TY - JOUR A2 - Wang, Xiaojie AU - Wei, Kefeng AU - Zhang, Lincong AU - Jiang, Xin AU - Guo, Yi PY - 2020 DA - 20/12/28 TI - -随着新冠肺炎疫情的爆发，人们使用医疗物联网(IoMT)进行身体健康监测的需求急剧增加。海量的数据需要稳定、可靠、实时的传输，这已经成为一个迫切需要解决的问题。本文构建了一个由携带可穿戴设备的多个用户和一个协调器组成的健康监测IoMT网络。该网络的一个重要问题是在路由过程中节点拥塞和链路断开导致的数据包传输不稳定和效率低下。基于这些，我们提出了一个 问 -learning-based dynamic routing selection (QDRS)算法。首先，建立了路径优化的数学模型，并提出了一种具有高可信度和稳定性的全局路由选择方法(GRCS)。但在数据通过最优路径传输过程中，节点和链路状态可能发生变化，导致丢包或重传。这是标准路由算法没有考虑到的问题。为此，本文提出了一种基于GRCS的局部链路动态调整方案 问 -learning算法，为每个中间转发节点选择最优下一跳节点。如果所选节点与原路径不相同，则所选节点将替换原路径中的下游节点，从而及时修正最优路径。本文在选择路径时考虑了节点的拥塞状态、剩余能量和移动性，并考虑了数据包传输过程中的网络状态变化，这是本文最重要的创新之处。仿真结果表明，与其他类似算法相比，该算法可以在不严重影响网络能量消耗和时延的情况下显著提高包转发速率。JF -无线通信和移动计算PB - Hindawi KW - ER -