工业WSNs中基于Q-学习的图路由算法

针对工业无线传感网络(Industrial Wireless Sensor Networks,IWSN),提出基于Q-学习的图路由(Q-Learning-based Graph Routing,QLGR)。利用图表述网络拓扑,QLGR算法通过网络内节点的信息构建上行链路图。先依据节点距网关的跳数,能量供应类型以及离邻居节点接收信号强度构建节点的成本函数,再依据成本函数选择节点加入上行链路图。同时,利用Q-学习算法调整成本函数的权重系数,进而减少数据传输时延,延长网络寿命。仿真结果表明,提出的QLGR算法减缓了节点能量消耗速度,提高了传输数据的可靠性。