基于MAC竞争窗强化学习的传感网节能滤波机制

依据传感器网络面向应用的价值区分度特征，提出一种基于冗余价值滤波的传感器网络节能数据收集机制。所提机制采用预测模型在线评估采样数据价值，并映射为相应的价值因子，进而根据强化学习理论将价值因子引入区分服务的退避机制设计，驱动媒体介质访问层层竞争窗尺寸的自适应优化调整，在满足数据收集服务质量的前提下，有效地抑制网内价值冗余负荷传输量，实现价值区分性滤波的节能效果。仿真实验表明，所提机制能有效增加网络吞吐量和降低传输时延，且相对于一些传统的节能收集机制，能够从传感器网络数据内涵应用价值挖掘的角度，更有效地降低网络整体能耗。