摘 要: | 在节点高速移动或节点密度较大的移动无线自组织网络中,传统AODV算法在路由请求使用洪泛广播RREQ,选择路由跳数最少的链路,并没有考虑到网络拓扑的频繁变化导致的链路中断,在节点数量较多时其洪泛所导致的广播风暴将对网络性能产生影响。针对上述情形,提出了一种基于GPS信息和Q学习相结合的AODV改进算法,GQ-AODV算法同时考虑了节点位置和节点速度,通过节点位置计算偏差角度和前程值,节点与下一跳节点的相对速度来确定链路稳定度,采取下一跳节点与其邻居节点的平均相对速度、Q学习训练的下一跳节点与其邻居节点的历史平均相对速度,来避免下一跳选取陷入局部最优。NS3仿真表明,GQ-AODV算法能够选择较好的下一跳,降低了路由开销、时延和抖动,提高了分组投递率和吞吐量,在节点数目较多的场景下更具优势。
|