TY -的A2 -古普塔,Punit AU -考尔Navpreet盟——Aulakh Kaur Inderdeep AU - Tharewal Sumegh盟——Keshta伊斯梅尔AU -压力,阿卜杜勒瓦哈卜AU - Ta,三Duc PY - 2022 DA - 2022/09/20 TI -增强路由发现机制使用改进的CH选择使用q学习最小化延迟SP - 3187858六世- 2022 AB -技术进步,建立长途通信的实际挑战应该使用hop-oriented路由网络解决。然而,远距离的数据传输通常恶化的服务质量(QoS)尤其是相当大的通信延迟。因此,以奖励在工作,提出了路由机制,旨在最小化整体延迟评价在不同场景。路由过程一个精制CH选择机制基于阈值的仿真数学模型,直到没有达到。覆盖率计算的插图的CH路线发现也提供了源和目标之间的可能的途径来提供高质量的服务。基于这些信息,收集的数据从过去模拟传递给使用q学习的学习机制模型。工作评估的吞吐量,PDR,第一个死亡节点为了达到最小的传输延迟。此外,地区差异也参与调查的影响增加部署区域和节点数Q-learning-based机制旨在减少延迟。比较分析对四个现有的研究证明建议的机制的成功在吞吐量方面,第一个死亡节点,和延迟的分析。SN - 1058 - 9244 UR - https://doi.org/10.1155/2022/3187858 - 10.1155 / 2022/3187858摩根富林明科学编程PB - Hindawi KW - ER