返回
A Deep Policy Dynamic Programming Based Intelligent Data Routing Scheme for IoT-Enabled Wireless Sensor Networks
DOI:10.1109/TSUSC.2024.3462512.png)
摘要
En 中文
如今,物联网(IoT)在智能城市、医疗保健、精准农业和工业自动化等众多实际应用的发展中发挥着重要作用。无线传感器网络(WSNs)是这些基于物联网的应用的重要组成部分。在WSNs中,靠近基站(BS)的传感器节点比其他节点转发更多的数据包,这导致靠近BS的节点产生高能耗。因此,传感器节点之间形成了能量失衡。因此,与远离BS的传感器节点相比,靠近BS的传感器节点会过早死亡。这些早期失效的节点显著增加了网络内的数据收集延迟。此外,传感器节点的过早死亡将网络分割成不同的孤立子网络/区域。孤立区域的形成为网络的过早死亡埋下伏笔。本文提出了一种基于深度策略动态规划(DPDP)的智能数据路由方案,用于物联网赋能的WSNs。该方案确定最佳的簇头(CH)数量并形成簇,以减少部署的传感器节点的能耗并防止传感器节点过早死亡。此外,该方案确定最佳的会合点(RP)数量,并为基于移动sink(MS)的数据收集设计最优路径。最优RP选择和路径设计算法可防止网络过早死亡,并显著提高网络的整体性能。进行了广泛的仿真和试验床实验,以测试所提出方案的性能。仿真和试验床结果表明,与现有最先进的方法相比,所提出的方案在延长网络寿命、提高网络稳定性、减少缓冲区溢出导致的数据丢失、提高剩余能量和降低延迟方面均表现出更优的性能。
Keyword:
Deep policy dynamic programming (DPDP)
Internet of Things (IoT)
Rendezvous points (RPs)
mobile sink (MS)
data routing
heterogeneous wireless sensor networks (HWSNs)
期刊
I
IF:
5
论文数:
1.9K
被引数:
4.3K

