CN109873677A - 一种水声传感器网络机会路由候选集生成方法 - Google Patents
一种水声传感器网络机会路由候选集生成方法 Download PDFInfo
- Publication number
- CN109873677A CN109873677A CN201910177057.1A CN201910177057A CN109873677A CN 109873677 A CN109873677 A CN 109873677A CN 201910177057 A CN201910177057 A CN 201910177057A CN 109873677 A CN109873677 A CN 109873677A
- Authority
- CN
- China
- Prior art keywords
- node
- candidate
- candidate set
- energy consumption
- data packet
- 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
-
- 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
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种水声传感器网络机会路由候选集生成方法,包括:数据包发送节点根据邻居节点的深度差与分组送达率对n个候选节点进行降序排序;按照上述排序将第1个节点加入候选集并计算能量消耗E1,然后将第2个节点加入候选集并计算能量消耗E2,如果E1<E2,则选择由第1个节点构成的候选集为最优候选集;否则,将第3个节点加入候选集中并计算能量消耗E3,如果E2<E3,则选择由第1和第2节点构成的候选集为最优候选集,否则将第4个节点加入候选集并计算能量消耗E4,并将E4与E3进行比较,以此类推,直到形成最优候选集;根据上述形成的最优候选集发送数据包。本发明根据能量消耗计算出最优候选集,能减少能量消耗,延长网络生命周期。
Description
技术领域
本发明涉及一种水声传感器网络机会路由候选集生成方法,属于水声传感器网络、水声路由协议技术领域。
背景技术
随着陆上资源的逐渐消耗,研究学者们开始重视海洋资源的开发和利用。然而,由于海洋的覆盖面积巨大并且水下环境恶劣,传统探索陆上的方法已经不适用海洋区域的研究,为了完成海洋恶劣环境下的探索任务,水声传感器网络(Underwater Acoustic SensorNetworks,UASNs)技术得到了研究人员的高度重视和广泛研究。
UASNs使用水声信道进行通信,水声信道具有低带宽、高延迟、高误码率等特点,使得水声网络设计面临着严峻的考验。如髙误码率会导致数据包重传率提高,降低网络性能。机会路由协议充分利用广播特性,减少网络中数据分组重传的可能性。
机会路由协议在发送数据包时选择多个节点形成候选集,候选集中节点通过深度、距离、跳数等确定最佳转发节点转发数据包,成功转发会抑制其余候选节点转发,提高了传输可靠性和吞吐量。但是机会路由协议在形成候选集时,并未考虑候选集节点个数对能量消耗带来的影响。
本发明针对上述问题提出了一种节能的UASNs机会路由候选集生成优化算法,在保证可靠性的同时,减少能量消耗,延长网络寿命。
发明内容
针对上述现有技术,本发明要解决的技术问题是提供一种节能的水声传感器网络机会路由候选集生成方法,适用于多个候选节点,在候选集形成阶段,数据包发送节点根据能量消耗计算出最优候选集,以减少能量消耗,延长网络生命周期。
为解决上述技术问题,本发明提供一种水声传感器网络机会路由候选集生成方法,包括以下步骤:
步骤1:数据包发送节点根据邻居节点的深度差与分组送达率对n个候选节点进行降序排序;
步骤2:Ek表示由前k个节点构成的候选集的能量消耗,1<k≤n;按照步骤1的排序将第1个节点加入候选集并计算候选集的能量消耗E1,然后将第2个节点加入候选集并计算此时候选集的能量消耗E2,如果E1<E2,则选择由第1个节点构成的候选集为最优候选集;
否则,将第3个节点加入候选集中并计算此时候选集的能量消耗E3,如果E2<E3,则选择由第1个节点和第2个节点构成的候选集为最优候选集,否则将第4个节点加入候选集并计算此时候选集的能量消耗E4,并将E4与E3进行比较,以此类推,直到形成包含部分节点的最优候选集或包含n个候选节点的最优候选集;
步骤3:根据步骤2中形成的最优候选集发送数据包。
本发明还包括:
1.步骤2中选择最优候选集条件为:Ek-1<Ek或候选集包含n个节点,其中,1<k≤n,n表示候选节点个数。
2.步骤2中所述由前k个节点构成的候选集的能量消耗Ek,1<k≤n,满足:
Ek=αk*ET+k*ER
其中αk表示数据包对于由前k个节点构成的候选集的重传次数,ET表示发送数据包消耗的能量,ER表示接收数据包消耗的能量。
本发明有益效果:本发明提供了一种节能的UASNs机会路由候选集生成优化算法,根据能量消耗计算出最优候选集,以减少能量消耗,延长网络生命周期。
附图说明
图1是本发明实施例提供的节能的UASNs机会路由候选集生成优化算法的示意图。
图2是本发明实施例提供的节能的UASNs机会路由候选集生成优化算法的流程图。
具体实施方式
下面结合实例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
本发明的目的可以通过如下技术方案实现:
本发明包括以下步骤:
步骤1:数据包发送节点综合考虑邻居节点的深度差与分组送达率对候选节点进行排序。
步骤2:按序将第1个节点加入候选集并计算能量消耗,然后将第2个节点加入候选集并计算能量消耗,如果前者能耗小于后者,则选择前者为最优候选集;否则,将第3个节点加入候选集中计算能量消耗,并与前2个节点形成的候选集能量消耗进行比较,以此类推,直到形成最优候选集或所有候选节点加入候选集中。
步骤3:根据步骤2中形成的最优候选集发送数据包。
步骤2中,形成最优候选集条件为:Ek-1<Ek(1<k≤n)或候选集包含n个节点,其中,Ek表示前k个节点加入候选集的能量消耗,n表示候选节点个数。
步骤2中,计算能量消耗Ek的公式为:Ek=αk*ET+k*ER
其中αk表示数据包对于前k个节点形成的候选集的重传次数,ET表示发送数据包消耗的能量,ER表示接收数据包消耗的能量。
图1为本发明实施例提供的节能的UASNs机会路由候选集生成优化算法的示意图,本实施例公开了一种水声传感器网络机会路由候选集生成方法,如图2所示,具体包括下述步骤:
步骤1:数据包发送节点Si计算候选节点Cj的优化规范化值
表示Si与Cj的深度差,r是节点传输半径,表示Si与Cj的数据成功分组送达率。
步骤2:根据对Cj降序排序。
步骤3:初始化k=1,Emin=0。其中k为循环变量,Emin为记录能量最小值的中间变量。
步骤4:若k≤n,转步骤5;否则,最优候选集包含n个节点,n为所有候选节点个数。
步骤5:按步骤2中排序将第k个节点加入候选集并计算能量消耗Ek:
Ek=αk*ET+k*ER
其中αk表示数据包对于前k个节点形成的候选集的重传次数,ET表示发送数据包消耗的能量,ER表示接收数据包消耗的能量。
步骤6:若k==1或Emin>Ek,令Emin=Ek,k自增,转步骤4;否则,最优候选集包含前k-1个节点。
步骤7:根据最优候选集发送数据包。
结合图1来具体说明,节能的UASNs机会路由候选集生成优化算法包括以下步骤:
步骤1:数据包发送节点J计算其9个候选节点的优化规范化值NG,NB,ND,NF,NE,NI,NA,NC,NH。
步骤2:对上述计算结果进行降序排序,假设排序后的结果为NH,NC,NA,NI,NF,ND,NB,NG,NE,即候选节点的排序结果为H,C,A,I,F,D,B,G,E。
步骤3:初始化k=1,其中k为循环变量。
步骤4:若k≤9,转步骤5;否则,选择9个节点为最优候选集。
步骤5:按序将第k个节点加入候选集并计算能量消耗Ek。
步骤6:若k==1或Emin>Ek,令Emin=Ek,k自增,转步骤4;否则,最优候选集包含前k-1个节点。
步骤7:根据最优候选集发送数据包。
在本实施例中我们假定当k=5时Emin<E5,因此最优候选集包含前4个节点H,C,A,I。
Claims (3)
1.一种水声传感器网络机会路由候选集生成方法,其特征在于,包括以下步骤:
步骤1:数据包发送节点根据邻居节点的深度差与分组送达率对n个候选节点进行降序排序;
步骤2:Ek表示由前k个节点构成的候选集的能量消耗,1<k≤n;按照步骤1的排序将第1个节点加入候选集并计算候选集的能量消耗E1,然后将第2个节点加入候选集并计算此时候选集的能量消耗E2,如果E1<E2,则选择由第1个节点构成的候选集为最优候选集;
否则,将第3个节点加入候选集中并计算此时候选集的能量消耗E3,如果E2<E3,则选择由第1个节点和第2个节点构成的候选集为最优候选集,否则将第4个节点加入候选集并计算此时候选集的能量消耗E4,并将E4与E3进行比较,以此类推,直到形成包含部分节点的最优候选集或包含n个候选节点的最优候选集;
步骤3:根据步骤2中形成的最优候选集发送数据包。
2.根据权利要求1所述的一种水声传感器网络机会路由候选集生成方法,其特征在于:步骤2中选择最优候选集条件为:Ek-1<Ek或候选集包含n个节点,其中,1<k≤n,n表示候选节点个数。
3.根据权利要求1所述的一种水声传感器网络机会路由候选集生成方法,其特征在于:步骤2中所述由前k个节点构成的候选集的能量消耗Ek,1<k≤n,满足:
Ek=αk*ET+k*ER
其中αk表示数据包对于由前k个节点构成的候选集的重传次数,ET表示发送数据包消耗的能量,ER表示接收数据包消耗的能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910177057.1A CN109873677B (zh) | 2019-03-08 | 2019-03-08 | 一种水声传感器网络机会路由候选集生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910177057.1A CN109873677B (zh) | 2019-03-08 | 2019-03-08 | 一种水声传感器网络机会路由候选集生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109873677A true CN109873677A (zh) | 2019-06-11 |
CN109873677B CN109873677B (zh) | 2021-09-10 |
Family
ID=66920043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910177057.1A Active CN109873677B (zh) | 2019-03-08 | 2019-03-08 | 一种水声传感器网络机会路由候选集生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109873677B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111416669A (zh) * | 2020-03-11 | 2020-07-14 | 华南理工大学 | 一种基于距离向量的水声传感器网络多浮标机会路由方法 |
CN112291729A (zh) * | 2020-10-30 | 2021-01-29 | 吉林大学 | 一种低延迟的水下跨层机会路由方法 |
CN113783782A (zh) * | 2021-09-09 | 2021-12-10 | 哈尔滨工程大学 | 一种深度强化学习的机会路由候选集节点排序方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090015487A (ko) * | 2007-08-08 | 2009-02-12 | 강릉대학교산학협력단 | 클러스터 기반의 센서 네트워크의 오류를 탐지하고복구하는 방법 |
WO2009028966A1 (en) * | 2007-08-24 | 2009-03-05 | Tru-Test Limited | Electric fence system and components thereof |
CN104836730A (zh) * | 2015-05-08 | 2015-08-12 | 东南大学 | 一种应用于三维水声传感器网络基于分层的分簇路由协议方法 |
CN105228212A (zh) * | 2015-09-17 | 2016-01-06 | 哈尔滨工程大学 | 一种多移动汇聚节点定位辅助的水下传感器网络路由方法 |
CN108112050A (zh) * | 2018-01-18 | 2018-06-01 | 山东大学 | 基于水下无线传感网络的能量平衡和深度控制的路由协议 |
WO2018107306A1 (zh) * | 2016-12-12 | 2018-06-21 | 河海大学常州校区 | 一种基于概率邻域和障碍物规避的三维UASNs的数据收集方法 |
CN108616953A (zh) * | 2018-04-02 | 2018-10-02 | 重庆邮电大学 | 一种编码感知绿色机会路由方法 |
CN108650030A (zh) * | 2018-05-07 | 2018-10-12 | 上海电力学院 | 水下无线传感器网络的水面多个汇聚结点部署方法 |
CN108848541A (zh) * | 2018-07-17 | 2018-11-20 | 北京农业信息技术研究中心 | 节点间数据关联机会路由转发协调方法及系统 |
-
2019
- 2019-03-08 CN CN201910177057.1A patent/CN109873677B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090015487A (ko) * | 2007-08-08 | 2009-02-12 | 강릉대학교산학협력단 | 클러스터 기반의 센서 네트워크의 오류를 탐지하고복구하는 방법 |
WO2009028966A1 (en) * | 2007-08-24 | 2009-03-05 | Tru-Test Limited | Electric fence system and components thereof |
CN104836730A (zh) * | 2015-05-08 | 2015-08-12 | 东南大学 | 一种应用于三维水声传感器网络基于分层的分簇路由协议方法 |
CN105228212A (zh) * | 2015-09-17 | 2016-01-06 | 哈尔滨工程大学 | 一种多移动汇聚节点定位辅助的水下传感器网络路由方法 |
WO2018107306A1 (zh) * | 2016-12-12 | 2018-06-21 | 河海大学常州校区 | 一种基于概率邻域和障碍物规避的三维UASNs的数据收集方法 |
CN108112050A (zh) * | 2018-01-18 | 2018-06-01 | 山东大学 | 基于水下无线传感网络的能量平衡和深度控制的路由协议 |
CN108616953A (zh) * | 2018-04-02 | 2018-10-02 | 重庆邮电大学 | 一种编码感知绿色机会路由方法 |
CN108650030A (zh) * | 2018-05-07 | 2018-10-12 | 上海电力学院 | 水下无线传感器网络的水面多个汇聚结点部署方法 |
CN108848541A (zh) * | 2018-07-17 | 2018-11-20 | 北京农业信息技术研究中心 | 节点间数据关联机会路由转发协调方法及系统 |
Non-Patent Citations (3)
Title |
---|
WANG ZHUO: "A path planning strategy for data acquisition task using multiple autonomous underwater vehicles", 《IEEE》 * |
王鹏: "基于深度神经网络的水中目标识别研究", 《中国优秀硕士学位论文全文数据库》 * |
高峰: "水下传感器网络定位算法及路由技术研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111416669A (zh) * | 2020-03-11 | 2020-07-14 | 华南理工大学 | 一种基于距离向量的水声传感器网络多浮标机会路由方法 |
CN111416669B (zh) * | 2020-03-11 | 2022-03-29 | 华南理工大学 | 一种基于距离向量的水声传感器网络多浮标机会路由方法 |
CN112291729A (zh) * | 2020-10-30 | 2021-01-29 | 吉林大学 | 一种低延迟的水下跨层机会路由方法 |
CN112291729B (zh) * | 2020-10-30 | 2021-08-27 | 吉林大学 | 一种低延迟的水下跨层机会路由方法 |
CN113783782A (zh) * | 2021-09-09 | 2021-12-10 | 哈尔滨工程大学 | 一种深度强化学习的机会路由候选集节点排序方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109873677B (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wei et al. | Reliable data collection techniques in underwater wireless sensor networks: A survey | |
CN109873677A (zh) | 一种水声传感器网络机会路由候选集生成方法 | |
TWI628969B (zh) | 聯合用戶分組與功率分配方法以及使用所述方法的基地台 | |
CN101980470B (zh) | 一种基于混沌粒子群优化的ofdm系统资源分配方法 | |
WO2022021520A1 (zh) | 一种非正交多址接入功率分配方法及系统 | |
CN109769222A (zh) | 基于多水下自主航行器的水下传感器网络路由方法 | |
CN111246416B (zh) | 一种基于遗传算法的水下无线传感器网络拓扑控制方法 | |
CN111901088B (zh) | 水下传感器自组网多路径传输纠删编码块分配方法和装置 | |
Coutinho et al. | OMUS: Efficient opportunistic routing in multi-modal underwater sensor networks | |
Ashraf et al. | Sagacious communication link selection mechanism for underwater wireless sensors network | |
CN106879044B (zh) | 空洞感知的水下传感器网络路由方法 | |
CN108848541B (zh) | 节点间数据关联机会路由转发协调方法及系统 | |
WO2022001282A1 (zh) | 无线携能网络的功率分配方法、装置和计算机设备 | |
Pelekanakis et al. | A simulation study for long-range underwater acoustic networks in the high north | |
CN114301910A (zh) | 一种物联网环境下的云边协同计算任务卸载方法 | |
CN109842888B (zh) | 水下传感网的水声信道质量动态评估和预测方法及系统 | |
CN107171957B (zh) | 一种基于资源受限条件下的自适应dtn路由算法 | |
CN112423360A (zh) | 传感器节点的硬件框架 | |
Coutinho et al. | Stochastic modeling of opportunistic routing in multi-modal internet of underwater things | |
CN111800201B (zh) | 一种针对Sink节点水声传感器网络关键节点识别方法 | |
CN108769944B (zh) | 面向桥梁结构健康监测的mp-mr-mc无线传感器网络数据收集方法 | |
CN109831264B (zh) | 基于最近邻居回归的时序水声信道质量预测方法和系统 | |
KR101421234B1 (ko) | 수표면에서 기상정보를 고려한 센서 네트워크 라우팅 트리 형성 장치 및 방법 | |
CN113747536A (zh) | 一种移动环境下WSNs的QoS感知的多路径路由算法 | |
Hajare et al. | Robust Opportunistic Routing Solutions for under water Sensor Networks |
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 |