CN111556429B - 一种基于契约的水下声学传感网信息收集方法 - Google Patents
一种基于契约的水下声学传感网信息收集方法 Download PDFInfo
- Publication number
- CN111556429B CN111556429B CN202010255726.5A CN202010255726A CN111556429B CN 111556429 B CN111556429 B CN 111556429B CN 202010255726 A CN202010255726 A CN 202010255726A CN 111556429 B CN111556429 B CN 111556429B
- Authority
- CN
- China
- Prior art keywords
- auv
- data
- energy
- buoy
- buoy node
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims description 48
- 238000013480 data collection Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 4
- 238000005242 forging Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005562 fading Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- 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
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Feedback Control In General (AREA)
Abstract
本发明提供一种基于契约的水下声学传感网信息收集方法,包括:通过采用基于“契约”的模型,每个AUV能自觉地选择专门为之设计的最优契约条款以获得最多的净能量增益,并且浮标节点也可以通过契约设计的原则以便于实现等效后的最大净能量增益。在基于“契约”的策略中,所述AUV既不需要彼此通信以讨论可行策略,也不需要接受来自某个集中控制中心的持续控制命令,因此避免了因水下声学信道带来的高丢包、高延迟等问题。此外,由于契约的原则约束,各个所述AUV为了在任务分配中获得最多的净能量增益,必将诚实地向所述浮标节点提供真实而全面的信息,也解决了所述AUV对其动态信息进行选择性隐瞒或伪造的问题。
Description
技术领域
本发明涉及信息收集方法领域,尤其涉及一种基于契约的水下声学传感网信息收集方法。
背景技术
陆上智慧网络体系的研究如火如荼且已经相对成熟,但是,对于表面积占比较陆地大得多的海洋的研究却相比甚少。
事实上,随着近年来水下应用逐渐步入人们视野,探索和开发水下资源引起了来自军方和民用领域通信、机器学习、信号处理等不同领域的研究人员的兴趣,尽管过去数百年来对陆上相关课题的持续和蓬勃发展的研究已经从不同的角度给人们的生活带来了令人难以置信的变化,但人们仍然对广阔的水下领域不甚了解。
那么,为了更好地探索水下的奥秘,水下传感器网络这一当今较为公认的水下网络体系作为扭转上述情况的可行方案而被提出。利用能够进行数据收集和数据包转发的传感器节点,所述水下传感器网络可以为海洋学数据收集、污染监测、海上勘探、灾难预防,辅助导航以及战术监视应用提供较为充足的应用空间。正如上述所述,无线传感器网络在水下领域的应用为监测河流和海洋环境带来了巨大的研究前景。但是,由于水下区域面积辽阔,寻找固定的密集的传感器网络覆盖几乎是不可能的。即,水下网络的特点是高移动性以及空间稀疏性。为了解决所述这些问题,水下无人潜航器现在被用于各种任务,例如:海洋环境中的海洋调查、排雷以及测深数据收集。
本发明考虑采用浮标节点-AUV的能量供给-数据采集模型,在该模型中,考虑到民用情形的情况下,不同的AUV以及浮标节点均来自于不同的公司。所述浮标节点需要向AUV发布数据采集任务并给所述AUV提供能量作为数据的交换。所述AUV通过完成所述浮标节点指派的任务获取能量供应。但浮标节点获得的是数据,而它提供给AUV的是能量,两者具有不同的量纲。因此为了更好地衡量浮标节点的收支,本发明给出了浮标节点对数据的能量等效的定义,将获得的数据量并综合数据被采集的地点的因素等效成所述浮标节点的能量来获取。
针对上述所述模型的任务分配问题,本发明提出基于契约的非对称信息条件下的水下数据采集策略。契约是克服信息不对称的有力工具。通过采用契约的模型,每个所述AUV能自觉地选择专门为之设计的最优契约条款以获得最多的净能量增益,并且所述浮标节点也能通过契约设计的原则以来实现等效后的最大净能量增益。在基于契约的策略中,所述AUV既不需要彼此通信以“讨论”可行策略,也不需要接受来自某个集中控制中心的持续控制命令,因此可以有效地避免由水下声学信道带来的高丢包、高延迟等问题。
此外,由于契约的原则约束,各个所述AUV为了在任务分配中获得最多的净能量增益,必将“诚实”地向浮标节点提供真实而全面的信息,因此也解决了所述AUV对其动态信息进行选择性隐瞒或伪造的问题。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施例部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
为至少部分地解决上述技术问题,本发明提供了一种基于契约的水下声学传感网信息收集方法,包括:根据水下情景,由于复杂的水下条件和相对苛刻的信道衰落,即便使用当前最广泛的水声通信,但中心浮标的可行通信距离仍然是有限的。因此可以将可行的通信距离假设为δ(其单位为km)。因此,给定第i个目标站点的坐标第i个目标站点与中心浮标节点之间的距离应满足通信距离约束,即
由于有N个所述目标站点,因此浮标会将相应的N个AUV对应地分配给所述目标站点来进行数据收集任务。设q是所述浮标从所述AUV获得的数据量;是相应的目标站点相对于浮标节点的位置。浮标与从AUV处获得的数据的交换,所述浮标给予所述AUV的能量供给为p,同时也是所述AUV完成数据采集任务后从所述浮标处获得的能量供给。
进一步地,所述浮标节点从AUV获取的数据量q以及数据采集地点离所述浮标节点的距离定义浮标节点对数据的能量等效,即浮标节点获得的数据量并综合该数据采集地点离浮标节点的距离因素而等效的能量,给出如下函数V,
进一步地,所述浮标节点所能接受的数据容量是有限制的,因此还需要考虑另一个约束:所述浮标节点的最大数据容量Q,即分配给每个所述AUV的任务(收集多少数据量),所有所述AUV收集的数据量的总和不应超过其容量Q,即,第i(i∈Na)个所述AUV被分配的采集数据量qi以及所述浮标节点的最大数据容量Q之间的关系为
进一步地,所述浮标节点可以从AUV处获得数据也需要给所述AUV提供能量供给。但由于所述浮标节点获得的是数据,而所述浮标节点提供给所述AUV的是能量,数据量的量纲通常为bit(比特),而能量的量纲通常为J(焦耳),两者具有不同的量纲。因此为了更好地衡量所述浮标节点的收支,将所述浮标节点获得的数据量并综合数据被采集的地点等因素等效成所述浮标节点能量的获取。
进一步地,所述浮标节点能获得最大的净能量增益,还需考虑一个分配策略的任务,第i个所述AUV在处站点收集qi *数据量的数据且完成任务后,所述浮标节点提供给所述AUV的能量为pi,以便于最大化净能量增益。
与现有技术相比本发明的技术效果在于:本发明通过采用基于契约的模型,每个AUV能自觉地选择专门为之设计的最优契约条款以获得最多的净能量增益且浮标节点也可通过契约设计的原则来实现等效后的最大净能量增益。
其次,在基于契约的策略中,AUV既不需要彼此通信以“讨论”可行策略,也不需要接受来自某个集中控制中心的持续控制命令,有效地避免了由水下声学信道带来的高丢包、高延迟等问题。同时,由于契约的原则约束,各个AUV为了在任务分配中获得最多的净能量增益,必将诚实地向浮标节点提供真实而全面的信息,也解决了AUV对其动态信息进行选择性隐瞒或伪造的问题。
其次,利用了本发明的方法能克服信息不对称的特点,利用该信息值对数据进行量化,也兼顾时间因素和数据量的特点。
附图说明
为了使本发明的优点更容易理解,将通过参考在附图中示出的具体实施方式更详细地描述上文简要描述的本发明。可以理解这些附图只描绘了本发明的典型实施方式,因此不应认为是对其保护范围的限制,通过附图以附加的特性和细节描述和解释本发明。
图1为水下无线传感网结构示意图;
图2为本发明水下传感网信息收集结构示意图。
具体实施方式
下面描述发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释发明的技术原理,并非在限制发明的保护范围。
本发明实施例提供一种基于契约的水下声学传感网信息收集方法,包括:根据水下情景,由于复杂的水下条件和相对苛刻的信道衰落,即便使用当前最广泛的水声通信,但中心浮标的可行通信距离仍然是有限的。因此可以将可行的通信距离假设为δ(其单位为km)。因此,给定第i个目标站点的坐标第i个目标站点与中心浮标节点之间的距离应满足通信距离约束,即
由于有N个所述目标站点,因此浮标会将相应的N个AUV对应地分配给所述目标站点来进行数据收集任务。设q是所述浮标从所述AUV获得的数据量;是相应的目标站点相对于浮标节点的位置。浮标与从AUV处获得的数据的交换,所述浮标给予所述AUV的能量供给为p,同时也是所述AUV完成数据采集任务后从所述浮标处获得的能量供给。
具体而言,所述浮标节点从AUV获取的数据量q以及数据采集地点离所述浮标节点的距离定义浮标节点对数据的能量等效,即浮标节点获得的数据量并综合该数据采集地点离浮标节点的距离因素而等效的能量,给出如下函数V,
此外,由于所述浮标节点所能接受的数据容量是有限制的,因此还需要考虑另一个约束:所述浮标节点的最大数据容量Q,即分配给每个所述AUV的任务(收集多少数据量),所有所述AUV收集的数据量的总和不应超过其容量Q,即,第i(i∈Na)个所述AUV被分配的采集数据量qi以及所述浮标节点的最大数据容量Q之间的关系为
如上述所述,所述浮标节点可以从AUV处获得数据也需要给所述AUV提供能量供给。但由于所述浮标节点获得的是数据,而所述浮标节点提供给所述AUV的是能量,数据量的量纲通常为bit(比特),而能量的量纲通常为J(焦耳),两者具有不同的量纲。因此为了更好地衡量所述浮标节点的收支,将所述浮标节点获得的数据量并综合数据被采集的地点等因素等效成所述浮标节点能量的获取。
具体而言,所述浮标节点能获得最大的净能量增益,还需考虑一个分配策略的任务,第i个所述AUV在处站点收集qi *数据量的数据且完成任务后,所述浮标节点提供给所述AUV的能量为pi,以便于最大化净能量增益。
具体而言,在完成数据采集任务且返回到所述浮标节点所在的地方后,所述AUV将收到相应的能量供给p.用c表示其完成数据采集任务所需的耗能,所述AUV的净能量增益U,即U=p-c.。
具体而言,分配给AUV进行数据采集的地点且给定所述AUV相对于中心的浮标节点的位置为对于每个所述AUV必须前往指定的目标地点,然后进行采集数据,最后从所述目标地点返回到所述浮标节点所在的位置。根据这样工作流程,所述AUV完成数据采集任务所需的耗能c表示为:
其中,f是所述AUV的耗能与AUV执行任务所需的潜行距离的函数,g是所述AUV的耗能与所述AUV执行任务所需采集的数据量的函数。给定所述AUV潜行单位距离所需要消耗的能量e与所述AUV采集单位数据量的所需消耗的能量b,所述AUV执行任务所需的潜行距离的耗能函数f以及所述AUV执行任务所需采集的数据量的对应的耗能函数g,表示为g(q)=bq。
具体而言,第i个AUV完成任务后从浮标节点处获得的能量供给pi、其潜行单位距离所需要消耗的能量ei、其采集单位数据量的所需要消耗的能量bi,相对于中心浮标节点的位置以及被分配的数据采集地点其完成数据采集任务所需的耗能ci可以表示为:对应的净能量增益Ui为:
具体而言,本发明将契约引入到水下数据采集策略,先给出本发明AUV的类型定义,随后结合该定义给出三个原则在浮标节点-AUV能量供给-数据采集模型中的实际定义和分析。同时,本发明围绕AUV的耗能问题,因此本发明给出的类型定义只与AUV的耗能能力有关。然而AUV的单位距离耗能与单位数据量采集耗能的量纲不一致,定义长度-数据量耗能转换比,即AUV潜行单位距离的耗能对应的采集单位数据量的耗能,单位为bit/m。假设AUV潜行单位距离的耗能为采集单位数据量的耗能为那么长度-数据量耗能转换比β定义如下:
由此,(1)给出AUV的类型定义。
给定第i个所述AUV潜行单位距离耗能ei,采集单位数据量的耗能bi,以及其长度-数据量耗能转换比βi,其类型θi定义为:θi=βiei+bi.。
具体而言,根据上述AUV的类型定义与长度-数据量耗能转换比的定义,将数据采集的耗能等效成潜行距离的耗能,每个AUV的类型定义是其总耗能水平的度量,单位为J/m。如果θi很大,那么浮标节点倾向于为其分配较小的工作量(AUV所需要潜行的距离较短或AUV所需要采集的数据量较小)。这种情况下,即使是很小的工作量,由于该AUV的总体耗能水平较高,浮标节点仍然需要提供较多的能量给AUV以补偿其执行任务过程中的能量消耗,但这对于浮标节点而言是得不偿失的。
为了保证AUV能够接受该契约,至少,AUV在执行完浮标节点分配的数据采集任务后所获得的能量供给应不少于AUV执行该任务所需要的能量消耗。即,AUV在执行任务后获得的净能量增益应不小于0,由此,引出契约中的第一个原则,IR(Incentive Rationality)原则。
(2)非对称信息条件下的水下数据采集任务中任何类型的AUV将只选择可以保证其在不接受契约条款时的净能量增益永远不会大于其接受契约条款时的净能量增益,即在此问题中为0。那么,对于所有的i,i∈Na,给定AUV-i完成任务后从浮标节点处所获得的能量供给pi、完成任务所需的能量消耗ci,其类型θi以及等效能耗距离xi,其净能量增益Ui应当满足Ui=Ui(pi,xi)=pi-ci=pi-θixi≥0.。
具体而言,所述IR原则所给出的约束即是说明所有接受契约的AUV都会选择完成任务后得到的能量供给不少于其完成数据采集任务的总耗能的契约条款。其次,正如上述所提到的,AUV将确保其选择的契约条款与其他契约条款相比能够最大化其净能量增益。由此,引出契约中的第二个原则,IC(Incentive Compatibility)原则。
(3)非对称信息条件下的水下数据采集任务中,任何类型的AUV将仅选择这种契约条款,该条款可以保证该AUV选择其对应的契约条款所能获得的净能量收益不会低于他选择任何其他契约条款时获得的净能量收益。即,对于所有的i,j∈Na,给定AUV-i的类型θi,完成其对应的数据采集任务所获得的能量供给pi以及对应的等效能耗距离xi,执行AUV-j对应的任务所获得的能量供给pj以及对应的等效能耗距离xj,有如下约束Ui(pi,xi)=pi-θixi≥Ui(pj,xj)=pj-θixj。
具体而言,类似于所述IR原则,所述IC原则同样描述的是针对AUV的获得的能量供给和完成数据采集任务的耗能之间的约束。在水下数据采集任务中,所述IC原则给出的约束说明任何AUV所选择的契约条款都一定是所有契约条款中对它而言是最优的,也就是能最大化它的净能量收益的。
具体而言,因为契约中各个AUV的类型不同,为了保证它们执行任务后所获得的能量供给的大小关系与它们的类型的大小关系保持一致。引出契约中的第三个原则,单调性(Monotone)原则
(4)非对称信息条件下的水下数据采集任务中,浮标节点对于不同类型的AUV完成其指派的数据采集任务后,供给的能量多少,应当满足单调性。即,对于任意的i<j,i,j∈Na,给定AUV-i完成其对应数据收集任务所获得的能量供给pi以及AUV-j完成其对应数据收集任务所获得的能量供给pj,这两者所应该满足的约束为pi≥pj.。
具体而言,所述单调性原则所说明的是对于类型较低的AUV而言,因为其总耗能水平较低,所以浮标节点倾向于为之安排更多的工作(前往离浮标节点更远的位置采集更多的数据),那么相应的,浮标节点也会给它提供更多的能量。而对于较高类型的AUV而言,因为其总耗能水平高,所以浮标节点倾向于为之安排更轻的工作(前往离浮标更近的位置采集更少的数据),那么相应的,因为其工作的贡献对于浮标节点而言相对于前一种情况更少,浮标节点为之提供较少的能量。
具体而言,实际上在契约的约束下,对于AUV-i,如果它选择为较高类型设计的契约条款,即使它能完成任务,因为单调性原则的约束,他所能获得的来自浮标节点的能量供给不大于它选择为自己类型设计的契约条款所获得的能量供给。但同时,如果它选择为较低类型设计的契约条款,因为这些本为较低耗能水平的AUV设计的任务往往需要AUV前往离浮标节点更远的位置采集更多的数据,因此它可能因为能量消耗过大而无法完成任务。
综上所述,在契约原则的约束下,各个AUV会自觉地选择为之类型专门设计的契约条款以保证它在完成任务后获得最大的净能量增益。
具体而言,考虑到信息不对称的情况,中心的浮标节点无法得知每个AUV的确切类型。然而,通过契约的三个原则约束,AUV将自觉地选择专门为之设计的契约条款以最大化其净能量增益。
具体而言,浮标节点希望用较少的能量供应获得较多较有价值的数据,浮标节点所获得的数据经过能量等效后,对应的净能量增益来量化衡量。因此,浮标节点将制定一系列契约条款以最大化其自身的净能量增益。这样之后,根据给定的约束以及浮标节点净能量增益的定义,给定浮标节点从AUV-i获得的数据的能量等效(即浮标节点获得的数据量并综合该数据采集地点离浮标节点的距离因素而等效的能量)Vi、其提供给完成任务的AUV-i(j)的能量供给pi(pj)、分配给AUV-i的收集数据量qi、浮标节点的数据容量Q、AUV-i的类型θi、AUV-i的数据容量qi,max、AUV-i(j)的等效耗能距离xi(xj),便可将基于契约的非对称信息条件下的水下数据采集策略优化问题表述为:
为了满足上述约束,首先考虑所述IC和IR原则。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (1)
1.一种基于契约的水下声学传感网信息收集方法,其特征在于,包括:
中心浮标,N个目标站点;
所述中心浮标将AUV对应的分配到所述N个目标站点进行数据收集任务,所述AUV完成数据收集任务后从所述浮标获得能量供给;
完成数据收集任务返回到所述浮标所在的位置,所述AUV收到相应的能量供给,即p;完成数据采集任务所需的耗能,即c;所述AUV的净能量增益,即U;三者之间的关系定义为:U=p-c;
所述完成数据采集任务所需的耗能c, 其中q是所述浮标从所述AUV获得的数据量;是相应的目标站点相对于浮标节点的位置,分配给AUV进行数据采集的地点,为给定所述AUV相对于中心的浮标节点的位置,b为所述AUV采集单位数据量的所需消耗的能量,式中,所述g(q)=bq,所述f是AUV的耗能与AUV执行任务所需的潜行距离的函数,所述g是AUV的耗能与AUV执行任务所需采集的数据量的函数,
浮标节点用较少的能量供应获得较多较有价值的数据,浮标节点所获得的数据进行能量等效,经过能量等效后,对应的净能量增益来量化衡量,浮标节点制定契约条款以最大化其自身的净能量增益,给定浮标节点从AUV-i获得的数据的能量等效Vi、其提供给完成任务的AUV-i的能量供给pi、提供给完成任务的AUV-j的能量供给pj、分配给AUV-i的收集数据量qi、浮标节点的数据容量Q、AUV-i的类型θi、AUV-i的数据容量qi,max、AUV-i的等效耗能距离xi,AUV-j的等效耗能距离xj,便可将基于契约的非对称信息条件下的水下数据采集策略优化问题表述为:
qi≤qi,max,i∈{1,2,...,N},
pi-θixi≥0,i∈{1,2,...,N},
pi-θixi≥pij-θixij,i,j∈{1,2,...,N},
给定第i个所述AUV潜行单位距离耗能ei,采集单位数据量的耗能bi,以及其长度-数据量耗能转换比βi,其类型θi定义为:θi=βiei+bi·;
根据AUV的类型定义与长度-数据量耗能转换比的定义,将数据采集的耗能等效成潜行距离的耗能,每个AUV的类型定义是其总耗能水平的度量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255726.5A CN111556429B (zh) | 2020-04-02 | 2020-04-02 | 一种基于契约的水下声学传感网信息收集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255726.5A CN111556429B (zh) | 2020-04-02 | 2020-04-02 | 一种基于契约的水下声学传感网信息收集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111556429A CN111556429A (zh) | 2020-08-18 |
CN111556429B true CN111556429B (zh) | 2021-08-31 |
Family
ID=72005601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010255726.5A Active CN111556429B (zh) | 2020-04-02 | 2020-04-02 | 一种基于契约的水下声学传感网信息收集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111556429B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102267542A (zh) * | 2011-05-05 | 2011-12-07 | 天津大学 | 浮标系统水下传感器非接触电能供给与数据传输装置 |
CN105629979A (zh) * | 2015-12-22 | 2016-06-01 | 中国船舶重工集团公司第七一五研究所 | 一种auv平台的远程状态跟踪与控制方法和系统 |
CN106332290A (zh) * | 2016-08-29 | 2017-01-11 | 东南大学 | 基于可持续充电水声多跳通信系统的资源分配方法 |
CN107548029A (zh) * | 2017-08-21 | 2018-01-05 | 河海大学常州校区 | 一种基于海水分层的水下传感网络中auv数据收集方法 |
CN108171948A (zh) * | 2017-12-08 | 2018-06-15 | 北京臻迪科技股份有限公司 | 一种水下机器人基站以及水下机器人系统 |
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 |
CN108684005A (zh) * | 2018-04-02 | 2018-10-19 | 河海大学常州校区 | 基于som的水下传感网中多auv高效数据收集方法 |
-
2020
- 2020-04-02 CN CN202010255726.5A patent/CN111556429B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102267542A (zh) * | 2011-05-05 | 2011-12-07 | 天津大学 | 浮标系统水下传感器非接触电能供给与数据传输装置 |
CN105629979A (zh) * | 2015-12-22 | 2016-06-01 | 中国船舶重工集团公司第七一五研究所 | 一种auv平台的远程状态跟踪与控制方法和系统 |
CN106332290A (zh) * | 2016-08-29 | 2017-01-11 | 东南大学 | 基于可持续充电水声多跳通信系统的资源分配方法 |
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 |
CN107548029A (zh) * | 2017-08-21 | 2018-01-05 | 河海大学常州校区 | 一种基于海水分层的水下传感网络中auv数据收集方法 |
CN108171948A (zh) * | 2017-12-08 | 2018-06-15 | 北京臻迪科技股份有限公司 | 一种水下机器人基站以及水下机器人系统 |
CN108684005A (zh) * | 2018-04-02 | 2018-10-19 | 河海大学常州校区 | 基于som的水下传感网中多auv高效数据收集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111556429A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abbasian Dehkordi et al. | A survey on data aggregation techniques in IoT sensor networks | |
CN108684005B (zh) | 基于som的水下传感网中多auv高效数据收集方法 | |
CN103984981B (zh) | 基于高斯过程模型的建筑物环境传感器测点优化方法 | |
Huang et al. | Target tracking based on a distributed particle filter in underwater sensor networks | |
Su et al. | Localization and data collection in AUV-aided underwater sensor networks: Challenges and opportunities | |
Xu et al. | Data fusion for target tracking in wireless sensor networks using quantized innovations and Kalman filtering | |
CN105955929A (zh) | 一种面向数据科学可视化的反距离加权混合插值方法 | |
CN110608744A (zh) | 一种具有动态避障功能的水质采样无人艇路径规划方法 | |
Qin et al. | A hierarchical information acquisition system for AUV assisted internet of underwater things | |
CN102253365B (zh) | 基于无线信号源参数估计的室内定位方法 | |
CN109579861A (zh) | 一种基于强化学习的路径导航方法及系统 | |
CN115632956A (zh) | 基于可信信息覆盖的可充电物联网节点优化部署方法 | |
CN109858951A (zh) | 新能源汽车加电或换电需求的预测 | |
CN111556429B (zh) | 一种基于契约的水下声学传感网信息收集方法 | |
Pham et al. | A multi-robot, cooperative, and active slam algorithm for exploration | |
Wen et al. | Intelligent multi-AUG ocean data collection scheme in maritime wireless communication network | |
CN103096444A (zh) | 一种基于传感器节点策略选择的水下无线传感器网络目标跟踪方法 | |
CN109785656B (zh) | 一种基于局部近似秩的交通规划及导航方法 | |
Han et al. | Centralized underwater node localization using range based multilateral accumulation method (RBMAM) | |
Xi et al. | Power-aware path planning for vehicle-assisted multi-UAVs in mobile crowd sensing | |
CN103687079A (zh) | 一种地下管网无线监测定位系统 | |
Safiee et al. | Relay node placement in wireless sensor network for manufacturing industry | |
CN102573023A (zh) | Wsn中基于sdma的数据采集动态拓扑控制方法 | |
Saha et al. | Improved hybrid node localization using the wild horse optimization in the underwater environment | |
CN113903171B (zh) | 一种基于高速路网时空特性的车辆群智感知节点优化方法 |
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 |