大规模UASNs中强化学习修正误差的迭代定位OA
针对大规模动态变化的水声传感器网络(Underwater Acoustic Sensor Networks,UASNs)节点定位时存在节点覆盖率低、成本高和定位误差大的问题,本文提出一种基于强化学习的累积误差修正迭代定位算法(Iterative Localization Algorithm with Reinforcement Learning for Cumulative Error Correction,RL-CEC).首先,改进传统随机路点移动模型,借助真实洋流数据修正节点移动速度,使其更符合水下节点的移动特征.其次,分析迭代定位过程中累积误差产生的原因,提出一种基于强化学习的定位误差预测算法,修正累积误差,有效提升了整体定位精度.仿真实验结果表明,RL-CEC在定位精度和运行效率方面优于对比算法,其定位误差相较LSVP、MBIL、MPL、MPPSO、HNN和LS算法分别降低22.7%、73.8%、40.7%、44.5%、17.8%和77.5%;定位时间相比LSVP、MPL、MP-PSO和HNN分别减少17.7%、30.5%、41.9%和35.3%.此外,RL-CEC算法复杂度适中,在精度与效率之间取得良好平衡,并最终实现了较高的节点覆盖率.
刘志华;安凯晨;刘嘉琦;田薇;陈嘉兴
河北师范大学计算机与网络空间安全学院,石家庄050024 河北师范大学河北省网络与信息安全重点实验室,石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心,石家庄050024河北师范大学计算机与网络空间安全学院,石家庄050024 河北师范大学河北省网络与信息安全重点实验室,石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心,石家庄050024河北师范大学计算机与网络空间安全学院,石家庄050024 河北师范大学河北省网络与信息安全重点实验室,石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心,石家庄050024河北师范大学计算机与网络空间安全学院,石家庄050024 河北师范大学河北省网络与信息安全重点实验室,石家庄050024 河北师范大学供应链大数据分析与数据安全河北省工程研究中心,石家庄050024河北师范大学数学科学学院,石家庄050024 河北正定师范高等专科学校,石家庄050800
信息技术与安全科学
水声传感器网络强化学习迭代定位误差修正随机路点移动模型
《南京信息工程大学学报》 2026 (4)
P.533-544,12
国家自然科学基金(62171179)京津冀自然科学基金合作专项(25JJJJC0049)河北师范大学交叉学科研究基金(L2026J05)。
评论