自适应路由策略基于改进双q学习的卫星网络的事情

文摘

卫星物联网(S-IoT)于一体的卫星网络与物联网是一个新的移动互联网为社交网络提供服务。然而,受拓扑结构的动态变化和节点状态、有效和安全的数据包转发S-IoT是具有挑战性的。针对上述问题,本文提出了一种自适应路由策略基于改进S-IoT双q学习的。首先,整个S-IoT被视为强化学习环境,地面和卫星节点和节点S-IoT都视为智能代理。S-IoT中的每个节点维护两个问表,用于选择转发节点和评估转发值,分别。此外,数据包的下一跳节点决定取决于混合问价值。第二,为了优化问价值,本文改进的混合问价值,奖励价值,贴现因子,分别基于拥堵程度,跳数和节点状态。最后,我们执行广泛的模拟来评估这种自适应路由策略的性能方面的交付率、平均延迟和开销比例。评价结果表明,该策略可以实现更加高效和安全路由在高度动态环境中较先进的策略。

1。介绍

卫星物联网(S-IoT)是一个集成的卫星网络(1和物联网2]。S-IoT不仅加强了通信利用中继卫星,但也形成了一个新的移动互联网(3)面向集成satellite-terrestrial信息网络架构(4]。S-IoT宽覆盖和高鲁棒性的优点,可以为社交网络提供无处不在的服务,所以它吸引了相当大的关注5,6]。

作为S-IoT基本的通信协议,负责数据包转发的路由策略和通信安全具有重要意义7- - - - - -9]。与地面网络相比,S-IoT具有以下特点。(1)高速运动的卫星节点和传感器节点的频繁失败导致动态拓扑结构,导致S-IoT不稳定的端到端路径。(2)复杂的空间环境和不均匀的陆地访问数据导致动态节点状态。(3)由于卫星节点和传感器节点的能量有限,能源效率路由策略必须考虑减少开销的比例。(4)大量的节点和节点之间的异质性把具体要求强加给在数据包转发的效率和安全。记住所有这些特征,我们认为地面网络的路由策略是S-IoT不适用。

我们研究S-IoT延迟容忍网络(DTN)没有星际链路。自S-IoT涉及大量数据服务工作负载,一般不要求非常低的延迟,DTN的store-carry-forward机制,可以应付S-IoT中的动态拓扑结构,使用卫星节点转发数据包。近年来,DTN吸引了研究人员的广泛关注,许多DTN路由策略。现有的路由策略通常可以分为三个类别包括flood-based、实用为基础、和移动基于模型的路由策略。具体而言,我们选择几个具有代表性的路由策略在单独的类别和讨论短暂下降。提出的流行路由策略Vahdat et al。10]是flood-based路由策略之一,在其中一个节点转发数据包,它所遇到的每一个节点。这种类似病毒的传播模式导致过度开销的比例。为了提高流行,Spyropoulos et al。11)提出了Spray-and-Wait路由策略。数据包转发的过程由两个阶段组成,即。、喷涂和等待。数据包被扩散到一些副本喷涂阶段。这些副本直接转发到目的节点在等待阶段。这种策略减少了开销比和达到类似的性能与流行病传播。先知的实用为基础的路由策略,林格伦提出的路由策略和多利亚12]。在这个策略中,每个数据包复制到节点只有在遇到高概率的情况下,为了减少复制和头顶的比率。Sharma et al。13)提出了机器学习路由策略基于先知(MLRSP)。该策略考虑了节点的速度和位置,并使用决策树和神经网络计算遇到概率,实现更好的性能比先知剂量。在移动基于模型的路由策略,联系图路由策略,提出Araniti et al。14),能够减少平均延迟通过选择下一跳节点基于最小跳数和最短路径。

然而,上述DTN路由策略不能快速适应频繁的节点状态的变化,以及在这些副本策略引入S-IoTs通信安全的挑战。来应对这些挑战,我们建议采用强化学习的基础上我们的以前的工作15)为S-IoT开发一种新颖的自适应路由策略。自强化学习可以获得最佳的结果,即使系统环境变化频繁,它已经成功地应用在各种领域,如工业制造、模拟仿真、游戏竞争,和调度管理。强化学习算法,双q学习(16)选择下一跳节点通过自学习更好地应对动态变化的拓扑结构和节点状态在S-IoT满足通信安全要求。

针对动态拓扑结构和动态节点的状态,提出了一种自适应路由策略基于改进S-IoT双q学习的。本文的主要贡献如下:(1)我们将强化学习应用于S-IoT路由策略,使其适应动态变化的拓扑结构和节点S-IoT地位。(2)我们通过优化提高转发性能好坏参半问价值,奖励价值,贴现因子,分别基于拥堵程度,跳数和节点状态。(3)我们建立S-IoT模型,它由地面层,狮子座层,和一个MEO层,进行仿真实验。仿真结果表明,该策略提高了数据包的转发性能,交付率、平均延迟和开销比、较先进的策略。

本文的其余部分组织如下。部分2介绍了相关的工作。提出了自适应路由策略的描述在节中有详细描述3。部分4讨论了如何提高问在双q学习的价值。仿真结果和相关的分析给出了部分5。部分6本文总结道。

2。相关工作

2.1。卫星网络路由策略

卫星网络不仅为物联网提供远程传输功能,而且还提供云计算能力(17- - - - - -19),因此卫星网络S-IoTs的整体性能有直接的影响。卫星网络的路由策略负责数据传输和卫星之间的分布在不同的安全需求。近年来,卫星网络路由策略进行了广泛的研究在文献中。

一些研究人员注意到拓扑结构的动态变化由卫星的高速运动引起的。Gounder et al。20.)提出了一个基于快照的路由策略序列。Mauger和Rosenburg21提出了一种基于虚拟节点的路由策略。桥本和Sarikaya22)提出了一种路由策略基于部门的覆盖范围。王等人。23)提出了一种路由策略基于节点的位置和速度。虽然简单和易于实现的路由计算,他们经常需要高存储容量。一些研究人员专注于有限的能源缺乏持续的能源供应造成的。Ekici et al。24)提出了一种路由策略,节约能源成本。杨et al。25)提出了一个节能路由策略。Marchese和Patrone26)提出了一个节能意识的路由策略。这些策略可以减少能源消耗,但他们诱导高计算负担。一些其他研究人员担心穷人QoS长距离节点之间和不稳定造成的链接。毛等。27)提出了一种分离的收集和计算QoS路由策略。黄等。28)提出了一种路由策略在保证延迟约束。徐et al。29日)提出了一种基于异步传输模式路由策略。然而,这些策略集中在提高语音和多媒体服务的QoS,未能考虑数据服务。

值得强调的是,所有上面提到的使用星际链路的路由策略。在现有低地球轨道(LEO)和中地球轨道(MEO)星座系统,只有Iridinm配备星际链路由于高成本和复杂的系统。其他星座系统,如Ocbcomm、全球星和O3b,没有星际链路(30.]。出于这个原因,更合理的构造S-IoT根据星座系统没有星际链路,这是这项工作的主要目的。

2.2。基于强化学习的路由策略

近年来,强化学习吸引了广泛的关注。作为一个典型的强化学习算法,q学习(31日)获得样本数据序列(状态、动作和奖励值)通过与环境的交互和使用政府行动函数值(问值)为当前状态找到最好的行动。此外,q学习的自学习机制确保通信安全。q学习已经应用于许多领域。邓et al。32]q学习适用于边缘计算的任务分配。赵et al。33)应用q学习的许多核心系统的DoS攻击。

在路由领域,Elwhishi et al。34)提出了一个q学习DTN路由策略。在这个策略中,节点相互协作和转发决策基于连接。然而,节点状态并不认为在这工作。板和和歌山35)提出了一个基于运动学的q学习路由策略和扫描功能。这种策略能够适应不断动态变化的拓扑结构节点移动性和所造成的能源消耗。罗拉和Curado36)提出了一个增强的q学习DTN路由策略。这种策略计算奖励值基于节点之间的距离,这样更多的数据包在人口稠密的地区可以交付。吴et al。37)提出了一种自适应q学习路由策略基于anycast (ARSA)。这一战略关注anycast通信从一个节点到多个目的地节点,同时考虑遇到概率和节点的相对速度。

然而,上述q学习路由策略受到过高的问题在某些情况下。原因是使用相同的q学习算法问价值的行动选择与行动评估和使用最大问价值作为一个近似的最大预期问价值。q学习往往会产生一个积极的估计偏差,因为高估了问值被选择的机会就越高。

双q学习算法,提出了特(16),使用两个问单独的行动选择和行动评估值。双q学习已经应用于许多领域。Zhang et al。38]应用双q学习的自主车辆的速度控制。维姆et al。39)双q学习适用于认知无线电网络的提高能源效率。Zhang et al。40)应用双q学习的节能调度计算边缘。到目前为止,双q学习路由领域已很少使用。

内核的双q学习算法选择的行动是基于贪婪算法的每一步和两个问值与环境的变化自适应更新。一个问价值选择的行动,另一个评估选择的行动。选择与评估分离减少了正的偏移。此外,双q学习算法与q学习算法相比也有类似的计算效率。因此,我们使用双q学习来避免选择邻居节点与高估。

3所示。提出了策略

整个S-IoT被认为是一种强化的学习环境。卫星S-IoT被视为卫星节点,而传感器节点和数据中心被视为地面。对于每个节点,其他节点可以遇到构成其邻居节点集。特别是,地面节点产生和接收数据包,和卫星节点使用store-carry-forward机制来转发数据包。

卫星节点和地面节点都视为智能代理。每个节点的网络环境学习整个S-IoT通过互动与其他节点遇到。此外,所有节点都包含形成状态的强化学习。地面节点或卫星节点选择一个节点的邻居节点转发数据包。这个过程被认为是强化学习的行为选择。通过这种方式,该节点的邻居节点集可以被视为可能的操作集。状态转换相当于转发数据包从一个节点的邻居节点。

在提出的策略中,每个节点分配有两个问表(和 )存储问价值的行动被称为选择邻居节点转发数据包到目标节点。每个节点仅更新自己的两个问表和股票其本地信息只与它的邻居节点。这两个问存储在相应的值问表是用来确定和评估贪婪策略,分别。更重要的是,这两个概念问值解耦的高估来解决这个问题可能会导致当地的最适条件的路由。这两个问值变化的拓扑结构和节点状态,提出的策略可以自适应高度动态的环境。

最初,一个新节点不知道整个S-IoT环境有两个空的问表。当这个节点遇到其他节点,它记录的身份并初始化相应的其他节点问在两个值0问表。

邻居节点的选择对于每个数据包会更新这两个问值。每个数据包都有一个目标节点。当数据包到达目的地节点问这个转发路径上所有节点的值将被更新的过程。在拟议的战略,两个问值集中从S-IoT的两套不同的体验。混合问根据这两个值问价值观决定应该选择哪个节点转发数据包。

图1说明了一个特定的节点的通用路由过程。如果目标节点的邻居节点,该节点将数据包转发到目的节点完成数据传输。否则,根据最大的混合问值,这个节点选择一个邻居节点转发数据包。它存储和携带这些数据包,直到它遇到选择的节点。这种操作是重复直到仿真终止。贪婪算法保证了最大累积未来的回报。把节点 ,例如,节点选择从它的邻居节点集,可以表示为 在哪里节点的邻居节点集吗和节点x是一个邻居节点在吗 。 是混合问值的节点选择的行动,和节点目标节点的数据包。改进的计算方法 将在下一节中。如果两个节点有相同的混合问价值,我们随机选择其中一个。

随着学习任务分配给每个节点,因此学习过程的更新过程问表。如果节点的拓扑变化,问值将被更新。如果节点的状态变化,问值将被更新。从这个意义上说,和代表一组经验的拓扑变化和经验的状态变化,分别。和互相学习。的更新和是由 在哪里节点的邻居节点集吗和学习速率操纵的更新速度吗问值。 是即时奖励值(R值), 的折现系数节点选择行动。和最大的节点吗问价值和 ,分别。改进的计算方法 和 将在下一节中。

4所示。改善问价值

4.1。混合问基于拥塞度值

确定数据包的下一跳节点根据混合问价值。因为路由网络拥塞具有重要的影响,我们认为交通拥堵程度给予相应的权重问值来计算混合问价值。

把节点例如;如果节点选择邻居节点x转发数据包,喜忧参半问值计算 在节点数据包的目的地节点和吗 和 是问提供的值和 ,分别起诉的问行动中,节点的值选择节点转发数据包。是节点的拥塞的因素x,它是计算

特别是小更大的价值值,因此拓扑变化的影响更大。在相反的情况下,状态变化的影响更大。可以通过计算 在哪里目前所有数据包的大小在邻居节点的缓冲区和邻居节点的缓冲区大小吗 。此外,节点的邻居节点集吗x,节点的邻居节点的数量吗x。

4.2。基于跳数的回报价值

一个重要组成部分问值更新规则(参见公式(2)和(3))的计算R值定义即时奖励值后转发数据包。R值反映了一次性转发的优缺点。有限的能源容量S-IoT,跳数是计算考虑奖励价值比率控制能源消耗和减少开销。

把节点 ,例如;如果节点转发数据包到邻居节点 ,的奖励值可以计算节点选择行动 在节点目标节点的数据包, 跳数在不同的卫星轨道, 的重量是不同的卫星轨道满意吗 。卫星轨道高度代表更高更大的能源消耗为地面节点之间的数据传输和卫星节点。因此,我们设定一个相对更高值轨道卫星节点与一个更高的高度。结果,将数据包转发给的奖励值较高的卫星轨道高度较低。

4.3。折现系数基于节点状态

贴现因子是一个后续奖励值的总和,乘法系数影响的可能性,重新选择一个先前选择的邻居节点转发数据包。为了适应节点状态,距离,方向,和缓冲区占用被认为是折现系数的计算。

把节点 ,例如;如果节点转发数据包到邻居节点 ,节点选择行动的折现系数计算 在节点数据包的目的地节点和吗是价值主体设置为0 << 1。 , ,和 表示方向的因素,距离因素,分别和缓冲因素。较大的这些因素,折现系数越大,因此更大的更新问价值是多少。因此,重用的可能性这个节点转发数据包在接下来的时间将会更大。

因素是计算的方向 在哪里 代表邻居节点之间的角度和目标节点 。较小的 更大的价值 价值是多少。

因素是计算的距离 在哪里 节点的距离吗到目的节点和是网络中节点之间的最大距离。较小的 更大的价值 价值是多少。

缓冲因素是计算 在哪里目前所有数据包的大小在邻居节点的缓冲区和邻居节点的缓冲区大小吗 。较小的更大的价值 价值是多少。

5。仿真分析

5.1。模拟环境

我们使用一个模拟器来分析和评估提出的路由策略。S-IoT模型在模拟实验如图2。地面层由110名地面节点,均匀分布在地球表面。狮子座层由48个星座卫星节点全球星系统。MEO层由24卫星GPS星座系统节点。表1在每一层的节点参数列表。地面节点产生和接收数据包,源节点和目的节点之间随机生成的节点。因为我们假设没有星际链路S-IoT模型,不能转发数据包之间的任何两个卫星节点定期通过它们的轨道。

网络环境参数在仿真实验如表所示2。关于双q学习的过程,学习速率设置为0.8,在贴现因子设置为0.9。跳数的权重和低轨卫星轨道设置为0.3和0.7,分别。交付率、平均延迟和开销比例是用来评估在不同的数据包的路由策略生成间隔不同的失败概率。

5.2。仿真结果

我们比较提出的自适应路由策略基于改进双q学习S-IoT (ARSIDQL)自适应路由策略基于原始双q学习(ARSDQL),自适应路由策略基于原始q学习(ARSQL) Spray-and-Wait路由策略11],MLRSP [13],ARSA [37)的交付率、平均延迟和开销比例不同的失败概率。

5.2.1。交付率

图3显示了交付率进行比较,通过所有路由策略在不同的数据包生成间隔不同的失败概率。总的来说,MLRSP达到最低的交货率,因为MLRSP计算每个节点的遭遇概率和数据包副本节点遇到最大的概率。然而,MLRSP未能考虑到数据丢包造成的高缓冲区占用的节点。Spray-and-Wait的交付率高于MLRSP通过洪水的优势。具体而言,数据包被分散到几个副本增加数据包到达目的节点的概率。交付ARSA和ARSQL高于Spray-and-Wait;由于q学习算法是自学习和自适应,ARSA ARSQL可以探索一个合适的路径在一个高度动态的环境中。然而,S-IoT中的节点相遇概率是固定的。ARSA认为遇到概率,导致交付率低于ARSQL。交付率高于ARSQL ARSDQL。 The reason is that ARSDQL decouples data packet forwarding from the问价值评价的转发,用于转发节点根据混合决定问没有正的偏移值。建立在ARSDQL, ARSIDQL包含了拥堵程度和节点状态。因此,数据包更容易到达之前到达目的节点的ttl,所以ARSIDQL达到交付率最高。

与数据包生成间隔的增加,交付率MLRSP显著提高。因为有大量的数据包在网络低世代间隔,每个节点的缓冲区大小是有限的,导致许多数据包损失。Spray-and-Wait的交付率保持不变,因为Spray-and-Wait限制数据包复制的数量进一步减少缓冲区占用率和数据包的数量损失。交付率ARSA、ARSQL ARSDQL是相对稳定的,因为他们可以找到最好的行动取决于当前状态问通过与环境相互作用的价值。ARSIDQL的交付率是相对稳定和高世代间隔较低。这种策略能够适应缓冲区占用和转发数据包缓冲区占用率较低的节点,以减少数据包的数量损失和实现良好的性能。

失效概率的增加,交付MLRSP率降低。自从MLRSP转发数据包根据遇到概率即使节点发生了故障,MLRSP不能适应拓扑结构的变化。Spray-and-Wait的交付率略有降低。因为数据包被扩散到一些副本,可以保证交货率无关紧要的退化。ARSA的交货率,ARSQL ARSDQL, ARSIDQL是相对稳定的,即使失败概率高由于自学的能力。自问转发数据包到失败节点的价值会更小,这些策略可以避免失败的节点转发数据包,从而能够适应动态拓扑结构。

5.2.2。平均延迟

图4显示了平均延误的路由策略的比较不同的数据包生成间隔不同的失败概率。总的来说,Spray-and-Wait是最高的平均延迟,因为每个节点只能在这个策略,不能向前移动数据包,直到它遇到目的节点在等待阶段。的平均延迟MLRSP也很高,因为MLRSP只考虑每个节点转发数据包时遇到的概率。然而,MLRSP无法找到一个合适的路径遇到不能反映节点状态的概率。ARSQL可以学习本身寻找下一跳节点与一个相对较低的平均延迟。的平均延迟ARSA低于ARSQL,自从ARSA考虑节点的相对速度。ARSDQL低的平均延迟,因为通过两个ARSDQL解决过高的问题问价值观和能找到全局最优路径,减少平均延迟。建立在ARSDQL, ARSIDQL可以适应拥挤程度和跳数达到最低的平均延迟。

世代间隔的增加数据包,数据包的总数等S-IoT减少等待时间的缓冲,可以减少Spray-and-Wait的平均延迟。的平均延迟MLRSP是更大程度上减少。然而,大量的数据包和副本由MLRSP S-IoT包世代间隔较低会导致节点拥塞和长等待时间缓冲。ARSQL,平均延迟起诉ARSA ARSDQL,和ARSIDQL减少失败的概率较低,因为在S-IoT减少数据包的总数的增加数据包生成区间。在高失败概率的情况下,平均延迟保持稳定,因为这些策略有找到一个合适的路径在低包世代间隔。此外,高失效概率导致更少的网络中的节点。世代间隔的变化不再影响平均延迟。

失效概率的增加,平均延迟Spray-and-Wait MLRSP得到相应恶化,因为这些策略不能失败节点及时作出调整。的平均延误ARSA ARSQL, ARSDQL, ARSIDQL也略有降低。好消息是,因为更新的问值反映了拓扑结构的变化,路线通过使用这些策略可以绕过失败的节点和退化的平均延迟并不重要。

5.2.3。开销比

图5显示各种路由策略的开销比较比率在不同的数据包生成间隔不同的失败概率。开销比例根据转发时间反映了能源效率。总的来说,Spray-and-Wait的开销比是最高的。作为flood-based路由策略,Spray-and-Wait增加转发时间的大量的网络中数据包的副本。与Spray-and-Wait相比,MLRSP达到一个较低的开销比,因为MLRSP数据包副本只对节点相遇概率最大的限制货运时间。ARSQL ARSDQL,不是flood-based路由策略,导致少转发时间由于更少的数据包在网络。的开销比ARSA低于ARSDQL。原因是ARSA减少了运输时间,因为它考虑多个目标节点相同的虚拟的目的地。建立在ARSDQL, ARSIDQL跳数和节点状态考虑,从而实现最低的开销比。

与数据包生成间隔的增加,所有策略的开销比例略有下降。数据包的总数在S-IoT减少数据包世代间隔的增加,货运时间减少。因此,降低能源消耗和开销比。

失效概率的增加,开销Spray-and-Wait和MLRSP比率的增加。原因是,在节点故障的情况下,Spray-and-Wait重新传输数据包为了维持固定数量的副本,而MLRSP仍将数据包转发根据遇到的概率。的开销比ARSA ARSQL, ARSDQL, ARSIDQL略有增加。这些策略能够绕过失败的节点。绕过过程不可避免地会导致运输时间的增加,能源消耗和开销比例。

总之,与ARSDQL相比,ARSIDQL可以提高交货率、平均延迟和开销比考虑交通拥堵程度,跳数和节点状态S-IoT模型。相比ARSQL和ARSA, ARSIDQL可以找到最佳的下一跳节点的数据包由于脱钩的选择和评价。相比之下,传统的路由策略,如flood-based路由策略和基于用途的路由策略,ARSIDQL可以显著提高交货率,平均延迟和开销比集成的强化学习。

6。结论

S-IoT是一个新的移动互联网为社交网络提供服务。路由策略决定了S-IoT的通信性能。传统的路由策略无法应付频繁的拓扑结构和节点状态的变化和不能满足S-IoTs通信安全的要求。本文提出了一种自适应路由策略基于改进S-IoT双q学习的。提出战略选择下一跳节点的数据包依靠混合问价值。此外,为了优化问价值,本文改进的混合问价值,奖励价值,贴现因子,分别基于拥堵程度,跳数和节点状态。仿真实验表明,该策略不仅可以有效地和安全地在复杂环境中还可以提高交货率,减少比率的平均延迟和开销。考虑到大尺寸的两个问表由于S-IoT中越来越多的节点,可以指向替换这两个未来的工作问表有两个神经网络。

数据可用性

模拟评价数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作得到了国家自然科学基金(61972210号,61873131,61872191,和61803212)和1311年南京邮电大学人才计划。

引用

1. 瞿n . m . Liu, j .唐”在认知卫星网络信号估计卫星工业物联网”IEEE工业信息,17卷,不。3、2062 - 2071年,2020页。视图:谷歌学术搜索
2. x y . t . Wang梅,刘,j . Wang H.-N。戴,z . Wang“Edge-based审计方法在资源受限的物联网数据安全,”《系统架构,第114卷,第101971页,2021年。视图:出版商的网站|谷歌学术搜索
3. m . s . x Liu Obaidat c·林,t . Wang和a .刘”行为解决无线传感器网络中能量的限制:最先进的和未来的趋势,”IEEE网络,35卷,不。2、188 - 193年,2021页。视图:出版商的网站|谷歌学术搜索
4. g . x, x杰,c .瞿z”的物联网发展现状和挑战LEO卫星,“《物联网,1卷,不。3,6 - 9,2017页。视图:谷歌学术搜索
5. >,w·张,p.h.曾“卫星移动边缘计算:提高高速satellite-terrestrial网络的QoS使用边缘计算技术,”IEEE网络,33卷,不。1,第76 - 70页,2018。视图:谷歌学术搜索
6. d . f . Wang江,气,c·乔和l .史”动态资源调度方案在边缘计算卫星网络,”移动网络和应用程序,2020年。视图:出版商的网站|谷歌学术搜索
7. a . b .加和m . Koudil”、“NoC路由protocols-objective-based分类,“《系统架构卷。66年,14-32,2016页。视图:谷歌学术搜索
8. w·张,g .汉y冯,j . Lloret”IRPL:无线传感器网络的节能路由协议,”《系统架构卷。75年,35-49,2017页。视图:出版商的网站|谷歌学术搜索
9. 李问:a . Liu m .谢t . Wang和n . n .熊”管道基于位置的快速重路由计划延迟责任周期中优化M2M通信为基础,“对等网络和应用程序,12卷,不。6,1673 - 1704年,2019页。视图:出版商的网站|谷歌学术搜索
10. a . Vahdat d·贝克尔,“流行路由部分连接ad hoc网络。”技术报告美国杜克大学,杜伦大学,数控,2000。视图:出版商的网站|谷歌学术搜索
11. t . Spyropoulos k Psounis, c . s . Raghavendra”喷雾等:一个有效的路由方案间歇性连接移动网络,”全新的ACM SIGCOMM研讨会上实现容忍延迟网络美国宾夕法尼亚州,费城,2005年8月。视图:谷歌学术搜索
12. a·林格伦和a·多利亚“概率路由在间歇性地连接网络,”学报》国际研讨会与部分和间歇性资源服务保证福塔雷萨,巴西,2004年8月。视图:谷歌学术搜索
13. d·k·沙玛,s . k . Dhurandher Woungang, r·k·斯利瓦斯塔瓦A . Mohananey和j·j·p·c·罗德里格斯,“基于机器学习在机会网络路由协议有效,”IEEE系统杂志,12卷,不。3、2207 - 2213年,2018页。视图:出版商的网站|谷歌学术搜索
14. g . Araniti n . Bezirgiannidis大肠Birrane et al .,“联系图在空间DTN路由网络:概述、改进和性能,”IEEE通讯杂志,53卷,不。3,38-46,2015页。视图:出版商的网站|谷歌学术搜索
15. 周x t锣,l . j .太阳,j . et al .,“自适应路由策略基于改进的q学习的卫星网络的事情,”学报》国际会议上安全、隐私和匿名的计算、通信和存储2020年12月,南京,中国,。视图:谷歌学术搜索
16. h . v .特,“双q学习,”学报的发展神经信息处理系统2010年12月美国,温哥华BC。视图:谷歌学术搜索
17. 吴j .太阳,y, z . et al .,“一个有效的和可扩展的框架,处理遥感大数据在云计算环境中,“IEEE地球科学和遥感卷,57号7,4294 - 4308年,2019页。视图:出版商的网站|谷歌学术搜索
18. 吴z, j .太阳,y . Zhang et al .,“Scheduling-guided自动处理大量的高光谱图像分类在云计算架构,”IEEE控制论,2020年,页1 - 14。视图:出版商的网站|谷歌学术搜索
19. j .周j .太阳,m . Zhang, y,“可靠调度实时工作流在cyber-physical云系统中,“IEEE工业信息,p . 2020。视图:出版商的网站|谷歌学术搜索
20. 诉诉Gounder、r·普拉卡什和h . Abu-Amara“LEO-based卫星网络路由,”学报IEEE新兴技术研讨会,无线通讯和系统理查森,TX,美国,1999年4月。视图:谷歌学术搜索
21. r . Mauger和c·罗森博格QoS保证在tdma卫星网络、多媒体服务”IEEE通讯杂志,35卷,不。7日,56 - 65,1997页。视图:出版商的网站|谷歌学术搜索
22. y桥本,b . Sarikaya LEO卫星网络设计的基于ip的路由,”学报》国际研讨会上卫星信息用1998年美国达拉斯,TX。视图:谷歌学术搜索
23. s . Wang c .风扇,c·邓w·顾问:太阳,和f·杨,“AANETs gr:小说的地理路由协议,”《系统架构卷,59号10日,931 - 937年,2013页。视图:出版商的网站|谷歌学术搜索
24. e . Ekici i f . Akyildiz, m·d·本德“分布式路由算法在LEO卫星网络数据报交通”IEEE / ACM交易网络,9卷,不。2、137 - 147年,2001页。视图:出版商的网站|谷歌学术搜索
25. 杨y、m .徐,d . Wang和y王”对节能路由的卫星网络,”IEEE在选定地区通讯》杂志上,34卷,不。12日,第3886 - 3869页,2016年。视图:出版商的网站|谷歌学术搜索
26. m . Marchese和f . Patrone“节能意识DTN-Nanosatellite网络路由算法,”IEEE全球通信学报》会议2018年12月,阿联酋阿布扎比。视图:谷歌学术搜索
27. 毛t、b .周和z,”一个multi-QoS /低轨卫星IP网络,优化路由”《多发性硬化症,9卷,不。4、文章ID 576, 2014。视图:谷歌学术搜索
28. 问:黄、b . s .杨和p . y .香港“路由算法来提供端到端延迟保证在低地球轨道卫星网络,”IEEE车辆技术研讨会论文集美国洛杉矶CA, 2004年9月。视图:谷歌学术搜索
29. h .徐、黄f和s . Wu”分布式QoS路由基于蚂蚁算法的LEO卫星网络,”电子杂志(中国),24卷,不。6,765 - 771年,2007页。视图:出版商的网站|谷歌学术搜索
30. y z秦,s . g .蜀,w .你们“分布式数据存储和传输技术的空间物联网,”《物联网,卷2,不。4、保险,2018页。视图:谷歌学术搜索
31. c·j·c·h·沃特金斯和p·达扬q学习的。”机器学习,8卷,不。3 - 4、279 - 292年,1992页。视图:出版商的网站|谷歌学术搜索
32. x h·邓、j·李和e . l .刘”任务分配算法和优化模型边缘协作,”《系统架构卷,110年,页1 - 14,2020。视图:出版商的网站|谷歌学术搜索
33. 和y y . m .赵x h . Wang t .江”hardware-trojan-assisted功率预算系统攻击目标多核心系统,”《系统架构卷,109年,页1 - 11,2020。视图:出版商的网站|谷歌学术搜索
34. a . Elwhishi p h . Ho和k·奈克,“ARBR:自适应reinforcement-based DTN路由,”学报IEEE无线和移动计算国际会议上,网络和通信,安大略省,加拿大,2010。视图:谷歌学术搜索
35. r .板和c和歌山”,利用基于运动学和选择性全面强化学习路由算法对水下网络,”特设网络34卷,第120 - 105页,2015年。视图:出版商的网站|谷歌学术搜索
36. v . g .罗拉和m . Curado”基于强化学习路由延迟容忍网络。”人工智能技术的工程应用,26卷,不。10日,2243 - 2250年,2013页。视图:出版商的网站|谷歌学术搜索
37. t . c . Wu Yoshinaga、d·巴亚尔和y,“学习适应anycast车辆延迟容忍网络”环境智能和人性化计算杂志》上,10卷,不。4、1379 - 1388年,2019页。视图:出版商的网站|谷歌学术搜索
38. y, p .太阳和y阴,“人类自主车辆速度控制的深度与双q学习的强化学习,”学报IEEE智能车辆研讨会2018年6月,常熟,中国,。视图:谷歌学术搜索
39. 维姆,m . Khari r·g·克雷斯波l . Kalaivani n .戴伊和m . Kaliappan”,使用多目标蚁群优化双能量增强问基于物联网的认知无线电网络学习算法”,计算机通信,卷154,不。1,第490 - 481页,2020。视图:出版商的网站|谷歌学术搜索
40. 问:张、林m . l . t .杨“双深q学习节能调度,模型”IEEE服务计算,12卷,不。5,739 - 749年,2018页。视图:谷歌学术搜索

版权

版权©2021剑周et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。