CN110691395B - 基于社交熟悉度的船舶网络路由方法 - Google Patents

基于社交熟悉度的船舶网络路由方法 Download PDF

Info

Publication number
CN110691395B
CN110691395B CN201910859047.6A CN201910859047A CN110691395B CN 110691395 B CN110691395 B CN 110691395B CN 201910859047 A CN201910859047 A CN 201910859047A CN 110691395 B CN110691395 B CN 110691395B
Authority
CN
China
Prior art keywords
ship
ships
encounter
social
network
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.)
Expired - Fee Related
Application number
CN201910859047.6A
Other languages
English (en)
Other versions
CN110691395A (zh
Inventor
蒋若冰
洪锋
邴启航
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.)
Ocean University of China
Original Assignee
Ocean University of China
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 Ocean University of China filed Critical Ocean University of China
Priority to CN201910859047.6A priority Critical patent/CN110691395B/zh
Publication of CN110691395A publication Critical patent/CN110691395A/zh
Application granted granted Critical
Publication of CN110691395B publication Critical patent/CN110691395B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/02Communication route or path selection, e.g. power-based or shortest path routing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于社交熟悉度的船舶网络路由方法,具体涉及海洋船舶自组网络的数据传输技术领域。其解决了现有的研究没有基于真实的船舶轨迹数据,多数采用仿真器模拟船舶的运动,只能实现简单的路由仿真的不足。该基于社交熟悉度的船舶网络路由方法根据船舶历史航行信息计算出船舶间的社交关系并以此来构建船舶社交网络,根据船舶社交网络信息中反映出的船舶间相遇概率指导路由的下一跳选择。该方法主要包括以下步骤:首先船舶上传历史和实时的航行信息到船联网中,生成船舶间社交熟悉度构成的船舶社交网络;其次,根据船舶社交网络图计算出船舶间相遇的概率;最后船舶会选择附近船只中拥有与目标船只最高相遇概率的船舶作为下一跳。

Description

基于社交熟悉度的船舶网络路由方法
技术领域
本发明涉及海洋船舶自组网络的数据传输技术领域,具体涉及一种基于社交熟悉度的船舶网络路由方法。
背景技术
海洋船舶无线自组织网络通信技术是海洋物联网、智慧海洋工程、海洋渔业建设,以及国际海洋货物运输发展的核心技术和重要保障。当前海洋离岸船舶的无线通信方式主要包括近岸蜂窝网无线通信、海事通信卫星、中频/高频/甚高频无线电通信、单边带无线通信、渔用对讲机等。船舶无线自组织网络,作为一种新型海洋船舶无线通信技术,具有低成本、高效率、高可靠性、高灵活性等优势,吸引了各国学术界和工业界的研究开发人员开展了广泛而深入的技术研究和系统开发。
现有海洋船舶无线通信方式的特点以及局限性主要集中在覆盖范围、部署成本、通信费用、通信速率及带宽、通信稳定性等方面。首先,近海作业的渔船、入港的货船等船舶可以通过手机接入近岸蜂窝基站进行通信,但是岸基蜂窝无线通信的覆盖范围仅能达到离岸约10海里或15公里的距离之内,不能支持远海渔船或远洋货轮的实时通信。第二,基于海事通信卫星或者移动通信卫星的通信方式具有覆盖范围广、实时性强的优点,但是通信费用高昂,且通信带宽较小,较常用于紧急状况下的通信。第三,中高频无线电通信方式,其通信距离从几十海里到几百海里不等,但是其通信质量较差,主要为单向通信,且需要配备专门的无线电收发装置,依赖专业的操作人员按照规范操作,普遍应用于大吨位的远洋船舶、货轮的海洋交通管理系统中,如船舶自动识别系统等。第四,单边带无线通信,相较于中高频无线电通信,提高了抗干扰能力和通信质量,但是通信设备更加复杂,盲区较大,语音通信的双方也无法同时讲话。最后,渔用对讲机是一类成本低廉、配备和使用灵活方便、通信距离有限的通信方式,主要用于渔船编队内的本地即时通信。总结来看,现有的海洋船舶无线通信方式无法满足当前不同种类的海洋船舶日益增长的不同类型的通信需求,尤其在通信的低成本、高带宽、即时性、稳定性、灵活性等方面还存在着巨大的差距。船舶无线自组织网络,是无线移动自组织网络的一类实例,和车辆自组织网络、移动传感器网络等类似。船舶无线自组织网络技术的主要研究内容为,基于移动节点之间的有限距离的无线通信能力、以分布式计算的方式、自组织地完成高效可靠的多跳数据传输、实现全网的节点定位/数据路由/异常检测/环境监控等各类网络应用目标。
当前的船舶自组织网络路由方法的研究基本属于空白,相关研究没有基于真实的船舶轨迹数据,多数采用仿真器模拟船舶的运动,实现简单的路由仿真。没有研究针对性的分析船舶网络的特性,更没有针对船舶自组织网络的路由方法。
发明内容
本发明的目的是针对上述不足,提出了一种通过将社交网络分析理论引入船舶自组织网络分布式路由方法设计中,基于大规模的真实海洋船舶航行GPS轨迹记录挖掘和验证现实船舶网络中社交特征的存在和特点,并将其应用于分布式多播路由问题中的基于社交熟悉度的船舶网络路由方法。
本发明具体采用如下技术方案:
基于社交熟悉度的船舶网络路由方法,包括以下步骤:
步骤1:船舶通过相遇时通信分布式的上传航行信息和与其他船舶的相遇信息;
步骤2:船舶网络平台根据船舶上传的航行信息和船舶间相遇信息计算船舶间的社交熟悉度F(a,b),计算式如式(1)所示,
Figure GDA0003589129110000021
Figure GDA0003589129110000022
其中,
Figure GDA0003589129110000023
表示两条船相遇时的状态所对应的权重,当船a与船b相遇时都处在捕鱼状态时,则此相遇状态对a和b两条船之间的社交关系增益为α,当船a与船b相遇时都在捕鱼则社交增益为β,如果两者相遇时状态不一样时,社交增益为γ,T表示两条船一段时间内总的相遇次数,τ表示某一相遇的持续时间;
步骤3:以船舶为节点,以船舶间的社交熟悉度F(a,b)为边的权重,构建船舶社交网络;
步骤4:将船舶社交网络中每一个熟悉度值转换成船舶相遇概率pab,具体转换式为式(2)所示,进一步构成船舶相遇概率网络:
Figure GDA0003589129110000024
其中fab为船舶a、b之间社交熟悉度,fa表示船舶a与其他船舶的社交熟悉度;
步骤5:船舶能够实时访问当前的船舶相遇概率网络,查询当前遇到的船舶与目标船舶的预期相遇概率,如果遇到的船舶与目标船舶的预期相遇概率比本身与目标船舶的预期相遇概率高,则将数据包转发给此遇到的船舶,否则,不转发。
优选地,所述步骤5中的预期相遇概率计算分为两部分,一部分为直接相遇概率,即两船舶相遇概率网络中的直接权重,另一部分为间接相遇概率,即两船舶节点在船舶相遇概网络中的dijskstra最短路径上的权重之积。
优选地,所述预计相遇概率P(x,d)为直接相遇概率与间接相遇概率之积,具体计算式如下式(3)所示:
P(x,d)=pdirect(x,d)×pindirect(x,d) (3)
Figure GDA0003589129110000031
pindirect(x,d)=dijskstra_path(x,d) (5)
其中,pdirect(x,d)代表船舶x与船舶d的在概率网络中的直接相遇相遇概率如式(4)所述,pindirect(x,d)代表间接相遇概率如式(5)所示,dijskstra_oath(x,d)为网络中x到d的最短dijskstra路径。
优选地,船舶间的社交网络构建以船舶为节点,以船舶间的社交熟悉度为边构建。
优选地,船舶间的熟悉度需要计算船舶之间的历史相遇情况,包括相遇时的时间戳,相遇时的位置,相遇时两条船的状态,相遇时两条船的速度以及相遇的持续时间。
本发明具有如下有益效果:
本方法根据船舶网络设计,非常契合船舶自组织网络的路由;
本发明的路由方法抛弃了传统路由的思路,不需要事先建立传输拓扑,同时也不需要维护和重建传输拓扑,排除了由此带来的维护代价;
本发明的路由方法在保证传输成功率和传输延时的基础上能够大大降低传输代价。
本路由方法更能适用于真实环境的海洋船舶自组织网络,真实船舶航行数据的模拟实验也证明了本发明的实用和高效。
附图说明
图1为船舶自组织网络示意图;
图2为基于社交熟悉度的船舶自组织网络路由方法示意图;
图3为五种路由方法在传输代价上的比较示意图;
图4为五种路由方法在传输时延上的比较示意图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
基于社交熟悉度的船舶网络路由方法,包括以下步骤:
步骤1:船舶通过相遇时通信分布式的上传航行信息和与其他船舶的相遇信息;
步骤2:船舶网络平台根据船舶上传的航行信息和船舶间相遇信息计算船舶间的社交熟悉度F(a,b),计算式如式(1)所示,
Figure GDA0003589129110000041
Figure GDA0003589129110000042
其中,
Figure GDA0003589129110000043
表示两条船相遇时的状态所对应的权重,当船a与船b相遇时都处在捕鱼状态时,则此相遇状态对a和b两条船之间的社交关系增益为α,当船a与船b相遇时都在捕鱼则社交增益为β,如果两者相遇时状态不一样时,社交增益为γ,T表示两条船一段时间内总的相遇次数,τ表示某一相遇的持续时间;
步骤3:以船舶为节点,以船舶间的社交熟悉度F(a,b)为边的权重,构建船舶社交网络;为了降低数据船联网中的传输代价,本发明方法利用历史的船舶航行记录计算出船舶间的社交熟悉度,并据此构建船舶社交网络,将船舶社交网络转化成船舶相遇概率网络,最终根据相遇概率网络中两条船相遇概率决定是否将数据包转发;
船舶间的社交网络构建以船舶为节点,以船舶间的社交熟悉度为边构建,船舶间的熟悉度需要计算船舶之间的历史相遇情况,包括相遇时的时间戳,相遇时的位置,相遇时两条船的状态(航行,捕鱼,停泊等),相遇时两条船的速度以及相遇的持续时间,船舶间的历史相遇情况,需要船舶的历史航行信息比如时间戳、位置、方向、速度等。
步骤4:将船舶社交网络中每一个熟悉度值转换成船舶相遇概率pab,具体转换式为式(2)所示,进一步构成船舶相遇概率网络:
Figure GDA0003589129110000044
其中fab为船舶a、b之间社交熟悉度,fa表示船舶a与其他船舶的社交熟悉度;
步骤5:船舶能够实时访问当前的船舶相遇概率网络,查询当前遇到的船舶与目标船舶的预期相遇概率,如果遇到的船舶与目标船舶的预期相遇概率比本身与目标船舶的预期相遇概率高,则将数据包转发给此遇到的船舶,否则,不转发。
预期相遇概率计算分为两部分,一部分为直接相遇概率,即两船舶相遇概率网络中的直接权重,另一部分为间接相遇概率,即两船舶节点在船舶相遇概网络中的dijskstra最短路径上的权重之积。
预计相遇概率P(x,d)为直接相遇概率与间接相遇概率之积,具体计算式如下式(3)所示:
P(x,d)=pdirect(x,d)×pindirect(x,d) (3)
Figure GDA0003589129110000051
pindirect(x,d)=dijskstra_path(x,d) (5)
其中,pdirect(x,d)代表船舶x与船舶d的在概率网络中的直接相遇相遇概率如式(4)所述,pindirect(x,d)代表间接相遇概率如式(5)所示,dijskstra_path(x,d)为网络中x到d的最短dijskstra路径。
在船舶通信半径下有一条或多条临近船舶,携带数据包的船舶会比较临近船舶对数据包目的船舶的相遇概率与自身与目的船舶的相遇概率选择是否转发给此临近船舶。
图1展示了船舶自组织网络在海上的通信情景。每艘船携带可以通讯的无线设备,此无线设备有一定的通信半径。当两艘船接近到一定的距离时,两条船即可以通信,进行后续判断是否需要交换数据报等操作。比如船舶s想要与船舶d进行通信,但是距离太远,但是船舶s目前可以与e通信,于是可以将数据包传递给e,在由e将数据包继续传递下去,直到遇见了船舶d。
图2展示了本发明设计的基于社交熟悉的船舶自组织网络路由方法工作原理图。船舶Vs1为有通信需求的源节点,其产生了一个数据包需要传输给船舶Vd1,源节点Vs1其通信半径内有两艘船Vb和Va可以帮其传播数据包,但是经过本发明的方法的判断,在过去的某一段历史中船舶Vb与目标船舶Vd1有更高的社交熟悉度,因此源节点只会将数据包传输给Vb而不是Va。其后每一个携带数据包的船只都将根据本发明的方法进行判断是否将自身携带的数据包转发给遇到的船舶。
图3展示了五种路由方法(随机行走RW,位置贪心Greedy,洪泛式Flooding,本发明基于社交熟悉度的路由方法FBR,基于社区的路由方法CBR)在传输代价上的比较,其中本发明方法简称FBR效果比经典的洪泛式和随机行走有明显优势,显著的降低了传输代价。
图4展示了五种路由方法在传输时延上的比较,其中本发明方法简称FBR效果表现出了与最快的洪泛式基本相同的时延效果。说明了本方法在在保证了比较快的传输性能的情况下,还显著的降低了传输的代价,这也正是本发明的目标和优势所在。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。

Claims (4)

1.基于社交熟悉度的船舶网络路由方法,其特征在于,包括以下步骤:
步骤1:船舶通过相遇时的通信分布式上传航行信息和与其他船舶的相遇信息;
步骤2:船舶网络平台根据船舶上传的航行信息和船舶间相遇信息计算船舶间的社交熟悉度F(a,b),计算式如式(1)所示,
Figure FDA0003589129100000011
Figure FDA0003589129100000012
其中,
Figure FDA0003589129100000013
表示两条船相遇时的状态所对应的权重,当船a与船b相遇时都处在捕鱼状态时,则此相遇状态对a和b两条船之间的社交关系增益为α,当船a与船b相遇时都在航行则社交增益为β,如果两者相遇时状态不一样时,社交增益为γ,T表示两条船一段时间内总的相遇次数,τ表示某一相遇的持续时间;
步骤3:以船舶为节点,以船舶间的社交熟悉度F(a,b)为边的权重,构建船舶社交网络;
步骤4:将船舶社交网络中每一个熟悉度值转换成船舶相遇概率pab,具体转换式为式(2)所示,进一步构成船舶相遇概率网络:
Figure FDA0003589129100000014
其中fab为船舶a、b之间社交熟悉度,fa表示船舶a与其他船舶的社交熟悉度;
步骤5:船舶能够实时访问当前的船舶相遇概率网络,查询当前遇到的船舶与目标船舶的预期相遇概率,如果遇到的船舶与目标船舶的预期相遇概率比本身与目标船舶的预期相遇概率高,则将数据包转发给此遇到的船舶,否则,不转发。
2.如权利要求1所述的基于社交熟悉度的船舶网络路由方法,其特征在于,所述步骤5中的预期相遇概率计算分为两部分,一部分为直接相遇概率,即两船舶相遇概率网络中的直接权重,另一部分为间接相遇概率,即两船舶节点在船舶相遇概网络中的dijskstra最短路径上的权重之积。
3.如权利要求2所述的基于社交熟悉度的船舶网络路由方法,其特征在于,所述预计相遇概率P(x,d)为直接相遇概率与间接相遇概率之积,具体计算式如下式(3)所示:
P(x,d)=pdirect(x,d)×pindirect(x,d) (3)
Figure FDA0003589129100000021
pindirect(x,d)=dijskstra_path(x,d) (5)
其中,pdirect(x,d)代表船舶x与船舶d的在概率网络中的直接相遇相遇概率如式(4)所述,pindirect(x,d)代表间接相遇概率如式(5)所示,dijskstra_path(x,d)为网络中x到d的最短dijskstra路径。
4.如权利要求1所述的基于社交熟悉度的船舶网络路由方法,其特征在于,其特征在于,船舶间的熟悉度需要计算船舶之间的历史相遇情况,包括相遇时的时间戳,相遇时的位置,相遇时两条船的状态,相遇时两条船的速度以及相遇的持续时间。
CN201910859047.6A 2019-09-11 2019-09-11 基于社交熟悉度的船舶网络路由方法 Expired - Fee Related CN110691395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910859047.6A CN110691395B (zh) 2019-09-11 2019-09-11 基于社交熟悉度的船舶网络路由方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910859047.6A CN110691395B (zh) 2019-09-11 2019-09-11 基于社交熟悉度的船舶网络路由方法

Publications (2)

Publication Number Publication Date
CN110691395A CN110691395A (zh) 2020-01-14
CN110691395B true CN110691395B (zh) 2022-07-05

Family

ID=69108970

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910859047.6A Expired - Fee Related CN110691395B (zh) 2019-09-11 2019-09-11 基于社交熟悉度的船舶网络路由方法

Country Status (1)

Country Link
CN (1) CN110691395B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111445681B (zh) * 2020-03-26 2021-08-03 上海海事大学 一种港口环境下车路协同交互系统及交互方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9177065B1 (en) * 2012-02-09 2015-11-03 Google Inc. Quality score for posts in social networking services
CN102625292B (zh) * 2012-03-02 2014-08-27 重庆邮电大学 一种社会化间断连接网络动态地址分配及网络性能优化方法
CN103368838B (zh) * 2013-07-03 2016-02-10 北京理工大学 一种基于加权社交图的容迟网络转发方法
CN106953803B (zh) * 2017-02-28 2020-01-10 北京科技大学 一种基于深空延迟容忍网络的改进概率路由方法
CN110177389A (zh) * 2019-05-14 2019-08-27 华中师范大学 基于社交群关联度的路由方法

Also Published As

Publication number Publication date
CN110691395A (zh) 2020-01-14

Similar Documents

Publication Publication Date Title
Lv et al. Artificial intelligence in underwater digital twins sensor networks
Khelifi et al. Localization and energy-efficient data routing for unmanned aerial vehicles: Fuzzy-logic-based approach
Yau et al. Maritime networking: Bringing internet to the sea
CN111065145B (zh) 一种面向水下多智能体的q学习蚁群路由方法
Rice Seaweb acoustic communication and navigation networks
CN104125270A (zh) 一种基于异构网络的航道通航信息传输方法
Hyder et al. Self-organized ad hoc mobile (SOAM) underwater sensor networks
CN112654001B (zh) 面向多无人艇协同控制的混合通信网络架构、管理方法及通信质量评价
Bhuvaneswari et al. An efficient mobility based localization in underwater sensor networks
Domingo Marine communities based congestion control in underwater wireless sensor networks
CN110740487A (zh) 一种能量有效且避障的水下路由方法
CN110691395B (zh) 基于社交熟悉度的船舶网络路由方法
Jouhari et al. Topology control through depth adjustment and transmission power control for UWSN routing protocols
Zhang et al. Communication network and qos evaluation for formation control of unmanned surface vehicles
Vieira Underwater sensor networks
CN110752987B (zh) 基于社区的船舶网络路由方法
Misra et al. DATUM: Dynamic topology control for underwater wireless multimedia sensor networks
Chen et al. A QoS-aware underwater optimization framework for inter-vehicle communication using acoustic directional transducers
Rice Undersea networked acoustic communication and navigation for autonomous mine-countermeasure systems
CN110247850B (zh) 一种基于动态路由表的船联网协议实现方法
Pandith et al. Emerging Data Aggregation State-of-Art Techniques with Comparative Analysis in UWSN
Llor et al. Modelling underwater wireless sensor networks
Hajare et al. Robust Opportunistic Routing Solutions for under water Sensor Networks
Najeeb et al. A new advanced energy efficient routing protocol for UWSNs
Aruna et al. An adaptive-based predicted nodes behavior algorithm in flying ad hoc 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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220705

CF01 Termination of patent right due to non-payment of annual fee