实验室硕士生宫爱妮的论文被国际顶级期刊 ieee transactions on vehicular technology（if=5.978）录用-z6尊龙旗舰厅

实验室硕士生宫爱妮的论文被国际顶级期刊 ieee transactions on vehicular technology（if=5.978）录用，祝贺！

multi-auv collaborative data collection algorithm based on q-learning in underwater acoustic sensor networks

ieee transactions on vehicular technology,

2021 (sci index, if=5.978)

智能数据收集是水声传感器网络的关键组成部分，在海底环境监测、海洋资源探测和海洋灾害预警等方面发挥着重要作用。由于水下环境的特殊性，如基础设施的减少和通信信道的噪声的影响，水下节点采集的数据通过自主水下航行器（auv）能够更有效地传输到水面控制中心。然而，随着水下任务的日益复杂，单个auv已无法满足低延迟、低功耗的要求。针对这一问题，提出了一种多auv协作的数据收集算法，降低了单个auv进行数据收集的任务负担。该算法分为两个阶段：多auv任务分配和基于q-learning的auv路径规划。不同簇的数据传输被视为一组不同的任务，分配给不同的auv来完成。随后，使用q-learning对水下机器人进行路径规划，以指导其快速、低成本地完成任务。仿真结果表明，该算法可以充分利用网络的能量消耗，延长网络的生命周期，降低了数据收集延迟。