基于Q学习量子蚁群的微纳卫星路由算法.pdfVIP

第48卷 第3期 ComputerEngineering 计算机工程 2022年3月 ·移动互联与通信技术· 文章编号：1000-3428（2022）03-0162-08 文献标志码：A 中图分类号：TN929.52 基于Q学习量子蚁群的微纳卫星路由算法 1，2 1，2 1，2 2 张 然 ，高莹雪 ，赵 钰 ，丁元明 （1.大连大学信息工程学院，辽宁 大连 116622；2.大连大学通信与网络重点实验室，辽宁 大连 116622） 摘 要：在微纳卫星网络中，传统蚁群路由算法不能同时保证数据传输的安全性和网络业务的服务质量，且易陷入 局部最优解，收敛速度较慢。为解决上述问题，提出一种实现多目标优化的Q 学习量子蚁群路由算法。该算法在 选择下一跳节点的转移概率时，将路径的平均信任值和路径的费用作为两个优化目标，构成最优路径的节点性能 指标，保证数据传输的安全性和网络业务服务质量。在考虑路径费用函数时，将量子计算引入到状态转移概率计 算中，避免陷入局部最优解，并在算法中引入Q 学习的思想，将信息素映射成Q 学习的Q 值，强化算法在动态环境 中的学习能力，以提高路由的整体性能。仿真结果表明，与蚁群优化算法和改进的蚁群多约束路由算法相比, Q 学 习量子蚁群路由算法明显改善包投递率、平均端到端时延和节点平均能耗等性能指标，避免了蚁群算法易陷入局 部最优解，提高了收敛速度，可适用于具有高速移动节点的微纳卫星网络。 关键词：多目标优化；信任机制；Q 学习；量子计算；蚁群算法；微纳卫星网络 开放科学（资源服务）标志码（OSID）： 中文引用格式：张然，高莹雪，赵钰，等.基于Q 学习量子蚁群的微纳卫星路由算法［J ］.计算机工程，2022，48（3）：162-169，188. 英文引用格式：ZHANG R ，GAO Y X ，ZHAO Y ，et al.Routing algorithm for micro-nano-satellite based on Q-learning quantum ant colony ［J ］.Computer Engineering ，2022，48（3）：162- 169，188. Routing Algorithm for Micro-Nano-Satellite Based on Q-Learning Quantum Ant Colony ZHANG Ran1 ，2 ，GAO Yingxue1 ，2 ，ZHAO Yu1 ，2 ，DING Yuanming2 （1.CollegeofInformationEngineering，DalianUniversity，Dalian，Liaoning 116622，China； 2.CommunicationandNetworkKeyLaboratory，DalianUniversity，Dalian，Liaoning 116622，China） 【Abstract】In micro-nano-satellite networks ，the traditional ant colony routing algorithm cannot guarantee data transmission security and the quality of service of network businesses simultaneously.Moreover ，it is easy to fall into local optimal solution ， and the convergence speed is slow.A Q-learning quantum ant colony routing algorithm fo