[发明专利]一种基于AUV组网的UWSNs多跳路由方法在审
| 申请号: | 202210441105.5 | 申请日: | 2022-04-25 |
| 公开(公告)号: | CN114828141A | 公开(公告)日: | 2022-07-29 |
| 发明(设计)人: | 李云;王学军;白玠 | 申请(专利权)人: | 广西财经学院 |
| 主分类号: | H04W40/10 | 分类号: | H04W40/10;H04W40/22;H04W52/46;H04W84/18 |
| 代理公司: | 北京东方盛凡知识产权代理事务所(普通合伙) 11562 | 代理人: | 袁蕾 |
| 地址: | 530001 广西壮族*** | 国省代码: | 广西;45 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 auv 组网 uwsns 路由 方法 | ||
1.一种基于AUV组网的UWSNs多跳路由方法,包括以下步骤:
S1、建立第一虚拟管道、第二虚拟管道和第三虚拟管道;
S2、基于所述第一虚拟管道,使用离线强化学习的方法,得到第一最佳中继节点;
S3、基于所述第二虚拟管道,使用所述离线强化学习和在线强化学习的方法,得到第二最佳中继节点;
S4、基于所述第三虚拟管道,采用“存储-携带-转发”机制,将所述AUV多次采集的数据同时转发给第三最佳中继节点;
S5、通过所述第一最佳中继节点将水下无线传感器采集的数据转发到第一Sink节点;通过所述第二最佳中继节点,将受洋流运动影响下的水下无线传感器采集的数据转发到第二Sink节点;通过所述第三最佳中继节点,将所述AUV多次采集的数据同时转发到第三Sink节点,完成数据转发任务。
2.根据权利要求1所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述S1中建立第一虚拟管道的方法为:以所述水下无线传感器为第一源节点,根据第一源节点传播半径,以第一源节点与所述第一Sink节点之间的向量为中心线,确定所述第一虚拟管道的半径,建立所述第一虚拟管道。
3.根据权利要求2所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述S2中得到所述第一最佳中继节点,包括以下步骤:
S2.1、所述第一源节点通过广播方式,得到在所述第一源节点传播范围内且在所述第一虚拟管道内的第一候选中继节点;
S2.2、所述第一候选中继节点根据所述第一候选中继节点与所述第一源节点的地理位置信息,以及所述第一候选中继节点剩余能量,得到第一回报值,将所述第一回报值传递给第一预转发节点;
S2.3、所述第一预转发节点根据所述第一候选中继节点传递的所述第一回报值,得到所述第一最佳中继节点。
4.根据权利要求1所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述S1中建立第二虚拟管道的方法为:以受洋流运动影响下随机运动的所述水下无线传感器为第二源节点,根据第二预转发节点传播半径,以第二预转发节点与所述第二Sink节点之间的向量为中心线,确定所述第二虚拟管道的半径,建立所述第二虚拟管道。
5.根据权利要求4所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述S3中得到所述第二最佳中继节点,包括以下步骤:
S3.1、基于所述第二虚拟管道,判断所述离线强化学习的回报表对应的第二候选中继节点集是否发生变化;
S3.2、如果没有发生变化,则将所述回报表中最大回报值对应的第二候选中继节点作为所述第二最佳中继节点;
S3.3、如果发生变化,则将所述回报表中第二大回报值对应的所述第二候选中继节点作为所述第二最佳中继节点;
S3.4、基于所述在线强化学习的方法,如果所述第二预转发节点收到新的所述第二候选中继节点的第二回报值,则更新所述回报表,并选择大回报值对应的所述第二候选中继节点作为所述第二最佳中继节点。
6.根据权利要求1所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述S1中建立第三虚拟管道的方法为:以所述AUV为第三源节点,根据第三预转发节点传播半径,以第三预转发节点与所述第三Sink节点之间的向量为中心线,确定所述第三虚拟管道的半径,建立所述第三虚拟管道。
7.根据权利要求6所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述S4中将所述AUV多次采集的数据同时转发给所述第三最佳中继节点,包括以下步骤:
S4.1、所述AUV采集第一数据,在第一转发时刻无法得到所述第三虚拟管道内的所述第三最佳中继节点;
S4.2、将所述AUV采集的第一数据进行存储并携带,所述AUV沿航迹采集第二数据,在第二转发时刻得到所述第三最佳中继节点;
S4.3、将携带的所述第一数据与采集的所述第二数据同时转发给所述第三最佳中继节点。
8.根据权利要求1所述的基于AUV组网的UWSNs多跳路由方法,其特征在于:
所述离线强化学习与所述在线强化学习的方法,采用Q-learning算法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广西财经学院,未经广西财经学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210441105.5/1.html,转载请声明来源钻瓜专利网。





