10.3969/j.issn.1006-4869.2022.04.009
基于Q-Learning算法的能量获取传感网络自适应监测能效优化方法
为解决偏远地区的图像持续性监测问题,提升能量获取传感网络太阳能随机动态特性下的图像持续性监测的能效性能,提出了基于Q-Learning算法的能量获取传感网络自适应监测能效优化方案.该方法首先在不同季节、气候等环境下获取能量特性,设计相应的奖励函数,然后根据获取能量到达情况,建立基于Q-Learning算法的最大化长期监测能效优化模型,并提出配套的自适应监测能效优化方案.通过仿真验证与对比分析,在不同季节和气候环境下,提出的能效优化方法在能量溢出率、中断率、平均效用等性能方面均有较大提升,表明提出的方法能为偏远地区的高能耗图像持续性监测提供理论与技术支撑,对提升生态环境监测覆盖率具有重要作用.
偏远地区、能效优化、Q-Learning算法、自适应
41
TP212.9;TN929.5(自动化技术及设备)
国家自然科学基金;国家自然科学基金;江西省自然科学基金资助项目
2022-10-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
58-65