面向动态无线网络的链路寿命预测与不确定性感知路由决策方法

本发明涉及网络通信，尤其涉及一种面向动态无线网络的链路寿命预测与不确定性感知路由决策方法。

背景技术：

1、随着无线通信网络、无线自组织网络及多跳网络的快速发展，网络节点之间的链路状态呈现出显著的动态性和不确定性。受节点移动性、无线信道波动、干扰变化以及节点负载变化等因素影响，链路的可用性、可靠性和持续时间会随时间不断变化，对网络层的路由决策和资源调度产生重要影响。在现有技术中，路由协议通常依赖于瞬时或短期统计指标对链路状态进行评估，例如接收信号强度指示（rssi）、信噪比（snr）、分组接收率（prr）或历史丢包率等。这类方法多采用滑动平均、指数加权或简单阈值判断的方式，对链路质量进行估计。然而，该类方法通常仅反映链路的当前或短期状态，难以对链路未来的可持续性进行有效预测，在链路快速变化或存在潜在退化趋势时，容易导致路由频繁切换或路径选择失效。为克服上述问题，部分研究尝试引入基于时间序列的预测模型，利用历史链路状态对链路寿命或未来质量进行预测，例如采用循环神经网络、长短期记忆网络（lstm）等模型对链路演化过程进行建模。尽管此类方法在一定程度上提升了预测精度，但现有技术多仅输出单一的预测值，未对预测结果的不确定性进行显式建模。当训练数据分布发生变化、环境干扰增强或观测信息不足时，预测结果的可靠性将显著降低网络整体性能。现有技术中，多采用固定周期或简单规则进行探测，但缺乏对探测评估，从而可能误导后续的路由或调度决策。另一方面，在无线网络中，为提高链路状态感知精度，通常可以通过主动探测的方式获取额外的观测信息，例如发送探测报文以测量实时丢包率、时延或抖动等。然而，主动探测会引入额外的通信开销和能耗，若对所有链路进行频繁探测，收益的量化评估机制，难以在有限探测预算下实现探测资源的最优分配。此外，现有路由决策方法在利用预测结果时，通常默认预测值具有同等可信度，未能根据预测不确定性对不同时间尺度的链路信息进行自适应权衡。在多业务、多服务质量需求（qos）的场景下，这种方式难以同时兼顾短期性能与长期稳定性，容易在高不确定环境中做出次优甚至错误的路由选择。

2、综上所述，现有技术在链路状态预测、预测可信度建模、主动探测资源分配以及基于不确定性的路由决策等方面仍存在不足，仍需一种能够联合建模链路寿命预测及其不确定性，并在探测预算受限条件下自适应优化感知与路由决策的技术方案。

技术实现思路

1、发明目的：本发明的目的是提供一种面向动态无线网络的链路寿命预测与不确定性感知路由决策方法，旨在解决无线网络中链路状态动态变化快、预测结果可信度不足以及探测资源受限条件下路由决策可靠性不高的问题，通过对链路历史状态进行分析，实现链路短期与长期寿命的预测并刻画其不确定性，在此基础上自适应选择部分链路进行主动探测以提升链路状态感知精度，进而结合预测结果及其不确定性进行路由决策，从而提高路由选择的稳定性和网络整体性能。

2、技术方案：1、一种面向动态无线网络的链路寿命预测与不确定性感知路由决策方法，包括步骤如下：

3、s1，根据候选链路的历史状态数据，构建链路输入特征向量；

4、s2，将得到的输入特征向量送入预测网络，输出链路短期寿命和长期寿命的预测均值、以及与所述寿命预测对应的不确定性参数；

5、s3，将得到的先验寿命预测结果及不确定性指标输入探测评分网络，计算各候选链路的探测价值评分；依据探测价值评分，从候选链路中筛选出预测寿命较长且不确定性较高的链路，作为主动探测目标链路；

6、针对所筛选出的目标链路，触发主动探测机制，得到探测后的预测值与不确定性；然后，将先验预测结果与主动探测后信息共同输入残差更新网络，进行联合融合处理，得到更新后的短期寿命、长期寿命及对应不确定性，形成增强后的后验链路状态；

7、s4，将当前业务对应的qos需求向量与增强后的后验链路状态一并输入门控网络，其中qos需求包括时延、可靠性、吞吐量或切换稳定性；

8、利用门控网络输出对应的权重系数，对短期寿命特征、长期寿命特征以及不确定性相关特征进行自适应加权；

9、根据得到的门控权重，对增强链路状态进行加权融合，形成面向当前业务需求的综合决策特征；

10、s5，将综合决策特征输入路由决策网络，对当前节点各候选邻居节点输出下一跳选择概率分布；根据候选邻居节点的选择概率，确定最终下一跳节点，完成路由转发决策。

11、进一步，构建链路输入特征向量的具体步骤包括：

12、s11，按照预设时间间隔采集其连续多个时刻的历史状态信息，形成滑动窗口序列；所述历史状态信息包括rssi、snr、prr、丢包率、时延、重传次数、节点负载及业务类型；

13、s12，将来自物理层、mac层及业务层的原始数据统一映射到固定时间轴上，完成不同来源数据之间的时钟对齐；

14、s13，对对齐后的数据进行缺失值填充、异常值平滑和归一化处理，得到结构统一的标准化时序输入张量；

15、s14，将链路物理状态特征、业务标识特征和时间属性特征进行编码和拼接，形成每个时间步对应的综合输入向量。

16、进一步，所述预测网络基于深度概率学习架构构建，整体采用多层堆叠的lstm作为主干编码器：底层lstm单元负责提取局部时间变化模式，高层lstm进一步聚合更长时间尺度上的演变规律，lstm层之间配置dropout、层归一化或残差连接；

17、预测网络后端采用多头概率回归层，分别对短期链路寿命与长期链路寿命进行预测与参数估计，同时输出寿命均值与不确定性参数。

18、进一步，所述探测评分网络以预测网络输出的先验寿命预测值与不确定性指标为输入向量，通过若干全连接层、非线性激活函数及归一化处理，输出每条候选链路对应的探测价值评分；

19、所述残差更新网络内部包含若干全连接层与跳跃连接，将输出的残差修正量 与 叠加到原始先验上，生成增强后的后验链路状态。

20、进一步，对探测评分网络和残差更新网络采用分阶段解耦训练范式：

21、第一阶段聚焦于残差更新网络的训练：通过冻结前序预测网络参数，使用由先验预测值、观测值以及真实寿命组成的样本对训练更新网络，以最小化后验寿命与真实寿命之间的均方误差为目标；

22、第二阶段对探测评分网络进行优化，具体步骤如下：

23、首先，通过构建基于预测误差缩减量的探测收益标签 g：

24、，

25、其中，若较大，说明该链路通过探测得到了显著修正，属于高收益探测对象；若接近零甚至为负，则说明对该链路进行探测价值较低；

26、接着，通过最小化探测评分网络的输出与探测收益标签的差异进行训练，表达式如下：

27、，

28、其中，表示评分网络的损失函数，用于衡量评分网络输出的探测价值评分与真实探测收益之间的误差；表示第i个样本的先验链路寿命预测均值；表示第i个样本在主动探测前的先验不确定性参数；表示评分网络函数，用于根据链路寿命预测结果和不确定性输出探测价值评分；表示第i个样本的真实探测收益标签，用于表示主动探测后预测误差减少了多少。

29、进一步，所述门控网络采用轻量级mlp，输出经激活后形成归一化门控系数。

30、进一步，所述路由网络基于综合决策特征采用概率输出层，对候选邻居节点生成下一跳选择分布，表达式如下：

31、，

32、其中，表示候选动作；表示当前路由状态；表示路由决策网络；表示表示在当前路由状态s下选择候选动作 a的概率；表示经过门控融合后的综合决策特征。

33、进一步，对路由决策网络进行训练时，采用兼容深度强化学习的端到端联合训练流程；其中，依据网络运行过程中实际产生的端到端时延、丢包率  以及链路切换频次，构造复合惩罚奖励信号：

34、,

35、其中，、、为各目标项的权重系数；

36、采用近端策略优化算法，并利用广义优势估计对策略参数进行闭环更新。

37、本发明与现有技术相比，其显著效果如下：

38、1、本发明将链路寿命预测值与不确定性参数进行联合判定，优先选择具有较长预测寿命但预测置信度不足的候选链路作为主动探测目标；该类链路既具备成为稳定路由链路的潜力，又可能因额外观测而显著改变路由决策结果，因此具有更高探测价值。在获取目标链路的实时观测信息后，系统将先验链路寿命预测值、不确定性参数和实时观测信息共同输入更新网络，由更新网络输出残差修正量，对先验结果进行后验状态校准；通过该方式，本发明能够在探测预算受限条件下减少对低寿命、低收益链路的无效探测，同时避免瞬时探测噪声直接影响路由选择，在保留历史时序预测稳定性的基础上提升关键链路状态判断的可信度和平稳性；

39、2、本发明将业务标识 sid 与服务质量需求向量 q 进行衔接：在链路寿命预测阶段，业务标识 sid 用于区分不同业务类型；在路由决策阶段，sid 进一步对应到服务质量需求向量 q，用于表达当前业务对时延、可靠性、吞吐量、抖动和切换稳定性等方面的不同要求。门控网络根据增强后的后验链路状态和服务质量需求向量 q，对短期链路寿命、长期链路寿命及不确定性相关特征进行自适应加权，使路由决策不再对所有业务采用相同评价标准，而是能够根据业务需求动态调整链路选择依据。由此，本发明能够在动态无线网络环境下实现面向业务目标的差异化路由选择，提高路由决策的适配性、稳定性和可靠性；

40、3、本发明将链路寿命预测、不确定性评估、主动探测、状态校准和路由决策串联成连续闭环：预测网络输出先验链路寿命预测结果及不确定性参数；评分网络根据预测结果计算探测价值评分；主动探测机制获取高价值目标链路的实时观测信息；更新网络对先验结果进行后验状态校准；门控网络和路由决策网络再将校准后的链路状态转化为下一跳选择结果。该闭环过程使链路预测结果能够指导探测资源分配，主动探测结果能够反向提升链路状态可信度，增强后的链路状态又能够直接服务于路由决策，从而减少链路测量、状态校准与路由执行之间的信息割裂，提高动态无线网络环境下的传输稳定性。