基于Q学习的多Sink节点无线传感网路由机制研究*

周淑俐，章 韵，陈 志，2，3，* ，扈罗全，岳文静

(1.南京邮电大学计算机学院，南京 210003; 2.南京大学计算机软件新技术国家重点实验室，南京 210093; 3.江苏省无线传感网高技术研究重点实验室，南京 210003; 4.宽带无线通信与传感网技术教育部重点实验室，南京 210003; 5.苏州出入境检验检疫局 江苏苏州 ，215104)

无线传感网节点一般能量供应、计算和通信能力有限，在部署节点和设计各种协议时要考虑有效利用各种资源［1］。在无线传感网中，传感器节点采集环境变量并将它们传送给Sink节点(网关节点或汇聚节点)，Sink节点通过无线方式接收各传感器节点的数据并以有线或无线的方式将数据传送给最终用户。无线传感网在许多领域都得到了很好的应用，但在传统的单Sink传感网中存在许多问题，比如靠近Sink节点或者关键路径上的节点能量消耗过快，会引起节点的能量消耗不均衡;单Sink节点的失效会引起整个无线传感网的通信中断，当传感网的规模不断增加，节点数目不断扩充，靠近Sink节点的传感节点比其他节点消耗的能量更快，因为他们需要传递大量的消息，因此延长整个传感网的寿命成了一个至关重要的问题。针对单Sink传感网路由中存在的缺点，本文研究了多Sink传感网的路由协议。多Sink节点传感网特别适应于大规模的传感网，多Sink节点会减少传感节点到Sink节点的平均距离，减少相应的跳数，能更加均衡地消耗能量。本文在研究了多Sink传感网路由协议的基础上提出了一种具有一定的智能学习和适应能力的路由机制，应用增强学习［2－6］来达到寻求在多Sink传感网中节点使用寿命最长、能量消耗均衡的最优路径的目的。……