CN108464032A - 以自适应和接合的方式管理水下网络中的节点的路由策略和重传策略的方法及其实现装置 - Google Patents
以自适应和接合的方式管理水下网络中的节点的路由策略和重传策略的方法及其实现装置 Download PDFInfo
- Publication number
- CN108464032A CN108464032A CN201680074163.1A CN201680074163A CN108464032A CN 108464032 A CN108464032 A CN 108464032A CN 201680074163 A CN201680074163 A CN 201680074163A CN 108464032 A CN108464032 A CN 108464032A
- Authority
- CN
- China
- Prior art keywords
- node
- data packet
- sent
- transmission
- cost
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
- H04W40/125—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality using a measured number of retransmissions as a link metric
-
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
- H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
- H04L1/1607—Details of the supervisory signal
- H04L1/1657—Implicit acknowledgement of correct or incorrect reception, e.g. with a moving window
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
- H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
- H04L1/18—Automatic repetition systems, e.g. Van Duuren systems
- H04L1/1825—Adaptation of specific ARQ protocol parameters according to transmission conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/12—Arrangements for detecting or preventing errors in the information received by using return channel
- H04L1/16—Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
- H04L1/18—Automatic repetition systems, e.g. Van Duuren systems
- H04L1/1867—Arrangements specially adapted for the transmitter end
- H04L1/188—Time-out mechanisms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
- H04L45/08—Learning-based routing, e.g. using neural networks or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0231—Traffic management, e.g. flow control or congestion control based on communication conditions
- H04W28/0236—Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/023—Limited or focused flooding to selected areas of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L2001/0092—Error control systems characterised by the topology of the transmission link
- H04L2001/0093—Point-to-multipoint
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L2001/0092—Error control systems characterised by the topology of the transmission link
- H04L2001/0097—Relays
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Communication Control (AREA)
- Detection And Prevention Of Errors In Transmission (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明的方法设想通过作为ISO‑OSI模型的数据链路层的顶部子层的LLC通信协议(LLC逻辑)从单节点上可用的特定通信设备中自主地逐节点地确定用于要传输/重传的每个数据包的要使用的特定通信设备,所述数据包要被传输到节点的哪个子集(路由逻辑),即所述数据包要被传输到的邻近节点的数量和集合,通过使用使每个节点能够根据已经进行的传输的数量动态地学习和选择最佳操作模式的分散式自学习算法,从可用的多个可用通信设备中自主地逐节点地确定要使用的特定通信设备和要进行的最大重传数量。
Description
技术领域
本发明涉及水下传感器网络中的通信的扇区,并且更具体地涉及一种用于动态确定通过网络节点重传数据包的逻辑以便优化网络本身的性能的方法。
UWSN(水下无线传感器网络)的使用提供了大范围的应用,诸如,尤其,环境监视、关键基础设施的监视、以及海上平台的监视、港口和海岸的监测等。
水下传感器网络(图1)由一组节点组成,适当地定位以覆盖感兴趣的区域并位于各种深度,其中一些可以是移动自主车辆。每个节点配备有传感器和一个或多个通信设备。节点从周围环境中收集数据,在本地处理的步骤之后,数据被发送到一个或多个数据收集器或信宿节点(sink nodes),其基于应用的类型在别处存储/处理/输送数据。数据交换也可以考虑发送关于器件状态的命令或信息。
在节点之间创建通信网络需要解决表征水下环境中通信的各种问题。首先,考虑到水下环境对电磁波(其在水中显著衰减)的使用所强加的限制,通信到目前典型地已经经由声波获得,这意味着显著的传播延迟(秒的数量级)和有限的传输频带(每秒几千比特)。此外,正如多个实验活动充分证明的,存在质量的相当大的异构性、变化性以及节点之间的通信信道的不对称性,传输特征显著取决于各种条件,诸如深度、温度、盐度、海床的剖面、地面风的条件、例如通过经过的船只所产生的噪声等,此外,这些条件还会经历随时间(甚至在短期间内)频繁地不可预见的变化。
在这种背景下,考虑到以上水下传感器网络的应用的所有关键方面,主要挑战之一是可靠的通信,即保证由各个节点生成的数据包将被递送到信宿节点(并且这在合理的时间内)的能力。
增加通信可靠性的第一种解决方案是泛洪技术,其利用声通信中固有的广播本质:每个数据包寻址到所有节点,并且接收数据包的每个节点以广播模式再次将其送回。然而,如果一方面该解决方案最大化了数据包到达信宿节点的可能性,则在能耗方面,网络流量(traffic)的成本和相应的网络崩溃的风险随着碰撞数量的增加而增加,以及吞吐量的显著减少和随之发生的甚至不受控制的延迟增加,使得该解决方案不能令人满意或很少行得通。
为了保持泛洪技术的优点和简单性,防止其上述缺点,各种方法采用有限的泛洪解决方案,其中每个节点将每个数据包发送到其它节点的受限集合:如果每个节点将其自己的流量发送到仅一个节点,则我们有单路径,即没有任何冗余的经典单路径路由;如果一个或多个节点将它们自己的流量发送到多个网络节点,则有多个网络路径和因此的冗余,且路由是多路径路由。
增加通信可靠性的另一解决方案在于使用重传技术。对于每个传输的数据包,传输节点进入等待状态,其中它等待收件人节点收到其确认。在水下传感器网络中,考虑到缺乏网络频带,广泛使用以下隐式确认:利用广播通信装置,如果节点检测到(其已经将数据包发送到的)至少一个节点重传数据包,则认为数据包已被成功发送。相反,如果没有检测到数据包的副本,则假定没有节点已经接收到数据包,并且该数据包在回退(backoff)期间之后被重传。数据包被重传一定次数,在这之后其被拒绝。在这种情况下,最大重传次数起着重要的作用:重传值非常高增加了递送的可能性,但同时增加了网络延时(latency)、能耗,并且反过来增加了网络流量。
作为本发明基础的发明想法在于,将中继节点的选择策略(路由功能)和重传策略组合,以便从传输的可靠性、网络延时以及能耗的立场来优化性能。通过应用由每个节点执行的(并且因此分布式)算法,以动态和自适应的方式做出选择,这使节点能够动态地学习和选择要传输每个数据包的邻近的最佳数量和集合以及要重传每个数据包的最大次数。
通过每个节点根据所交换的本地信息在本地进行优化,并且能够定义节点的操作模式。不同的节点可能以不同的方式表现(即,网络的部分可以遵循单路径协议,同时网络的另一区域使用多路径协议,甚至泛洪协议)。
尽管在文献中最近已经提出了自适应路由解决方案[BaPe14][HuFe10][PlWa14],但这些解决方案在性能方面呈现出限制,并且与所提出的解决方案相比,设想(envisage)自适应性的使用更受限制。关于这两个专利申请[US2026]和[US1082]可以应用相同的考虑。第一项专利没有提出路由策略,而只是数据包重传的技术。然而,根据本发明的提议在此不同,这是因为本重传策略没有设想网络节点之间的反馈的明确交换。另一方面,专利[US2004/071082]考虑了路由协议,该路由协议是单路径类型专有的并且因为数据包重传的数量变化而不提供任何动态性。
实际上,本发明能够定义引入跨层“元协议(meta-protocol)”的本地逻辑的过程,使网络能够根据不同协议及时操作,并且使网络的不同部分能够根据不同的协议逻辑来操作,这是用于优化性能的基本特征,并且在现有技术解决方案中完全不存在。
发明内容
在水下传感器网络的领域中,本发明在于将中继节点(即,将数据包传输到节点以便将数据包朝着信宿节点路由的节点)的选择策略与重传策略组合,以便从传输可靠性、网络延时以及能耗(和/或其组合)的立场来获得最佳性能。特别地:
-提出了一种方法,该方法用于根据已经进行的数据包重传的数量来动态确定传输模式和数据包将被转递到的节点;
-该方法完全分散:每个节点根据已经进行的传输的数量来自主确定用于转递的节点集;
-该方法对于所有的节点都是完全相同的;
-该方法是动态的:随着网络条件的变化,使用自学习算法(其反过来被分散),每个节点可以根据被选为收件人的节点的数量和身份,和/或给定数据包要试图的重传数量来修改其自己的策略。
尽管该方法对于每个节点都是分布式和相同的,但其根据基于在邻近节点(其中通过“邻近节点”意味着具有正确接收互相进行传输的能力的节点)之间本地信息交换的基础上的网络条件的学习、导致影响网络以优化其整体性能、利用使系统的节点能够以不同方式(每次传输所选的不同数量的中继、节点所使用的不同数量的重传)操作的可能性。
本发明的其它特征将从随后参考所附的附图的板的描述中清楚地显现,其中:
图1是标准水下网络的示意图;
图2是OSI协议栈的方案;
图3示出了LLC子层的执行流程;
图4详细地示出了用于下一跳节点的学习和选择的模块;
图5示出了作为网络流量的函数的PDR(即,数据包递送比率,其是由信宿节点正确接收的数据包的数量和由节点生成的数据包的数量之间的比率),设置根据本发明的CARMA协议与已知的QELAR和EFlood协议的比较;
图6示出了在图5的三个参考协议中,由网络所消耗的用于将数据位正确地递送到信宿节点的作为网络负载的函数的能量的不同图;
图7比较了在图5和6的三个不同协议中,定义为数据包的生成之间的时间和它们被正确递送到信宿节点的时间的平均延时;以及
图8示出了网络节点用于在低流量和高流量情况下成功递送信息的位所花费的能量。
具体实施方式
参照附图,考虑到如图1的水下传感器网络,其由被适当地定位以覆盖感兴趣区域的多个节点组成。不论节点是固定的还是由移动车辆表示,每个节点都配备有传感器和一个或多个通信设备。节点从周围环境中收集数据,在本地处理之后,数据被发送到一个或多个信宿节点,一个或多个信宿节点基于应用的类型在别处存储/处理/输送数据。
本发明是将网络层(路由)与数据链路层的LLC(逻辑链路控制)子层集成的跨层解决方案。
所提出的方法在于为要传输/重传(LLC逻辑)的每个数据包逐个节点地自主确定数据包要被传输(路由逻辑)到的节点的哪个子集,和要进行重传的最大数量。
为此,提供用于每个节点的模块(该模块支配LLC层(ISO-OSI模型的数据链路层的顶子层)的传输和重传的策略)以及路由模块,该路由模块使用基于Q学习的自学习算法,还根据已经被传输的次数来为每个数据包确定该数据包将被重新发送到的最优的节点集,如将在下文中详细描述的。
LLC(逻辑链路控制)子层
LLC子层支配图2中所示的节点重传的逻辑。当节点必须发送数据包(或在重传的情况下重新发送数据包)时,其与路由模块交互(箭头A和B)以识别数据包将被发送到的节点。为此,LLC子层将数据包已经被(未成功)传输的次数发送到路由模块,并从后者接收数据包要被发送到的节点的集合(通常也将是该数据包的重传数量的函数的集合)。
节点的集合的计算可以周期性地执行而不是在不时地基础上执行。然而,考虑到在连续重传之间的频繁地很长时间,将优选所提出的解决方案。
在数据包已经被发送并且定时器已经启动之后,节点进入等待状态,其中它使用串音技术等待隐式确认:如果其已经将数据包发送到的至少一个节点重传数据包,则认为数据包已经被成功发送;相反,如果没有检测到数据包的副本的传输,则假定没有节点已经接收到数据包。在前一种情况下,传输下一数据包。在后一种情况下,在被称为回退的等待期间之后重传数据包。
每个数据包由每个节点传输最多K次,在这之后拒绝该数据包。根据如下文所述的网络流量的强度估计来动态地设置参数K。
路由模块
路由模块支配路由逻辑,还根据数据包已经传输的次数来为每个数据包确定数据包将要(重新)发送到的最优节点集。
所提出的解决方案基于被称为Q学习的一般数学强化学习技术[SuBa98]。Q学习方法基于Q函数(Q值),Q函数表示与用于系统的每个可能状态的每个可能动作相关联的成本估计。迭代地,该算法更新各种估计,并基于这些估计指示最低成本动作作为要执行的动作。
由路由模块所使用的特定算法在下文中描述并在图4中表示。在每个节点中,数据包的状态s由其已经被传输的次数表示(如果s=0,则数据包还没有被传输,如果s=1,则该数据包已经被传输一次,等等),然而可能的动作a是数据包可以被发送到的节点的各个子集(如果a={j},则数据包被发送到仅节点j,如果a={j1,j2},则数据包被发送到j1和j2,如果a={j1,j2,...,jn},则数据包被发送到j1,j2,...,jn等等)。
对于每个状态/动作对(s,a),即由重发的数量和可能的收件人集形成的所述对,每个节点i的路由模块估计Q函数Qi(s,a),即与当处于状态s时的动作a的执行相关联的成本,即,将已经被传输了s次的数据包发送到集合a中的节点的成本(第2-7行)。
学习算法的伪代码
一旦已经更新了各种估计,收件人节点的选择落在与最佳成本相关联的集合a上(第9行)。
用于计算值Qi(s,a)(第5行)的概率从由节点i发送的由节点j正确接收的数据包的概率Pi,j开始获得,如下所示:
学习技术的操作核心是与各种状态/动作对相关联的成本函数的设定,这实际上确定了中继集的选择的逻辑。
在本文所提出的解决方案中,与每个动作相关联的成本函数ci(s,a)被定义如下:
其中ei(s,a)等于数据包传输到与动作相对应的节点集的成本,ni(s,a)是用于下游节点将数据包递送到目的地的成本(基于与邻居交换的信息来计算),li(s,a)是当已经达到最大重发数量之后拒绝该数据包时与数据包可能丢失相关联的成本,we和w1是基于应用要求所选的权重,其中we+w1=1。
下游节点的成本的表达式为:
其中cj等于节点j将数据包传输到目的地的成本,即,
该值由节点周期性地广播,而li(s,a)的表达式为:
其中L是与当已经达到最大重传数量之后拒绝该数据包时数据包丢失相关联的惩罚,并且乘积是该数据包已经丢失的概率。
细节
链路质量的估计
每个节点都跟踪从邻近节点正确接收的数据包的数量ni,j。不论节点是单个数据包的收件人还是不是单个数据包的收件人,该计算都是在所有的数据包上进行的。一旦节点j已经正确接收到由节点i发送的数据包,节点j就从该数据包的序号中确定由节点发送的数据包数量ni,并从中估计链路质量为:
其中链路质量Pij表示由节点j正确接收的由节点i发送的数据包的概率。为了具有考虑水下通道的显著动态性的估计,关于适当尺寸的滑动时间窗口计算值ni和nij。
最大重传数量K的动态设置
K是协议的基本参数。低值有助于限制网络流量,但可能导致传输成功的概率低。相反,K的高值增加了数据包被接收的概率,但以网络流量的增加为代价:在低流量的情况下足够的K值可能容易导致在持续流量的条件下的网络过载情况,从而导致网络崩溃。在所提出的解决方案中,参数K是以这样的方式动态设置的,即在时间窗口(其长度等于发送数据包所必需的时间)期间进行的传输的平均数量G等于0.5,(想法是以将网络的第2层的行为近似为无槽的广播ALOHA网络,该无槽的广播ALOHA网络已知在G=0.5处获得网络的传输容量的峰值)。
使用以下用于最大网络负载的近似:
G=tcolλK
其中,tcol是碰撞时间,即数据包的传输时间和最大网络传播时间(可以基于网络本身的大小来估计的值)之和,并且λ表示网络中的流量,可以由每个节点基于本地观察到的流量动态估计的值,对于最大重传数量获得以下公式:
其中符号指定大于x的最小整数。
通信器件动态选择的扩展
目前常见的知识是,可以同时使用异构通信器件来增加水下通信网络的效率,该异构通信器件关于比特率、工作频率、传输范围、通信可靠性等可能不同。这能够对水下环境的多变条件和不同类型的网络有较大适应性。在这种背景下,本发明可以容易扩展为除了要将数据包发送到节点的节点子集之外自主地逐个节点地还从可用的多个通信设备中选择待使用的特定通信设备。要做到这点,有必要将先前所讨论的模型改变如下。
可能的动作a不仅指定了数据包可能被发送到的节点的不同子集,而且从可用的多个通信设备中指定待使用的通信设备(如果a={m1,[j]},则使用设备m1将数据包发送到仅节点j,如果a={m2,[j1,j2]},则使用设备m2将数据包发送到j1和j2,如果a={m1,[j1,j2,...,jn]},则使用设备m1将数据包发送到节点j1,j2,...,jn等)。
数据包传输的成本也考虑到用于传输数据包所选的特定通信器件m,考虑到能耗或传输容量的不同水平例如与不同器件相关联。
由节点j正确接收的由节点i发送的数据包的概率被定义为这是因为它取决于所使用的具体器件m。其计算如下:一旦节点j已经正确接收到由节点i使用设备m发送的数据包,其就从数据包的序号中确定由节点使用所述设备发送的数据包的数量并使用比率作为对应于m的链路质量的估计:
其中是由节点i利用设备m发送并由j正确接收的数据包的数量。
实验结果
为了突出本发明的优点,下文所示的是经由模拟获得的实验结果。将CARMA的性能与QELAR[HuFe10](基于试图获得节点之间的均匀能耗但不考虑多路径的强化学习的协议)和明确设计用于减少碰撞并增加协议的稳健性的EFlood[BaPe14](改进版本的洪泛协议)的性能进行比较。模拟的水下环境对应于远离特隆赫姆海岸的挪威峡湾的一部分。模拟水下环境所必需的所有信息从世界海洋数据库(http://www.nodc.noaa.gov/OC5/WOA05/prwoa05.html)、海洋总体深测图(GEBCO)(http://www.gebco.net)、以及国家地球物理数据中心Deck41数据库(http://www.ngdc.noaa.gov/mgg/geology/deck41.html)获得。
在实验中,考虑了40个节点(39个节点加上信宿节点)的静态网络,40个节点被随机定位在4km×1km的区域内和不同的深度(在10和240m之间的范围)。根据每秒参数λ数据包的泊松过程生成网络流量,其中假定λ是集合{0.01,0.02,0.04,0.0666,0.1}中的值。此外,考虑到三个不同的数据包大小,也就是50B、500B以及1000B。
使用以下性能度量来评估协议的性能:
·数据包递送比率(PDR),也就是递送到信宿节点的数据包的比率,其被定义为由信宿节点正确接收的数据包和由节点生成的所有数据包之间的分数;
·端到端延时,其被定义为数据包生成和数据包在信宿节点处的正确接收之间所流逝的时间;以及
·每位的能量,其被定义为网络中用于将数据位递送到信宿节点所消耗的能量。
模拟结果
图5、6和7示出了所描述的模拟情景中的三种协议的性能。结果是指1000B的数据包的大小,其对应于考虑的所有三种协议的最佳性能(其他数据包大小的性能总结在表1中)。为了获得协议之间的相同条件下的比较,QELAR和EFlood的特征参数被设置为由相应作者所建议的最优值。
表1不同的网络流量和数据包大小的模拟结果
数据包递送比率。图5显示了对于每个协议所测量的PDR。结果与预期一致。特别地,随着网络流量增加,PDR减少,这是因为数据包之间的碰撞和找到所占用通道的概率增加。无论如何,CARMA示出了最优性能:只有当网络流量非常高时,其PDR才会从100%下降到85%。
CARMA的性能基本取决于三个因素:1)协议将用于从信源到信宿传输数据包所必需的全部传输数量最小化,并且因此能够识别具有将数据包递送到目的地的最高概率的路由;2)随着重传增加,以多路径转递数据包增加了协议的稳健性;3)基于流量动态地计算最大重传数量K,从而当流量较高时减少重传的数量,并因此减少数据包之间的碰撞。在所有的协议中,EFlood由于较高数量的传输而示出了最差的性能,尤其是随着负载的增加,EFlood导致了大量的碰撞。另一方面,只要网络中的流量很低,QELAR就会示出良好的性能,但当流量增加时,其PDR迅速衰减。这是因为其没有对重传数量的动态控制,并且因为它比CARMA估计的通信链路的质量要不准确。在高负载时,串音数据包(这是QELAR用于估计链路质量所使用的主要机制)的难度导致远远不精确的估计,并因此导致非最优路由决策。
每位的能量。图6示出了将数据位递送到信宿的能耗。EFlood是用于递送位的(尤其是在低流量条件下)消耗最多的协议。应该回想起的是,EFLood是基于泛洪的协议,并因此对于其本质,其特征在于大量的传输和相应的高能耗。
CARMA和QELAR在低流量强度时示出了良好的性能,其中CARMA能够在较小数据包大小的情况下显著降低消耗(表1)。然而,随着流量水平增加,QELAR的性能衰减,这是由于重传数量较高并且正确递送到信宿的数据位的数量较低。
图8示出了考虑了对应于低负载水平和高负载水平的两种情景的每位的能量如何在网络节点之间变化。CARMA的能量效率非常统一,而其它两个协议中的能量效率呈现了较大的变化性。
端到端延时。图7示出了用于将数据包递送到信宿节点的平均延时。正如可以预期的那样,随着流量水平的增加,用于递送数据包所必需的时间也增加。CARMA在考虑到的所有情景中以最短的时间递送数据包。通过减少递送数据包所必需的重传数量,CARMA可以有效地作用于延时。相反,EFlood呈现了较长的延时,这取决于为使传输节点失同步而引入的延迟,但是不论网络流量如何,延时保持类似。在EFlood中,每个数据包由每个节点仅传输一次(没有重传),限制了延时,但以较低的PDR为代价。除了随着流量水平增加然后延时会显著增加之外,QELAR在低流量水平时呈现了堪比CARMA的延时的延时。这是因为QELAR协议特征在于高重传速率(流量低时超过150%的速率)以及难以接收隐式确认,这会危害正确路由数据包的能力。
本文已经描述了形成本发明主题的方法的优选实施例。然而,明显的是从而在不脱离随后的权利要求所限定的本发明的保护范围的情况下,本领域的技术人员可以进行许多修改和变化。
参考文献
[SuBa98]R.S.Sutton and A.G.Barto,Reinforcement Learning:AnIntroduction.Cambridge Univ.Press,1998.
[BaPe14]S.Basagni,C.Petrioli,R.Petroccia and D.Spaccini."CARP:AChannel-aware Routing Protocol for Underwater Acoustic Wireless Networks",inpress,Elsevier Ad Hoc Networks and Physical Communication.2014.
[HuFe10]T.Hu and Y.Fei,“QELAR:A Machine Learning Based AdaptiveRouting Protocol for Energy Efficient and Lifetime Extended Underwater SensorNetworks”,IEEE Transactions on Mobile Computing,Vol.9,N.6,pp.796-808,June2010.
[PlWa14]R.Plate,C.Wakayama,“Utilizing kinematics and selectivesweeping in reinforcement learning based routing algorithms for underwaternetworks”,in press,Elsevier Ad Hoc Networks and Physical Communication.2014.
[US2026]US 2012/192026 A1(CHEN REN-JR[TW]ET AL)26July 2012.
[US1082]US 2004/071082 A1(BASU ANINDYA[US]ET AL)15April 2004.
Claims (14)
1.一种用于在水下通信传感器网络中在每次传输/重传数据包时选择所述数据包将被发送到的节点的集合的方法,并且所述方法针对每个节点设想支配LLC(逻辑链路控制)层的传输/重传的策略的模块和路由模块,所述方法的特征在于其包括:
在考虑到该数据包已经被传输的次数的情况下使用自学习算法,所述自学习算法针对每个数据包自主地并且在没有明确交换确认消息的情况下,确定该数据包将被重新发送到的节点的最优集合(路由逻辑);和
根据通信网络的特定特征来确定要执行的最大重传数量、选择最佳操作模式。
2.根据前述权利要求所述的方法,其特征在于,随着网络条件变化,使用所述分散式自学习算法,每个节点能够根据被选为收件人的所述节点的数量和身份和/或数据包要试图重传的数量来修改其自己的策略。
3.根据前述权利要求中任一项所述的方法,其特征在于,所述算法对于所有的节点都是相同的并且基于Q学习。
4.根据权利要求1所述的方法,其特征在于,所述LLC子层通过连续执行以下步骤来支配节点的重传逻辑:
当节点必须发送(或在重传的情况下重新发送)数据包时,所述节点与所述节点的路由模块进行交互以用于识别数据包要被发送到的节点:为此,所述LLC子层将数据包已经被传输(不成功)的次数发送到网络层,并从后者接收所述数据包将被发送到的节点的集合(通常将是该数据包重传数量的函数的集合);
在所述节点已经发送数据包并且启动了定时器之后,所述节点使用串音技术等待隐式确认,由此如果已经发送所述数据包的节点中的至少一个重传所述数据包,则所述数据包被认为已经被成功发送,且然后继续传输下一数据包;
相反,如果没有检测到所述数据包的副本,则假定所述节点中没有一个已经接收到所述数据包,并且所述数据包在回退期间之后被重传;
每个数据包最多被传输K次,在这之后所述数据包被拒绝,所述参数K基于所估计的负载被动态地设置。
5.根据前述权利要求所述的方法,其特征在于,在所述自学习算法中,在每个节点i中,数据包的状态s由所述数据包已被传输的次数来表示(如果所述数据包还未被传输,则s=0,如果所述数据包已经被传输一次,则s=1等),而可能的动作a是所述数据包能够发送到的节点的不同子集:
(a={j}:所述数据包仅被发送到节点j,
a={j1,j2}:所述数据包被发送到节点j1和节点j2,
a={j1,j2,...,jn}:所述数据包被发送到节点j1,j2,...,jn等);
并且在于
对于每个状态,所述自学习算法跟踪用于s和a的每个值的变量集合Qi(s,a),Qi(s,a)表示路由模块关于当所述节点i处于状态s时执行动作a相关联的成本的本地估计,所述成本即与向集合a中的所述节点已经传输s次的数据包相关联的总成本。
6.根据前述权利要求所述的方法,其特征在于,所述算法设想,无论何时所述节点必须发送数据包,其执行以下两个步骤:在第一步骤中,更新估计Qi(s,a);并且在第二步骤中,基于这些估计的值,选择所述数据包要发送到的节点的集合。
7.根据前述权利要求所述的方法,其特征在于,在更新步骤中,计算Qi(s,a)的新值为以下的总和:与已经被传输s次的数据包当前传输到集合a中的节点相关联的总成本;和将所述数据包的可能进一步重传的成本由包括在0和1之间的因数γ打折后的平均成本,
其中
与已经被传输了s次的数据包当前传输到集合a的节点相关联的总成本等于以下三项的总和:
i将数据包传输到与所述动作相关联的节点的集合a的成本;
ii集合a的节点将数据包递送到目的地所使用的成本,所述成本被定义为属于所述集合a的每个节点j的传输成本的总和,每个节点j的传输成本利用由所述节点i发送到达所述节点j的数据包的概率加权;以及
iii与当在已经达到最大重传数量之后拒绝该数据包时的数据包可能丢失相关联的成本,所述丢失由表示与数据包丢失相关联的惩罚的常数L和没有被收件人节点中的任何收件人节点接收到的数据包的概率的乘积来定义,
其中,在所述总和中,基于应用要求(利用非负权重,其总和等于1)对所述项i和iii进行加权;并且
此外,如果重传数量s小于最大重传值K,则只要所述数据包还没有被认为已经丢失,就不考虑项iii。
8.根据前述权利要求所述的方法,其特征在于:
一旦各种估计已经被更新,收件人节点的选择就落在与最佳成本(最低值)相关联的集合a上。
9.根据权利要求1所述的方法,其特征在于:
每个节点计算并存储从邻近节点中正确接收的数据包的数量,所述计算是对所有数据包进行的,而不管所述节点是所述数据包的收件人还是不是所述数据包的收件人;和
一旦所述节点j已经正确接收到由所述节点i发送的数据包,就从所述数据包的序号中确定由所述节点发送的数据包的数量ni,并且使用关于适当尺寸的滑动时间窗口计算的所接收的数据包和所发送的数据包的比率作为链路的质量的估计,以便具有考虑到水下通道的显著动态性的估计。
10.根据前述权利要求所述的方法,其特征在于:
所述最大重传数量K等于大于在数量0.5与在碰撞时间和网络流量之间的乘积的比率的最小整数,所述碰撞时间即数据包传输时间和最大网络传播时间之和(能够基于网络本身的大小而估计的值),所述网络流量是能够由每个节点基于本地观察到的流量动态估计的值。
11.根据前述权利要求所述的方法,其特征在于,还设想逐个节点地从可用的多个特定通信设备中自主地确定要使用的特定通信设备。
12.根据权利要求11和权利要求5所述的方法,其特征还在于,在所述自学习算法中,在每个节点i中,数据包的状态s由所述数据包已经被传输的次数来表示(如果所述数据包还没有被传输,则s=0,如果所述数据包已经被传输一次,则s=1等),而可能的动作a指定要使用的通信设备和所述数据包能够被发送到的节点的不同子集:
如果使用设备m1仅将所述数据包发送到节点j,则a={m1,[j]};
如果使用设备m2将所述数据包发送到j1和j2,则a={m2,[j1,j2]},
如果使用设备m1将所述数据包发送到节点j1,j2,...,jn,则a={m1,[j1,j2,...,jn]},等。
13.根据权利要求11和权利要求7所述的方法,其特征还在于,与已经被传输s次的数据包当前传输到的集合a的节点相关联的总成本等于以下三项的总和:
i使用由所述动作a指定的通信设备传输数据包的成本;
ii由所述集合a的节点将所述数据包递送到目的地所使用的成本,所述成本被定义为属于所述集合a的每个节点j的传输成本的总和,每个节点j的传输成本利用由所述节点i发送到达所述节点j的数据包的概率(取决于所使用的特定通信设备的概率)进行加权;以及
iii与当在已经达到最大重传数量之后拒绝所述数据包时的数据包可能丢失相关联的成本,所述丢失由表示与所述数据包丢失相关联的惩罚的常数L和没有所述收信人节点中的任何收信人节点接收到的数据包的概率的乘积来定义。
14.根据权利要求11所述的方法,其特征在于:
每个节点计算并存储使用各种通信设备从所述邻近节点正确接收到的数据包的数量,所述计算是对所有数据包进行的,而不管所述节点是所述数据包的收件人还是不是所述数据包的收件人;和
一旦所述节点j已经正确接收到由所述节点i使用设备m发送的数据包,所述节点j就从所述数据包的序号中确定由所述节点使用所述设备发送的数据包的数量并且使用关于适当尺寸的滑动时间窗口计算的所接收的数据包和所发送的数据包的比率作为与m对应的链路的质量的估计,以便具有考虑到所述水下通道的显著动态性的估计。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IT102015000062628(UB2015A005144) | 2015-10-16 | ||
ITUB2015A005144A ITUB20155144A1 (it) | 2015-10-16 | 2015-10-16 | ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione? |
PCT/IB2016/056165 WO2017064661A1 (en) | 2015-10-16 | 2016-10-14 | Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network, and means for its implementation |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108464032A true CN108464032A (zh) | 2018-08-28 |
CN108464032B CN108464032B (zh) | 2022-02-11 |
Family
ID=55858804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680074163.1A Active CN108464032B (zh) | 2015-10-16 | 2016-10-14 | 以自适应和接合的方式管理水下网络中的节点的路由策略和重传策略的方法及其实现装置 |
Country Status (19)
Country | Link |
---|---|
US (1) | US10581533B2 (zh) |
EP (1) | EP3289799B1 (zh) |
JP (1) | JP6928603B2 (zh) |
KR (1) | KR20180089399A (zh) |
CN (1) | CN108464032B (zh) |
AU (1) | AU2016337678B2 (zh) |
CA (1) | CA3010110C (zh) |
CL (1) | CL2018000951A1 (zh) |
CY (1) | CY1123650T1 (zh) |
DK (1) | DK3289799T3 (zh) |
ES (1) | ES2770753T3 (zh) |
IL (1) | IL258659B (zh) |
IT (1) | ITUB20155144A1 (zh) |
LT (1) | LT3289799T (zh) |
PH (1) | PH12018501054A1 (zh) |
PL (1) | PL3289799T3 (zh) |
PT (1) | PT3289799T (zh) |
RU (1) | RU2739973C2 (zh) |
WO (1) | WO2017064661A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501983A (zh) * | 2019-07-31 | 2019-11-26 | 农业农村部南京农业机械化研究所 | 基于批次式包衣机的专家控制系统及控制方法 |
CN111800201A (zh) * | 2020-06-24 | 2020-10-20 | 西北工业大学 | 一种针对Sink节点水声传感器网络关键节点识别方法 |
CN113141592A (zh) * | 2021-04-11 | 2021-07-20 | 西北工业大学 | 一种长生命周期的水声传感器网络自适应多路径路由机制 |
TWI810877B (zh) * | 2022-03-31 | 2023-08-01 | 黃蔚國 | 分散式水下通訊系統 |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107168960B (zh) * | 2016-03-07 | 2021-06-25 | 创新先进技术有限公司 | 一种业务执行方法及装置 |
EP3490199B1 (en) * | 2016-09-22 | 2021-07-21 | Tencent Technology (Shenzhen) Company Limited | Calling method and terminal |
WO2018075984A1 (en) * | 2016-10-21 | 2018-04-26 | Northeastern University | Method and apparatus for wireless communications |
US11374658B2 (en) | 2016-10-21 | 2022-06-28 | Northeastern University | Method and apparatus for wireless communications |
CN110391850B (zh) * | 2018-04-20 | 2021-07-06 | 中国船舶重工集团公司第七一九研究所 | 一种水下传感器网络机会路由方法 |
CN109362113B (zh) * | 2018-11-06 | 2022-03-18 | 哈尔滨工程大学 | 一种水声传感器网络合作探索强化学习路由方法 |
CN109831344B (zh) * | 2019-03-25 | 2020-05-19 | 大连理工大学 | 一种基于SDN的UWSNs时空路由架构获取方法 |
CN110336620B (zh) * | 2019-07-16 | 2021-05-07 | 沈阳理工大学 | 一种基于mac层公平接入的ql-uacw退避方法 |
US11146479B2 (en) | 2019-10-10 | 2021-10-12 | United States Of America As Represented By The Secretary Of The Navy | Reinforcement learning-based intelligent control of packet transmissions within ad-hoc networks |
CN110913452B (zh) * | 2019-11-20 | 2020-09-29 | 青海师范大学 | 一种基于深度与距离的单径路由方法 |
CN111356197A (zh) * | 2019-12-11 | 2020-06-30 | 航天行云科技有限公司 | 一种多节点路由的路径切换方法及相关设备 |
CN111083758A (zh) * | 2019-12-18 | 2020-04-28 | 华南理工大学 | 一种高能效声电协同传输网络路由系统及方法 |
CN111132370B (zh) * | 2019-12-26 | 2022-03-29 | 华南理工大学 | 一种基于强化学习的动态概率退避水声媒介接入控制方法 |
CN111278078B (zh) * | 2020-01-21 | 2022-06-10 | 桂林电子科技大学 | 一种移动稀疏水声传感器网络自适应路由协议的实现方法 |
KR102308799B1 (ko) * | 2020-07-10 | 2021-10-01 | 영남대학교 산학협력단 | 사물 인터넷 네트워크 환경에서 mac 계층 충돌 학습을 기초로 전달 경로를 선택하는 방법, 이를 수행하기 위한 기록 매체 및 장치 |
WO2022014916A1 (ko) * | 2020-07-15 | 2022-01-20 | 한양대학교 에리카산학협력단 | 패킷전송 결정 장치 및 패킷전송 스케줄 결정 방법 |
CN112235139B (zh) * | 2020-10-13 | 2022-08-23 | 中国人民解放军66136部队 | 一种级联网络建模与瓦解方法 |
CN112929900B (zh) * | 2021-01-21 | 2022-08-02 | 华侨大学 | 水声网络中基于深度强化学习实现时域干扰对齐的mac协议 |
CN113709035B (zh) * | 2021-07-18 | 2022-08-02 | 西北工业大学 | 一种水声网络渗透路由方法 |
CN114584226B (zh) * | 2022-03-24 | 2024-04-19 | 王剑 | 低能耗高吞吐水声容断容迟网络通讯方法 |
WO2023229190A1 (ko) * | 2022-05-27 | 2023-11-30 | 삼성전자주식회사 | 전송 경로 결정 방법 및 상기 방법을 수행하는 전자 장치 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040071082A1 (en) * | 2002-10-11 | 2004-04-15 | Anindya Basu | Method and apparatus for performing network routing based on queue lengths |
US20110019693A1 (en) * | 2009-07-23 | 2011-01-27 | Sanyo North America Corporation | Adaptive network system with online learning and autonomous cross-layer optimization for delay-sensitive applications |
US20120002547A1 (en) * | 2006-09-15 | 2012-01-05 | Itron, Inc. | Traffic load control in a mesh network |
US20120192026A1 (en) * | 2010-07-16 | 2012-07-26 | Industrial Technology Research Institute | Methods and Systems for Data Transmission Management Using HARQ Mechanism for Concatenated Coded System |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6862502B2 (en) * | 2002-05-15 | 2005-03-01 | General Electric Company | Intelligent communications, command, and control system for a land-based vehicle |
US9113492B2 (en) * | 2011-11-07 | 2015-08-18 | Qualcomm Incorporated | Method and apparatus for transmit priority determination within a link |
WO2013088498A1 (ja) * | 2011-12-12 | 2013-06-20 | 富士通株式会社 | 送信制御方法、ノードおよび送信制御プログラム |
CN104685832B (zh) * | 2012-10-31 | 2019-06-14 | 富士通株式会社 | 通信控制方法、网络系统以及通信装置 |
WO2015012970A2 (en) * | 2013-06-14 | 2015-01-29 | Arizona Board Of Regents On Behalf Of Arizona State University | Underwater multi-hop communications network |
US9191304B1 (en) * | 2013-08-12 | 2015-11-17 | The United States Of America As Represented By The Secretary Of The Navy | Reinforcement learning-based distributed network routing method utilizing integrated tracking and selective sweeping |
US10142909B2 (en) * | 2015-10-13 | 2018-11-27 | The Board Of Trustees Of The University Of Alabama | Artificial intelligence-augmented, ripple-diamond-chain shaped rateless routing in wireless mesh networks with multi-beam directional antennas |
-
2015
- 2015-10-16 IT ITUB2015A005144A patent/ITUB20155144A1/it unknown
-
2016
- 2016-10-14 CA CA3010110A patent/CA3010110C/en active Active
- 2016-10-14 RU RU2018117504A patent/RU2739973C2/ru active
- 2016-10-14 WO PCT/IB2016/056165 patent/WO2017064661A1/en active Application Filing
- 2016-10-14 DK DK16801572.5T patent/DK3289799T3/da active
- 2016-10-14 ES ES16801572T patent/ES2770753T3/es active Active
- 2016-10-14 EP EP16801572.5A patent/EP3289799B1/en active Active
- 2016-10-14 CN CN201680074163.1A patent/CN108464032B/zh active Active
- 2016-10-14 JP JP2018518696A patent/JP6928603B2/ja active Active
- 2016-10-14 LT LTEP16801572.5T patent/LT3289799T/lt unknown
- 2016-10-14 AU AU2016337678A patent/AU2016337678B2/en active Active
- 2016-10-14 KR KR1020187013607A patent/KR20180089399A/ko not_active Application Discontinuation
- 2016-10-14 PL PL16801572T patent/PL3289799T3/pl unknown
- 2016-10-14 PT PT168015725T patent/PT3289799T/pt unknown
- 2016-10-14 US US15/768,312 patent/US10581533B2/en active Active
-
2018
- 2018-04-12 CL CL2018000951A patent/CL2018000951A1/es unknown
- 2018-04-12 IL IL258659A patent/IL258659B/en active IP Right Grant
- 2018-05-16 PH PH12018501054A patent/PH12018501054A1/en unknown
-
2020
- 2020-02-17 CY CY20201100144T patent/CY1123650T1/el unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040071082A1 (en) * | 2002-10-11 | 2004-04-15 | Anindya Basu | Method and apparatus for performing network routing based on queue lengths |
US20120002547A1 (en) * | 2006-09-15 | 2012-01-05 | Itron, Inc. | Traffic load control in a mesh network |
US20110019693A1 (en) * | 2009-07-23 | 2011-01-27 | Sanyo North America Corporation | Adaptive network system with online learning and autonomous cross-layer optimization for delay-sensitive applications |
US20120192026A1 (en) * | 2010-07-16 | 2012-07-26 | Industrial Technology Research Institute | Methods and Systems for Data Transmission Management Using HARQ Mechanism for Concatenated Coded System |
Non-Patent Citations (3)
Title |
---|
MARIO DI FRANCESCO.ET AL: "Reliability and Energy-Efficiency in IEEE 802.15.4/ZigBee Sensor Networks: An Adaptive and Cross-Layer Approach", 《IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS》 * |
TIANSI HU.ET AL: "QELAR: A Machine-Learning-Based Adaptive Routing Protocol for Energy-Efficient and Lifetime-Extended Underwater Sensor Networks", 《IEEE TRANSACTIONS ON MOBILE COMPUTING》 * |
兰胜林等: "基于层级的水下传感器网络自适应地理路由协议", 《计算机应用研究》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110501983A (zh) * | 2019-07-31 | 2019-11-26 | 农业农村部南京农业机械化研究所 | 基于批次式包衣机的专家控制系统及控制方法 |
CN110501983B (zh) * | 2019-07-31 | 2021-03-26 | 农业农村部南京农业机械化研究所 | 基于批次式包衣机的专家控制系统及控制方法 |
CN111800201A (zh) * | 2020-06-24 | 2020-10-20 | 西北工业大学 | 一种针对Sink节点水声传感器网络关键节点识别方法 |
CN113141592A (zh) * | 2021-04-11 | 2021-07-20 | 西北工业大学 | 一种长生命周期的水声传感器网络自适应多路径路由机制 |
CN113141592B (zh) * | 2021-04-11 | 2022-08-19 | 西北工业大学 | 一种长生命周期的水声传感器网络自适应多路径路由方法 |
TWI810877B (zh) * | 2022-03-31 | 2023-08-01 | 黃蔚國 | 分散式水下通訊系統 |
Also Published As
Publication number | Publication date |
---|---|
PT3289799T (pt) | 2020-02-20 |
CL2018000951A1 (es) | 2018-11-09 |
PL3289799T3 (pl) | 2020-07-13 |
CN108464032B (zh) | 2022-02-11 |
RU2018117504A3 (zh) | 2020-04-28 |
EP3289799A1 (en) | 2018-03-07 |
AU2016337678B2 (en) | 2020-11-05 |
US20180302172A1 (en) | 2018-10-18 |
RU2018117504A (ru) | 2019-11-19 |
JP6928603B2 (ja) | 2021-09-01 |
EP3289799B1 (en) | 2019-11-27 |
CY1123650T1 (el) | 2022-03-24 |
CA3010110C (en) | 2024-04-02 |
LT3289799T (lt) | 2020-02-25 |
RU2739973C2 (ru) | 2020-12-30 |
AU2016337678A1 (en) | 2018-05-31 |
DK3289799T3 (da) | 2020-03-02 |
IL258659A (en) | 2018-06-28 |
WO2017064661A1 (en) | 2017-04-20 |
PH12018501054A1 (en) | 2018-12-17 |
KR20180089399A (ko) | 2018-08-08 |
JP2019502282A (ja) | 2019-01-24 |
US10581533B2 (en) | 2020-03-03 |
ITUB20155144A1 (it) | 2017-04-16 |
IL258659B (en) | 2020-04-30 |
CA3010110A1 (en) | 2017-04-20 |
ES2770753T3 (es) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108464032A (zh) | 以自适应和接合的方式管理水下网络中的节点的路由策略和重传策略的方法及其实现装置 | |
Di Valerio et al. | CARMA: Channel-aware reinforcement learning-based multi-path adaptive routing for underwater wireless sensor networks | |
CN1906898B (zh) | 用于在ad-hoc网中有效地路由的方法和系统 | |
CN101364918B (zh) | 多跳无线传感器网络基于链路质量的能效可靠性路由方法 | |
Kanthimathi | Void handling using Geo-Opportunistic Routing in underwater wireless sensor networks | |
CN1886942A (zh) | 用于在ad hoc网中路由业务的方法和系统 | |
CN104602313A (zh) | 一种海上搜救无线传感网的环境自适应路由方法 | |
Seah et al. | Multipath virtual sink architecture for wireless sensor networks in harsh environments | |
Nirmaladevi et al. | A selfish node trust aware with Optimized Clustering for reliable routing protocol in Manet | |
Impett et al. | A receiver-oriented approach to reliable broadcast in ad hoc networks | |
CN107995114B (zh) | 基于密度聚类的容迟网络路由方法 | |
jit Kaur et al. | Enhanced routing in heterogeneous sensor networks | |
Masum et al. | Asynchronous leader election in mobile ad hoc networks | |
Li | Multi-sink opportunistic routing protocol for underwater mesh network | |
Li et al. | Utility-based distributed routing in intermittently connected networks | |
Liang et al. | A low-cost flooding algorithm for wireless sensor networks | |
Venkatesh et al. | Geographic opportunistic routing protocol based on two-hop information for wireless sensor networks | |
Nazareth et al. | Link and void aware routing protocol for underwater acoustic sensor networks | |
CN105050150B (zh) | 野生动物保护传感网中能源有效的数据传输优化控制方法 | |
Koutroullos et al. | Mobile-CC: Introducing mobility to wsns for congestion mitigation in heavily congested areas | |
Sarasvathi et al. | A Multi Route Rank Based Routing Protocol for Industrial Wireless Mesh Sensor Networks | |
Khan et al. | Cross layer design for QoS aware energy efficient data reporting in WSN | |
Waqas | Interference aware cooperative routing algorithm for wireless ad hoc networks over nakagami fading and lognormal shadowing | |
Li et al. | Probabilistic routing with multi-copies in delay tolerant networks | |
CN103260207A (zh) | 预测性ad-hoc |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210108 Address after: Rome Italy Applicant after: Weisensi Co.,Ltd. Address before: Rome Italy Applicant before: UNIVERSITA' DEGLI STUDI DI ROMA "LA SAPIENZA" |
|
GR01 | Patent grant | ||
GR01 | Patent grant |