基于深度学习的VANET网络DSDV路由协议改进

针对VANET网络DSDV路由协议依赖于更新消息的周期性传播导致其网络开销增长过大的问题,提出了一种基于深度学习的VANET网络DSDV路由协议GD-DSDV.GD-DSDV路由协议的主要思想是对车辆节点及节点间的链路质量进行评价,并利用机器学习中的梯度下降法对评价指标进行训练,最终得到优化的数据传输路由,从而达到减小网络开销的目的.文中描述了GD-DSDV路由协议的实现过程并从分组平均递交率、路由开销和平均时延等方面进行分析比较.分析结果表明GD-DSDV协议具有比DSDV协议更加优良的性质,可以有效减小路由开销,对现有VANET网络的动态变化具有更强的适应能力.