为

其中，表示最大未来期望值，表示当前状态的Q值，α_Ni,Nj表示学习速率，γ表示折扣因子，表示下一个状态的奖励值。

3.如权利要求2所述的基于Q学习的飞行器自组织网络优化链路状态路由机制，其特征在于：奖励函数的计算方法为

其中，E_l表示节点的剩余能量，LQ表示链路质量，表示节点邻近度,ω₁+ω₂+ω₃＝1。

4.如权利要求3所述的基于Q学习的飞行器自组织网络优化链路状态路由机制，其特征在于：节点的剩余能量计算方法为

E_tx(k,r)＝E_el+kpr² (3)

E_rx(k,r)＝E_elk (4)

E_l＝E_i-E_tx(k,r)-E_rx(k,r) (5)

其中,k表示发送信息的比特数，r表示有效传输半径，E_el表示电路元件发送和接收单位比特数据所消耗的能量，p表示功率放大器发送单位比特数据的能耗系数，E_tx(k,r)表示发送k比特数据、传输距离为r的情况下的耗能情况，E_rx(k,r)表示在传输距离为r、接收k比特数据所需要消耗的能量。

5.如权利要求3所述的基于Q学习的飞行器自组织网络优化链路状态路由机制，其特征在于：链路质量的计算方法为

其中，D(V_k)表示节点方差，表示节点N_i的相对速度，n为节点总数。

6.如权利要求3所述的基于Q学习的飞行器自组织网络优化链路状态路由机制，其特征在于：节点邻近度的计算方法为

其中，dis(N_i,N_j)表示节点N_i与N_j的距离，r表示有效传输半径。