CN104796959A - 一种簇结构多载波水声传感器网络的混合型mac协议方法 - Google Patents

Abstract

一种簇结构多载波水声传感器网络的混合型MAC协议方法，将调度型MAC协议和竞争型MAC协议融合为混合型水声通信网络MAC协议，依靠全局的同步时间实现网络内所有节点的MAC协议动态切换，通过跨层设计思想将具有不同属性的数据分类后进行传输，采用空闲突发IBT及主动轮询IPT两种传输模式，在两种不同传输模式内进行传输的数据报文分别为周期性报文及突发性报文，IBT时隙与IPT时隙交替进行，且空闲突发IBT时隙长度动态可调，以满足传感器网络内部各种报文传输的需要以保证网络服务质量的同时降低传感器网络的通信能耗。

Description

一种簇结构多载波水声传感器网络的混合型MAC协议方法

技术领域

本发明涉及水声传感器网络数据链路层的介质访问控制(Media Access Control，MAC)协议，尤其涉及一种簇结构多载波水声传感器网络的混合型MAC协议方法，属于水声信号处理技术领域。

背景技术

水声传感器网络的MAC层协议需要在保证网络QoS(Quality of Service，服务质量)的前提下充分利用物理层信道的特性并综合考虑上层应用的需求以尽可能的降低网络的通信能耗，因此水声传感器网络MAC协议设计是面向数据的，在设计时不能完全参照水声通信网络协议架构的层次划分，需要运用跨层思想协调MAC协议与其他层次间的关系。

水声传感器网络的两类MAC协议各有优劣：调度型MAC协议可以提前为簇内各成员节点指派通信资源，因此可以按照各节点的实际传输需求进行集中式的资源分配与调度，减少了信道竞争的能耗并提高了信道利用率，但其数据传输延迟通常较大，且一般不能灵活的依据节点实际传输需求进行资源分配；竞争型MAC协议的信道资源完全按照节点的实际传输需求进行分配，在网络负载较低时可以很好的控制数据传输延迟，但其在各节点进行信道竞争时有一定的能量损耗，当网络负载较高时其数据传输延迟及竞争能量损耗将会显著增加。

发明内容

本发明的目的在于克服现有技术之缺陷，将现有调度型MAC协议和竞争型MAC协议融合为混合型水声通信网络MAC协议，并根据实际网络需求按照一定策略对MAC协议进行动态切换以综合两类MAC协议的优势。由于混合型MAC协议是以网络需求为依据在同一网络内进行协议切换的，其MAC协议族的设计都是基于同样的网络架构，但各类MAC协议的适用条件及设计目的并不相同。考虑到网络状况的变化速率及实际通信代价，实际中只能依靠全局的同步时间实现网络内所有节点的MAC协议动态切换。因此，需要从实际数据通信需求出发，基于水声传感器网络模型设计多种高效MAC协议，并按照一定的策略进行组合，以满足复杂多变的水声传感器网络通信需求。

本方法假设在使用多载波技术进行通信的簇结构水声传感器网络内存在多条多载波水声逻辑信道，各节点可以无差异的使用网络中的所有信道，网络中各节点时钟同步且簇内成员节点能够对信道传播延时进行粗略估计。

本发明的技术方案如下：一种簇结构多载波水声传感器网络的混合型MAC协议方法，其特征在于：将调度型MAC协议和竞争型MAC协议融合为混合型水声通信网络MAC协议，依靠全局的同步时间实现网络内所有节点的MAC协议动态切换；通过跨层设计思想将具有不同属性的数据分类后进行传输，以保证网络服务质量的同时降低传感器网络的通信能耗；

将传感器网络内传输的数据分为周期性报文及突发性报文两类，周期性报文用以传输周期性监测数据及网络状态的控制信息，包括剩余能量信息、定位计算结果、传感器监测数据；突发性报文用以传输网络中的突发数据，包括已发生的监测事件信息、能耗警戒数据、节点故障信息；采用空闲突发IBT及主动轮询IPT两种传输模式，在两种不同传输模式内进行传输的数据报文分别为周期性报文及突发性报文，IBT时隙与IPT时隙交替进行，且空闲突发IBT时隙长度动态可调，以满足传感器网络内部各种报文传输的需要；

采用空闲突发IBT传输模式时，簇内成员节点根据其实际通信需求，以随机竞争的方式向簇头节点发送报文，且在实际数据传输前，需要与簇头节点完成一次RTS-CTS握手过程，以确保报文的即时、完整传输；

采用主动轮询IPT传输模式时，该模式时隙中依次进行信道声明、上行数据传输及下行数据传输，簇头节点根据当前网络的传输需求进行能耗优化，均匀的降低网络节点的数据传输能耗；

包括以下步骤：

1)完成簇结构水声传感器网络中各节点的时钟同步；

2)由簇头节点决定网络初始的数据传输模式，若为IBT模式则同时给出该模式的持续时长；若为IPT模式则传感器网络将直接进入IPT时隙传输流程；

3)在IBT时隙完毕或IPT数据传输完毕后，传感器网络将自动切换数据传输模式，在进入IBT时隙时簇头节点将根据当前网络服务质量再次声明IBT时隙时长。

在上述空闲突发IBT传输模式内，传感器网络采用竞争型MAC协议进行数据传输，包括以下步骤：

1)簇头节点对所有成员声明此次IBT时隙的控制信道信息及持续时长，并在IBT时隙内对控制信道进行载波侦听；

2)各成员节点根据自身与簇头节点的通信状况预估传输延迟T_d的变化范围，即确定最大及最小传播时延及

3)成员节点需要传输突发报文时，若剩余的IBT时隙长度小于报文传输所需时间，则将报文移至IPT时隙内进行传输，否则立即在上行控制信道上发送控制报文请求数据发送；

4)若簇头节点无差错的接收到控制报文，则根据当前网络状况为此次突发报文的传输分配信道，通过下行控制信道上发送CTS信息，并在CTS信息中对该簇内节点的数据传输信道进行指派，并在该信道上等待数据；

5)成员节点在完成上行控制报文发送后的时间内对下行控制信道进行侦听，若接收到正确的CTS则完成一次RTS-CTS握手，并按照簇头节点的指派信息在特定信道上以最高速率进行数据传输；

6)若簇头节点所接收的上行控制报文有错误或混叠，则简单的丢弃该报文，并不在下行控制信道上发送任何数据；

7)若簇内成员节点在首次发送上行控制报文后的时刻仍未侦听到CTS，则在立即重发控制报文；

8)若在簇内成员节点重发控制报文后仍未收到CTS，则进行二进制指数退避，退避间隔为上行控制报文的时长T_con；

9)若重传次数超过限制时将通知上层，并将该报文移至IPT时隙内进行传输；

在上述主动轮询IPT传输模式内，传感器网络采用调度型MAC协议进行数据传输，包括以下步骤：

1)信道声明：簇头节点对成员节点广播此次IPT传输的信道信息及上行数据传输阶段内成员节点申请顺序，完成信道声明后网络将进入上行数据传输阶段；

2)上行数据传输阶段通信流程如下：

a)信道预约：成员节点依据自身数据传输需要，在数据申请时间片内按指定顺序发出数据传输申请，数据传输申请帧内包括节点可利用信道信息及待传送周期性数据报文长度信息；

b)传输时长确定：簇头节点根据成员节点的数据传输请求计算出满足所有节点传输需求的最长时间T_max及最短时间T_min，其中.T_max.为所有成员节点都以最低速率进行数据传输时的时耗，T_min为所有成员节点都以最高速率进行数据传输时的时耗，并通过网络的能耗优化率Q_up及簇内可用的信道数L按下式计算数据传输时长T_total：

$T_{\mathrm{total}}=\frac{T_{\min }+(T_{\max }-T_{\min })\×Q_{\mathrm{up}}}{L}$

c)整体优化：簇头节点根据此次数据发送需求，并对此次传输过程的整体能耗进行优化并计算出最优信道指派方案；

d)资源指派：簇头节点将在业务信道上对所有簇内节点广播此次上行轮询传输总时耗及信道传输指派方案；

e)数据传输：成员节点在接收到簇头节点的传输指派方案后，按照该方案在指定信道上发送数据；

3)在完成上行数据传输阶段后，若传感器网络存在下行数据传输需求，则进入下行数据传输阶段，否则IPT流程结束；

4)下行数据传输流程如下所述：

a)传输时长确定：由于在下行数据传输阶段内，簇头节点已知各成员节点待传输的数据量，因此下行数据传输时长T_total，直接根据能耗优化率Q_down及可用的信道数L按照与上行数据传输相同的策略计算得出；

b)整体优化：簇头节点根据此次数据发送需求，并对此次传输过程的整体能耗进行优化并计算出最优信道指派方案；

c)资源指派：簇头节点将在业务信道上对所有簇内节点广播此次下行轮询传输总时耗及信道传输指派方案；

d)数据传输：成员节点在接收到簇头节点的传输指派方案后，按照该方案在指定信道上接收簇头节点发送的下行数据；

5)在完成下行数据传输阶段后，传感器网络将自动进入IBT传输时隙。

可采用以下两种方法之一对空闲突发IBT时隙长度进行动态调整：

方法1，在IPT时隙内统计上一个IBT阶段被阻塞发送的报文数量，并根据被阻塞的数据量调整下一个IBT时隙的长度；

方法2，在IBT时隙内，簇头节点统计控制信道的忙时长T_busy及实际接收到的报文数量N_Success，在IBT时隙结束时按照下式计算控制信道上竞争的时间冗余率μ，并通过μ的大小来调整下一个IBT时隙的长度：

$\mathrm{\μ}=\frac{T_{\mathrm{busy}}}{T_{\mathrm{con}}\×N_{\mathrm{Success}}}.$

本发明的优点及显著效果：本发明将现有调度型MAC协议和竞争型MAC协议融合为混合型水声通信网络MAC协议，并根据实际网络需求对MAC协议进行动态切换以综合两类MAC协议的优势。在IBT时隙内，在突发报文请求频率较低的网络中能够保证网络突发性报文的可靠、实时传输，而在突发报文请求频率较高的网络中，可以重复利用网络资源进行数据传输。对于突发报文请求频率极高的水声传感器网络，可以通过动态调整IBT时隙长度保证网络服务质量。在IPT时隙内，使用耗并行搜索优化算法进行弱可行方案验证的传输方案优化算法能够对不同规模、不同优化率的传输方案集合进行优化，其算法性能及鲁棒性都优于一般的贪婪算法。因此本发明可在保证网络服务质量的同时尽可能的降低水声传感器节点的通信能耗，从而延长网络的整体寿命。

附图说明

图1是簇结构水声传感器网络结构示意图；

图2是弱可行方案集合的并行搜索及验证算法流程图；

图3是弱可行方案的并行搜索迭代验证及优化算法流程图；

图4是IBT时隙内数据传输方法的网络平均符号速率曲线示意图；

图5是IBT时隙内数据传输方法的网络平均数据传输延迟示意图；

图6是IBT时隙内数据传输方法的业务/数据信道利用率示意图；

图7是IBT时隙长度及时间冗余率变化曲线示意图；

图8是动态IBT时隙与定长IBT时隙内最大传输延时对比图；

图9是在固定优化比率条件下，不同簇内成员节点数目条件下IPT并行能耗优化算法的失败率对比图；

图10是在固定优化比率条件下，不同簇内成员节点数目条件平均归一化传输能耗曲线对比图；

图11是在改变优化比率条件下，不同簇内成员节点数目条件下IPT并行能耗优化算法的失败率对比图

图12是在改变优化比率条件下，不同簇内成员节点数目条件平均归一化传输能耗曲线对比图。

具体实施方式

参看图1，为簇结构水声传感器网络结构示意图，其中虚线代表联通的数据链路，空白节点表示簇内成员节点，阴影节点则表示簇头节点。可以看出其网络结构具有迭代性，即簇头节点间的数据转发与汇聚实际上等效于更高层次的簇内通信。本发明在簇结构水声传感器网络内，具体可按以下步骤实施：

1)完成簇结构水声传感器网络中各节点的时钟同步。

2)由簇头节点决定网络初始的数据传输模式，若为IBT模式则同时给出该模式的持续时长；若为IPT模式则传感器网络将直接进入IPT时隙传输流程。

3)在IBT时隙完毕或IPT数据传输完毕后，传感器网络将自动切换数据传输模式，在进入IBT时隙时簇头节点将根据当前网络服务质量再次声明IBT时隙时长。

在空闲突发IBT传输模式内，传感器网络采用一种竞争型MAC协议进行数据传输，其具体步骤如下：

1)簇头节点对所有成员声明此次IBT时隙的控制信道信息及持续时长，并在IBT时隙内对控制信道进行载波侦听；

2)各成员节点根据自身与簇头节点的通信状况预估传输延迟T_d的变化范围，即确定最大及最小传播时延及

3)成员节点需要传输突发报文时，若剩余的IBT时隙长度小于报文传输所需时间，则将报文移至IPT时隙内进行传输，否则立即在上行控制信道上发送控制报文请求数据发送；

4)若簇头节点无差错的接收到控制报文，则根据当前网络状况为此次突发报文的传输分配信道，通过下行控制信道上发送CTS信息，并在CTS信息中对该簇内节点的数据传输信道进行指派，并在该信道上等待数据；

5)成员节点在完成上行控制报文发送后的时间内对下行控制信道进行侦听，若接收到正确的CTS则完成一次RTS-CTS握手，并按照簇头节点的指派信息在特定信道上以最高速率进行数据传输；

6)若簇头节点所接收的上行控制报文有错误或混叠，则简单的丢弃该报文，并不在下行控制信道上发送任何数据；

7)若簇内成员节点在首次发送上行控制报文后的时刻仍未侦听到CTS，则在立即重发控制报文；

8)若在簇内成员节点重发控制报文后仍未收到CTS，则进行二进制指数退避，退避间隔为上行控制报文的时长T_con；

9)若重传次数超过限制时将通知上层，并将该报文移至IPT时隙内进行传输。

对于网络负载动态变化的水声传感器网络而且，采用固定时长的IBT时隙可能造成网络拥塞，导致大量突发性数据移至IPT时隙内发送，从而造成较高的传输延时，因此通过监测簇内突发传输请求频率对IBT时隙长度进行动态调整，可以保证突发性数据在不同的网络负载下都能以较低的延时进行传输。本发明提出了两种监测网络负载以动态调整IBT时隙长度的方法，分别是：

1、在IPT时隙内统计上一个IBT阶段被阻塞发送的报文数量，并根据被阻塞的数据量调整下一个IBT时隙的长度；

2、在IBT时隙内，簇头节点统计控制信道的忙时长T_busy及实际接收到的报文数量N_Success，在IBT时隙结束时按照式(1)计算控制信道上竞争的时间冗余率μ，并通过μ的大小来调整下一个IBT时隙的长度。

$\mathrm{\μ}=\frac{T_{\mathrm{busy}}}{T_{\mathrm{con}}\×N_{\mathrm{Success}}}---\left(1\right)$

在主动轮询传输时隙内传感器网络将进行周期性数据及被阻塞的突发数据传输，由于周期性数据的数据量较大，因此需要针对各节点进行数据传输优化，以减小网络数据传输能耗，因此IPT时隙中需要采用基于调度策略的MAC协议。

定义单个成员节点的数据传输能量效率为：

$\mathrm{\η}=\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{N}^{\left(k\right)}{\left(r^{\left(k\right)}\right)}^T}{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{W}^{\left(k\right)}{\left(r^{\left(k\right)}\right)}^T}---\left(2\right)$

则在IPT时隙内的数据传输优化算法需要在满足网络数据传输需求的前提下最小化网络数据传输总能耗，并使各成员节点的数据传输能量效率η尽可能的一致。

IPT时隙流程如下所述：

1、信道声明：簇头节点对成员节点广播此次IPT传输的信道信息及上行数据传输阶段内成员节点申请顺序，完成信道声明后网络将进入上行数据传输阶段；

2、上行数据传输阶段通信流程如下：

a)信道预约：成员节点依据自身数据传输需要，在数据申请时间片内按指定顺序发出数据传输申请(Send Request，SR)，数据传输申请帧内包含节点可利用信道信息及待传送周期性数据报文长度等信息；

b)传输时长确定：簇头节点根据成员节点的数据传输请求计算出满足所有节点传输需求的最长时间T_max及最短时间T_min(其中.T_max.为所有成员节点都以最低速率进行数据传输时的时耗，T_min为所有成员节点都以最高速率进行数据传输时的时耗)，并通过网络的能耗优化率Q_up及簇内可用的信道数L按式(3)计算数据传输时长T_total；

$T_{\mathrm{total}}=\frac{T_{\min }+(T_{\max }-T_{\min })\×Q_{\mathrm{up}}}{L}---\left(3\right)$

c)整体优化：簇头节点根据此次数据发送需求，并对此次传输过程的整体能耗进行优化并计算出最优信道指派方案；

d)资源指派：簇头节点将在业务信道上对所有簇内节点广播此次上行轮询传输总时耗及信道传输指派(Transmission Assignment，TA)方案；

e)数据传输：成员节点在接收到簇头节点的传输指派方案后，按照该方案在指定信道上发送数据；

3、在完成上行数据传输阶段后，若传感器网络存在下行数据传输需求，则进入下行数据传输阶段，否则IPT流程结束。

4、下行数据传输流程如下所述：

a)传输时长确定：由于在下行数据传输阶段内，簇头节点已知各成员节点待传输的数据量，因此下行数据传输时长T_total可直接根据能耗优化率Q_down及可用的信道数L按照与上行数据传输相同的策略计算得出；

b)整体优化：簇头节点根据此次数据发送需求，并对此次传输过程的整体能耗进行优化并计算出最优信道指派方案；

c)资源指派：簇头节点将在业务信道上对所有簇内节点广播此次下行轮询传输总时耗及信道传输指派方案；

d)数据传输：成员节点在接收到簇头节点的传输指派方案后，按照该方案在指定信道上接收簇头节点发送的下行数据；

5、在完成下行数据传输阶段后，传感器网络将自动进入IBT传输时隙。

为了在IPT时隙内实现最小化网络数据传输总能耗，并使各成员节点的数据传输能量效率η尽可能的一致，设计的传输指派方案优化算法需要在传输时间一定、发送数据量一定的前提下，找到一种传输模式使网络能够以尽可能高的信道利用率以尽可能低的传输能耗完成数据传输过程。为了求解该问题，需要对建立的数学模型进行简化处理，现进行如下假设：

(1)任意成员节点在所有信道上的OFDM调制模式相同：即在各个信道上，成员节点m都可以以子载波数进行OFDM调制；

(2)在任意信道上OFDM保护间隔都为T_g；

(3)任意成员节点m在所有信道上的传播延时都为τ_m；

于是可以给出IPT时隙内数据传输过程需要满足的总体约束条件：对于给定的一组传感器节点传输需求，设节点m在一次发送过程中可发送的总数据量其中是此节点此次申请发送的最小数据量，是簇头节点为该节点在此次发送过程中设定的传输数据量上限，对节点m在各个信道上的传输模式已经给定，为发送一个OFDM码元的总时间(包括保护间隔T_g)为设R_m为对该传感器节点的可行解空间，即对有则指派方案优化算法的可行解空间R是由(R₁,R₂…,R_M)张成的空间的一个子空间，设r＝(r₁,r₂,…,r_M)，对有：

$\left\{\begin{array}{c}\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{D}_{m,\mathrm{upbound}}\&GreaterEqual;r{<N_1,N_2,\&CenterDot;\&CenterDot;\&CenterDot;,N_m>}^T\&GreaterEqual;\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{D}_m\\ r_m{T}_m^T\&le;T_{\mathrm{total}},1\&le;m\&le;M\\ r{<T_1,T_2,\&CenterDot;\&CenterDot;\&CenterDot;,T_M>}^T+\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{\mathrm{\&tau;}}_m\&le;{\mathrm{MT}}_{\mathrm{total}}\end{array}\right.---\left(4\right)$

可将指派方案优化算法分为能耗优化及可行性验证两步进行：对给定的数据传输请求首先进行节点传输能耗优化，再对优化方案进行指派可行性验证及指派调度优化，以筛选出具有可调度性的最佳传输优化方案。

定义弱可行约束条件：

$\left\{\begin{array}{c}{D}_m\&le;r_m{N}_m^T\&le;D_{m,\mathrm{upbound}},1\&le;m\&le;M\\ r_m{T}_m^T\&le;T_{\mathrm{total}},1\&le;m\&le;M\\ \underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}{r}_m{T}_m^T+\mathrm{\&Sigma;}{\arg }^{\left(K\right)}\underset{1\&le;m\&le;M}{\max }\left({\mathrm{\&tau;}}_m\right)\&le;{\mathrm{MT}}_{\mathrm{total}}\end{array}\right.---\left(5\right)$

其中为延时最大的K个节点的延时之和，即假设每个信道都存在一次信道切换的代价最大的节点信道切换。在能耗优化阶段，算法在弱可行约束条件的约束下依次优化η_max所对应的节点，从而得到此次数据传输待指派验证的弱可行传输方案集合。

参看图2，在弱可行传输方案的指派可行性验证及指派调度优化阶段，采用一种改进的并行搜索算法对弱可行传输方案集合进行搜索验证及传输方案优化，定义：

1、信道当前剩余时间(Current Remaining Time，CRT)：设S_k是信道k上已指派的传输需求集合，则CRT_k为信道k上的剩余可指派时间，即

2、需求相关度ω：第i轮迭代中，节点m与节点n的传输需求被指派到同一信道上的适合程度为ω_mn(i)；

3、信道匹配度第i轮迭代中，若S_k是当前信道k上已指派的传输需求集合，且S_k的大小为可指派信道总数为K，则将节点m所对应的未指派传输需求指派到信道k上的匹配程度为可根据式(6)进行计算：

4、先验信息量ψ：将节点m所对应的未指派传输需求指派到信道k上的先验信息量为ψ_mk，ψ_mk可根据式(7)进行计算：

${\mathrm{\&psi;}}_{\mathrm{mk}}=\left\{\begin{array}{cc}({\mathrm{CRT}}_k-T_m^k)/T_{\mathrm{total}}& \mathrm{if}{\mathrm{CRT}}_k\&GreaterEqual;T_m^k\\ 0& \mathrm{otherwise}\end{array}\right.---\left(7\right)$

5、指派方案适应性fitness(sol)：对于一种已知的指派方案，定义其适应值函数即完成所有节点传输需求指派后的信道最小剩余时间，因此，指派方案适应性fitness(sol)＜0则意味着指派方案出现了信道超时；

对于弱可行传输方案的指派可行性验证及指派调度优化算法，其流程图如图3所示。对于有K条信道、M个节点传输需求的调度验证问题，设Z是并行搜索算法的搜索规模，且各搜索流程相互独立，各搜索流程在每一轮迭代搜索后都将完成一个节点传输需求的指派，故每轮并行搜索迭代运算都将经过M步并得到Z种指派方案。若对于所有信道进行自然数编码，则并行搜索算法所获得的每个指派方案都是一个M维的向量(x₁,x₂,…,x_M)，该向量的第m个表示将节点m的传输需求指派到编号为x_m(1≤x_m≤K)的信道上进行传输。如K＝3、M＝7时，向量(3,2,3,1,2,1,1)则对应着一种指派方案，其中将编号为4的节点传输需求指派到信道1上进行传输。

若I_verify-max是并行搜索验证算法的迭代次数上限，则在第i轮迭代中，并行搜索算法为节点m的传输需求选择指派信道的流程如下：

1、确定并行搜索验证算法参数(匹配度权重α及先验信息量权重β)大小；

2、若在指派节点m的传输需求前，所有信道都已超时，则此次指派失败；否则计算此传输需求对所有可指派信道的先验信息量ψ，若对都有ψ_mk＝0，即将节点m的传输需求指派到任意信道上都会造成传输超时，则将所有信道的先验信息量ψ都置为1；

3、依据式(8)计算本轮迭代自适应阈值，并在[0,1]区间内生成随机数θ：

θ_i＝logi/logI_verify-max        (8)

4、若θ≤θ_i，则依据式(9)为节点m的传输需求选择指派信道编号：

否则依据式(10)计算各信道的指派概率，并按照此概率集合为节点m的传输需求随机选择指派信道编号：

由于按照上述策略进行信道指派的结果中并不存在传输信道切换，对于部分信道超时的传输方案，可以采用信道切换策略将部分节点传输需求摊派到其他未超时的信道上传输。在选择节点传输需求摊派时应尽可能选择传播延时较低的节点，且进行需求分摊的成功条件是：在需求分摊后指派方案的超时信道数目降低。此外，由于在弱可行方案约束中只考虑了至多每个信道内存在一次节点信道切换，因此为了简化需求摊派算法，在进行传输需求摊派时规定每条未超时的信道至多可以被摊派2个节点的传输需求。

设在超时信道k₁上，节点m的传输需求为且信道k₂满足及上述可摊派条件，则摊派函数定义如下：若及满足式(11)，则函数摊派成功，否则函数摊派失败。

$\left\{\begin{array}{c}{D}_m\&le;{\hat{r}}_m^{\left(k_1\right)}{N}_m^T+r_m^{\left(k_2\right)}{N}_m^T\&le;D_{m,\mathrm{upbound}}\\ r_k^{\left(k_1\right)}{T}_m^T-{\hat{r}}_m^{\left(k_1\right)}{T}_m^T+{\mathrm{CRT}}_{k_1}\&GreaterEqual;0\\ {\mathrm{CRT}}_{k_2}\&GreaterEqual;{\mathrm{\&tau;}}_m+r_m^{\left(k_2\right)}{T}_m^T\end{array}\right.---\left(11\right)$

需求摊派算法的流程如下：

1、初始化超时信道集合OvertimeChannelSet，并将该集合按超时长度的升序排列；

2、初始化可摊派信道集合AllowedChannelSet并按CRT降序排列；

3、若则重复以下步骤，否则算法结束：

a)将OvertimeChannelSet内最小CRT信道中所有节点传输需求按节点传播延时递增排序，得到有序传输需求集合NeedSet_τ-increase；

b)对NeedSet_τ-increase中的传输需求Need_m重复以下步骤：

对AllowedChannelSet中的信道Channel_k，若可将传输需求Need_m摊牌至信道Channel_k上，则更新AllowedChannelSet及OvertimeChannelSet并转到步骤3；

c)若NeedSet_τ-increase集合中的所有传输需求都无法进行信道摊派，则将此超时信道移出OvertimeChannelSet并转到步骤3；

在完成并行搜索验证指派运算及需求分摊运算后，首先为并行搜索验证算法所输出的各信道指派方案计算适应值函数fitness(sol)，若对并行搜索验证算法输出的所有指派方案集合S_solutions满足则并行搜索验证算法成功验证了当前待验证的弱可行方案的可行性(或可指派性)，且为当前最优的可行指派方案；否则，若i+1≤I_verify-max，则需根据当前指派方案更新节点间的需求相关度，考虑到在需求分摊运算后可能仍然存在具有信道超时的指派方案，第i轮并行搜索迭代验证运算后节点传输需求相关度的更新规则如式(12)所示：

ω_mn(i+1)＝(1-ε)ω_mn(i)+Δω_mn(i)       (12)

其中，ε∈[0,1)为迭代衰减系数，Δω_mn(i)为此次迭代后节点m的传输需求与节点n的传输需求相关性的增量。若指派方案X中传输超时的信道数为k_timeout，可用信道总数为K，符号表示在指派方案中节点m与节点n的数据传输需求在同一信道上，则Δω_mn(i)的计算规则如下：

${\mathrm{\&Delta;\&omega;}}_{\mathrm{mn}}\left(i\right)=\left\{\begin{array}{cc}{(K-k_{\mathrm{timeout}})}^{\frac{\mathrm{fitness}\left(\mathrm{sol}\right)}{T_{\mathrm{total}}}+\frac{1}{4}}& \mathrm{ifm}\&DoubleLeftRightArrow;n\&cap;k_{\mathrm{timeout}}\&Element;(\mathrm{0,2}K/3\\ 0& \mathrm{otherwise}\end{array}\right.---\left(13\right)$

若i＝I_verify-max且则认为当前待验证的弱可行方案未通过并行搜索验证算法的迭代验证，且为不可实现的传输方案。

为了给予最终优化算法更大的时间自由度，可以进一步使用并行搜索算法对可行方案进行优化，其运算流程与并行搜索迭代验证算法一致，且在并行搜索优化算法中将直接使用并行搜索迭代验证算法中所维护的各节点传输需求相关度。定义可行方案的平均适应性函数：

$\stackrel{\&OverBar;}{\mathrm{fitness}}\left(\mathrm{sol}\right)=\frac{1}{K}\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{\mathrm{CRT}}_k---\left(14\right)$

其中K为可行方案sol中的信道总数，但第i轮ACO迭代优化运算后，相关性的增量Δω_mn(i)的计算规则如式(15)所示：

${\mathrm{\&Delta;\&omega;}}_{\mathrm{mn}}\left(i\right)=\left\{\begin{array}{cc}{K}^{\frac{\stackrel{\&OverBar;}{\mathrm{fitness}}\left(\mathrm{sol}\right)}{T_{\mathrm{total}}}+1}& \mathrm{ifm}\&DoubleLeftRightArrow;n\&cap;\mathrm{fitness}\left(\mathrm{sol}\right)\&GreaterEqual;0\\ 0& \mathrm{otherwise}\end{array}\right.---\left(15\right)$

在并行搜索优化算法中，I_optimize-max为总迭代次数上限，I_static-max为最优方案保持不变的迭代次数上限，即优化算法至多进行I_optimize-max次优化迭代运算，若在连续I_static-max迭代运算后仍未找到更优指派方案，则停止优化迭代运算并输出所记录的最优指派方案。

虽然经过搜索验证及优化的弱可行性方案已经满足IPT时隙的优化条件，但在某些信道上的节点传输方案仍可能存在可优化空间，因此需要对经过并行搜索算法验证优化的指派方案进行最终优化。最终优化过程以信道为单位：即若信道k上存在时间资源冗余，则将分配到该信道上的节点集合S_k按数据传输能量效率降序排列，依次优化各节点至该信道不存在时间资源冗余为止。例如，设信道k上节点m的低传输方案为当前该信道上能耗效率最低的方案，若使式(16)成立，则将节点m在信道k上的传输方案更改为

$\left\{\begin{array}{c}\frac{{\hat{r}}_m^{\left(k\right)}{N}_m^T}{{\hat{r}}_m^{\left(k\right)}{W}_m^T}>\frac{r_m^{\left(k\right)}{N}_m^T}{r_m^{\left(k\right)}{W}_m^T}\\ {\hat{r}}_m^{\left(k\right)}{T}_m^T-r_m^{\left(k\right)}{T}_m^T\&le;{\mathrm{CRT}}_k\end{array}\right.---\left(16\right)$

可行方案的最终优化算法流程如下：

1、初始化CRT＞0的信道集合RedundancyChannelSet并按CRT降序排列；

2、若则重复以下步骤，否则算法结束：

a)将RedundancyChannelSet内最大CRT所对应信道中，所有节点传输方案按传输能量效率η升序排列，得到有序传输方案集合PlanSet_η-increase；

b)对PlanSet_η-increase集合中的传输方案Plan_m，若存在NewPlan_m满足式(16)使用NewPlan_m更新PlanSet_η-increase并转到步骤2；

c)若对都不存在NewPlan_m满足式(16)则将此信道移出RedundancyChannelSet并转到步骤2；

在仿真试验中声信号的传播速度v_s＝1500m/s，且在单个簇出结构内，簇内各成员节点到簇头节点的间距d的取值范围是[400m,800m]，若γ_d是一个在[0,20]区间上近似服从形状参数为5、尺度参数为1的Gamma分布的随机数，即γ_d～Γ(5,1)且γ_d∈[0,20]，则d满足式(17)：

d＝400+20γ_d       (17)

因此，间距d的概率密度函数为：

$p\left(d\right)=\left\{\begin{array}{cc}\frac{1}{{\&Integral;}_0^{20}{t}^4{e}^{-t}\mathrm{dt}}{\left[\frac{(d-400)}{20}\right]}^4{e}^{-\frac{(d-400)}{20}}& d\&Element;\left[\mathrm{400,800}\right]\\ 0& \mathrm{otherwise}\end{array}\right.---\left(18\right)$

水声多载波数据通信参数则采用载波频率f_c＝27KHz、OFDM符号时间为约11ms/128bit及保护间隔T_g＝25ms。由于多载波水声传感器节点在进行数据发送时，其实际数据发送量为该节点最小子载波数目的整数倍，即若D_request(bit)为待传输数据量，D_actual(bit)为物理层实际传输的数据量，而k为为该节点进行OFDM调制的最小子载波数目，则D_request与D_actual间存在如下关系：

在IBT时隙内，设传感器节点进行一次数据传输请求时，控制命令包的传输时长为33ms，实际待传输的突发性报文数据总量D_request＝X×D_unit，其中X～Γ(6,4/3)而D_unit为数据量变化尺度。在IBT时隙内成员节点进行数据传输请求是一个Poisson过程，成员节点在单位时间内的传输请求次数λ(即突发性报文发送请求频率)则反应了簇结构传感器网络在IBT时隙内数据传输的频繁程度，与节点数据量尺度D_unit共同决定了IBT时隙内网络的整体负载。当IBT时隙长度固定为30s且节点子载波数目k取(256,512,1024,2048)时，对本发明IBT时隙内的数据传输方法在D_unit取5120bit、业务/数据信道数目1≤L≤5及节点传输请求频率0.2≤λ≤8的网络中的分别进行蒙特卡洛仿真，得到了不同网络条件下IBT时隙内数据传输方法的网络吞吐量、报文传输延时及信道利用率曲线图4至图6。

参看图4，为IBT时隙内数据传输方法的网络平均符号速率曲线示意图，当突发传输请求频率处于某一区间(1＜λ＜5)内时，业务/数据信道资源成为限制网络吞吐量的主要因素，虽然控制信道此时处于欠饱和状态，节点仍可以较低的代价进行信道竞争，但由于业务/数据信道资源已饱和，簇头节点有较大概率拒绝成员节点的数据发送请求，从而导致网络吞吐量并不随节点请求频率的升高而增加，而是保持在一个稳定的数值不变(约7Kbps/信道)。

参看图5，为IBT时隙内数据传输方法的网络平均数据传输延迟示意图，由于本发明IBT时隙内的数据传输方法中对首次竞争失败的控制报文重传策略进行了优化，因此在突发传输请求频率相对较低时，数据传输延时相对突发传输请求频率的增长较为缓慢(λ≤3区间)。同时，虽然网络中控制信道的数目在突发传输请求频率较高时将成为限制网络性能的瓶颈，但在本发明IBT时隙内的数据传输方法中定义了单次传输请求的信道竞争次数上限，因此当突发传输请求频率过高造成簇内成员节点进行激烈信道竞争时，本发明成功的限制了节点竞争过程的恶化趋势，数据传输延时的增长速率逐渐放缓。

参看图6，为IBT时隙内数据传输方法的业务/数据信道利用率示意图，随着单次突发传输负载的增加，本发明IBT时隙内的数据传输方法能够充分利用网络中的业务/数据信道资源；而当节点传输请求频率过高时，由于成功进行信道竞争的传输请求数量下降，网络的业务/数据信道利用率急剧下降。此外，当节点单次突发传输负载较大时，业务/数据信道资源量较多的网络在业务/数据信道资源饱和时可以承载更多的节点传输请求，但在节点传输请求频率过高且信道竞争恶化时，由于实际在业务/数据信道上进行传输的数据量减少，其业务/数据信道利用率也迅速减小。因此，对于单次突发传输负载较低而突发传输请求频率较大的水声传感器网络而言，增加控制信道数量以缓和传输请求的信道竞争可以显著提升网络性能。

在仿真试验中设网络业务/数据信道数目L＝4、D_unit＝2560bit且连续1000个IBT时隙的突发传输请求频率λ_i的变化规律遵循式(20)。

${\mathrm{\&lambda;}}_i=3-\cos \left(\frac{\mathrm{\&pi;}}{500}i\right)---\left(20\right)$

若动态IBT时隙时长T_IBT(i)与由式(1)计算所得出的时间冗余率μ_i间的关系如下：

$\left\{\begin{array}{cc}{T}_1=45& \\ T_{i+1}=\min \{T_i+\mathrm{5,45}\}& \mathrm{if}{\mathrm{\&mu;}}_{i-1}\&le;1.15\\ T_{i+1}=\max \{T_i-\mathrm{5,5}\}& \mathrm{if}{\mathrm{\&mu;}}_{i-1}\&GreaterEqual;1.2\\ T_{i+1}=T_i& \mathrm{otherwise}\end{array}\right.---\left(21\right)$

参看图7，为时间冗余率μ及IBT时隙长度T_IBT按以上仿真条件对动态IBT时隙性能进行蒙特卡洛实验的结果曲线；参看图8，为动态IBT时隙内数据最大传输延迟与定长IBT时隙(时隙长度为30s)内数据最大传输延迟对比图。可以看出，定长IBT时隙内的数据最大传输延时与突发传输请求频率高度相关，在突发传输请求频率升高时，最大数据传输延时显著增加，从而影响了突发性报文的实时性，而在采用动态IBT时隙后，根据控制信道的时间冗余率μ的大小动态调整IBT时隙长度，当突发传输请求频率升高时，IBT时隙长度迅速缩短，从而使被阻塞的突发性报文能在经历较短延时后通过IPT时隙传输，因此突发性报文的最大传输延迟被限制在了5s以内。

由于水声信道具有低可用带宽、高延迟、高能耗等特性，可以根据水声信道的传输损耗特点建立水声通信网络的信道模型。信号在水声信道中的传播路径损耗具有显著的频率依赖性，可表示为：

A(l,f)＝A₀l^kα(f)^l       (22)

其中A₀为标准单位常数，l为传播路径的长度，k为能量扩散因子(圆柱形扩散时取1，球形扩散时取2，对于实际情况通常取1.5)，α(f)为介质吸收系数，在较低频段上，α(f)则可由下式计算：

$10\log a\left(f\right)=0.002+0.11\frac{f^2}{1+f^2}+0.011f^2---\left(23\right)$

同时由于在进行OFDM调制及解调时，其IFFT/FFT的计算代价为O(NlogN)，因此节点进行OFDM通信时的归一化传输能耗可按下式计算：

w＝(w_modulation+w_demodulation)×k×log₂k+w_transmission×k×a(f_c)^r×r^1.5       (24)

其中k为当前OFDM调制的子载波数目，r为传输距离，w_modulation及w_demodulation为调制及解调能耗系数，w_transmission为传播能耗系数，在仿真中取w_modulation＝w_demodulation＝0.1及w_transmission＝1。考虑到在实际的水声传感器网络中，由于不同传感器节所处的环境及能量状况不同，各节点可选用的子载波数目将存在差异。此外，如果节点在IPT传输时隙内没有数据需求，则将继续保持睡眠状态。因此在IPT时隙仿真中，设所有成员节点的可用子载波数集合为(256,512,1024,2048)，在某一IPT时隙中，单个成员节点请求进行数据传输的概率为0.7，且单个成员节点至少可用两种不同的子载波数进行OFDM调制，允许使用其他子载波数进行OFDM调制的概率都为0.5。同时，单个成员节点在IPT时隙内需要进行传输的数据总量D为一随机数，若k_min为该节点存在的最小OFDM子载波数，其待传输的数据总量为：

选用常用于解决组合优化问题的经典启发式贪婪算法FFD(First Fit Decreasing，降序首次适应)算法作为参照，以测试本发明IPT时隙内能耗并行搜索优化算法的性能。FFD算法的基本思路是：将待指派的传输需求按所需传输时长的降序排列后，依次将传输需求指派到当前最大CRT所对应的信道中直至所有传输需求指派完成，若此时存在信道传输超时，则此次弱可行方案验证失败。

在IPT时隙内，能耗并行搜索优化算法的参数设置如下：并行搜索规模Z＝10、并行搜索验证算法的迭代次数上限I_verify-max＝30、迭代衰减系数ε＝0.1、信道匹配度权重α＝1、先验信息量权重β＝2。在给定算法能耗优化率Q的前提下，通过改变簇内成员节点数目N及可用信道数目L可以得到网络规模与算法优化性能间的关系，当优化率Q取0.75时，使用本发明IPT时隙内的能耗并行搜索优化算法对15≤N≤60及5≤L≤7范围内的每种组合条件进行蒙特卡洛仿真试验，得到了给定算法能耗优化率Q时，算法在不同网络条件下的优化失败率及平均传输能耗图9至图10。

参看图9，为在固定优化比率条件下，不同簇内成员节点数目条件下IPT并行能耗优化算法的失败率对比图，在相同网络中采用本发明IPT时隙内的能耗并行搜索优化算法对弱可行方案集合进行可调度性验证的失败率远低于采用FFD算法的可调度性验证结果。虽然在网络可用信道数量较多且簇内成员节点数量较少的情况下，使用FFD算法对弱可行方案集合进行可调度性验证的成功率较低，而采用本发明IPT时隙内的能耗并行搜索优化算法在该情况下也有相对比较高的失败率，但这是由于在确定IPT时隙的长度T时，仅考虑了所有节点发送所需的总时长，而并未考虑单个节点发送时长，在L较大且各节点所需发送时长相差较大的情况下通过式(3)所计算出的IPT时隙长度并不合理，而当簇内成员节点数N逐渐增大时，采用本发明IPT时隙内的能耗并行搜索优化算法进行弱可行方案集合的指派验证的失败比率迅速降低，显示出了本发明IPT时隙内能耗并行搜索优化算法良好的适应性。

参看图10，为在固定优化比率条件下，不同簇内成员节点数目条件平均归一化传输能耗曲线对比图，图中也同时给出了相同条件下最大归一化传输能耗曲线。可以看出，由于FFD算法与本发明IPT时隙内的能耗并行搜索优化算法都是针对传输能耗优化算法所得出的弱可行方案集合进行验证，因此其平均归一化传输能耗与最大归一化传输能耗相比都有所下降，但在在相同的仿真条件下，采用本发明IPT时隙内的能耗并行搜索优化算法进行可调度性验证的传输方案中节点的平均归一化传输能耗都优于采用FFD算法的仿真结果。此外，在采用本发明IPT时隙内的能耗并行搜索优化算法及FFD算法的计算结果中，平均归一化传输能耗都随着簇内节点数目的增加而减小，而在簇内节点数目相同的情况下，可用信道数目越少，传输方案中的节点平均归一化传输能耗也越小。这也与IPT时隙的长度T有关：由式(3)可知，在可用信道数L较小时，IPT长度T相对较大，在指派方案优化算法中各传输需求的优化自由度亦相对较大，因此指派方案优化算法可以更好的对整体传输方案进行能耗优化。

在给定可用信道总数L的前提下，通过改优化比率Q及簇内成员节点总数N可以得到优化比率与协议优化性能的相关性。当可用信道总数L取5时，使用IPT时隙内能耗优化算法对20≤N≤30及0.35≤Q≤0.9范围内的每种组合条件进行蒙特卡洛仿真试验，得到了不同优化比率Q条件下的优化失败率及平均传输能耗图11至图12。

参看图11，为在改变优化比率条件下，不同簇内成员节点数目条件下IPT并行能耗优化算法的失败率对比图。其结果再次说明了在节点数量较多且能耗优化率较小时，使用式(3)计算所得的IPT时隙长度T并不合理，且将导致较高的指派算法失败率。此外，在相同能耗优化率条件下，本发明IPT时隙内的能耗并行搜索优化算法在对弱可行方案进行调度验证时具有优异的性能，其调度失败率远低于FFD算法。

参看图12，为在改变优化比率条件下，不同簇内成员节点数目条件平均归一化传输能耗曲线对比图。由于待验证的弱可行方案集合相同，因此使用FFD算法与本发明IPT时隙内的能耗并行搜索优化算法进行调度验证所得出的传输方案中，各传输需求的平均归一化传输能耗与最大能耗相比都有所下降，但在相同能耗优化率条件下，本发明IPT时隙内的能耗并行搜索优化算法所得出的传输方案与FFD算法相比，节点的平均归一化传输能耗更低。且由于IPT时隙长度T与优化率及时隙内所有传输需求总时长有关，因此指派方案的平均归一化传输能耗随着优化率的增加而减小，且在可用信道数目固定的情况下，簇内成员节点数目越多，各节点的平均节点能耗越小。

通过以上的仿真结果及分析可以看出：在IBT时隙内，本发明在突发报文请求频率较低的网络中能够保证网络突发性报文的可靠、实时传输，而在突发报文请求频率较高的网络中，本发明可以重复利用网络资源进行数据传输。而对于突发报文请求频率极高的水声传感器网络，本发明则可以通过动态调整IBT时隙长度保证网络服务质量；在IPT时隙内，本发明使用耗并行搜索优化算法进行弱可行方案验证的传输方案优化算法能够对不同规模、不同优化率的传输方案集合进行优化，其算法性能及鲁棒性都优于一般的贪婪算法。因此本发明可在保证网络服务质量的同时尽可能的降低水声传感器节点的通信能耗，从而延长网络的整体寿命。

Claims (3)

1.一种簇结构多载波水声传感器网络的混合型MAC协议方法，其特征在于：将调度型MAC协议和竞争型MAC协议融合为混合型水声通信网络MAC协议，依靠全局的同步时间实现网络内所有节点的MAC协议动态切换，通过跨层设计思想将具有不同属性的数据分类后进行传输，以保证网络服务质量的同时降低传感器网络的通信能耗；

将传感器网络内传输的数据分为周期性报文及突发性报文两类，周期性报文用以传输周期性监测数据及网络状态的控制信息，包括剩余能量信息、定位计算结果、传感器监测数据；突发性报文用以传输网络中的突发数据，包括已发生的监测事件信息、能耗警戒数据、节点故障信息；采用空闲突发IBT及主动轮询IPT两种传输模式，在两种不同传输模式内进行传输的数据报文分别为周期性报文及突发性报文，IBT时隙与IPT时隙交替进行，且空闲突发IBT时隙长度动态可调，以满足传感器网络内部各种报文传输的需要；

采用空闲突发IBT传输模式时，簇内成员节点根据其实际通信需求，以随机竞争的方式向簇头节点发送报文，且在实际数据传输前，需要与簇头节点完成一次RTS-CTS握手过程，以确保报文的即时、完整传输；

采用主动轮询IPT传输模式时，该模式时隙中依次进行信道声明、上行数据传输及下行数据传输，簇头节点根据当前网络的传输需求进行能耗优化，均匀的降低网络节点的数据传输能耗；

包括以下步骤：

1)完成簇结构水声传感器网络中各节点的时钟同步；

2)由簇头节点决定网络初始的数据传输模式，若为IBT模式则同时给出该模式的持续时长；若为IPT模式则传感器网络将直接进入IPT时隙传输流程；

3)在IBT时隙完毕或IPT数据传输完毕后，传感器网络将自动切换数据传输模式，在进入IBT时隙时簇头节点将根据当前网络服务质量再次声明IBT时隙时长。

2.根据权利要求1所述的簇结构多载波水声传感器网络的混合型MAC协议方法，其特征在于：

在空闲突发IBT传输模式内，传感器网络采用竞争型MAC协议进行数据传输，包括以下步骤：

1)簇头节点对所有成员声明此次IBT时隙的控制信道信息及持续时长，并在IBT时隙内对控制信道进行载波侦听；

2)各成员节点根据自身与簇头节点的通信状况预估传输延迟T_d的变化范围，即确定最大及最小传播时延及

3)成员节点需要传输突发报文时，若剩余的IBT时隙长度小于报文传输所需时间，则将报文移至IPT时隙内进行传输，否则立即在上行控制信道上发送控制报文请求数据发送；

4)若簇头节点无差错的接收到控制报文，则根据当前网络状况为此次突发报文的传输分配信道，通过下行控制信道上发送CTS信息，并在CTS信息中对该簇内节点的数据传输信道进行指派，并在该信道上等待数据；

5)成员节点在完成上行控制报文发送后的时间内对下行控制信道进行侦听，若接收到正确的CTS则完成一次RTS-CTS握手，并按照簇头节点的指派信息在特定信道上以最高速率进行数据传输；

6)若簇头节点所接收的上行控制报文有错误或混叠，则简单的丢弃该报文，并不在下行控制信道上发送任何数据；

7)若簇内成员节点在首次发送上行控制报文后的时刻仍未侦听到CTS，则在立即重发控制报文；

8)若在簇内成员节点重发控制报文后仍未收到CTS，则进行二进制指数退避，退避间隔为上行控制报文的时长T_con；

9)若重传次数超过限制时将通知上层，并将该报文移至IPT时隙内进行传输；

在主动轮询IPT传输模式内，传感器网络采用调度型MAC协议进行数据传输，包括以下步骤：

1)信道声明：簇头节点对成员节点广播此次IPT传输的信道信息及上行数据传输阶段内成员节点申请顺序，完成信道声明后网络将进入上行数据传输阶段；

2)上行数据传输阶段通信流程如下：

a)信道预约：成员节点依据自身数据传输需要，在数据申请时间片内按指定顺序发出数据传输申请，数据传输申请帧内包括节点可利用信道信息及待传送周期性数据报文长度信息；

b)传输时长确定：簇头节点根据成员节点的数据传输请求计算出满足所有节点传输需求的最长时间T_max及最短时间T_min，其中.T_max.为所有成员节点都以最低速率进行数据传输时的时耗，T_min为所有成员节点都以最高速率进行数据传输时的时耗，并通过网络的能耗优化率Q_up及簇内可用的信道数L按下式计算数据传输时长T_total：

$T_{\mathrm{total}}=\frac{T_{\min }+(T_{\max }-T_{\min })\&times;Q_{\mathrm{up}}}{L}$

c)整体优化：簇头节点根据此次数据发送需求，并对此次传输过程的整体能耗进行优化并计算出最优信道指派方案；

d)资源指派：簇头节点将在业务信道上对所有簇内节点广播此次上行轮询传输总时耗及信道传输指派方案；

e)数据传输：成员节点在接收到簇头节点的传输指派方案后，按照该方案在指定信道上发送数据；

3)在完成上行数据传输阶段后，若传感器网络存在下行数据传输需求，则进入下行数据传输阶段，否则IPT流程结束；

4)下行数据传输流程如下所述：

a)传输时长确定：由于在下行数据传输阶段内，簇头节点已知各成员节点待传输的数据量，因此下行数据传输时长T_total，直接根据能耗优化率Q_down及可用的信道数L按照与上行数据传输相同的策略计算得出；

b)整体优化：簇头节点根据此次数据发送需求，并对此次传输过程的整体能耗进行优化并计算出最优信道指派方案；

c)资源指派：簇头节点将在业务信道上对所有簇内节点广播此次下行轮询传输总时耗及信道传输指派方案；

d)数据传输：成员节点在接收到簇头节点的传输指派方案后，按照该方案在指定信道上接收簇头节点发送的下行数据；

5)在完成下行数据传输阶段后，传感器网络将自动进入IBT传输时隙。

3.根据权利要求1或2所述的簇结构多载波水声传感器网络的混合型MAC协议方法，其特征在于：所说动态调整空闲突发IBT时隙长度的方法，IBT时隙长度动态可调采用以下两种方法之一：

方法1，在IPT时隙内统计上一个IBT阶段被阻塞发送的报文数量，并根据被阻塞的数据量调整下一个IBT时隙的长度；

方法2，在IBT时隙内，簇头节点统计控制信道的忙时长T_busy及实际接收到的报文数量N_Success，在IBT时隙结束时按照下式计算控制信道上竞争的时间冗余率μ，并通过μ的大小来调整下一个IBT时隙的长度：

$\mathrm{\&mu;}=\frac{T_{\mathrm{busy}}}{T_{\mathrm{con}}\&times;N_{\mathrm{Success}}}\text{.}$