CN114390469B - 基于跨层协作的三维柱状水声传感器网络的寿命延长方法 - Google Patents

基于跨层协作的三维柱状水声传感器网络的寿命延长方法 Download PDF

Info

Publication number
CN114390469B
CN114390469B CN202210284813.2A CN202210284813A CN114390469B CN 114390469 B CN114390469 B CN 114390469B CN 202210284813 A CN202210284813 A CN 202210284813A CN 114390469 B CN114390469 B CN 114390469B
Authority
CN
China
Prior art keywords
node
nodes
layer
network
underwater acoustic
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
CN202210284813.2A
Other languages
English (en)
Other versions
CN114390469A (zh
Inventor
王景景
刘帅
王楚涵
刘颉
任翀
陈文亮
温琦
王海红
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.)
Qingdao University of Science and Technology
Original Assignee
Qingdao University of Science and Technology
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 Qingdao University of Science and Technology filed Critical Qingdao University of Science and Technology
Priority to CN202210284813.2A priority Critical patent/CN114390469B/zh
Publication of CN114390469A publication Critical patent/CN114390469A/zh
Application granted granted Critical
Publication of CN114390469B publication Critical patent/CN114390469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B11/00—Transmission systems employing sonic, ultrasonic or infrasonic waves
    • 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
    • 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)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于跨层协作的三维柱状水声传感器网络的寿命延长方法，属于水声信号通讯技术领域。基于三维柱状水声传感器网络结构，在水平层面上采用改进的LEACH算法进行分簇，处于同一层次的节点将数据传送给簇头节点。基于该网络结构，联合物理层的传输功率、数据链路层的数据传输流量、网络层的数据传输路径，进行跨层协作，通过对三层的信息进行联合考虑获得使该网络结构能耗最低的传输方案。最后采用时分多址技术和传输方案，计算出每个节点传输数据的最优时隙大小和时隙个数，使得节点间尽量负载均衡，降低网络能耗。本发明能够有效应对水声无线传感器网络能量受限的环境，延长网络的寿命。

Description

基于跨层协作的三维柱状水声传感器网络的寿命延长方法
技术领域
本发明属于水声信号通讯技术领域，具体地说，涉及一种基于跨层协作的三维柱状水声传感器网络的寿命延长方法。
背景技术
水声无线传感器网络在海洋数据收集、污染监测、灾难预报、辅助导航以及水下军事防御等方面都有着十分广泛的应用。组成水声无线传感器网络的传感器节点依靠电池供电，但部署在水下的传感器节点电池容量有限，因此，如何延长水声无线传感器网络的寿命成为当前研究的热点。
网络分簇是延长网络寿命的有效方法，基于LEACH的水声无线传感器网络分簇算法能随机选取簇头节点,簇头节点具有数据融合处理的功能,能够减少网络的信息传输量，但LEACH算法簇头的选择是随机的,且随机产生簇头并没有考虑到节点的剩余能量，因而无法控制簇头节点的位置分布，这样可能会导致网络节点能耗不均,出现一些节点过早死亡的现象。基于传统的无线传感器网络协议栈的分层结构来进行如物理层的功率控制、数据链路层的流量控制等，以网络中某单一协议层的性能最优化为目标，来降低单一协议层的能耗也是目前常用的延长网络寿命方法，但是由于其严格的协议栈分层，导致层与层之间信息难以共享，这就可能会引起对等层间的通信开销以及信息的冗余，进而导致网络能耗的增加。基于等长时隙划分的TDMA协议经常被应用于水声无线传感器网络，网络规模较小时其对降低网络能耗有一定作用，但随着网络规模增大，汇聚节点的邻节点的数据负载量和能耗将增大，进而会导致网络寿命的降低。
可以看出，上述的方法虽然可以在一定程度上提升水声无线传感器网络的能量效率，但也同样存在着一些问题，而且，由于水声信道的特殊性，对其应用传统的分层结构来降低能耗是远远不够的，而上述大多数方法仅对单层网络协议栈进行优化设计，因此其对网络性能的提升相当有限。
发明内容
本发明的目的是提出一种基于跨层协作的三维柱状水声无线传感器网络的寿命延长方法，以弥补现有技术的不足。
为实现上述发明目的，本发明采用下述技术方案予以实现：
一种基于跨层协作的三维柱状水声传感器网络的寿命延长方法，包括以下步骤：
S1：接收水声信号，建立三维柱状水声无线传感器网络结构；
S2：基于S1的网络结构，网络中各水平层面执行LEACH-DEECF算法进行簇头选举，每个水平层面选举出一个簇头，同一水平层面内的其他节点加入该簇，形成簇头节点；
S3：所述簇头节点联合物理层的传输功率、数据链路层的数据传输流量、网络层的数据传输路径，进行跨层协作，获得使该层网络结构能耗最低的传输方案；
S4：基于S1和S3中的网络结构和传输方案，采用TDMA技术，计算出每个节点传输数据的最优时隙大小和时隙个数，即建立了时隙分配；
S5：垂直层面各层簇头节点组播S3和S4中的传输方案和时隙分配，水平层面处于同一层次的节点将数据传送给簇头节点，各层簇头节点通过多跳的方式将数据传送给水面的基站；
S6：当S5结束后，判断各层簇头的剩余能量是否低于阈值，若是，则返回S2重新选举簇头，否则返回S3继续按步骤执行；
S7：所述水声信号通过上述三维柱状水声无线传感器网络结构进行处理，输出。
进一步的，所述S1中，建立三维柱状水声无线传感器网络结构模型：
三维柱状水声无线传感器网络结构由多层集群组成，部署在离海面不同的深度；每个集群进一步由水平平面上若干数量的节点组成，节点距柱中心的最大距离为
Figure 688837DEST_PATH_IMAGE001
米；在三维柱状水声无线传感器网络中，多个这样的簇集群垂直排列在彼此下方，两个连续簇集群之间的垂直距离用
Figure 583237DEST_PATH_IMAGE002
米表示，圆柱的总深度用
Figure 686322DEST_PATH_IMAGE003
米表示，圆柱的总深度用
Figure 393378DEST_PATH_IMAGE004
米表示，圆柱半径用
Figure 334527DEST_PATH_IMAGE005
米表示；从顶部到底部，网络的各层被表示为深度1、深度2、深度3等等；网络中的总深度由T表示，节点的地址配置为TXX其中T表示深度数，XX表示两位数的节点编号；上述网络中所有传感器节点的位置固定，且部署时已配备其位置信息。
进一步的，所述S2具体如下：
S2-1：阈值T(n)的计算：
各水平层面执行LEACH-DEECF算法进行簇头选举，算法执行的每个周期中，在簇头选举阶段，每个节点会随机产生一个(0,1)之间的随机值，将产生的值与阈值T(n)进行比较，如果小于阈值，该节点将成为簇头节点；阈值T(n)的计算如下所示：
Figure 163942DEST_PATH_IMAGE006
其中，
Figure 426428DEST_PATH_IMAGE007
为该水平层面网络中节点的数目，
Figure 733912DEST_PATH_IMAGE008
为簇头节点数与节点总数的比值，
Figure 798077DEST_PATH_IMAGE009
表示已经进行的轮数，
Figure 532814DEST_PATH_IMAGE010
表示在当前轮次中已经做过簇头的节点个数；
Figure 344913DEST_PATH_IMAGE011
为这轮循环中未当选簇头节点的集合；
Figure 892306DEST_PATH_IMAGE012
代表连续没有当选过簇首的轮次，一旦当选为簇首节点，
Figure 575092DEST_PATH_IMAGE013
重置为
Figure 683993DEST_PATH_IMAGE014
；
Figure 484852DEST_PATH_IMAGE015
表示节点当前剩余能量，
Figure 602981DEST_PATH_IMAGE016
表示节点初始的总能量；
Figure 874693DEST_PATH_IMAGE017
代表能量-距离均衡因子，其计算方式如下:
Figure 715348DEST_PATH_IMAGE018
其中，
Figure 174142DEST_PATH_IMAGE019
为节点
Figure 627120DEST_PATH_IMAGE020
在三维空间中的位置坐标，
Figure 328840DEST_PATH_IMAGE021
为节点
Figure 779544DEST_PATH_IMAGE022
所在层的上一层的簇头节点在三维空间中的位置坐标；
S2-2：各个水平层面根据阈值T(n)选举出簇头后，同一水平层面内的其他节点加入该簇。
进一步的，所述S3具体如下：
S3-1：建立三维柱状水声无线传感器网络寿命最大化模型：
假设网络中每个公共节点具有相同的初始能量储备，将三维柱状水声无线传感网络的生存期定义为任意单个节点的最小寿命，因此最大化网络寿命等于最小化所有普通节点的最大能耗
Figure 787951DEST_PATH_IMAGE023
，记为
Figure 480839DEST_PATH_IMAGE024
，那么网络寿命的最大化模型可表示为：
Figure 523881DEST_PATH_IMAGE025
其中，
Figure 411065DEST_PATH_IMAGE026
为网络中节点的总数目，
Figure 611496DEST_PATH_IMAGE027
表示对网络中传输数据的链路定义的
Figure 609539DEST_PATH_IMAGE028
维链路流量矩阵
Figure 772667DEST_PATH_IMAGE029
，其中
Figure 63709DEST_PATH_IMAGE030
为链路总数；
S3-2：建立物理层的传输功率与信道容量的限制关系：
水声信道中的信噪比函数可表示为：
Figure 515550DEST_PATH_IMAGE031
其中，
Figure 51705DEST_PATH_IMAGE032
表示信号传输距离，
Figure 305225DEST_PATH_IMAGE033
表示节点的传输功率，
Figure 65370DEST_PATH_IMAGE034
为水声信道路径损耗经验公式，
Figure 270087DEST_PATH_IMAGE035
为水声信道的噪声经验函数，
Figure 406670DEST_PATH_IMAGE036
表示以信号频率
Figure 511767DEST_PATH_IMAGE037
为中心的窄带带宽；
水声信道中链路
Figure 442814DEST_PATH_IMAGE038
的可用信道容量
Figure 134826DEST_PATH_IMAGE039
可表示为:
Figure 75101DEST_PATH_IMAGE040
其中，
Figure 303213DEST_PATH_IMAGE041
表示水声信道中信号传输距离为
Figure 405161DEST_PATH_IMAGE042
，信号频率为
Figure 584470DEST_PATH_IMAGE043
时的信噪比；
S3-3：建立数据链路层的传输流量限制关系：
所有的传感数据都应该转发到簇头节点，所以传输流量限制关系可表示为：
Figure 62856DEST_PATH_IMAGE044
其中，
Figure 611386DEST_PATH_IMAGE045
代表一个时隙内，节点
Figure 149815DEST_PATH_IMAGE046
到节点
Figure 550841DEST_PATH_IMAGE047
传输的数据量，且
Figure 832917DEST_PATH_IMAGE048
；
Figure 492745DEST_PATH_IMAGE049
是向节点
Figure 202075DEST_PATH_IMAGE050
传输数据节点的集合，
Figure 90396DEST_PATH_IMAGE051
表示向节点
Figure 910585DEST_PATH_IMAGE050
传输数据的任一节点，
Figure 699287DEST_PATH_IMAGE052
是节点
Figure 579518DEST_PATH_IMAGE053
传出数据节点的集合，
Figure 955136DEST_PATH_IMAGE054
表示节点
Figure 579015DEST_PATH_IMAGE050
传出数据的任一节点。
Figure 490733DEST_PATH_IMAGE055
表示节
Figure 745128DEST_PATH_IMAGE056
在一个时隙内生成传感数据的比特数；
S3-4：建立网络层的数据传输路径限制关系：
在同一水平层面上，处于柱状网络边缘的传感器节点需要通过多跳的方式将数据传送给簇头节点，节点
Figure 608042DEST_PATH_IMAGE057
选择下一跳
Figure 770033DEST_PATH_IMAGE058
时应遵循以下公式：
Figure 533327DEST_PATH_IMAGE059
其中，
Figure 489782DEST_PATH_IMAGE060
为节点
Figure 839992DEST_PATH_IMAGE061
在水平层面上的位置坐标，
Figure 805674DEST_PATH_IMAGE062
为节点
Figure 426404DEST_PATH_IMAGE063
的任一邻居节点
Figure 616077DEST_PATH_IMAGE064
水平层面的位置坐标。
进一步的，所述S4具体如下：
S4-1：计算节点
Figure 188004DEST_PATH_IMAGE061
传输数据的最优时隙大小：
水声信道环境下，对于三维柱状水声传感器网络中的节点
Figure 691798DEST_PATH_IMAGE065
存在一个最优的数据发送时隙大小
Figure 429684DEST_PATH_IMAGE066
使得节点
Figure 993521DEST_PATH_IMAGE067
在一个
Figure 787165DEST_PATH_IMAGE068
帧内能耗最小化；最优值
Figure 94649DEST_PATH_IMAGE069
可表示为：
Figure 955551DEST_PATH_IMAGE070
其中，
Figure 424710DEST_PATH_IMAGE071
为节点
Figure 971229DEST_PATH_IMAGE067
发送数据包的大小，
Figure 816825DEST_PATH_IMAGE072
为节点
Figure 263725DEST_PATH_IMAGE073
在一个
Figure 169364DEST_PATH_IMAGE074
帧内传输数据的速率，
Figure 203179DEST_PATH_IMAGE075
代表声音在水中的传播速度；
声音在水中的传播速度
Figure 649204DEST_PATH_IMAGE075
其计算公式具体为：
Figure 452074DEST_PATH_IMAGE076
其中，
Figure 41798DEST_PATH_IMAGE077
为水温，
Figure 297330DEST_PATH_IMAGE078
为盐度，
Figure 750309DEST_PATH_IMAGE079
为水深。
S4-2：计算节点
Figure 407686DEST_PATH_IMAGE080
传输数据的最优时隙个数：
当网络数据流量分布固定的条件下，对于网络节点
Figure 419242DEST_PATH_IMAGE081
存在一个最优的数据发送时隙个数
Figure 427649DEST_PATH_IMAGE082
使得节点
Figure 153160DEST_PATH_IMAGE083
在一个
Figure 196202DEST_PATH_IMAGE084
帧内能耗最小化；最优值
Figure 116010DEST_PATH_IMAGE085
表示为：
Figure 611713DEST_PATH_IMAGE086
其中，
Figure 140915DEST_PATH_IMAGE087
为三维柱状水声传感器网络的系统带宽，
Figure 772885DEST_PATH_IMAGE088
为节点
Figure 126243DEST_PATH_IMAGE089
在一个TDMA帧内传输数据所用的时间。
本发明的优点和技术效果如下：
本发明基于构建的三维柱状水声无线传感器网络模型，首先使用LEACH-DEECF算法进行簇头选举，簇头节点进行同水平层面簇成员的数据融合处理,减少了网络的信息传输量。其次联合网络协议栈中三层的信息进行跨层协作，利用层与层之间信息的交互，减少了对等层间的通信开销以及信息的冗余，进而降低了网络的能耗。最后采用TDMA技术，针对性的计算出每个节点传输数据的最优时隙大小和时隙个数，使得网络节点间尽量负载均衡。
本发明能够有效应对水声无线传感器网络能量受限的特殊环境，降低网络能耗，延长网络的寿命。
附图说明
图1是本发明的一种实施例的整体流程图。
图2是本发明的一种实施例的三维柱状水声无线传感器网络结构。
图3是本发明的一种实施例的选举出簇头后网络水平层面结构图。
图4是本发明的一种实施例的垂直层面各层簇头节点将数据传送给水面基站示意图。
图5是本发明的一种实施例的使用该方法与使用单层优化方法的网络剩余能量仿真结果对比。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下将结合附图和实施例，对本发明作进一步详细说明。
实施例1：
水声无线传感器网络部署在水下工作时，组成水声无线传感器网络的传感器节点电池容量有限，且供电电池无法更换，又因为水声信道复杂多变，信号在水下传输路损严重，为获取稳定的信号而增加发射功率进一步增加了网络的能量损耗，考虑单层协议栈的优化获取的网络性能提升有限，因此可通过跨层协作的方式充分利用层与层之间信息交互，来消除对等层间存在冗余的通信开销，获得更长的网络寿命。
基于TDMA的簇头信息融合水声无线传感器网络具有较长的网络生存周期，其主要步骤为：首先使用LEACH算法进行簇头选举，簇头节点进行同水平层面簇成员的数据融合。然后在数据链路层采用TDMA技术，为每个传输数据的节点划分等长的时隙大小。但水声无线传感器网络能量受限，当前水声无线传感器网络寿命延长方法存在网络节点间能耗不均、层与层之间信息难以共享、对等层间存在冗余的通信开销等问题。如何有效应对水声无线传感器网络能量受限的特殊环境，降低网络能耗，延长网络的寿命，是本实施例所要解决的技术问题。
本实施例提出了一种基于跨层协作的三维柱状水声传感器网络的寿命延长方法，其整体流程图如图1所示，包括以下步骤：
S1：建立三维柱状水声无线传感器网络结构,具体步骤如下：
S1-1：建立三维柱状水声无线传感器网络结构模型：
三维柱状水声无线传感器网络结构由多层集群组成，部署在离海面不同的深度；每个集群进一步由水平平面上若干数量的节点组成，节点距柱中心的最大距离为
Figure 843664DEST_PATH_IMAGE001
米；在三维柱状水声无线传感器网络中，多个这样的簇集群垂直排列在彼此下方，两个连续簇集群之间的垂直距离用
Figure 910977DEST_PATH_IMAGE002
米表示，圆柱的总深度用
Figure 928611DEST_PATH_IMAGE090
米表示，圆柱的总深度用
Figure 190222DEST_PATH_IMAGE004
米表示，圆柱半径用
Figure 129359DEST_PATH_IMAGE091
米表示；从顶部到底部，网络的各层被表示为深度1、深度2、深度3等等；网络中的总深度由T表示，节点的地址配置为TXX，其中T表示深度数，XX表示两位数的节点编号；上述网络中所有传感器节点的位置固定，且部署时已配备其位置信息，该三维柱状水声无线传感器网络结构如图2所示。
例如，BS是海面的基站，其深度为1，节点编号为00，故它的地址编号为100。深度为2的水平层面所有网络节点地址逆时针依次编号为200-206。同理，深度为2的水平层面所有网络节点地址逆时针依次编号为300-306，深度为3的水平层面所有网络节点地址逆时针依次编号为400-406。深度为4的水平层面所有网络节点地址逆时针依次编号为500-506。
S2：基于S1的网络结构，网络中各水平层面执行LEACH-DEECF算法进行簇头选举，每个水平层面选举出一个簇头，同一水平层面内的其他节点加入该簇,具体步骤如下：
S2-1：阈值T(n)的计算：
各水平层面执行LEACH-DEECF算法进行簇头选举，算法执行的每个周期中，在簇头选举阶段，每个节点会随机产生一个(0,1)之间的随机值，将产生的值与阈值T(n)进行比较，如果小于阈值，该节点将成为簇头节点。阈值T(n)的计算如下所示：
Figure 265942DEST_PATH_IMAGE092
其中，
Figure 872504DEST_PATH_IMAGE007
为该水平层面网络中节点的数目，
Figure 302086DEST_PATH_IMAGE093
为簇头节点数与节点总数的比值，
Figure 259678DEST_PATH_IMAGE009
表示已经进行的轮数，
Figure 934373DEST_PATH_IMAGE094
表示在当前轮次中已经做过簇头的节点个数；
Figure 129862DEST_PATH_IMAGE011
为这轮循环中未当选簇头节点的集合；
Figure 998854DEST_PATH_IMAGE095
代表连续没有当选过簇首的轮次，一旦当选为簇首节点，
Figure 178163DEST_PATH_IMAGE013
重置为
Figure 187707DEST_PATH_IMAGE014
；
Figure 768861DEST_PATH_IMAGE096
表示节点当前剩余能量，
Figure 274666DEST_PATH_IMAGE016
表示节点初始的总能量。
Figure 941271DEST_PATH_IMAGE097
代表能量-距离均衡因子，其计算方式如下:
Figure 754506DEST_PATH_IMAGE098
其中，
Figure 190167DEST_PATH_IMAGE019
为节点
Figure 633918DEST_PATH_IMAGE020
在三维空间中的位置坐标，
Figure 11985DEST_PATH_IMAGE099
为节点
Figure 628911DEST_PATH_IMAGE022
所在层的上一层的簇头节点在三维空间中的位置坐标；
S2-2：各个水平层面根据阈值T(n)选举出簇头后，同一水平层面内的其他节点加入该簇。
选举出簇头后网络水平层面结构图如图3所示，CH1、CH2、CH3和CH4为四个不同深度水平层面选举出的簇头节点，其深度分别为2、3、4和5，它们的节点编号为00，故簇头节点的地址编号为200、300、400和500。
S3：各簇头节点联合物理层的传输功率、数据链路层的数据传输流量、网络层的数据传输路径，进行跨层协作，获得使该层网络结构能耗最低的传输方案。具体步骤如下：
S3-1：建立三维柱状水声无线传感器网络寿命最大化模型：
假设网络中每个公共节点具有相同的初始能量储备，我们将三维柱状水声无线传感网络的生存期定义为任意单个节点的最小寿命，因此最大化网络寿命等于最小化所有普通节点的最大能耗
Figure 919079DEST_PATH_IMAGE023
，记为
Figure 799310DEST_PATH_IMAGE024
，那么网络寿的命最大化模型可表示为：
Figure 673463DEST_PATH_IMAGE100
其中，
Figure 766184DEST_PATH_IMAGE026
为网络中节点的总数目，
Figure 176436DEST_PATH_IMAGE027
表示对网络中传输数据的链路定义的
Figure 24307DEST_PATH_IMAGE101
维链路流量矩阵
Figure 887220DEST_PATH_IMAGE102
，其中
Figure 285097DEST_PATH_IMAGE030
为链路总数；
S3-2：建立物理层的传输功率与信道容量的限制关系：
水声信道中的信噪比函数可表示为：
Figure 284277DEST_PATH_IMAGE103
其中，
Figure 506311DEST_PATH_IMAGE032
表示信号传输距离，
Figure 653259DEST_PATH_IMAGE033
表示节点的传输功率，
Figure 851897DEST_PATH_IMAGE104
为水声信道路径损耗经验公式，
Figure 705583DEST_PATH_IMAGE105
为水声信道的噪声经验函数，
Figure 505043DEST_PATH_IMAGE036
表示以信号频率
Figure 109593DEST_PATH_IMAGE037
为中心的窄带带宽；
水声信道中链路
Figure 816649DEST_PATH_IMAGE038
的可用信道容量
Figure 56000DEST_PATH_IMAGE039
可表示为:
Figure 852793DEST_PATH_IMAGE106
其中，
Figure 974333DEST_PATH_IMAGE107
表示水声信道中信号传输距离为
Figure 281817DEST_PATH_IMAGE042
，信号频率为
Figure 844517DEST_PATH_IMAGE043
时的信噪比；
S3-3：建立数据链路层的传输流量限制关系：
所有的传感数据都应该转发到簇头节点，所以传输流量限制关系可表示为：
Figure 579255DEST_PATH_IMAGE108
其中，
Figure 627238DEST_PATH_IMAGE045
代表一个时隙内，节点
Figure 535151DEST_PATH_IMAGE109
到节点
Figure 952357DEST_PATH_IMAGE047
传输的数据量，且
Figure 28636DEST_PATH_IMAGE048
；
Figure 328030DEST_PATH_IMAGE110
是向节点
Figure 180579DEST_PATH_IMAGE050
传输数据节点的集合，
Figure 780188DEST_PATH_IMAGE051
表示向节点
Figure 369912DEST_PATH_IMAGE050
传输数据的任一节点，
Figure 891023DEST_PATH_IMAGE052
是节点
Figure 812843DEST_PATH_IMAGE053
传出数据节点的集合，
Figure 735799DEST_PATH_IMAGE054
表示节点
Figure 278514DEST_PATH_IMAGE050
传出数据的任一节点。
Figure 286921DEST_PATH_IMAGE055
表示节
Figure 278011DEST_PATH_IMAGE056
在一个时隙内生成传感数据的比特数。
进一步的，对于三维柱状水声无线传感器网络同一水平层面或垂直层面中的所有链路，可以定义L×1的链路流量矢量
Figure 789895DEST_PATH_IMAGE111
，
Figure 4976DEST_PATH_IMAGE112
是链路链接的总数，定义
Figure 736565DEST_PATH_IMAGE113
为
Figure 531345DEST_PATH_IMAGE114
维的部分连通矩阵，由
Figure 163315DEST_PATH_IMAGE115
，
Figure 752559DEST_PATH_IMAGE116
组成，其中
Figure 437356DEST_PATH_IMAGE117
为公共节点总数。则上式中的传输流量限制关系可以用矩阵形式表示为：
Figure 770249DEST_PATH_IMAGE118
其中
Figure 256725DEST_PATH_IMAGE119
，表示传感器节点的在一个时隙内生成传感数据的流量向量。在矩阵
Figure 49494DEST_PATH_IMAGE120
的第
Figure 254210DEST_PATH_IMAGE121
行中，如果
Figure 125214DEST_PATH_IMAGE122
，则
Figure 466197DEST_PATH_IMAGE123
，如果
Figure 161358DEST_PATH_IMAGE124
, 则
Figure 650108DEST_PATH_IMAGE125
，其余的项等于
Figure 324803DEST_PATH_IMAGE126
。这里的
Figure 785871DEST_PATH_IMAGE127
和
Figure 887820DEST_PATH_IMAGE128
都被映射到
Figure 303014DEST_PATH_IMAGE129
和
Figure 781400DEST_PATH_IMAGE130
之间的唯一索引。
S3-4：建立网络层的数据传输路径限制关系：
在同一水平层面上，处于柱状网络边缘的传感器节点需要通过多跳的方式将数据传送给簇头节点，节点
Figure 159291DEST_PATH_IMAGE057
选择下一跳
Figure 432141DEST_PATH_IMAGE131
时应遵循以下公式：
Figure 597281DEST_PATH_IMAGE132
其中，
Figure 348199DEST_PATH_IMAGE060
为节点
Figure 49439DEST_PATH_IMAGE133
在水平层面上的位置坐标，
Figure 227610DEST_PATH_IMAGE062
为节点
Figure 871257DEST_PATH_IMAGE063
的任一邻居节点
Figure 488183DEST_PATH_IMAGE064
水平层面的位置坐标。
S4：基于S1和S3中的网络结构和传输方案，采用TDMA技术，计算出每个节点传输数据的最优时隙大小和时隙个数，具体步骤如下：
S4-1：计算节点
Figure 778351DEST_PATH_IMAGE061
传输数据的最优时隙大小：
水声信道环境下，对于三维柱状水声传感器网络中的节点
Figure 861844DEST_PATH_IMAGE065
存在一个最优的数据发送时隙大小
Figure 34200DEST_PATH_IMAGE134
使得节点
Figure 891035DEST_PATH_IMAGE067
在一个
Figure 301288DEST_PATH_IMAGE135
帧内能耗最小化；最优值
Figure 821262DEST_PATH_IMAGE136
可表示为：
Figure 684176DEST_PATH_IMAGE070
其中，
Figure 347631DEST_PATH_IMAGE137
为节点
Figure 612391DEST_PATH_IMAGE067
发送数据包的大小，
Figure 834425DEST_PATH_IMAGE138
为节点
Figure 981372DEST_PATH_IMAGE073
在一个
Figure 914431DEST_PATH_IMAGE139
帧内传输数据的速率，
Figure 33697DEST_PATH_IMAGE140
代表声音在水中的传播速度；
声音在水中的传播速度
Figure 426632DEST_PATH_IMAGE141
其计算公式具体为：
Figure 60875DEST_PATH_IMAGE142
其中，
Figure 564669DEST_PATH_IMAGE077
为水温，
Figure 39906DEST_PATH_IMAGE143
为盐度，
Figure 603743DEST_PATH_IMAGE079
为水深。
S4-2：计算节点
Figure 662966DEST_PATH_IMAGE144
传输数据的最优时隙个数：
当网络数据流量分布固定的条件下，对于网络节点
Figure 704871DEST_PATH_IMAGE081
存在一个最优的数据发送时隙个数
Figure 94002DEST_PATH_IMAGE145
使得节点
Figure 32002DEST_PATH_IMAGE083
在一个
Figure 578521DEST_PATH_IMAGE084
帧内能耗最小化；最优值
Figure 486434DEST_PATH_IMAGE085
表示为：
Figure 936263DEST_PATH_IMAGE146
其中，
Figure 576323DEST_PATH_IMAGE147
为三维柱状水声传感器网络的系统带宽，
Figure 610138DEST_PATH_IMAGE148
为节点
Figure 993846DEST_PATH_IMAGE089
在一个TDMA帧内传输数据所用的时间。
S5：垂直层面各层簇头节点组播S3和S4中的传输方案和时隙分配，水平层面处于同一层次的节点将数据传送给簇头节点，各层簇头节点通过多跳的方式将数据传送给水面的基站，垂直层面各层簇头节点将数据传送给水面基站示意图如图4所示。例如，图4数据链路层的传输流量限制可用矩阵求解，具体如下：
显然链接数
Figure 560831DEST_PATH_IMAGE149
等于簇头节点数
Figure 434110DEST_PATH_IMAGE150
，即
Figure 955221DEST_PATH_IMAGE151
，所以有：
Figure 142620DEST_PATH_IMAGE152
矩阵D的对角元素均为1，子对角元素均为−1，且矩阵D的行列式|D|=1≠0，即矩阵D为满秩可逆矩阵，所以可以推导出传输流量向量的解为：
Figure 65576DEST_PATH_IMAGE153
其中，
Figure 826202DEST_PATH_IMAGE154
为方便表示，现将传输流量的解记为：
Figure 834609DEST_PATH_IMAGE155
S6：当S5结束后，判断各层簇头的剩余能量是否低于阈值，若是，则返回S2重新选举簇头，否则返回S3继续按步骤执行。
使用基于跨层协作的三维柱状水声无线传感器网络的方法和使用单层优化的方法网络剩余能量的仿真结果对比如图5所示，从仿真结果可以看出，基于跨层协作的三维柱状水声无线传感器网络能够有效的降低网络能耗，延长网络的寿命。
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (3)

1.一种基于跨层协作的三维柱状水声传感器网络的寿命延长方法，其特征在于，包括以下步骤：
S1：接收水声信号，建立三维柱状水声传感器网络结构；
S2：基于S1的网络结构，网络中各水平层面执行LEACH-DEECF算法进行簇头选举，每个水平层面选举出一个簇头，同一水平层面内的其他节点加入该簇，形成簇头节点；
S3：所述簇头节点联合物理层的传输功率、数据链路层的数据传输流量、网络层的数据传输路径，进行跨层协作，获得使该层网络结构能耗最低的传输方案；
S4：基于S1和S3中的网络结构和传输方案，采用TDMA技术，计算出每个节点传输数据的最优时隙大小和时隙个数，即建立了时隙分配；
S5：垂直层面各层簇头节点组播S3和S4中的传输方案和时隙分配，水平层面处于同一层次的节点将数据传送给簇头节点，各层簇头节点通过多跳的方式将数据传送给水面的基站；
S6：当S5结束后，判断各层簇头的剩余能量是否低于阈值，若是，则返回S2重新选举簇头，否则返回S3继续按步骤执行；
S7：所述水声信号通过上述三维柱状水声传感器网络结构进行处理，输出；
所述S3具体如下：
S3-1：建立三维柱状水声传感器网络寿命最大化模型为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
为网络中节点的总数目，
Figure DEST_PATH_IMAGE003
表示对网络中传输数据的链路定义的
Figure DEST_PATH_IMAGE004
维链路流量矩阵
Figure DEST_PATH_IMAGE005
，其中
Figure DEST_PATH_IMAGE006
为链路总数；最大能耗
Figure DEST_PATH_IMAGE007
，记为
Figure DEST_PATH_IMAGE008
；
S3-2：建立物理层的传输功率与信道容量的限制关系：
水声信道中的信噪比函数表示为：
Figure DEST_PATH_IMAGE009
其中，
Figure DEST_PATH_IMAGE010
表示信号传输距离，
Figure DEST_PATH_IMAGE011
表示节点的传输功率，
Figure DEST_PATH_IMAGE012
为水声信道路径损耗经验公式，
Figure DEST_PATH_IMAGE013
为水声信道的噪声经验函数，
Figure DEST_PATH_IMAGE014
表示以信号频率
Figure DEST_PATH_IMAGE015
为中心的窄带带宽；
水声信道中链路
Figure DEST_PATH_IMAGE016
的可用信道容量
Figure DEST_PATH_IMAGE017
表示为:
Figure DEST_PATH_IMAGE018
其中，
Figure DEST_PATH_IMAGE019
表示水声信道中信号传输距离为
Figure DEST_PATH_IMAGE020
，信号频率为
Figure DEST_PATH_IMAGE021
时的信噪比；
S3-3：建立数据链路层的传输流量限制关系：
所有的传感数据都应该转发到簇头节点，所以传输流量限制关系表示为：
Figure DEST_PATH_IMAGE022
其中，
Figure DEST_PATH_IMAGE023
代表一个时隙内，节点
Figure DEST_PATH_IMAGE024
到节点
Figure DEST_PATH_IMAGE025
传输的数据量，且
Figure DEST_PATH_IMAGE026
；
Figure DEST_PATH_IMAGE027
是向节点
Figure DEST_PATH_IMAGE028
传输数据节点的集合，
Figure DEST_PATH_IMAGE029
是节点
Figure DEST_PATH_IMAGE030
传出数据节点的集合；
Figure DEST_PATH_IMAGE031
表示节
Figure DEST_PATH_IMAGE032
在一个时隙内生成传感数据的比特数；
S3-4：建立网络层的数据传输路径限制关系：
在同一水平层面上，处于柱状网络边缘的传感器节点需要通过多跳的方式将数据传送给簇头节点，节点
Figure DEST_PATH_IMAGE033
选择下一跳
Figure DEST_PATH_IMAGE034
时应遵循以下公式：
Figure DEST_PATH_IMAGE035
其中，
Figure DEST_PATH_IMAGE036
为节点
Figure DEST_PATH_IMAGE037
在水平层面上的位置坐标，
Figure DEST_PATH_IMAGE038
为节点
Figure DEST_PATH_IMAGE039
的任一邻居节点
Figure DEST_PATH_IMAGE040
水平层面的位置坐标；
所述S4具体如下：
S4-1：计算节点
Figure DEST_PATH_IMAGE041
传输数据的最优时隙大小：
水声信道环境下，对于三维柱状水声传感器网络中的节点
Figure DEST_PATH_IMAGE042
存在一个最优的数据发送时隙大小
Figure DEST_PATH_IMAGE043
使得节点在一个
Figure DEST_PATH_IMAGE044
帧内能耗最小化；最优值
Figure DEST_PATH_IMAGE045
表示为：
Figure DEST_PATH_IMAGE046
其中，
Figure DEST_PATH_IMAGE047
为节点
Figure DEST_PATH_IMAGE048
发送数据包的大小，
Figure DEST_PATH_IMAGE049
为节点
Figure DEST_PATH_IMAGE050
在一个
Figure DEST_PATH_IMAGE051
帧内传输数据的速率，
Figure DEST_PATH_IMAGE052
代表声音在水中的传播速度；
S4-2：计算节点
Figure DEST_PATH_IMAGE053
传输数据的最优时隙个数：
当网络数据流量分布固定的条件下，对于网络节点
Figure DEST_PATH_IMAGE054
存在一个最优的数据发送时隙个数
Figure DEST_PATH_IMAGE055
使得节点
Figure DEST_PATH_IMAGE056
在一个
Figure DEST_PATH_IMAGE057
帧内能耗最小化；最优值
Figure DEST_PATH_IMAGE058
表示为：
Figure DEST_PATH_IMAGE059
其中，
Figure DEST_PATH_IMAGE060
为三维柱状水声传感器网络的系统带宽，
Figure DEST_PATH_IMAGE061
为节点i 在一个TDMA帧内传输数据所用的时间。
2.如权利要求1所述的寿命延长方法，其特征在于，所述S1中，建立三维柱状水声传感器网络结构模型：三维柱状水声传感器网络结构由多层集群组成，部署在离海面不同的深度；每个集群进一步由水平平面上若干数量的节点组成，节点距柱中心的最大距离为
Figure DEST_PATH_IMAGE062
米；在三维柱状水声无线传感器网络中，多个这样的簇集群垂直排列在彼此下方，两个连续簇集群之间的垂直距离用米
Figure DEST_PATH_IMAGE063
表示，圆柱的总深度用
Figure DEST_PATH_IMAGE064
米表示，圆柱半径用
Figure DEST_PATH_IMAGE065
米表示；从顶部到底部，网络的各层被表示为深度1、深度2、深度3；网络中的总深度由T表示，节点的地址配置为TXX，其中T表示深度数，XX表示两位数的节点编号；上述网络中所有传感器节点的位置固定，且部署时已配备其位置信息。
3.如权利要求1所述的寿命延长方法，其特征在于，所述S2具体如下：
S2-1：阈值T（n）的计算：
各水平层面执行LEACH-DEECF算法进行簇头选举，算法执行的每个周期中，在簇头选举阶段，每个节点会随机产生一个(0,1)之间的随机值，将产生的值与阈值T(n)进行比较，如果小于阈值，该节点将成为簇头节点；阈值T(n)的计算如下所示：
Figure DEST_PATH_IMAGE066
其中，
Figure DEST_PATH_IMAGE067
为该水平层面网络中节点的数目，
Figure DEST_PATH_IMAGE068
为簇头节点数与节点总数的比值，
Figure DEST_PATH_IMAGE069
表示已经进行的轮数，
Figure DEST_PATH_IMAGE070
表示在当前轮次中已经做过簇头的节点个数；
Figure DEST_PATH_IMAGE071
为这轮循环中未当选簇头节点的集合；
Figure DEST_PATH_IMAGE072
代表连续没有当选过簇首的轮次，一旦当选为簇首节点，
Figure DEST_PATH_IMAGE073
重置为
Figure DEST_PATH_IMAGE074
；
Figure DEST_PATH_IMAGE075
表示节点当前剩余能量，
Figure DEST_PATH_IMAGE076
表示节点初始的总能量；
Figure DEST_PATH_IMAGE077
代表能量-距离均衡因子，其计算方式如下:
Figure DEST_PATH_IMAGE078
其中，
Figure DEST_PATH_IMAGE079
为节点
Figure DEST_PATH_IMAGE080
在三维空间中的位置坐标，
Figure DEST_PATH_IMAGE081
为节点
Figure DEST_PATH_IMAGE082
所在层的上一层的簇头节点在三维空间中的位置坐标；
S2-2：各个水平层面根据阈值T(n)选举出簇头后，同一水平层面内的其他节点加入该簇。
CN202210284813.2A 2022-03-23 2022-03-23 基于跨层协作的三维柱状水声传感器网络的寿命延长方法 Active CN114390469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210284813.2A CN114390469B (zh) 2022-03-23 2022-03-23 基于跨层协作的三维柱状水声传感器网络的寿命延长方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210284813.2A CN114390469B (zh) 2022-03-23 2022-03-23 基于跨层协作的三维柱状水声传感器网络的寿命延长方法

Publications (2)

Publication Number Publication Date
CN114390469A CN114390469A (zh) 2022-04-22
CN114390469B true CN114390469B (zh) 2022-07-12

Family

ID=81205824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210284813.2A Active CN114390469B (zh) 2022-03-23 2022-03-23 基于跨层协作的三维柱状水声传感器网络的寿命延长方法

Country Status (1)

Country Link
CN (1) CN114390469B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116419290B (zh) * 2023-05-08 2023-10-27 青岛科技大学 基于跨层设计联合深度q网络的水声通信能量优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1835668A1 (en) * 2006-03-13 2007-09-19 NTT DoCoMo, Inc. Method and apparatus for controlling transmission of data from a plurality of sensor nodes
KR20100106799A (ko) * 2009-03-24 2010-10-04 주식회사 케이티 센서 네트워크 노드에서의 ＱｏＳ 패킷 전송 방법
CN104796959A (zh) * 2015-05-08 2015-07-22 东南大学 一种簇结构多载波水声传感器网络的混合型mac协议方法
CN107911859A (zh) * 2017-10-24 2018-04-13 天津大学 基于跨层设计的水下无线传感器网络的生命周期延长方法
CN111278079A (zh) * 2020-01-20 2020-06-12 山东省科学院海洋仪器仪表研究所 面向水下自组织网络的分层式协作路由方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9148849B2 (en) * 2013-06-03 2015-09-29 King Fahd University Of Petroleum And Minerals Coverage, connectivity and communication (C3) protocol method for wireless sensor networks
CN110072265B (zh) * 2019-03-25 2022-08-30 湖州学院 一种能量异构无线传感网络分簇协议的实现方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1835668A1 (en) * 2006-03-13 2007-09-19 NTT DoCoMo, Inc. Method and apparatus for controlling transmission of data from a plurality of sensor nodes
KR20100106799A (ko) * 2009-03-24 2010-10-04 주식회사 케이티 센서 네트워크 노드에서의 ＱｏＳ 패킷 전송 방법
CN104796959A (zh) * 2015-05-08 2015-07-22 东南大学 一种簇结构多载波水声传感器网络的混合型mac协议方法
CN107911859A (zh) * 2017-10-24 2018-04-13 天津大学 基于跨层设计的水下无线传感器网络的生命周期延长方法
CN111278079A (zh) * 2020-01-20 2020-06-12 山东省科学院海洋仪器仪表研究所 面向水下自组织网络的分层式协作路由方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
K. Ramesh ; M. Anto Bennet.Enhancement of lifetime using Energy efficient cross layer approach for WSN.《ICCMC》.2019, *
刘新华等.一种基于链路级功率控制的分簇路由算法.《计算机科学》.2012,(第09期), *

Also Published As

Publication number Publication date
CN114390469A (zh) 2022-04-22

Similar Documents

Publication Publication Date Title
Zhuo et al. AUV-aided energy-efficient data collection in underwater acoustic sensor networks
Wan et al. An energy-efficient multi-level adaptive clustering routing algorithm for underwater wireless sensor networks
CN103916942B (zh) 一种降低功耗的leach协议改进方法
CN105898764B (zh) 多级能量异构的无线传感器网络部署方法
Xing et al. Game-theory-based clustering scheme for energy balancing in underwater acoustic sensor networks
Li et al. A multi-agent deep reinforcement learning based spectrum allocation framework for D2D communications
Zhou et al. A genetic algorithm based on extended sequence and topology encoding for the multicast protocol in two-tiered WSN
CN114390469B (zh) 基于跨层协作的三维柱状水声传感器网络的寿命延长方法
Yao et al. Game theory and coverage optimization based multihop routing protocol for network lifetime in wireless sensor networks
Bhalaji Cluster formation using fuzzy logic in wireless sensor networks
Chinnasamy et al. Energy-aware multilevel clustering scheme for underwater wireless sensor networks
CN103297339A (zh) 水下传感器网络中基于空间区域划分的路由方法
Singh et al. An energy efficient routing using multi-hop intra clustering technique in WSNs
CN111182492A (zh) 一种改进的leach分簇层次路由算法
CN113438667A (zh) 基于IM-kmeans集群路由策略延长水下无线传感器网络寿命的方法
Poonguzhali Energy efficient realization of clustering patch routing protocol in wireless sensors network
Wang et al. A clustering algorithm of underwater acoustic sensor networks based on hierarchical 3D mesh
CN116567107A (zh) 一种面向智慧城市的无线传感器网络节能数据传输方法
Shafique et al. Data traffic based shape independent adaptive unequal clustering for heterogeneous wireless sensor networks
Zain-ul-Abidin et al. Improved genetic algorithm based energy efficient routing in two-tiered wireless sensor networks
Bakr et al. Energy Efficient Spectrum Aware Distributed Cluster-Based Routing in Cognitive Radio Sensor Networks
Chen et al. Optimization of LEACH Routing Protocol Algorithm
Kaur et al. Acoustic monitoring in underwater wireless sensor networks using energy-efficient artificial fish swarm-based clustering protocol (EAFSCP)
Huang et al. An uneven annulus sector grid-based energy-efficient multi-hop routing protocol for wireless sensor networks
Jin et al. Energy-balanced Routing Protocol with Nonuniform Clustering for Underwater Acoustic Sensors 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