周淑俐，章 韻，陳 志，2，3，* ，扈羅全，岳文靜

(1.南京郵電大學(xué)計(jì)算機(jī)學(xué)院，南京 210003; 2.南京大學(xué)計(jì)算機(jī)軟件新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，南京 210093; 3.江蘇省無線傳感網(wǎng)高技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，南京 210003; 4.寬帶無線通信與傳感網(wǎng)技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南京 210003; 5.蘇州出入境檢驗(yàn)檢疫局 江蘇蘇州 ，215104)

無線傳感網(wǎng)節(jié)點(diǎn)一般能量供應(yīng)、計(jì)算和通信能力有限，在部署節(jié)點(diǎn)和設(shè)計(jì)各種協(xié)議時(shí)要考慮有效利用各種資源［1］。在無線傳感網(wǎng)中，傳感器節(jié)點(diǎn)采集環(huán)境變量并將它們傳送給Sink節(jié)點(diǎn)(網(wǎng)關(guān)節(jié)點(diǎn)或匯聚節(jié)點(diǎn))，Sink節(jié)點(diǎn)通過無線方式接收各傳感器節(jié)點(diǎn)的數(shù)據(jù)并以有線或無線的方式將數(shù)據(jù)傳送給最終用戶。無線傳感網(wǎng)在許多領(lǐng)域都得到了很好的應(yīng)用，但在傳統(tǒng)的單Sink傳感網(wǎng)中存在許多問題，比如靠近Sink節(jié)點(diǎn)或者關(guān)鍵路徑上的節(jié)點(diǎn)能量消耗過快，會(huì)引起節(jié)點(diǎn)的能量消耗不均衡;單Sink節(jié)點(diǎn)的失效會(huì)引起整個(gè)無線傳感網(wǎng)的通信中斷，當(dāng)傳感網(wǎng)的規(guī)模不斷增加，節(jié)點(diǎn)數(shù)目不斷擴(kuò)充，靠近Sink節(jié)點(diǎn)的傳感節(jié)點(diǎn)比其他節(jié)點(diǎn)消耗的能量更快，因?yàn)樗麄冃枰獋鬟f大量的消息，因此延長整個(gè)傳感網(wǎng)的壽命成了一個(gè)至關(guān)重要的問題。針對單Sink傳感網(wǎng)路由中存在的缺點(diǎn)，本文研究了多Sink傳感網(wǎng)的路由協(xié)議。多Sink節(jié)點(diǎn)傳感網(wǎng)特別適應(yīng)于大規(guī)模的傳感網(wǎng)，多Sink節(jié)點(diǎn)會(huì)減少傳感節(jié)點(diǎn)到Sink節(jié)點(diǎn)的平均距離，減少相應(yīng)的跳數(shù)，能更加均衡地消耗能量。本文在研究了多Sink傳感網(wǎng)路由協(xié)議的基礎(chǔ)上提出了一種具有一定的智能學(xué)習(xí)和適應(yīng)能力的路由機(jī)制，應(yīng)用增強(qiáng)學(xué)習(xí)［2－6］來達(dá)到尋求在多Sink傳感網(wǎng)中節(jié)點(diǎn)使用壽命最長、能量消耗均衡的最優(yōu)路徑的目的。

本文介紹Q學(xué)習(xí)算法的路由選擇機(jī)制，通過實(shí)例分析說明Q學(xué)習(xí)路由機(jī)制對于延長節(jié)點(diǎn)壽命的作用。Q算法工作時(shí)只需利用各個(gè)節(jié)點(diǎn)的能量狀態(tài)信息，不增加網(wǎng)絡(luò)通信量，均衡了節(jié)點(diǎn)的能量消耗，延長了網(wǎng)絡(luò)的使用壽命。

1 相關(guān)工作

多Sink無線傳感網(wǎng)路由協(xié)議的研究目前還處于起步階段，相比單Sink路由協(xié)議具有更大的優(yōu)勢:能夠避免單Sink節(jié)點(diǎn)失效時(shí)造成的整個(gè)傳感網(wǎng)的通信中斷、減輕Sink節(jié)點(diǎn)附近能量消耗不均衡的壓力、可在不同Sink節(jié)點(diǎn)間采用不同的路由算法通過不同路徑傳送數(shù)據(jù)、能夠根據(jù)不同用戶的需求控制好網(wǎng)絡(luò)中的數(shù)據(jù)流(圖像、聲音、視頻數(shù)據(jù)流)等。多Sink節(jié)點(diǎn)傳感網(wǎng)中，路由可以有不同的選擇，數(shù)據(jù)能夠沿不同路徑傳輸。Pietro Ciciriello［7］提出周期性的消耗適應(yīng)路由協(xié)議PAMR，設(shè)想每個(gè)數(shù)據(jù)源節(jié)點(diǎn)到相應(yīng)的Sink節(jié)點(diǎn)具有相互獨(dú)立的樹狀結(jié)構(gòu)，從而建立源節(jié)點(diǎn)到相應(yīng)Sink節(jié)點(diǎn)的路徑，該協(xié)議借鑒了多商品流網(wǎng)絡(luò)設(shè)計(jì)問題來解決傳感器網(wǎng)絡(luò)設(shè)計(jì)高效性、分散性問題，但是該協(xié)議適合于數(shù)據(jù)量較少的應(yīng)用場合，而且算法過于復(fù)雜，主要解決了多源到多Sink的傳感網(wǎng)的分散性問題，當(dāng)網(wǎng)絡(luò)規(guī)模較大，而且數(shù)據(jù)量比較多的情況不太適用;Meng Min提出PBR路由協(xié)議［8］，基于能量級別傳送數(shù)據(jù)，能量級別定義為節(jié)點(diǎn)在當(dāng)前所剩能量，能夠向鄰節(jié)點(diǎn)傳輸數(shù)據(jù)的次數(shù)，路徑能量級別定義為一個(gè)節(jié)點(diǎn)到目標(biāo)Sink節(jié)點(diǎn)整個(gè)路徑的最小能耗。該協(xié)議解決了能量均衡消耗的問題，延長了網(wǎng)絡(luò)的壽命，但是它適合于網(wǎng)絡(luò)拓?fù)浔容^簡單且Sink節(jié)點(diǎn)固定的情況;Chen Yue-quan 提出了 MRMS［9］多Sink節(jié)點(diǎn)路由協(xié)議，針對傳輸路徑選擇、高能效的動(dòng)態(tài)分簇維持以及路徑切換問題，提出了一種新的基于鄰節(jié)點(diǎn)間距離到相應(yīng)Sink的跳數(shù)以及節(jié)點(diǎn)剩余能量信息的路徑開銷度量算法，該協(xié)議主要應(yīng)用于大規(guī)模分簇傳感網(wǎng)中，在傳感網(wǎng)的規(guī)模不大且不分層的情況算法有點(diǎn)復(fù)雜，不太實(shí)用。由此可見以前的很多多Sink節(jié)點(diǎn)傳感網(wǎng)路由協(xié)議都是從某一個(gè)角度來研究多Sink路由涉及的問題，考慮得更多的是節(jié)點(diǎn)的剩余能量，沒有很好地解決Sink節(jié)點(diǎn)間協(xié)調(diào)問題，以及能量的均衡消耗，或者是算法過于復(fù)雜造成能量開銷較大。它們考慮因素不全面或者計(jì)算復(fù)雜度過高，沒有考慮節(jié)點(diǎn)失效或者移動(dòng)時(shí)的路徑選擇，而Q學(xué)習(xí)方法適合于任何規(guī)模的傳感器網(wǎng)絡(luò)，算法不太復(fù)雜，考慮的因素較全，如節(jié)點(diǎn)的剩余能量、跳數(shù)、距離等，有效的均衡了節(jié)點(diǎn)的能量消耗，延長了網(wǎng)絡(luò)的使用壽命。

2 Q學(xué)習(xí)算法

在無線傳感網(wǎng)中，節(jié)點(diǎn)在尋求最優(yōu)路徑時(shí)，每個(gè)Agent都要有初始的Q值。通過信息交互基于增強(qiáng)學(xué)習(xí)機(jī)制尋找下一個(gè)Agent，在Q值更新過程中是基于以下方法的:

這里，γ為延遲回報(bào)與立即回報(bào)的相對比例因子(0≤γ≤1)，α(0≤α≤1)為學(xué)習(xí)因子。不同無線傳感網(wǎng)絡(luò)可能具有不同的資源，調(diào)控α將使Q評估值更新方法收斂。當(dāng)α=1時(shí)，為確定性回報(bào)情形下的規(guī)則。此時(shí)上式變?yōu)?

第i個(gè)Agent在時(shí)間t采取的動(dòng)作是確定將數(shù)據(jù)發(fā)送給哪個(gè)鄰居Agent，所得的回報(bào)就來自該鄰居Agent，一般不同的Agent具有不同的回報(bào)值，Agent在發(fā)送信息時(shí)是選擇具有最大回報(bào)值的鄰居Agent發(fā)送。從數(shù)據(jù)源節(jié)點(diǎn)到Sink節(jié)點(diǎn)能通過不斷的迭代產(chǎn)生具有最大Q評估值的路徑，該路徑即是最優(yōu)路徑。

3 基于Q學(xué)習(xí)的多Sink網(wǎng)路由機(jī)制

多Sink無線傳感網(wǎng)路由考慮的是如何把采集到的數(shù)據(jù)根據(jù)能量有效的原則傳送到最佳的Sink節(jié)點(diǎn)。多Sink路由協(xié)議研究還處于起步階段，目前研究的路由協(xié)議大多存在考慮因素不全面，如未考慮關(guān)鍵路徑上節(jié)點(diǎn)能量消耗過快，路由算法過于復(fù)雜、節(jié)點(diǎn)移動(dòng)或失效等，基于Q學(xué)習(xí)的路由機(jī)制能比較有效地解決能量消耗不均衡的問題。下面利用Q學(xué)習(xí)方法機(jī)制來實(shí)現(xiàn)能量感知路由協(xié)議，從而實(shí)現(xiàn)路由選擇［12－13］。

假定學(xué)習(xí)因子γ=1，為了方便討論只考慮確定性的情況，即α=1的情形。Agent綜合考慮路徑上節(jié)點(diǎn)的剩余能量和節(jié)點(diǎn)間能量消耗、跳數(shù)，每次選擇較優(yōu)的Agent來傳送數(shù)據(jù)，并在每次的選擇后根據(jù)獲得的回報(bào)值選擇下一個(gè)較優(yōu)的Agent。這樣從源節(jié)點(diǎn)到每個(gè)Sink節(jié)點(diǎn)都能通過不斷的迭代找到一條最佳的路徑，然后通過比較不同Sink節(jié)點(diǎn)的Q值，Q值高的Sink節(jié)點(diǎn)即為應(yīng)選擇的Sink節(jié)點(diǎn)。學(xué)習(xí)過程如下:

(1)匯聚節(jié)點(diǎn)Sinkk(在這里1≤k≤3)以一定的周期向鄰居Agent廣播學(xué)習(xí)評估消息，啟動(dòng)路徑建立過程。學(xué)習(xí)評估消息中包含Agent的回報(bào)值、Q評估值及能量信息，回報(bào)值的初始值設(shè)為0。

(2)Agenti收到鄰居Agentj發(fā)送的學(xué)習(xí)消息時(shí)，相對發(fā)送該消息的Agentj，只有當(dāng)自己距離源節(jié)點(diǎn)更近而距Sinkk更遠(yuǎn)的情況下，才需進(jìn)行學(xué)習(xí)訓(xùn)練，否則放棄學(xué)習(xí)。其中相關(guān)定義如下:

①定義一個(gè)D集合來存放本周期內(nèi)已學(xué)習(xí)過的Agent以免出現(xiàn)路由環(huán)路現(xiàn)象;

②在WSN無線通信模型中，能量的消耗主要是進(jìn)行數(shù)據(jù)傳輸。發(fā)送lbit數(shù)據(jù)包到距離為d的接收方的能量消耗為Ei，j。

在WSNs中，跳數(shù)對于節(jié)點(diǎn)的能量消耗也是有很大的影響的。跳數(shù)關(guān)于節(jié)點(diǎn)能量消耗的公式:Eh=ehop(i)/H，其中 hop(i)表示下一跳 Agentj到 Sinkk的跳數(shù)，Agenti到Sinkk的總跳數(shù)為H。

在本文中，Ei，j假定已知，故只要考慮跳數(shù)對節(jié)點(diǎn)能量消耗的影響即可，即只計(jì)算Eh=ehop(i)/H即可。

③Sinkk周期性地不斷向鄰居節(jié)點(diǎn)發(fā)送學(xué)習(xí)消息，各個(gè)鄰節(jié)點(diǎn)不斷地向下一個(gè)節(jié)點(diǎn)發(fā)送學(xué)習(xí)消息，這樣從各個(gè)Sink節(jié)點(diǎn)到源節(jié)點(diǎn)的Q評估值就逐步的迭代出來。源節(jié)點(diǎn)通過比較到不同路徑上的Q值，選擇Q值最大的作為通信的下一個(gè)節(jié)點(diǎn)把數(shù)據(jù)發(fā)送出去，從而最終把源節(jié)點(diǎn)的數(shù)據(jù)傳送到Sink節(jié)點(diǎn)，最后通過Sink節(jié)點(diǎn)把數(shù)據(jù)發(fā)送到計(jì)算機(jī)處理系統(tǒng)。該Q學(xué)習(xí)機(jī)制中，節(jié)點(diǎn)間通信的每一步選擇都綜合考慮了節(jié)點(diǎn)的通信能力、跳數(shù)、剩余能量，能從中選擇最能均衡能量、節(jié)省能量、延長節(jié)點(diǎn)壽命的路徑選擇路由，因而具有一定的實(shí)用價(jià)值和現(xiàn)實(shí)意義。

4 實(shí)例分析

假設(shè)網(wǎng)絡(luò)拓?fù)淙鐖D1所示，用有向圖G(V，E)來表示，V代表傳感網(wǎng)中的各個(gè)Agent節(jié)點(diǎn)，V=(源節(jié)點(diǎn)，V1，V2，…，V9，Sink1，Sink2，Sink3)，E 代表著相鄰Agent間可通信的一條鏈路e。每個(gè)節(jié)點(diǎn)的剩余能量標(biāo)注在每個(gè)節(jié)點(diǎn)的旁邊，Rj表示Agent j的剩余能量。為方便計(jì)算，我們假設(shè)鏈路e上的值表示兩節(jié)點(diǎn)間數(shù)據(jù)傳送所消耗的能量值(跳數(shù)因素對節(jié)點(diǎn)能量消耗不包含在內(nèi)，另外考慮)。比如源節(jié)點(diǎn)和V2之間的數(shù)據(jù)傳輸?shù)哪芰肯氖?，另外還要考慮跳數(shù)對節(jié)點(diǎn)能量的影響。為了進(jìn)行性能比較，增加了多Sink傳感網(wǎng)中的最小能量消耗路由算法的能量消耗分析。

圖1 節(jié)點(diǎn)拓?fù)淠芰渴疽鈭D

基于最小能量消耗路由算法:

Cost(源，Sink1)=cost(源，V5)+cost(V5，Sink1)=5+2=7;

Cost(源，Sink2)=cost(源，V4)+cost(V4，V6)+cost(V6，V9)+cost(V9，Sink2)=1+1+3+1=6;

Cost(源，Sink3)=cost(源，V2)+cost(V2，Sink3)=2+3=5。

根據(jù)該算法，我們選擇源－V2－Sink3作為傳送數(shù)據(jù)的路由。數(shù)據(jù)傳送的次數(shù)為20/3=6。

下面具體分析多Sink傳感網(wǎng)中基于Q學(xué)習(xí)算法的路由選擇機(jī)制。

Agent不必知道網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，只須獲得每個(gè)節(jié)點(diǎn)的Q值和到達(dá)下個(gè)節(jié)點(diǎn)的回報(bào)值，就能通過不斷地迭代找到最優(yōu)路徑。通過Sink節(jié)點(diǎn)周期性的向源節(jié)點(diǎn)發(fā)送學(xué)習(xí)訓(xùn)練消息更新節(jié)點(diǎn)的Q值表，更新規(guī)則為式(2)，Sink節(jié)點(diǎn)的剩余能量始終保持在40，Q的初始值設(shè)為40。

先考慮第一個(gè)周期T=1。表1所示為T=1時(shí)源節(jié)點(diǎn)到各個(gè)Sink節(jié)點(diǎn)路徑上的Q值。

表1 建立路由的Q表項(xiàng)＜T=1＞

π*=maxaQ(s，a)。根據(jù)Q學(xué)習(xí)算法應(yīng)該選擇Q值最大的作為目標(biāo)傳送的Sink節(jié)點(diǎn)。故應(yīng)該選擇路徑為:源－V4－V6－V7－Sink3。若一直沿該路徑發(fā)送數(shù)據(jù)，傳送的次數(shù)為10/1=10。與最小能量消耗路由算法相比，數(shù)據(jù)傳送的次數(shù)增多了，網(wǎng)絡(luò)的壽命得到了延長。該實(shí)例只是分析了一個(gè)周期的路由選擇。隨著Agent繼續(xù)進(jìn)行數(shù)據(jù)傳送，各Agent節(jié)點(diǎn)的能量會(huì)發(fā)生變化，這個(gè)時(shí)候源節(jié)點(diǎn)又會(huì)根據(jù)路由算法尋找新的路由。對于增強(qiáng)學(xué)習(xí)算法而言，當(dāng)?shù)诙芷陂_始尋找路徑時(shí)，節(jié)點(diǎn)的剩余能量為節(jié)點(diǎn)原來的能量減去節(jié)點(diǎn)間通信消耗的能量。確定了各節(jié)點(diǎn)的能量后，就可以根據(jù)Q算法重新尋找最優(yōu)路徑。如此循環(huán)往復(fù)，節(jié)點(diǎn)每次都能找到一條達(dá)到Sink節(jié)點(diǎn)的最優(yōu)路徑。

第二周期的Q評估值的計(jì)算是在第一周期基礎(chǔ)上進(jìn)行的，這時(shí)節(jié)點(diǎn)的剩余能量為第一周期節(jié)點(diǎn)剩余能量減去第一周期發(fā)送信息消耗的能量，即源、V4、V6、V7的節(jié)點(diǎn)能量有變化，其余節(jié)點(diǎn)能量不變。

表2 建立路由的Q表項(xiàng)＜T=2＞

表2表明第二周期內(nèi)源－V4－V6－V7－Sink3的Q評估值仍然是最大的，故第二周期選擇的路徑?jīng)]有變。

為了比較兩個(gè)算法對傳感網(wǎng)網(wǎng)絡(luò)使用壽命的影響，需要定義一種和數(shù)據(jù)收集相關(guān)的度量標(biāo)準(zhǔn)。實(shí)例采用協(xié)作壽命來進(jìn)行度量。協(xié)作壽命定義為從傳感器網(wǎng)絡(luò)開始工作時(shí)起到第一個(gè)傳感器節(jié)點(diǎn)失效時(shí)所經(jīng)過的傳送數(shù)據(jù)的輪次。圖2所示是兩種算法在不同Sink節(jié)點(diǎn)數(shù)目時(shí)協(xié)作壽命。橫軸表示Sink節(jié)點(diǎn)數(shù)目，縱軸表示傳感器的協(xié)作壽命。

圖2 兩種算法生命周期比較

從圖2可以看出，在單Sink節(jié)點(diǎn)時(shí)采用兩種算法的傳感器網(wǎng)絡(luò)壽命一樣，因?yàn)閱蜸ink節(jié)點(diǎn)所形成的路由路徑是唯一確定的。隨著Sink節(jié)點(diǎn)數(shù)目的增加傳感網(wǎng)的壽命有顯著的提高，因?yàn)殡S著Sink節(jié)點(diǎn)數(shù)量的增加，每個(gè)傳感器節(jié)點(diǎn)到達(dá)Sink節(jié)點(diǎn)的平均距離就會(huì)減少，那么傳送數(shù)據(jù)所消耗的能量就會(huì)減少，從而網(wǎng)絡(luò)壽命要增加。另外，由于采用Q學(xué)習(xí)方法的路由機(jī)制使數(shù)據(jù)始終沿著能量消耗代價(jià)最小的路徑進(jìn)行數(shù)據(jù)傳輸，在一定程度上避免了使用剩余能量少的節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)，而最小能量消耗路由路徑始終選擇的是能量消耗最少的節(jié)點(diǎn)發(fā)送數(shù)據(jù)，根本沒有考慮到節(jié)點(diǎn)的剩余能量。

Q學(xué)習(xí)算法具有衡量各節(jié)點(diǎn)的能量的作用，這是因?yàn)樵撍惴ň哂兄芷谛院图磿r(shí)性，且不以路徑上的節(jié)點(diǎn)能量消耗少作為唯一擇路標(biāo)準(zhǔn)，而是綜合考慮了Agent節(jié)點(diǎn)能量消耗、節(jié)點(diǎn)剩余能量值、跳數(shù)、距離等，因而相對而言考慮較為全面，能發(fā)掘出更合適的路徑出來。

5 結(jié)束語

本文研究基于Q學(xué)習(xí)的多Sink無線傳感網(wǎng)路由機(jī)制。該機(jī)制綜合網(wǎng)絡(luò)節(jié)點(diǎn)的剩余能量和節(jié)點(diǎn)間消耗能量值以及跳數(shù)、距離，通過不斷迭代找到到達(dá)各Sink節(jié)點(diǎn)的最優(yōu)路徑。Sink節(jié)點(diǎn)周期性的向源節(jié)點(diǎn)發(fā)出學(xué)習(xí)訓(xùn)練消息，各節(jié)點(diǎn)根據(jù)自己當(dāng)時(shí)所處的狀態(tài)不斷的學(xué)習(xí)訓(xùn)練，使Q值表在不斷的更新，不斷地選擇最優(yōu)的路徑，因而每次傳送數(shù)據(jù)都能很好的平衡能量。該機(jī)制還能防止由于節(jié)點(diǎn)故障導(dǎo)致的路徑失效。通過實(shí)例分析，我們看出該機(jī)制相比于最小能量消耗路由算法大大延長了網(wǎng)絡(luò)的生命周期，并且隨著Sink節(jié)點(diǎn)數(shù)目的增加，Q學(xué)習(xí)方法的優(yōu)勢性越來越明顯。

［1］孫利民，李建中，陳渝，等.無線傳感器網(wǎng)絡(luò)［M］.北京;清華大學(xué)出版社，2005.1－57.

［2］姚怡，覃華，蘇一丹.基于Q-learning的自適應(yīng)容錯(cuò)路由算法的研究［J］.計(jì)算機(jī)工程與應(yīng)用，2006(10):123－125.

［3］薛麗華，殷萇茗.多智能體協(xié)作學(xué)習(xí)方法的研究［D］:［碩士學(xué)位論文］.長沙:長沙理工大學(xué)，2008.

［4］褚建華，李大字.Q-learning強(qiáng)化學(xué)習(xí)算法改進(jìn)及其應(yīng)用研究［D］:［碩士學(xué)位論文］.北京:北京化工大學(xué)，2009.

［5］Anna Egorova-Forster，Amy L Murphy.Exploiting Reinforcement Learning for Multiple Sink Routing in WSN［C］//2007 IEEE International Conference on Mobile Ad hoc and Sensor Systems(MASS 2007)，8 October－11 October 2007:1－3.

［6］Ping Wang，Ting Wang.Adaptive Routing for Sensor Networks using Reinforcement Learning［C］//2006 The Sixth IEEE International Conference on Computer and Information Technology(CIT 2006)，September 2006:219－225.

［7］Pietro Ciciriello，Luca Mottola，Gian Pietro Picco.Efficient Routing from Multiple Sources to Multiple Sinks in Wireless Sensor Networks［J］.Computer Science，2007，4373(10):34－50.

［8］Min Meng，Xiaoling Wu，Hui Xu，et al.Energy Efficient Routing in Multiple Sink Sensor Networks［C］//2007 the Fifth International Conferenceon computerScience and Applications，Berlin:Springer.26－29 August 2007:561－566.

［9］Chen Yue-quan，Chane，Han Song.Energy Efficient Multipath Routing in Large Scale Sensor Networks with Multiple Sink Nodes［C］//Cao J，W Neidl，M Xu，des.Proc of the 6th International Workshop on Advanced Parallel Processing Techniques，Berlin:Springer.2005:390－399.

［10］Tom M Mitchell著，曾華軍，張銀奎，等譯.機(jī)器學(xué)習(xí)［M］.北京:機(jī)械工業(yè)出版社，2003.263－280.

［11］陳志，王汝傳，孫力娟.一種無線傳感器網(wǎng)絡(luò)的多Agent系統(tǒng)模型［J］.電子學(xué)報(bào)，2007.35(2):240－243.

［12］章韻，王靜玉，陳志.基于Q學(xué)習(xí)的無線傳感器網(wǎng)絡(luò)自組織方法研究［J］.傳感技術(shù)學(xué)報(bào)，2010.23(11):1623－1626.

［13］汪瓊，張鋒.無線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)協(xié)作算法研究［J］.傳感技術(shù)學(xué)報(bào)，2006.19(2):481－485.