来源：期刊VIP网 时间：
作者：郭歆莹;李明;朱春华;
单位：河南工业大学粮食信息处理与控制教育部重点实验室;河南工业大学河南省粮食仓储信息智能感知与决策重点实验室;河南工业大学河南省粮情智能监测与应用工程研究中心;
摘要：针对飞行自组网(Flying Ad Hoc Network, FANET)在通信空白场景下存在的高时延问题，提出了一种深度强化学习(Deep Reinforcement Learning, DRL)辅助的双跳信息增强路由协议(Double-Hop Information Enhanced Routing Protocol, DHRP)。为了实现有效的路由决策，采用马尔可夫决策过程(Markov Decision Process, MDP)对路由行为进行建模，在状态空间设计中结合了节点位置信息与链路信道容量，并综合考虑了双跳范围内的网络信息，以深度值网络为核心，在融合实时网络状态动态调整机制的奖励函数引导下，做出最优下一跳路由决策。实验结果表明，在通信空白场景下，DHRP相较于现有的路由方案，显著降低了FANET的平均端到端时延。此外，在不同节点规模和网络拥塞条件下，DHRP均表现出优越的适应性和鲁棒性，通过对动态网络环境的实时感知与智能决策机制，有效保障了整体网络性能。
关键词：飞行自组网;;通信空白;;深度强化学习;;双跳信息;;路由协议
基金资助：国家自然科学基金(61901159);; 河南工业大学青年骨干教师培养计划(21420104)~~
