基于改进DDQN算法的物联网边缘异常节点自动定位OA

传统物联网边缘异常节点辨识方法仅在非负限制区域内通过单时段节点实况测算实现自动定位,无法及时捕捉主控节点、非负异常节点之间关系的变化,导致自动定位结果不精准.为此,文中提出一种基于改进DDQN算法的物联网边缘异常节点自动定位方法.通过测算节点之间的有效距离,建立物联网无线通信范围约束和非负位置坐标约束,确定非负限制的基础条件;融合改进DDQN算法,在非负限制条件约束下,针对多节点进行持续跟踪锁定,确定单时段内异常节点的位置;关联物联网其他覆盖区域,对跟踪目标展开衰减测算,去除衰减值后,实现自动定位处理.实验结果表明,所提方法的平均定位误差基本保持在3.5%以下,最大误差为3.4%,最小误差仅为0.9%,定位可靠性与精准性显著提升,具有良好的应用价值.