CN107682924B - 一种适用于长延迟sic网络的链路调度方法和系统 - Google Patents

一种适用于长延迟sic网络的链路调度方法和系统 Download PDF

Info

Publication number
CN107682924B
CN107682924B CN201710917120.1A CN201710917120A CN107682924B CN 107682924 B CN107682924 B CN 107682924B CN 201710917120 A CN201710917120 A CN 201710917120A CN 107682924 B CN107682924 B CN 107682924B
Authority
CN
China
Prior art keywords
scheduling
minimum
sic
transmitting
power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710917120.1A
Other languages
English (en)
Other versions
CN107682924A (zh
Inventor
徐亦达
李超
徐勇军
刁博宇
王琪
安竹林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Computing Technology of CAS
Original Assignee
Institute of Computing Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Computing Technology of CAS filed Critical Institute of Computing Technology of CAS
Priority to CN201710917120.1A priority Critical patent/CN107682924B/zh
Publication of CN107682924A publication Critical patent/CN107682924A/zh
Application granted granted Critical
Publication of CN107682924B publication Critical patent/CN107682924B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
    • H04W52/243—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account interferences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/12—Wireless traffic scheduling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/52—Allocation or scheduling criteria for wireless resources based on load
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
    • H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W56/00—Synchronisation arrangements
    • H04W56/001—Synchronization between nodes

Abstract

本发明涉及一种适用于长延迟SIC网络的链路调度方法和系统，包括：根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将最小功率值集合为K‑SIC功率阈向量以为各发送节点划分发送功率等级；根据各发送节点的发送数据量，判定长延迟网络的负载状态，并根据负载状态和发送功率等级执行最小帧长调度算法，生成长延迟网络的最小调度帧长；根据发送节点数目、最小调度帧长和接收节点的接收机制，执行最小功率调度算法，得到使得全网功耗最小的链路调度策略。由此可提升长延迟SIC网络内节点间的传输效率，并降低长延迟SIC网络的整体能耗。

Description

一种适用于长延迟SIC网络的链路调度方法和系统
技术领域
本发明涉及信息技术中的长延迟网络媒体介质访问控制领域，特别涉及一种适用于长延迟SIC网络的链路调度方法和系统。
背景技术
由于采用声信道作为数据传输手段，声音在水中的传输速度仅有1500m/s，因此水下传感器网络(Underwater Sensor Networks，UWSN)是现实生活中典型的长延迟网络。UWSN的主要任务是感知水下客观世界，并将水下传感器感知到的数据以自组织的方式进行传输，然后对这些数据进行组织、处理、融合分析及存储。因此，与通常的网络技术(如移动通信网络、陆上无线传感器网络等)不同，UWSN有具备网络规模大、自组织和高度动态性等特点。
介质访问控制层(Media Access Control,MAC)位于水下传感器网络的物理层和路由层之间，主要负责水声信道的访问机制、合理高效的使用水声信道的带宽资源等任务。MAC协议设计对网络性能具有重要的影响，但是在水下传感器网络中设计MAC协议过程中，面临以下问题和挑战：
1、高延迟和延迟抖动。水声信号在水中的平均传播速度为1500m/s，因此水声信号的传播延迟比陆上射频信号的传播延迟大了五个数量级。此外，水下传感器网络的节点通信距离通常为几百米甚至几千米，这样其通信传播延迟就能达到秒级。此外，受盐度、温度、洋流和深度等环境因素的影响，水声信号在水中的传播速度很不稳定，这造成了水声通信的延迟抖动。高延迟和延迟抖动问题为水下传感器网络节点时间同步带来很大的挑战。
2、电池能量有限和高功耗。由于水下环境恶劣，水下传感器节点通常采用能量有限的电池供电，同时节点电池的更换也非常困难。在水下传感器网络中，由于通信距离较远，水声信号的发送与接收都需要进行额外的处理以补偿信号能量的衰落，因此与无线电波通信相比水声通信通常消耗更多能量。如何提高能量利用率以最大化网络运行周期是水下传感器网络面临的首要挑战。
3、通信能力有限。水声通信的通信带宽与通信距离和节点的发射频率有很大关系。随着通信距离的增加，水声通信的带宽会急剧下降。水声通信带宽和通信距离呈反比关系，主要原因是声波的频率越高，在水中的衰减率越高，通信距离也就越短，同理，通信距离越长需要的声信号波长越长，即声波的频率越低，相应的通信带宽也就越低。
面临以上的挑战，水声信道的数据传输会面临很严重的干扰，水下传感网络的性能受限于信道冲突。由于水声信道的广播特性，到达接收节点的信号是所有临近通信信号的叠加，然而，单包接收模式下，接收节点简单地将目标信号之外的其他信号等同于噪声，一旦出现信号冲突，就可能导致解码失败。这样，即使存在完美的传输调度，网络的性能也很不理想。多包接收(Multi-packet Reception,MPR)是物理层技术的重大突破，它试图从冲突信号中解码多个报文。通过允许干扰的存在，MPR有望得到更高的性能。相继干扰消除(Successive Interference Cancellation,SIC)是一种典型的多包接收技术，它使得接收节点能同时探测到来自多个发送节点的传输信号，接收节点随后用迭代的方法逐个解码接收到的复合信号。当接收到的复合信号中的最强信号分量的功率与其它信号及噪音的比值达到一定阈值，本次迭代就能解码出该信号分量，再把该分量从原复合信号中减去，剩余的新复合信号则作为下一次迭代的输入。SIC技术使得不同的用户可以在同一时隙内传输数据，因此SIC技术将会提供大的网络容量、高的吞吐率和低的传输时延。目前在水下传感网中，尽管SIC技术已得到快速发展，工作于SIC之上的网络协议的研究却关注甚少。SIC技术并不能消解所有的冲突。任何SIC技术的应用都要求并发通信满足特定条件。因此，需要细致的传输调度，才能充分发挥SIC技术的效能。本发明主要研究水下无线SIC网络中的链路调度技术，主要目标是提高网络吞吐量和能力利用率。
发明内容
为了解决上述技术问题，本发明目的在于提供用于水下传感器网络的长延迟SIC网络的链路调度方法，以兼顾长延迟SIC网络内节点间的传输效率，和长延迟SIC网络的整体能耗。
具体地说，本发明公开了一种适用于长延迟SIC网络的链路调度方法，其中包括：
步骤1、根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将该最小功率值集合为K-SIC功率阈向量以为各发送节点划分发送功率等级；
步骤2、根据各发送节点的发送数据量，判定该长延迟网络的负载状态，并根据该负载状态和该发送功率等级执行最小帧长调度算法，生成该长延迟网络的最小调度帧长；
步骤3、根据发送节点数目、该最小调度帧长和该接收节点的接收机制，执行最小功率调度算法，得到使得全网功耗最小的链路调度策略。
该适用于长延迟SIC网络的链路调度方法，其中步骤2中最小帧长调度算法包括均匀最小帧长调度算法和非均匀最小帧长调度算法，且该步骤2还包括：
步骤31、判断各发送节点的发送数据量是否相同，若相同则执行该均匀最小帧长调度算法，否则执行该非均匀最小帧长调度算法；
该均匀最小帧长调度算法为：
Figure GDA0002205516080000031
式中Lmin为该最小调度帧长，Sm表示发送功率等级不低于m的发送节点的个数，M为该接收节点在一个调度时隙内能解码的最大信号数；
该非均匀最小帧长调度算法为：以各发送节点的时隙为节点构建二部图，并根据限制条件，为各两节点间设置边权重，最后根据该二部图的最大权匹配集合内边的数目，得到该最小调度帧长；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度方法，其中步骤3中最小功率调度算法包括2-SIC最小功率调度算法和K-SIC最小功率调度算法，且该步骤3还包括：
步骤21、判断该接收机制是否为属于2-SIC，若是则执行该2-SIC最小功率调度算法，否则执行该K-SIC最小功率调度算法；
该2-SIC最小功率调度算法为：若发送功率等级最低的发送节点个数大于等于发送功率等级最高的发送节点个数，则将发送功率等级最高的发送节点发送最先迭代解码出的信号，作为该链路调度策略；若发送功率等级最低的发送节点个数小于发送功率等级最高的发送节点个数，则将部分发送功率等级最高的发送节点的发送功率调低发送最后迭代解码出的信号，作为该链路调度策略；
该K-SIC最小功率调度算法包括：在该最小调度帧长内安排多个位置分别对应各发送节点，并根据限制条件，为各发送节点和位置间设置边权重，最后分别以发送节点和位置的集合作为顶点，边权重间的差作为边，构建平衡二部图，并将该平衡二部图的最大权匹配结果作为该链路调度策略；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度方法，其中该均匀最小帧长调度算法还包括：判断该二部图中任意两节点是否满足第一限制条件，若满足则将两节点间的边权重设置为1，否则将两节点间的边权重设置为0。
该适用于长延迟SIC网络的链路调度方法，其中该K-SIC最小功率调度算法还包括：判断发送节点和位置间的关系是否满足该第二限制条件，若满足，则将该发送节点在该位置所需的最小传输功率作为该发送节点和该位置间的边权重，否则，将无穷大设置为该发送节点和该位置间的边权重。
本发明还提出了一种适用于长延迟SIC网络的链路调度系统，其中包括：
发送功率等级划分模块，用于根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将该最小功率值集合为K-SIC功率阈向量以为各发送节点划分发送功率等级；
最小调度帧长生成模块，用于根据各发送节点的发送数据量，判定该长延迟网络的负载状态，并根据该负载状态和该发送功率等级执行最小帧长调度算法，生成该长延迟网络的最小调度帧长；
链路调度策略生成模块，用于根据发送节点数目、该最小调度帧长和该接收节点的接收机制，执行最小功率调度算法，生成使得全网功耗最小的链路调度策略。
该适用于长延迟SIC网络的链路调度系统，其中最小帧长调度算法包括均匀最小帧长调度算法和非均匀最小帧长调度算法，且该最小调度帧长生成模块还包括：判断各发送节点的发送数据量是否相同，若相同则执行该均匀最小帧长调度算法，否则执行该非均匀最小帧长调度算法；
该均匀最小帧长调度算法为：
Figure GDA0002205516080000051
式中Lmin为该最小调度帧长，Sm表示发送功率等级不低于m的发送节点的个数，M为该接收节点在一个调度时隙内能解码的最大信号数；
该非均匀最小帧长调度算法为：以各发送节点的时隙为节点构建二部图，并根据限制条件，为各两节点间设置边权重，最后根据该二部图的最大权匹配集合内边的数目，得到该最小调度帧长；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度系统，其中最小功率调度算法包括2-SIC最小功率调度算法和K-SIC最小功率调度算法，且该链路调度策略生成模块还包括：判断该接收机制是否为属于2-SIC，若是则执行该2-SIC最小功率调度算法，否则执行该K-SIC最小功率调度算法；
该2-SIC最小功率调度算法为：若发送功率等级最低的发送节点个数大于等于发送功率等级最高的发送节点个数，则将发送功率等级最高的发送节点发送最先迭代解码出的信号，作为该链路调度策略；若发送功率等级最低的发送节点个数小于发送功率等级最高的发送节点个数，则将部分发送功率等级最高的发送节点的发送功率调低发送最后迭代解码出的信号，作为该链路调度策略；
该K-SIC最小功率调度算法包括：在该最小调度帧长内安排多个位置分别对应各发送节点，并根据限制条件，为各发送节点和位置间设置边权重，最后分别以发送节点和位置的集合作为顶点，边权重间的差作为边，构建平衡二部图，并将该平衡二部图的最大权匹配结果作为该链路调度策略；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度系统，其中该均匀最小帧长调度算法还包括：判断该二部图中任意两节点是否满足第一限制条件，若满足则将两节点间的边权重设置为1，否则将两节点间的边权重设置为0。
该适用于长延迟SIC网络的链路调度系统，其中该K-SIC最小功率调度算法还包括：判断发送节点和位置间的关系是否满足该第二限制条件，若满足，则将该发送节点在该位置所需的最小传输功率作为该发送节点和该位置间的边权重，否则，将无穷大设置为该发送节点和该位置间的边权重。
由此本发明具有如下技术进步：
1、目前在UWSN的链路调度技术面临着高延迟和延迟抖动、电池能量有限和高功耗、信道资源稀缺等挑战，这大大限制了水下传感网更广泛的使用，而本发明提出的一种面向水下无线SIC网络的链路调度技术，可以有效提高网络吞吐量和能力利用率。
2、SIC链路调度不需要任何关于发生冲撞的报文的信息，这种仅依赖于接收端的干扰取消策略使SIC具有突出的简洁性与健壮性。
3、SIC链路调度技术支持多用户的同时接入，从而具有接入时间短的优势，因此SIC调度技术可以有效降低数据传输延迟。
4、本发明提出的最小帧长调度技术可以利用O(n)复杂度的算法在最短时间内完成网络中数据包的传输，明显提升了网络吞吐量。
5、在最小帧长调度的基础上又提出了最小功率调度算法，在保证网络吞吐量最优的前提下，明显的降低了网络的整体功耗。
附图说明
图1为非均匀最小帧长调度示意图；
图2为2-SIC最小功率调度示意图；
图3为K-SIC最小功率调度示意图；
图4为本发明水下无线SIC网络链路调度技术流程图。
具体实施方式
为让本发明的上述特征和效果能阐述的更明确易懂，下文特举实施例，并配合说明书附图作详细说明如下。
水声信道的信噪比(Signal Noise Ratio,SNR)公式1所示：
Figure GDA0002205516080000061
其中Pt是发送功率，Pr是接收功率，PN是信道环境噪声功率，A(d,f)是水声信道衰落函数，其公式如下所示：
A(d,f)＝dka(f)d (2)
其中d是接收节点和发送节点间的距离，k是信道损耗指数，其通常在1-2之间取值，f是水声载波频率，a(f)是水声信道吸收系数。
Figure GDA0002205516080000071
在水下的环境噪声功率PN主要由海浪引起，其公式如下：
Figure GDA0002205516080000072
其中rd是接收节点的深度，ws是海风的速度，
Figure GDA0002205516080000073
是由海浪引起的噪声功率，其公式如下所示：
Figure GDA0002205516080000074
给定1个接收节点和n个最大发送功率相异的发送节点组成的水声网络，发送节点i的传输速率固定，传输功率在区间(0,Pmax_t(i)]内连续可调。Pt(i)和Pr(i)分别表示发送节点i的发送功率及其信号到达接收节点的接收功率。根据水声信道增益模型Pt(i)＝A(d(i),f)·Pr(i)，其中A(d(i),f)是水声信道衰落函数，d(i)是发送节点i和接收节点之间的距离。接收节点位置相对固定，因而d(i)不会频繁发生变化。对任意发送节点，有
Figure GDA0002205516080000075
其中λ是接收节点的SINR(信号干扰比Signal-to-Interference Ratio)阈值，PN指水下环境噪声功率，这保证了接收节点在该网络中所有发送节点最大传输功率的单跳传输范围内。本发明中假设SIC技术能够完美补偿信号，也就是SIC的每次迭代都会把解码出来的信号丝毫不差地从复合信号中消去，信号补偿残差系数为0，同时假设SIC解码迭代上限为K，称其为K-SIC。也就是说K-SIC解码机制代表接收节点一轮迭代最多能迭代解码出K个信号，K为大于等于3的正整数，同理2-SIC解码机制代表接收节点一轮迭代最多能迭代解码出2个信号。
假设同时接收到β个信号，它们的接收功率为{Pr(1),Pr(2),...Pr(β)}，不失一般性，不妨假设Pr(1)＞Pr(2)＞...Pr(β)。当
Figure GDA0002205516080000081
时，Pr(1)能够被正确解码，而当Pr(i-1)能被正确解码，i≤K且
Figure GDA0002205516080000082
时，Pr(i)能够被正确解码。时间同步也作为假设的网络条件之一。
根据水下无线SIC网络中节点产生数据负载的不同，网络存在均匀负载和非均匀负载两种状态。均匀负载状态是指网络中每个节点周期性的产生数据，并且每个节点产生的数据量相同。非均匀负载状态是指网络中每个节点周期性的产生数据，并且每个节点产生的数据量差距很大。为了提高网络的吞吐量和能力利用率，本发明以网络吞吐量和低功耗为优化目标，提出适用于水下无线SIC网络的链路调度技术，它由最小帧长调度算法和最小功率调度算法两部分组成。
在水下传感网中，由于存在长传播延迟的特点，本发明的时隙调度方案从接收节点的角度入手，该调度方案将L个等长的时隙组合为一个调度周期，每个发送节点在一个调度周期内可以分到一个时隙用于传输数据，接收节点在一个时隙内可以接收一个数据包，本文的首要目的是找到满足SIC功率条件的最小调度帧长Lmin，之后在Lmin条件下，求得网络整体功耗最小的调度，其中调度帧长为本领域通用技术术语，其由一个或多个调度时隙组成。因此要求调度方案需满足：
(1)所有满足SIC功率条件的调度策略的调度帧长集合为SL，Lmin∈SL，
Figure GDA0002205516080000083
L≥Lmin。
Figure GDA0002205516080000084
(2)s.t.L＝Lmin
最小帧长调度算法。本发明从均匀负载和非均匀负载两个角度去设计最小帧长调度算法，首要目标是求出最小调度帧长Lmin。假设同时有M个信号在一个调度时隙内被接收，其接收功率是{Pr(1)，Pr(2)，...,Pr(M)}，不失一般性，假设Pr(1)＞Pr(2)...＞Pr(M)。需要注意的是M的数值通常并不等于发送节点数量，其受制于接收节点的SIC机制，例如若收节点采用2-SIC则M为2；若收节点采用K-SIC则M的数值为K。为保证这M个信号全部都能被正确地解码，接收功率必须满足如下不等式组：
Figure GDA0002205516080000091
Figure GDA0002205516080000092
(6)式的最小解可通过如下方法求出：
Figure GDA0002205516080000093
Figure GDA0002205516080000094
有多个信号同时被接收的情况下，若其中某个信号被作为倒数第m个被解码出来的信号，则该信号的接收功率一定不会小于
Figure GDA0002205516080000095
本发明将
Figure GDA0002205516080000096
称之为K-SIC功率阈向量(KSIC-PTV)，并以此为根据给发送节点划分等级。
n个发送节点分别具有最大传输功率Pmax_t(i)(i＝1…n)，它们相距接收节点的距离分别为d(i)(i＝1…n)，则它们的最大接收功率是：
Figure GDA0002205516080000097
本发明如下定义SIC-Level用于判定该接收信号能够被成功解码的顺位。
定义1：如果来自发送节点i的信号能够被作为倒数第m个信号解码而不能作为倒数第m+1个信号被解码，即那本发明将节点i的SIC-Level定为m，标记为PL(i)＝m。
引理1：如果在一个时隙内所接收到的来自n个发送节点的信号都能够被正确解码，并且这些节点的SIC-Level满足max(PL(i))≤m，i＝1,2，…,n则有n≤m。
证明：假设n＞m，也就是这个时隙内有至少m+1个信号被顺序解码出来，根据鸽巢原理，则必然存在发送节点i，使得来自i的信号的解码顺位为倒数第m+1，而这与题设中的PL(i)≥m+1相矛盾。
均匀最小帧长调度算法。
定理1：最小调度帧长为
Figure GDA0002205516080000099
其中sm表示SIC-Level不低于m的发送节点的个数。
证明：先证明最小调度帧长Lmin的存在性，依据引理3.1，同一个时隙内最多允许安排m个SIC-Level不高于m的发送节点，因此
Figure GDA0002205516080000102
即
Figure GDA0002205516080000103
随后本发明要证明该最小帧长的可行性。已知且m≥sm/Lmin，可知在每个时隙内SIC-Level不高于m的发送节点数目不会多于m个。根据SIC-Level的定义，任一时隙内的所有发送节点都能够用相应最小接收功率
Figure GDA0002205516080000105
所对应的传输功率同时传输而不产生冲撞。
在水下传感网中，本发明从接收节点的角度进行最小帧长调度，发送节点的发送时隙，可以根据接收调度方案结合接收节点和发送节点的距离计算得到，均匀最小帧长调度算法从发送节点角度基于定理1给出了一个可行的并满足上述最小帧长的调度方案。算法复杂度O(n)。
均匀最小帧长调度算法：
非均匀最小帧长调度算法：
针对非均匀负载的应用场景，本发明借助于时分多址调度算法的输出(每个节点应该在每个调度周期中分配多少个时隙、多少个调度周期可以组成一个大的调度周期)。假设一个大的调度周期由β个等长的子调度周期组成，子调度周期的长度n个时隙，在每个子调度周期中，n个节点分别被分配ai(i＝1…n)，并有a1+…ai+…an＝n。
如图1所示，本发明在2-SIC的应用场景下，目标是求最小的j，也就是说对于n个时隙，上图中有n个位置，本发明需要在以下三个条件限制下用最少的j把n个时隙放到n个位置中，限制条件是：(1)根据节点的level不同，level1的时隙不能放到第二列中；(2)同一个节点的时隙不能放到同一个调度时隙中，也就是说不能放到同一行；(3)同一个level的时隙不能放到同一行。需要注意的是，图1中之所以只有两列是因为处于2-SIC的应用场景下，即接收节点每次只能迭代解码出两个信号，第一列代表最后迭代出的信号，即发送级别最低的level1发送节点，第二列代表倒数第二次迭代出的信号，即发送级别为level2的发送节点，并且图1中L1至Lj分别代表一个调度时隙，即图中的每一行对应一个调度时隙，整体L1至Lj段调度时隙称之为帧长，图2、图3同理故不再赘述。
由于一行就两个位置，本发明可以把时隙都当做节点，能放到同一行的两个节点之间存在边，这样本发明就可以用带花树开花算法求一般图的最大匹配问题，算法的输出为r个边的集合，这样本发明就可以得到j＝(a1+…ai+…an)-2r+r＝n-r。其算法复杂度是
非均匀负载最小帧长调度算法：
for1≤i≤ndo{节点i加入queue(PL(i))；}
组成一个由n个节点组成的二部图G2，
For对于任意两个节点i和j，{if满足条件，节点i和j之间的边权重设置为1，否则设置为0}
通过开花树(带花树开花)算法寻找图G2最大权匹配的MVM(G2)，MVM(G2)是r个边的集合
对于MVM(G2)中的任何一个边，寻找对应的节点i和j，这证明这两个发送节点是可以放到一个时隙中的，即MVM(G2)中每个边均对应一段时隙，根据MVM(G2)中边的数目便可推算出最小帧长Lmin。
最小功率调度算法
均匀负载和非均匀负载最小帧长调度算法能够满足最小化帧长的要求，但没有考虑到网络的总体功耗，接下来的目标就是在定理1给出的Lmin的基础上求出总体功耗最低的调度策略。
定理2：用size(t)表示时隙t内安排的发送节点数目，如果一个调度策略是功耗最优的，则
Figure GDA0002205516080000121
有|size(t1)-size(t2)|≤1。
证明：不失一般性，不妨假设size(t1)＞size(t2)+1且时隙t1内最大接收功率的信号来自发送节点i，则该信号的最小传输功率为
Figure GDA0002205516080000122
将发送节点i的传输时隙自t1移动至t2，功耗的下降量为：
Figure GDA0002205516080000123
因为
Figure GDA0002205516080000124
是严格递增函数，且有
size(t1)＞size(t2)+1，
Figure GDA0002205516080000125
这表示功率消耗可以进一步削减，与题设功率最优化矛盾。
定理2说明了每个时隙内的发送节点数目必须是平衡的，当给定发送节点数目n与调度帧长Lmin，那么就有n mod Lmin个时隙中的发送节点数目为
Figure GDA0002205516080000126
而另外Lmin-(nmod Lmin)个时隙中的发送节点数目为
Figure GDA0002205516080000127
因为时隙顺位本身不影响功率的消耗，不妨把前n mod Lmin个时隙设定为发送节点数目较多的时隙，于是有：
Figure GDA0002205516080000128
本发明从2-SIC和K-SIC两个角度设计最小功率调度算法，目前在水下使用最普遍的是2-SIC接收机制。
2-SIC。当接收机为2-SIC时采用的2-SIC最小功率调度算法如图2所示，j已经定下来了，所有节点的功率level也确定了，本发明的目标是求最小的调度功率，也就是说对于n个时隙，上图中有n个位置，本发明需要在以下三个条件限制下把n个时隙放到n个位置中，让整体调度功率最小，限制条件是：(1)根据节点的level不同，level1的时隙不能放到第二列中；(2)同一个节点的时隙不能放到同一个调度时隙中，也就是说不能放到同一行；(3)同一个level的时隙不能放到同一行；
下面本发明分两种情况讨论：
Figure GDA0002205516080000131
本发明只需要简单的把level2的节点放到第二列就可以，算法复杂度O(n)；
Figure GDA0002205516080000132
只需要简单的把level2的节点放到第二列就可以，算法复杂度O(n)；
Figure GDA0002205516080000134
可以用线性查找算法(bfprt)找到一些level2节点把它们调低功率放到第一列，算法复杂度O(n)。
综合之前所述过程，在2-SIC调度技术下，可以得到用于生成最小帧长且功耗优化调度策略的算法，详见2-SIC最小功率调度算法。
2-SIC最小功率调度算法：
Figure GDA0002205516080000135
K-SIC。当接收机为K-SIC时采用的K-SIC最小功率调度算法如图3所示，j已经定下来了，所有节点的功率level也确定了，本发明的目标是求最小的调度功率，也就是说对于n个时隙，上图中有n个位置，本发明需要在以下三个条件限制下把n个时隙放到n个位置中，让整体调度功率最小，限制条件是：(1)根据节点的level不同，level1的时隙不能放到第二列中；(2)同一个节点的时隙不能放到同一个调度时隙中，也就是说不能放到同一行；(3)同一个level的时隙不能放到同一行。
本发明可以认为n个节点，n个位置，如果一个节点能放到某个位置，那么此节点和位置就存在一条边，边的权值就是传输功率大小，如果一个节点不能放到某个位置，本发明就把此条边的权值赋值为无穷大，这样本发明就可以建模成一个带权图，通过最大权匹配算法可以找到问题的解，其算法复杂度是O(n3)。
给定n个发送节点，则在Lmin个时隙内总共可以安排n个位置给这些节点。U表示发送节点的集合，V表示位置的集合，Lij表示发送节点i在位置j所需要的最小传输功率，当节点i无法被安排到位置j时，Lij＝PMAX，其中PMAX是常数，表示一个极大的功率，即PMAX＝max(Ptmax(i))+1,i∈{1,2,...,n}。将U和V作为顶点，E＝PMAX-Lij作为边，能构建出一个完全平衡二部图G＝(U,V,E)。之后用二部图的最优匹配(Kuhn-Munkres)算法求出图G的最大权匹配，匹配结果就是网络总功耗最优的调度策略。
综合之前所述过程，可以得到用于生成最小帧长且功耗优化调度策略的算法，详见K-SIC最小功率调度算法。
K-SIC最小功率调度算法：
Figure GDA0002205516080000151
由于执行Kuhn-Munkres算法之前步骤的时间复杂度为O(n)，显而易见，K-SIC最小功率调度算法的时间复杂度等于Kuhn-Munkres算法的时间复杂度，即O(n3)
如图4所示，为水下无线SIC网络链路调度技术的主要流程，该方法包含以下主要步骤：
步骤1：运行时间同步算法，使得网络中所有节点时间同步。计算出网络中节点K-SIC功率阈向量，并以此为根据给发送节点划分发送功率等级。具体包括，根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将该最小功率值集合为K-SIC功率阈向量以为各发送节点划分发送功率等级。
步骤2：判定现在的应用场景，如果是均匀负载就执行均匀最小帧长调度算法，否则执行非均匀最小帧长调度算法，求出最小调度帧长Lmin。根据各发送节点的发送数据量，判定该长延迟网络的负载状态(应用场景)，并根据该负载状态和该发送功率等级执行最小帧长调度算法，生成该长延迟网络的最小调度帧长Lmin。
步骤3：判定目前的SIC接收机是否是2-SIC，如果是那么执行2-SIC最小功率调度算法，否则执行K-SIC最小功率调度算法，得到使得全网功耗最小的链路策略。根据发送节点数目、该最小调度帧长和该接收节点的接收机制，执行最小功率调度算法，得到使得全网功耗最小的链路调度策略。
该适用于长延迟SIC网络的链路调度方法，其中步骤2中最小帧长调度算法包括均匀最小帧长调度算法和非均匀最小帧长调度算法，且该步骤2还包括：
步骤21、判断各发送节点的发送数据量是否相同，若相同则执行该均匀最小帧长调度算法，否则执行该非均匀最小帧长调度算法；
该均匀最小帧长调度算法为：
Figure GDA0002205516080000161
式中Lmin为该最小调度帧长，Sm表示发送功率等级不低于m的发送节点的个数，M为该接收节点在一个调度时隙内能解码的最大信号数；
该非均匀最小帧长调度算法为：以各发送节点的时隙为节点构建二部图，并根据限制条件，为各两节点间设置边权重，最后根据该二部图的最大权匹配集合内边的数目，得到该最小调度帧长；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度方法，其中步骤3中最小功率调度算法包括2-SIC最小功率调度算法和K-SIC最小功率调度算法，且该步骤3还包括：
步骤31、判断该接收机制是否为属于2-SIC，若是则执行该2-SIC最小功率调度算法，否则执行该K-SIC最小功率调度算法；
该2-SIC最小功率调度算法为：若发送功率等级最低的发送节点个数大于等于发送功率等级最高的发送节点个数，则将发送功率等级最高的发送节点发送最先迭代解码出的信号，作为该链路调度策略；若发送功率等级最低的发送节点个数小于发送功率等级最高的发送节点个数，则将部分发送功率等级最高的发送节点的发送功率调低发送最后迭代解码出的信号，作为该链路调度策略；
该K-SIC最小功率调度算法包括：在该最小调度帧长内安排多个位置分别对应各发送节点，并根据限制条件，为各发送节点和位置间设置边权重，最后分别以发送节点和位置的集合作为顶点，边权重间的差作为边，构建平衡二部图，并将该平衡二部图的最大权匹配结果作为该链路调度策略；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度方法，其中该均匀最小帧长调度算法还包括：判断该二部图中任意两节点是否满足第一限制条件，若满足则将两节点间的边权重设置为1，否则将两节点间的边权重设置为0。
该适用于长延迟SIC网络的链路调度方法，其中该K-SIC最小功率调度算法还包括：判断发送节点和位置间的关系是否满足该第二限制条件，若满足，则将该发送节点在该位置所需的最小传输功率作为该发送节点和该位置间的边权重，否则，将无穷大设置为该发送节点和该位置间的边权重。
以下为与上述方法实施例对应的系统实施例，本实施系统可与上述实施方式互相配合实施。上述施方式中提到的相关技术细节在本实施系统中依然有效，为了减少重复，这里不再赘述。相应地，本实施系统中提到的相关技术细节也可应用在上述实施方式中。
该适用于长延迟SIC网络的链路调度方法，其中步骤2中最小帧长调度算法包括均匀最小帧长调度算法和非均匀最小帧长调度算法，且该步骤2还包括：
步骤21、判断各发送节点的发送数据量是否相同，若相同则执行该均匀最小帧长调度算法，否则执行该非均匀最小帧长调度算法；
该均匀最小帧长调度算法为：
Figure GDA0002205516080000171
式中Lmin为该最小调度帧长，Sm表示发送功率等级不低于m的发送节点的个数，M为该接收节点在一个调度时隙内能解码的最大信号数；
该非均匀最小帧长调度算法为：以各发送节点的时隙为节点构建二部图，并根据限制条件，为各两节点间设置边权重，最后根据该二部图的最大权匹配集合内边的数目，得到该最小调度帧长；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度方法，其中步骤3中最小功率调度算法包括2-SIC最小功率调度算法和K-SIC最小功率调度算法，且该步骤3还包括：
步骤21、判断该接收机制是否为属于2-SIC，若是则执行该2-SIC最小功率调度算法，否则执行该K-SIC最小功率调度算法；
该2-SIC最小功率调度算法为：若发送功率等级最低的发送节点个数大于等于发送功率等级最高的发送节点个数，则将发送功率等级最高的发送节点发送最先迭代解码出的信号，作为该链路调度策略；若发送功率等级最低的发送节点个数小于发送功率等级最高的发送节点个数，则将部分发送功率等级最高的发送节点的发送功率调低发送最后迭代解码出的信号，作为该链路调度策略；
该K-SIC最小功率调度算法包括：在该最小调度帧长内安排多个位置分别对应各发送节点，并根据限制条件，为各发送节点和位置间设置边权重，最后分别以发送节点和位置的集合作为顶点，边权重间的差作为边，构建平衡二部图，并将该平衡二部图的最大权匹配结果作为该链路调度策略；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
该适用于长延迟SIC网络的链路调度方法，其中该均匀最小帧长调度算法还包括：判断该二部图中任意两节点是否满足第一限制条件，若满足则将两节点间的边权重设置为1，否则将两节点间的边权重设置为0。
该适用于长延迟SIC网络的链路调度方法，其中该K-SIC最小功率调度算法还包括：判断发送节点和位置间的关系是否满足该第二限制条件，若满足，则将该发送节点在该位置所需的最小传输功率作为该发送节点和该位置间的边权重，否则，将无穷大设置为该发送节点和该位置间的边权重。
虽然本发明以上述实施例公开，但具体实施例仅用以解释本发明，并不用于限定本发明，任何本技术领域技术人员，在不脱离本发明的构思和范围内，可作一些的变更和完善，故本发明的权利保护范围以权利要求书为准。

Claims (10)

1.一种适用于长延迟SIC网络的链路调度方法，其特征在于，包括：
步骤1、根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将该最小功率值集合为K-SIC功率阈向量，以为各发送节点划分发送功率等级；
步骤2、根据各发送节点的发送数据量，判定该长延迟网络的负载状态，并根据该负载状态和该发送功率等级执行最小帧长调度算法，生成该长延迟网络的最小调度帧长；
步骤3、根据发送节点数目、该最小调度帧长和接收节点的接收机制，执行最小功率调度算法，得到使得全网功耗最小的链路调度策略。
2.如权利要求1所述的适用于长延迟SIC网络的链路调度方法，其特征在于，步骤2中最小帧长调度算法包括均匀最小帧长调度算法和非均匀最小帧长调度算法，且该步骤2还包括：
步骤21、判断各发送节点的发送数据量是否相同，若相同则执行该均匀最小帧长调度算法，否则执行该非均匀最小帧长调度算法；
该均匀最小帧长调度算法为：
Figure FDA0002235806480000011
式中Lmin为该最小调度帧长，Sm表示发送功率等级不低于m的发送节点的个数，M为该接收节点在一个调度时隙内能解码的最大信号数；
该非均匀最小帧长调度算法为：以各发送节点的时隙为节点构建二部图，并根据限制条件，为各两节点间设置边权重，最后根据该二部图的最大权匹配集合内边的数目，得到该最小调度帧长；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
3.如权利要求1所述的适用于长延迟SIC网络的链路调度方法，其特征在于，步骤3中最小功率调度算法包括2-SIC最小功率调度算法和K-SIC最小功率调度算法，且该步骤3还包括：
步骤31、判断该接收机制是否为属于2-SIC，若是则执行该2-SIC最小功率调度算法，否则执行该K-SIC最小功率调度算法；
该2-SIC最小功率调度算法为：若发送功率等级最低的发送节点个数大于等于发送功率等级最高的发送节点个数，则将发送功率等级最高的发送节点发送最先迭代解码出的信号，作为该链路调度策略；若发送功率等级最低的发送节点个数小于发送功率等级最高的发送节点个数，则将部分发送功率等级最高的发送节点的发送功率调低发送最后迭代解码出的信号，作为该链路调度策略；
该K-SIC最小功率调度算法包括：在该最小调度帧长内安排多个位置分别对应各发送节点，并根据限制条件，为各发送节点和位置间设置边权重，最后分别以发送节点和位置的集合作为顶点，边权重间的差作为边，构建平衡二部图，并将该平衡二部图的最大权匹配结果作为该链路调度策略；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
4.如权利要求2所述的适用于长延迟SIC网络的链路调度方法，其特征在于，该均匀最小帧长调度算法还包括：判断该二部图中任意两节点是否满足该限制条件，若满足则将两节点间的边权重设置为1，否则将两节点间的边权重设置为0。
5.如权利要求3所述的适用于长延迟SIC网络的链路调度方法，其特征在于，该K-SIC最小功率调度算法还包括：判断发送节点和位置间的关系是否满足该限制条件，若满足，则将该发送节点在该位置所需的最小传输功率作为该发送节点和该位置间的边权重，否则，将无穷大设置为该发送节点和该位置间的边权重。
6.一种适用于长延迟SIC网络的链路调度系统，其特征在于，包括：
发送功率等级划分模块，用于根据发送节点数目、环境噪声功率和SIC算法的信号干扰比阈值，生成各发送节点的传输信号所能被SIC算法解码的最小功率值，通过将该最小功率值集合为K-SIC功率阈向量，以为各发送节点划分发送功率等级；
最小调度帧长生成模块，用于根据各发送节点的发送数据量，判定该长延迟网络的负载状态，并根据该负载状态和该发送功率等级执行最小帧长调度算法，生成该长延迟网络的最小调度帧长；
链路调度策略生成模块，用于根据发送节点数目、该最小调度帧长和接收节点的接收机制，执行最小功率调度算法，生成使得全网功耗最小的链路调度策略。
7.如权利要求6所述的适用于长延迟SIC网络的链路调度系统，其特征在于，最小帧长调度算法包括均匀最小帧长调度算法和非均匀最小帧长调度算法，且该最小调度帧长生成模块还包括：判断各发送节点的发送数据量是否相同，若相同则执行该均匀最小帧长调度算法，否则执行该非均匀最小帧长调度算法；
该均匀最小帧长调度算法为：
Figure FDA0002235806480000031
式中Lmin为该最小调度帧长，Sm表示发送功率等级不低于m的发送节点的个数，M为该接收节点在一个调度时隙内能解码的最大信号数；
该非均匀最小帧长调度算法为：以各发送节点的时隙为节点构建二部图，并根据限制条件，为各两节点间设置边权重，最后根据该二部图的最大权匹配集合内边的数目，得到该最小调度帧长；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
8.如权利要求6所述的适用于长延迟SIC网络的链路调度系统，其特征在于，最小功率调度算法包括2-SIC最小功率调度算法和K-SIC最小功率调度算法，且该链路调度策略生成模块还包括：判断该接收机制是否为属于2-SIC，若是则执行该2-SIC最小功率调度算法，否则执行该K-SIC最小功率调度算法；
该2-SIC最小功率调度算法为：若发送功率等级最低的发送节点个数大于等于发送功率等级最高的发送节点个数，则将发送功率等级最高的发送节点发送最先迭代解码出的信号，作为该链路调度策略；若发送功率等级最低的发送节点个数小于发送功率等级最高的发送节点个数，则将部分发送功率等级最高的发送节点的发送功率调低发送最后迭代解码出的信号，作为该链路调度策略；
该K-SIC最小功率调度算法包括：在该最小调度帧长内安排多个位置分别对应各发送节点，并根据限制条件，为各发送节点和位置间设置边权重，最后分别以发送节点和位置的集合作为顶点，边权重间的差作为边，构建平衡二部图，并将该平衡二部图的最大权匹配结果作为该链路调度策略；
其中该限制条件包括：发送功率等级最低的发送节点只能发送最后迭代解码出的信号；调度时隙由发送节点相异且发送功率等级相异的时隙组成。
9.如权利要求7所述的适用于长延迟SIC网络的链路调度系统，其特征在于，该均匀最小帧长调度算法还包括：判断该二部图中任意两节点是否满足限制条件，若满足则将两节点间的边权重设置为1，否则将两节点间的边权重设置为0。
10.如权利要求8所述的适用于长延迟SIC网络的链路调度系统，其特征在于，该K-SIC最小功率调度算法还包括：判断发送节点和位置间的关系是否满足该限制条件，若满足，则将该发送节点在该位置所需的最小传输功率作为该发送节点和该位置间的边权重，否则，将无穷大设置为该发送节点和该位置间的边权重。
CN201710917120.1A 2017-09-30 2017-09-30 一种适用于长延迟sic网络的链路调度方法和系统 Active CN107682924B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710917120.1A CN107682924B (zh) 2017-09-30 2017-09-30 一种适用于长延迟sic网络的链路调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710917120.1A CN107682924B (zh) 2017-09-30 2017-09-30 一种适用于长延迟sic网络的链路调度方法和系统

Publications (2)

Publication Number Publication Date
CN107682924A CN107682924A (zh) 2018-02-09
CN107682924B true CN107682924B (zh) 2020-01-07

Family

ID=61139506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710917120.1A Active CN107682924B (zh) 2017-09-30 2017-09-30 一种适用于长延迟sic网络的链路调度方法和系统

Country Status (1)

Country Link
CN (1) CN107682924B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109041230B (zh) * 2018-07-06 2022-03-18 中国电子科技集团公司第三十研究所 一种基于受限优先的逐轮递增式时隙分配方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101583181A (zh) * 2008-05-13 2009-11-18 华为技术有限公司 移动台发射功率的控制方法和装置
CN102204367A (zh) * 2008-10-31 2011-09-28 三星电子株式会社 无线通信系统中用于上行链路功率控制的装置和方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101963158B1 (ko) * 2012-08-27 2019-03-28 삼성전자주식회사 무선통신 시스템에서 간섭 완화를 위한 장치 및 방법
US10028228B2 (en) * 2015-08-07 2018-07-17 Lg Electronics Inc. Method for transmitting and receiving for power control factor related to considering self-interference cancellation in wireless communication system using FDR mode and devices therefor

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101583181A (zh) * 2008-05-13 2009-11-18 华为技术有限公司 移动台发射功率的控制方法和装置
CN102204367A (zh) * 2008-10-31 2011-09-28 三星电子株式会社 无线通信系统中用于上行链路功率控制的装置和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
相继干扰消除的无线网络中的调度算法;吕绍和，王晓东，周兴铭;《软件学报》;20120415;第23卷(第4期);第1-8页 *

Also Published As

Publication number Publication date
CN107682924A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
Su et al. A joint power control and rate adaptation MAC protocol for underwater sensor networks
Jafri et al. Towards delay-sensitive routing in underwater wireless sensor networks
Coutinho et al. OMUS: Efficient opportunistic routing in multi-modal underwater sensor networks
CN109089273B (zh) 一种Ad-Hoc网络中基于状态转换概率的中继选择方法
Zhang et al. A slotted-FAMA based MAC protocol for underwater wireless sensor networks with data train
Domingo et al. Design and analysis of a gps-free routing protocol for underwater wireless sensor networks in deep water
Makhija et al. Challenges and design of mac protocol for underwater acoustic sensor networks
Patil et al. Stochastic modeling of depth based routing in underwater sensor networks
Sun et al. Power control algorithm based on non-cooperative game theory in successive interference cancellation
CN107682924B (zh) 一种适用于长延迟sic网络的链路调度方法和系统
Ma et al. C-MAC: A TDMA-based MAC protocol for underwater acoustic sensor networks
Yan et al. Joint relay selection and power allocation in underwater cognitive acoustic cooperative system with limited feedback
Radha et al. Transmission distance in MAC protocol for wireless sensor networks
Cerqueira et al. A cooperative protocol for pervasive underwater acoustic networks
Goutham et al. Stochastic modelling and performance analysis of cooperative HARQ in multi-cluster underwater acoustic sensor networks
Zhang et al. A low complexity clustering optimization algorithm for underwater sensor networks
Wahid et al. A new cross layer MAC protocol for data forwarding in underwater acoustic sensor networks
Kim et al. Minimum average routing path clustering problem in multi-hop 2-D underwater sensor networks
Jothi et al. Nelder mead-based spider monkey optimization for optimal power and channel allocation in MANET
AU2021101381A4 (en) Energy-efficient prediction system for data aggregation in sensor network
Karmokar et al. Energy‐efficient cross‐layer design of dynamic rate and power allocation techniques for cognitive green radio networks
Ibrahim et al. Surface gateway placement strategy for maximizing underwater sensor network lifetime
Goutham et al. Modeling and analysis of hybrid ARQ scheme for incremental cooperative communication in underwater acoustic sensor networks
CN114157392A (zh) 一种分布式irs辅助通信系统安全传输的优化方法
Bravos et al. MIMO-based and SISO multihop sensor networks: energy efficiency evaluation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant