摘要
针对现有车联网路由算法路由维护开销大且动态适应性弱的问题,提出了一种基于改进Q学习的多跳分簇复合路由算法。在簇维护阶段,簇头根据网关效用性函数选择边缘车辆中通信性能良好且速度相对稳定的节点作为网关节点;在路由建立阶段,通过考虑链路通信质量、数据包传输方向和节点移动性三个方面,设计了用于对所选择的下一跳节点的综合性能进行评估的节点性能评估函数,以避免出现“blind path”的问题;在Q学习阶段,通过定量化表示相邻节点的链路持续时间和距离等运动学特征作为学习率和折扣因子,进一步提升链路持续时间更长和距离更近节点的学习效率。最后,用德国科隆和国内某市的移动数据集作为车辆移动数据,仿真结果表明提出的算法相比同类算法在路由生存时间方面、吞吐量方面平均提高了17.71%和32.56%,通信延迟和丢包率方面平均降低了14.3%和66.32%。
- 单位