典型文献
基于深度强化学习的无人机可信地理位置路由协议
文献摘要：
针对无人机(UAV)通信过程中存在的高移动性和节点异常问题,该文提出一种基于深度强化学习的无人机可信地理位置路由协议(DTGR).引入可信第三方提供节点的信任度,使用理论与真实的时延偏差和丢包率作为信任度的评估因子,将路由选择建模为马尔可夫决策过程(MDP),基于节点信任度、地理位置和邻居拓扑信息构建状态空间,然后通过深度Q网络(DQN)输出路由决策.在奖励函数中结合信任度调整动作的价值,引导节点选择最优下一跳.仿真结果表明,在包含异常节点的无人机自组网(UANET)中,DTGR与现有方案相比具有更低的平均端到端时延和更高的包递交率.当异常节点数量或者比例变化时,DTGR能感知环境并高效智能地完成路由决策,保障网络性能.
文献关键词：
无人机路由协议;信任度;马尔可夫决策过程;深度强化学习
中图分类号：
作者姓名：
张雅楠;仇洪冰
作者机构：
桂林电子科技大学信息与通信学院 桂林 541004;广西无线宽带通信与信号处理重点实验室 桂林 541004
文献出处：
引用格式：
[1]张雅楠;仇洪冰-.基于深度强化学习的无人机可信地理位置路由协议)[J].电子与信息学报,2022(12):4211-4217
A类：
DTGR,信任度调整,无人机路由协议
B类：
深度强化学习,UAV,移动性,点异常,异常问题,丢包率,评估因子,路由选择,马尔可夫决策过程,MDP,节点信任,邻居,拓扑信息,信息构建,状态空间,DQN,路由决策,奖励函数,节点选择,无人机自组网,UANET,端到端时延,递交,高效智能,保障网络,网络性能
AB值：
0.310341
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
