首页 / 资料库 / 文献详情

面向复杂自由空间光网络环境的可靠路由算法

吴铭鸿 Wu Minghong、郑耿鑫 Zheng Gengxin、瞿韶明 Qu Shaoming、甘园园 Gan Yuanyuan、熊永康 Xiong Yongkang、韩一石 Han Yishi

2025Acta Optica SinicaEngineering被引 2开放获取

摘要

自由空间光网络易受到大气湍流、天气状态和节点死亡等各种不可控因素的影响，这些因素会导致网络的传输业务中断，降低网络的整体性能。针对复杂自由空间光网络环境的特性，提出一种基于深度强化学习的可靠路由算法，通过动作掩码机制将算法的动作空间约束在当前位置下的有效动作，能够使算法的训练效率和收敛速度提升58.3%。同时，算法可以根据自由空间光网络大气环境和节点状态的变化调整路由，提高数据传输的可靠性，改善路由的数据交付率并减少能量消耗和时延。在雨、雪、雾天情况下，所提算法的数据交付率达到96.9%、91.3%和84.5%，与深度Q网络（DQN）算法相比，提高了2.9、5.3、6.9百分点；当网络中存在死亡节点时，所提算法的数据交付率可达88.2%，与DQN和蚁群算法相比分别提高了3.8百分点和9.2百分点。此外，研究结果表明，与DQN算法相比，所提算法的能量消耗和传输时延均有一定改善。

引用本文（GB/T 7714）

DOI：https://doi.org/10.3788/aos241699