基于强化学习动态特征驱动的可靠路由算法研究

摘要

飞行自组织网络FANET的高度动态性和不稳定性，导致通讯节点易失效、易受到攻击、欺骗等，为飞行自组织网络的可靠通信带来了巨大挑战.针对飞行自组织网络的高动态性以及链路不可靠问题，提出了一种基于强化学习动态特征驱动的可靠路由发现算法，并设计了一种基于强化学习的可靠路由协议RR-AODV(Reliable Reinforcement AODV).首先，通过距离和相对运动速度矢量双约束条件进行可靠节点预筛选，预判并规避短期链路中断风险，有效避免因节点高速移动导致的频繁路径重建.其次，通过时间、质量、能量、空间四维联合链路评估方法，建立可靠邻居链路，改善了动态网络中节点易失效、链路易中断等问题.最后，通过Q-learning算法构建拓扑感知的智能决策引擎，将洪泛式路由发现改进为动态链路特征驱动的精准单播探索，解决了AODV协议洪泛广播的资源浪费、链路不可靠的问题.经实验表明，相较于AODV、AODV-ETX和P-AODV协议，该协议在投递率和路由开销性能上均有改善，能够更好地适应飞行自组织网络.

关键词

飞行自组织网 / 强化学习 / AODV / Q-leaning / 路由算法

基金资助

辽宁省属本科高校基本科研业务费专项资金面上项目(JYTMS20230186)资助