《表1 仿真参数:海上无线网状网中基于Q-Learning的自适应路由算法》

《表1 仿真参数:海上无线网状网中基于Q-Learning的自适应路由算法》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《海上无线网状网中基于Q-Learning的自适应路由算法》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

本节基于海上船舶移动模型[11]和海上无线电波传播模型[20],利用OPNET仿真平台搭建MWMN仿真场景,对QLAR、AODV[9]、QLAODV[17]、RSAR[18]、LLQLR[14]这5种算法的性能进行仿真分析,评测指标包括分组投递率(Packet Delivery Ratio,PDR)、平均分组时延(Average Packet Delay,APD)和归一化路由开销(Normalized Routing Overhead,NRO)。NRO定义为所有控制分组的大小之和除以成功到达目的船舶数据分组大小之和。仿真中,船舶节点在仿真区域随机分布,随机选取源、目的节点,生成多对CBR数据流,数据分组大小为512 B。MAC协议采用IEEE 802.11p,通过调整发射功率使船舶节点的最远通信距离扩展至10 km[11]。其他仿真参数设置与文献[11]类似,如表1所示。