基于深度强化学习的无人机可信地理位置路由协议

来源：电子与信息学报杂志2022年第12期北京时间：

作者：张雅楠, 仇洪冰

单位：1.桂林电子科技大学信息与通信学院 桂林 5410042.广西无线宽带通信与信号处理重点实验室 桂林 541004

摘要：针对无人机(UAV)通信过程中存在的高移动性和节点异常问题，该文提出一种基于深度强化学习的无人机可信地理位置路由协议(DTGR)。引入可信第三方提供节点的信任度，使用理论与真实的时延偏差和丢包率作为信任度的评估因子，将路由选择建模为马尔可夫决策过程(MDP)，基于节点信任度、地理位置和邻居拓扑信息构建状态空间，然后通过深度Q网络(DQN)输出路由决策。在奖励函数中结合信任度调整动作的价值，引导节点选择最优下一跳。仿真结果表明，在包含异常节点的无人机自组网(UANET)中，DTGR与现有方案相比具有更低的平均端到端时延和更高的包递交率。当异常节点数量或者比例变化时，DTGR能感知环境并高效智能地完成路由决策，保障网络性能。

关键词：无人机路由协议, 信任度, 马尔可夫决策过程, 深度强化学习

基金资助：广西自然科学基金(2022GXNSFDA035070)