基于流量模式的Q-学习路由及其连接调度
为解决无线网状网中因多条路径同时传输数据而引起网络性能降低的问题,提出了一个基于流量的Q-学习路由与调度方案(QRST):针对每一个路由请求,首先采用强化学习中的Q-学习算法寻找路径;然后根据找到的路径结合信道分配完成组合调度,以启发式的方法尽可能为每个时隙使用网络资源分配路径的连接.并在不同网络资源配置和多种流量请求下进行虚拟计算实验,以验证该方案的正确性和有效性.实验结果表明:与COSS方案和AODV方案相比,采用QRST方案的无线网状网在吞吐量、激活链路数量和传输完成时间等网络性能上有较好的表现.
无线网状网;路由;强化学习;Q-学习;多并发流
53
TP393(计算技术、计算机技术)
国家自然科学基金项目;广州市科技计划项目
2021-09-02(万方平台首次上网日期,不代表论文的发表时间)
共8页
107-114