CN116390046A - 一种基于势博弈的水下传感网络跨层拓扑方法 - Google Patents

一种基于势博弈的水下传感网络跨层拓扑方法 Download PDF

Info

Publication number
CN116390046A
CN116390046A CN202310170893.3A CN202310170893A CN116390046A CN 116390046 A CN116390046 A CN 116390046A CN 202310170893 A CN202310170893 A CN 202310170893A CN 116390046 A CN116390046 A CN 116390046A
Authority
CN
China
Prior art keywords
node
power
nodes
energy
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.)
Withdrawn
Application number
CN202310170893.3A
Other languages
English (en)
Inventor
高佳
王景景
施威
韩学艳
徐凌伟
顾剑磊
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 CN202310170893.3A priority Critical patent/CN116390046A/zh
Publication of CN116390046A publication Critical patent/CN116390046A/zh
Withdrawn legal-status Critical Current

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
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • 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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于势博弈的水下传感网络跨层拓扑方法，属于水下传感网络节能领域。本发明首先通过控制信息的交互完成邻居集合的建立和相关信息的获取；然后确定可选功率集并降序排序，将连通性、剩余能量和节点的延迟等跨层参数引入收益函数中并建立势博弈模型，通过轮流博弈的方式为节点选择合适的发射功率；最后根据发射功率的变化更新邻节点和通信半径，动态调整网络拓扑结构。本发明保证了该序数势博弈模型存在纳什均衡点，且每个节点通过最优功率的选择保持该节点的收益最大化，最终实现降低并均衡节点能耗，延长水下传感器网络寿命的目标。

Description

一种基于势博弈的水下传感网络跨层拓扑方法
技术领域
本发明属于水下传感网络节能领域，具体地说，涉及一种基于势博弈的水下传感网络跨层拓扑方法。
背景技术
水下传感网络（Underwater Sensor Network,USN）被广泛应用于远洋开采、目标检测与导航等领域。网络中的节点收集水下信息，并通过水声通信的方式传送给基站进行处理，以实现对水下环境的监测和相应数据的获取。具有移动和通信能力的自主式水下导航器（Autonomous Underwater Vehicle,AUV)能够有效地从传感器采集数据并降低节点因通信产生的能量消耗。因此，通过AUV采集节点数据是延长网络生命的重要方式之一。与传统的陆上传感网络相比，水下网络的节点通过自带的电池供电，且节点会受到水流的影响而移动，复杂多变的水下环境导致很难更换电池。而水下信道噪声严重，海水吸收损耗较大，节点间通信需要更多的能量，如何提高能量效率，延长网络寿命对于水下传感网络至关重要。
基于势博弈的无线传感器网络拓扑控制算法能够在保证网络连通的基础上降低节点功耗，同时选择剩余能量较多的邻居节点作为下一跳节点，以达到均衡网络能耗，延长网络寿命的目的。基于势博弈的非均匀拓扑控制算法充分考虑了节点到基站的距离对通信的影响，有效均衡网络能耗并提高网络的鲁棒性。基于最优刚性子图和势博弈的网络拓扑控制算法在构建势博弈模型的过程中充分考虑了连通性、剩余能量等因素对网络拓扑的影响，然后使用最优刚性子图剔除网络中的冗余通信链路。
但上述算法均针对陆上传感网络，与水下网络的工作环境与通信条件差别较。当前水下拓扑控制方法仍然存在节点能耗较高、网络能耗不均衡以及网络生存时间短等问题。
发明内容
本发明的目的是提出一种基于势博弈的水下传感网络跨层拓扑方法，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：
一种基于势博弈的水下传感网络跨层拓扑方法，包括以下步骤：
S1：布设水下传感网络，并通过节点间控制信息的交互建立邻节点集合获取相关信息；
S2：确定传感网络中节点的可选功率策略集；
S3：确定博弈模型的收益函数，并根据不同发射功率下收益函数值选择节点的最优发射功率；
S4：根据每个节点的发射功率更新邻节点集合和通信半径，动态调整网络拓扑。
进一步的，所述S1中：每个节点以最大发射功率广播消息，该消息包含源节点的ID，源节点最大发射功率
Figure SMS_1
，源节点剩余能量/>
Figure SMS_2
和初始能量/>
Figure SMS_3
等相关信息；能够接收到该控制消息的节点返回确认消息，该消息包含目的节点的ID，目的节点剩余能量/>
Figure SMS_4
和初始能量/>
Figure SMS_5
，与源节点的距离信息d以及正常通信所需的最小发射功率/>
Figure SMS_6
；
节点的剩余能量计算过程如下：首先计算节点发送1比特数据所消耗的能量：
Figure SMS_7
；其中，/>
Figure SMS_8
为传输时延，/>
Figure SMS_9
为接收1比特数据所消耗的能量，d为传输距离,/>
Figure SMS_10
为能量衰减系数，计算公式如下：
Figure SMS_11
当节点的能量低于特定阈值后，为了避免部分节点过早死亡导致网络失效，该节点不应参与其他节点的数据转发工作，仅保持该节点的最小功率在特定范围内采集数据，并通过AUV直接将收集到的信息发送给基站。假设不考虑收集信息和AUV的产生能耗，节点向AUV发送一个数据包所消耗的能量如下所示：
Figure SMS_12
；其中，/>
Figure SMS_13
为该节点的最小发射功率，/>
Figure SMS_14
为数据包的长度，/>
Figure SMS_15
为信道容量；
因此，节点通过网络的多跳机制发送l比特信息和接收k比特信息，通过AUV发送a个数据包之后剩余能量公式如下所示：
Figure SMS_16
；发送节点的最低发射功率/>
Figure SMS_17
的计算公式为，
Figure SMS_18
；其中，k为能量耗散因子，/>
Figure SMS_19
为一个节点能够正常接收一个数据包的最低功率；
源节点将返回确认信息的目的节点ID添加到其邻节点集合中，记录邻节点的数量，并获取邻节点的相关信息。
进一步的，所述S2具体如下：
S2-1：确定功率策略集：
网络连通是通信的基本条件，因此节点功率的选择应保持网络的连通性。节点i与其邻节点正常通信的最小发射功率
Figure SMS_20
构成节点i的候选功率策略集/>
Figure SMS_21
；分别计算每个节点在不同可选功率下网络的连通状况，如果在某功率下能够保证连通，则将连通因子置为1,并保留该发射功率；如果在某功率下不能保证连通，则将连通因子置为0,并删除该功率；删减后的候选功率策略集/>
Figure SMS_22
构成可选发射功率集/>
Figure SMS_23
；
S2-2：降序排序可选功率集：
网络中的所有存活节点构成该势博弈的参与者集合；每个参与者均有可供选择的策略集，在本方法中，该博弈模型的策略集为S2-1得到的保证网络连通的可选发射功率集。按照可选功率集元素的大小进行降序排序，为后续最优功率的选择做好充足的准备。
更进一步的，所述S2中，所有节点可选发射功率集的笛卡尔积
Figure SMS_24
构成该博弈的策略空间。
进一步的，所述S3中通过序数势博弈模型为节点选择最优发射功率。
更进一步的，所述S3具体如下：
S3-1：确定节点收益函数：由于水下环境复杂多变，使用单层因素优化的收益函数无法全面的描述节点的代价和收益，因此在收益函数的设计中，采用跨层优化的方法，根据连通性、剩余能量和平均延迟三个跨层参数定义的收益函数如下：
Figure SMS_27
；；其中，/>
Figure SMS_33
为节点i的当前使用功率，/>
Figure SMS_34
为节点i采用当前发射功率/>
Figure SMS_26
下的连通因子，/>
Figure SMS_28
为节点i的最大发射功率，/>
Figure SMS_30
和/>
Figure SMS_32
分别为节点i剩余能量和初始能量；/>
Figure SMS_25
表示节点的综合剩余能量，其中/>
Figure SMS_29
为节点i的邻居集合/>
Figure SMS_31
中节点剩余能量与初始能量比值的平均值，公式如下所示：
Figure SMS_35
；其中，m为节点i的一跳邻节点的数量，/>
Figure SMS_36
和/>
Figure SMS_37
分别为邻节点j的剩余能量和初始能量；/>
Figure SMS_38
为节点通信的平均延迟，本方法仅考虑发送延迟和传输延迟，其中/>
Figure SMS_39
为节点i与其邻节点j的距离，/>
Figure SMS_40
为水下声通信的速度，公式如下，
Figure SMS_41
；对时延进行归一化处理如下，
Figure SMS_42
，/>
Figure SMS_43
为网络链路最小时延，/>
Figure SMS_44
为网络最大时延，/>
Figure SMS_45
和/>
Figure SMS_46
为权重因子且都为正数，其目的是为了保证节点在连通情况下获得的收益要大于网络不连通状态的收益。
S3-2：势博弈模型的证明；
S3-3：选择最优发射功率：在其他节点发射功率不变的条件下，按照节点ID大小依次对节点进行博弈，轮流为节点寻找最优发射功率。
第一步：以节点i为例，将节点i的发射功率设置为
Figure SMS_47
，计算使用该功率的收益函数值/>
Figure SMS_48
，并对节点的最优发射功率/>
Figure SMS_49
和最优收益函数值/>
Figure SMS_50
进行初始化，即/>
Figure SMS_51
，
Figure SMS_52
；
第二步:依次计算剩余可选发射功率
Figure SMS_53
对应的收益函数值。若
Figure SMS_54
，则对/>
Figure SMS_55
和/>
Figure SMS_56
进行更新，即/>
Figure SMS_57
，/>
Figure SMS_58
；否则，保持原状态不变。
更进一步的，所述S3-2具体为：将该方法的序数势函数定义如下：
Figure SMS_59
当节点i选择两种不同的可选发射功率
Figure SMS_60
和/>
Figure SMS_61
时，收益函数差如下所示：
Figure SMS_62
计算节点i选择两种不同发射功率对应的序数势函数的差值如下所示：
Figure SMS_63
为了讨论序数势函数与收益函数差值的正负，分为以下三种情况进行讨论，
1）当
Figure SMS_64
且/>
Figure SMS_65
或者/>
Figure SMS_66
且/>
Figure SMS_67
时，
Figure SMS_68
，/>
Figure SMS_69
，故在上述两种情况下两者同号。
2）当
Figure SMS_70
且/>
Figure SMS_71
或者/>
Figure SMS_72
且/>
Figure SMS_73
时，
Figure SMS_74
，/>
Figure SMS_75
，故两者同号。
3）当
Figure SMS_76
且/>
Figure SMS_77
或者/>
Figure SMS_78
且/>
Figure SMS_79
时，
Figure SMS_80
，两者符号也相同。
综上所述，根据势博弈的定义和性质可知，该模型的序数势函数的变化值
Figure SMS_81
与收益函数的变化值/>
Figure SMS_82
始终是同号的，故该方法的拓扑博弈模型/>
Figure SMS_83
为序数势博弈。根据序数势博弈的性质可知，该方法至少存在一个纳什均衡解使得节点的收益达到最大。
进一步的，所述S4具体如下：
S4-1：调整节点的通信半径和邻节点集合：节点选择最优发射功率后，广播告知网络中的其他节点，然后根据当前最优功率调整通信半径和邻节点集合；
S4-2：动态调整节点通信方式：当节点的剩余能量高于特定阈值时，节点应保持当前最优发射功率进行通信；如果低于特定阈值，则该节点不应参与信息转发工作，其收集到的相关数据交由AUV进行转发；当网络中出现节点能量低于特定阈值后，其余节点应重新执行该博弈，直到30%的节点死亡，该网络的生存时间终止。
本发明的优点和技术效果如下：
本发明通过控制信息的交互确定邻节点集合并获取相关信息；其次基于网络连通性确定可选功率策略集并降序排序，同时基于序数势博弈模型通过轮流博弈的方式为节点选择合适的功率，并动态调整网络拓扑结构。本发明能够在保证网络正常通信的情况下，为节点选择合适的发射功率，降低并均衡节点的能耗，延长了传感器网络的生存时间。
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控制信息包示例图。
图3 是本发明的一种实施例中的拓扑调整示意图。
图4是本发明的一种实施例中的节点受力分析图。
图5 是本发明的一种实施例中平均发射功率对比图。
图6是本发明的一种实施例中网络生存时间对比图。
图7是本发明的一种实施例中平均节点度对比图。
图8是本发明的一种实施例中剩余能量标准差对比图。
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：
声波在水下传输时受到多径效应、吸收损耗以及噪声的影响，节点实现水下通信需要消耗较多的能量，而水下节点是由电池供电，能量受限，因此如何延长水下传感网络生存时间成为水下传感网络发展的热点研究方向。根据序数势博弈模型调整节点的发射功率并动态调整拓扑结构，能够有效降低并均衡节点能耗，延长网络寿命，整体流程图如图1所示。
基于博弈算法的拓扑控制技术能够较好的节省网络能量，其主要步骤为：首先确定博弈的参与者、策略集和收益函数，并证明该博弈模型存在纳什均衡，然后用轮流博弈的方式为每个节点选择最优策略，并对网络拓扑进行动态调整。但水下噪声和吸收损耗严重，节点移动性强且不便更换维护电池，当前拓扑控制方法存在网络的存活时间较短，节点能耗不均等问题。如何降低并均衡节点在通信中的能耗以及提高能量效率，延长网络寿命，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势博弈的水下传感网络跨层拓扑方法，包括以下步骤：
S1：通过控制信息的交互完成邻节点集合建立以及相关信息获取,控制信息包示例图如图2所示。具体步骤如下：初始化阶段：
每个节点以最大发射功率广播“hello”消息，该消息包含源节点的ID，源节点最大发射功率
Figure SMS_84
，源节点剩余能量/>
Figure SMS_85
和初始能量/>
Figure SMS_86
等相关信息。能够接收到该控制消息的节点返回“ACK”确认消息，该消息包含目的节点的ID，目的节点剩余能量/>
Figure SMS_87
和初始能量/>
Figure SMS_88
，与源节点的距离信息d以及正常通信所需的最小发射功率/>
Figure SMS_89
。由于水下节点具有移动性强的特点，网络节点的位置不是固定不变的，因此，节点间的距离也会随着时间的变化而变化。
节点的剩余能量计算过程如下：首先计算节点发送1比特数据所消耗的能量：
Figure SMS_90
；其中，/>
Figure SMS_91
为传输时延，/>
Figure SMS_92
为接收1比特数据所消耗的能量，d为传输距离,/>
Figure SMS_93
为能量衰减系数，计算公式如下：
Figure SMS_94
；当节点的能量低于特定阈值后，为了避免部分节点过早死亡导致网络失效，该节点不应参与其他节点的数据转发工作，仅保持该节点的最小功率在特定范围内采集数据，并通过AUV直接将收集到的信息发送给基站。假设不考虑收集信息和AUV产生的能耗，节点向AUV发送一个数据包所消耗的能量如下所示：
Figure SMS_95
；其中，/>
Figure SMS_96
为该节点的最小发射功率，/>
Figure SMS_97
为数据包的长度，/>
Figure SMS_98
为信道容量。
因此，节点通过网络的多跳机制发送l比特信息和接收k比特信息，通过AUV发送a个数据包之后剩余能量公式如下所示：
Figure SMS_99
发送节点的最低发射功率
Figure SMS_100
的计算公式为，
Figure SMS_101
；其中，k为能量耗散因子，为了更好的模拟真实水下信道环境，本实例将k的值设置为1.5。/>
Figure SMS_102
为一个节点能够正常接收一个数据包的最低功率。
源节点将返回确认信息的目的节点ID添加到其邻节点集合中，记录邻节点的数量，并获取邻节点的相关信息。
S2：根据网络连通性确定可选功率策略集并降序排序,具体步骤如下：
S2-1：功率策略集的确定：
网络连通是通信的基本条件，因此节点功率的选择应保持网络的连通性。节点i与其邻节点正常通信的最小发射功率
Figure SMS_103
构成节点i的候选功率策略集/>
Figure SMS_104
。分别计算每个节点在不同可选功率下网络的连通状况，如果在某功率下能够保证连通，则将连通因子置为1,并保留该发射功率；如果在某功率下不能保证连通，则将连通因子置为0,并删除该功率。删减后的候选功率策略集/>
Figure SMS_105
构成可选发射功率集/>
Figure SMS_106
。
S2-2：降序排序可选功率集：网络中的所有存活节点构成该势博弈的参与者集合。每个参与者均有可供选择的策略集，在本方法中，该博弈模型的策略集为S2-1得到的保证网络连通的可选发射功率集。按照可选功率集元素的大小进行降序排序，为后续最优功率的选择做好充足的准备。所有节点可选发射功率集的笛卡尔积
Figure SMS_107
构成该博弈的策略空间。
S3：确定博弈模型的收益函数并通过轮流博弈的方式为节点选择最优发射功率,具体步骤如下：
S3-1：节点收益函数的确定：由于水下环境复杂多变，使用单层因素优化的收益函数无法全面的描述节点的代价和收益，因此在收益函数的设计中，采用跨层优化的方法，根据连通性、剩余能量和平均延迟三个跨层参数定义的收益函数如下：
Figure SMS_108
；其中，/>
Figure SMS_112
为节点i的当前使用功率，/>
Figure SMS_115
为节点i采用当前发射功率/>
Figure SMS_109
下的连通因子，/>
Figure SMS_113
为节点i的最大发射功率，/>
Figure SMS_116
和/>
Figure SMS_117
分别为节点i剩余能量和初始能量。/>
Figure SMS_110
表示节点的综合剩余能量，其中/>
Figure SMS_111
为节点i邻居集合/>
Figure SMS_114
中的节点剩余能量与初始能量比值的平均值，公式如下所示，
Figure SMS_118
；其中，m为节点i的一跳邻节点的数量，/>
Figure SMS_119
和/>
Figure SMS_120
分别为邻节点j的剩余能量和初始能量。/>
Figure SMS_121
为节点通信的平均延迟，本方法仅考虑发送延迟和传输延迟，其中/>
Figure SMS_122
为节点i与其邻节点j的距离，/>
Figure SMS_123
为水下声通信的速度，公式如下，
Figure SMS_124
对时延进行归一化处理如下，
Figure SMS_125
，/>
Figure SMS_126
为网络链路最小时延，/>
Figure SMS_127
为网络最大时延，/>
Figure SMS_128
和/>
Figure SMS_129
为权重因子且都为正数，其目的是为了保证节点在连通情况下获得的收益要大于网络不连通状态的收益。
S3-2：证明该方法为势博弈模型：
将该方法的序数势函数定义如下：
Figure SMS_130
；当节点i选择两种不同的可选发射功率/>
Figure SMS_131
和/>
Figure SMS_132
时，收益函数差如下所示：
Figure SMS_133
类似的，计算节点i选择两种不同发射功率对应的序数势函数的差值如下所示：
Figure SMS_134
。
为了讨论序数势函数与收益函数差值的正负，分为以下三种情况进行讨论，
1）当
Figure SMS_135
且/>
Figure SMS_136
或者/>
Figure SMS_137
且/>
Figure SMS_138
时，/>
Figure SMS_139
，/>
Figure SMS_140
，故在上述两种情况下两者同号。
2）当
Figure SMS_141
且/>
Figure SMS_142
或者/>
Figure SMS_143
且/>
Figure SMS_144
时，/>
Figure SMS_145
，/>
Figure SMS_146
，故两者同号。
3）当
Figure SMS_147
且/>
Figure SMS_148
或者/>
Figure SMS_149
且/>
Figure SMS_150
时，/>
Figure SMS_151
，两者符号也相同。
综上所述，根据势博弈的定义和性质可知，该模型的序数势函数的变化值
Figure SMS_152
与收益函数的变化值/>
Figure SMS_153
始终是同号的，故该方法的拓扑博弈模型/>
Figure SMS_154
为序数势博弈。根据序数势博弈的性质可知，该方法至少存在一个纳什均衡解使得节点的收益达到最大。
S3-3：选择最优发射功率：在其他节点发射功率不变的条件下，按照节点ID大小依次对节点进行博弈，轮流为节点寻找最优发射功率。
第一步：将节点i的发射功率设置为
Figure SMS_155
，计算使用该功率的收益函数值/>
Figure SMS_156
，并对节点的最优发射功率/>
Figure SMS_157
和最优收益函数值/>
Figure SMS_158
进行初始化，即/>
Figure SMS_159
，/>
Figure SMS_160
。
第二步:依次计算剩余可选发射功率
Figure SMS_161
对应的收益函数值。若
Figure SMS_162
，则对/>
Figure SMS_163
和/>
Figure SMS_164
进行更新，即/>
Figure SMS_165
，/>
Figure SMS_166
；否则，保持原状态不变。
S4：根据每个节点的发射功率更新邻节点集合和通信半径，动态调整网络拓扑,具体步骤如下：
S4-1：调整节点的通信半径和邻节点集合：节点选择最优发射功率后，广播告知网络中的其他节点，然后根据当前最优功率调整通信半径和邻节点集合。拓扑调整示意图如图3所示，节点A的原始通信范围为黑色实线区域，有B和C两个邻节点，节点A与C可以直接通信；当节点A的发射功率变小后，通信半径也随之缩小，通信范围缩小到黑色虚线区域，故在此范围内只有B一个邻节点，通信路径也发生改变，节点A无法直接与C通信，需要将信息先发送给邻节点B，再由B转发给A。
S4-2：动态调整节点通信方式：当节点的剩余能量高于特定阈值时，节点应保持当前最优发射功率进行通信；如果低于特定阈值，则该节点不应参与信息转发工作，其收集到的相关数据交由AUV进行转发。当网络中出现节点能量低于特定阈值后，其余节点应重新执行该博弈，直到30%的节点死亡，该网络的生存时间终止。
本实施例采用MATLAB2016b对该算法（CTUP算法）进行仿真，并与DIA和DEBA两种方法进行对比，以证明本实例方法的性能。
本实例的仿真实验将节点随机分布在
Figure SMS_167
的三维空间中，并包含一个位于（0，0，100）的基站节点D，其能量可通过太阳能持续供给。AUV节点初始位置为（1,1,100），移动节点会依次移动到能量低于阈值的普通节点附近收集信息，再将信息发送给基站D。节点仿真通信半径为30m，仿真节点初始能量为50J，每个数据包长度为50B，信道容量为10kbps，水下声速为1500m/s。同时，为了模拟水下节点的移动性，本实施例中的节点在运动范围内采用Random Waypoint运动模型。该模型具体描述为：每个节点在运动范围内随机选择一个目的地，然后从/>
Figure SMS_168
中随机选择一个速度到达目的地并在/>
Figure SMS_169
区间中随机选择停留时间保持静止，并选择下一个目的地重复上述操作。
为了确定节点的运动范围，需要对节点进行受力分析，节点的受力分析图如图4所示，假设节点的重力忽略不计，节点受到水流横向的冲击力F，水流产生的浮力f以及锚链对节点的拉力T，这3种力构成一组平衡力。锚链偏移的夹角为
Figure SMS_170
且/>
Figure SMS_171
，即
Figure SMS_172
,由此确定节点的运动范围为/>
Figure SMS_173
。
本实施例具体包含以下对比结果：
(1) 利用本方法与PGTC和DIA方法得到的平均发射功率对比图如图5所示。
(2) 利用本方法与PGTC和DIA方法得到的网络生存时间对比图如图6所示。
(3) 利用本方法与PGTC和DIA方法得到的平均节点度对比图如图7所示。
(4) 利用本方法与PGTC和DIA方法得到的剩余能量标准差对比图如图8所示。
结果表明：由图5可知，节点的平均发射功率均随着节点密度的增加而降低，且该方法的节点平均发射功率略低于DIA和DEBA两种方法。由图6可知，该方法中节点生存时间均高于另外两种方法。由图7可知，CTUP方法的平均节点度略高于DIA方法，且低于DEBA方法。由此可见，本方法平均节点度适中，节点既不会消耗太多的能量进行数据转发，同时剩余能量较多的节点可以适当提高自己的功率来帮助能量较少的节点完成通信任务。由图8可知，CTUP算法节点剩余能量标准差随着网络运行时间的增长速率最慢，由此可见该算法可以有效均衡节点能量。
上述说明了，本发明提供的方法能够有效降低并均衡节点的发射功率，延长网络生存时间，并提高网络的鲁棒性。
以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。

Claims (9)

1.一种基于势博弈的水下传感网络跨层拓扑方法，其特征在于，该方法包括以下步骤：
S1：布设水下传感网络，并通过节点间控制信息的交互建立邻节点集合获取相关信息；
S2：确定传感网络中节点的可选功率策略集；
S3：确定博弈模型的收益函数，并根据不同发射功率下节点的收益函数值选择节点的最优发射功率；
S4：根据每个节点的发射功率更新邻节点集合和通信半径，动态调整网络拓扑。
2.如权利要求1所述的水下传感网络跨层拓扑方法，其特征在于，所述S1中：每个节点以最大发射功率广播消息，该消息包含源节点的ID，源节点最大发射功率
Figure QLYQS_1
，源节点剩余能量/>
Figure QLYQS_2
和初始能量/>
Figure QLYQS_3
；接收到该广播消息的节点返回确认消息，该确认消息包含目的节点的ID，目的节点剩余能量/>
Figure QLYQS_4
和初始能量/>
Figure QLYQS_5
，与源节点的距离信息d以及正常通信所需的最小发射功率/>
Figure QLYQS_6
；源节点将返回确认信息的目的节点ID添加到其邻节点集合中，记录邻节点的数量，并获取邻节点的相关信息。
3.如权利要求2所述的水下传感网络跨层拓扑方法，其特征在于，节点的剩余能量计算过程如下：首先计算节点发送1比特数据所消耗的能量：
Figure QLYQS_7
；其中，/>
Figure QLYQS_8
为传输时延，/>
Figure QLYQS_9
为接收1比特数据所消耗的能量，d为传输距离,/>
Figure QLYQS_10
为能量衰减系数，计算公式如下：
Figure QLYQS_11
当节点的能量低于特定阈值后，为了避免部分节点过早死亡导致网络失效，该节点不应参与其他节点的数据转发工作，仅保持该节点的最小功率在特定范围内采集数据，并通过AUV直接将收集到的信息发送给基站；假设不考虑收集信息和AUV的产生能耗，节点向AUV发送一个数据包所消耗的能量如下所示：
Figure QLYQS_12
；其中，/>
Figure QLYQS_13
为该节点的最小发射功率，/>
Figure QLYQS_14
为数据包的长度，/>
Figure QLYQS_15
为信道容量；
因此，节点通过网络的多跳机制发送l比特信息和接收k比特信息，通过AUV发送a个数据包之后剩余能量公式如下所示：
Figure QLYQS_16
；发送节点的最低发射功率/>
Figure QLYQS_17
的计算公式为：
Figure QLYQS_18
；其中，k为能量耗散因子，/>
Figure QLYQS_19
为一个节点能够正常接收一个数据包的最低功率。
4.如权利要求1所述的水下传感网络跨层拓扑方法，其特征在于，所述S2具体如下：
S2-1：确定功率策略集：节点i与其邻节点正常通信的最小发射功率
Figure QLYQS_20
构成节点i的候选功率策略集/>
Figure QLYQS_21
；分别计算每个节点在不同可选功率下网络的连通状况，如果在某功率下能够保证连通，则将连通因子置为1,并保留该发射功率；如果在某功率下不能保证连通，则将连通因子置为0,并删除该功率；删减后的候选功率策略集/>
Figure QLYQS_22
构成可选发射功率集/>
Figure QLYQS_23
；
S2-2：降序排序可选功率集：按照可选功率集元素的大小进行降序排序。
5.如权利要求4所述的水下传感网络跨层拓扑方法，其特征在于，所述S2中，所有节点可选发射功率集的笛卡尔积
Figure QLYQS_24
构成该博弈的策略空间。
6.如权利要求1所述的水下传感网络跨层拓扑方法，其特征在于，所述S3中通过序数势博弈模型为节点选择最优发射功率。
7.如权利要求1所述的水下传感网络跨层拓扑方法，其特征在于，所述S3具体如下：
S3-1：确定节点收益函数：采用跨层优化的方法，根据连通性、剩余能量和平均延迟三个跨层参数定义的收益函数如下：
Figure QLYQS_34
；其中，/>
Figure QLYQS_28
为节点i的当前使用功率，
Figure QLYQS_30
为节点i采用当前发射功率/>
Figure QLYQS_25
下的连通因子，/>
Figure QLYQS_31
为节点i的最大发射功率，/>
Figure QLYQS_29
和/>
Figure QLYQS_33
分别为节点i剩余能量和初始能量；/>
Figure QLYQS_36
表示节点的综合剩余能量，其中
Figure QLYQS_39
为节点i邻居集合/>
Figure QLYQS_27
中的节点剩余能量与初始能量比值的平均值，公式如下所示：
Figure QLYQS_32
；其中，m为节点i的一跳邻节点的数量，/>
Figure QLYQS_35
和/>
Figure QLYQS_38
分别为邻节点j的剩余能量和初始能量；/>
Figure QLYQS_37
为节点通信的平均延迟，其中/>
Figure QLYQS_40
为节点i与其邻节点j的距离，/>
Figure QLYQS_26
为水下声通信的速度，公式如下，
Figure QLYQS_41
；对时延进行归一化处理如下，
Figure QLYQS_42
；/>
Figure QLYQS_43
为网络链路最小时延，/>
Figure QLYQS_44
为网络最大时延；/>
Figure QLYQS_45
和/>
Figure QLYQS_46
为权重因子且都为正数，其目的是为了保证节点在连通情况下获得的收益要大于网络不连通状态的收益；
S3-2：势博弈模型的证明；
S3-3：选择最优发射功率：在其他节点发射功率不变的条件下，按照节点ID大小依次对节点进行博弈，轮流为节点寻找最优发射功率；
第一步：将节点i的发射功率设置为
Figure QLYQS_47
，计算使用该功率的收益函数值/>
Figure QLYQS_48
，并对节点的最优发射功率/>
Figure QLYQS_49
和最优收益函数值/>
Figure QLYQS_50
进行初始化，即/>
Figure QLYQS_51
，/>
Figure QLYQS_52
；
第二步：依次计算剩余可选发射功率
Figure QLYQS_53
对应的收益函数值。若/>
Figure QLYQS_54
，则对/>
Figure QLYQS_55
和/>
Figure QLYQS_56
进行更新，即/>
Figure QLYQS_57
，/>
Figure QLYQS_58
；否则，保持原状态不变。
8.如权利要求7所述的水下传感网络跨层拓扑方法，其特征在于，所述S3-2具体为：将该方法的序数势函数定义如下：
Figure QLYQS_59
；当节点i选择两种不同的可选发射功率/>
Figure QLYQS_60
和/>
Figure QLYQS_61
时，收益函数差如下所示：
Figure QLYQS_62
， 计算节点i选择两种不同发射功率对应的序数势函数的差值如下所示：
Figure QLYQS_63
；
为了讨论序数势函数与收益函数差值的正负，分为以下三种情况进行讨论，
1）当
Figure QLYQS_64
且/>
Figure QLYQS_65
或者/>
Figure QLYQS_66
且/>
Figure QLYQS_67
时，
Figure QLYQS_68
，/>
Figure QLYQS_69
，故在上述两种情况下两者同号；
2）当
Figure QLYQS_70
且/>
Figure QLYQS_71
或者/>
Figure QLYQS_72
且/>
Figure QLYQS_73
时，
Figure QLYQS_74
，/>
Figure QLYQS_75
，故两者同号；
3）当
Figure QLYQS_76
且/>
Figure QLYQS_77
或者/>
Figure QLYQS_78
且/>
Figure QLYQS_79
时，
Figure QLYQS_80
，两者符号也相同；
根据势博弈的定义和性质可知，该模型的序数势函数的变化值
Figure QLYQS_81
与收益函数的变化值/>
Figure QLYQS_82
始终是同号的，故该方法的拓扑博弈模型/>
Figure QLYQS_83
为序数势博弈。
9.如权利要求1所述的水下传感网络跨层拓扑方法，其特征在于，所述S4具体如下：
S4-1：调整节点的通信半径和邻节点集合：
节点选择最优发射功率后，广播告知网络中的其他节点，然后根据当前最优功率调整通信半径和邻节点集合；
S4-2：动态调整节点通信方式：当节点的剩余能量高于特定阈值时，节点应保持当前最优发射功率进行通信；如果低于特定阈值，则该节点不应参与信息转发工作，其收集到的相关数据交由AUV进行转发；当网络中出现节点能量低于特定阈值后，其余节点应重新执行该博弈，直到30%的节点死亡，该网络的生存时间终止。
CN202310170893.3A 2023-02-27 2023-02-27 一种基于势博弈的水下传感网络跨层拓扑方法 Withdrawn CN116390046A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310170893.3A CN116390046A (zh) 2023-02-27 2023-02-27 一种基于势博弈的水下传感网络跨层拓扑方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310170893.3A CN116390046A (zh) 2023-02-27 2023-02-27 一种基于势博弈的水下传感网络跨层拓扑方法

Publications (1)

Publication Number Publication Date
CN116390046A true CN116390046A (zh) 2023-07-04

Family

ID=86962412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310170893.3A Withdrawn CN116390046A (zh) 2023-02-27 2023-02-27 一种基于势博弈的水下传感网络跨层拓扑方法

Country Status (1)

Country Link
CN (1) CN116390046A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117433589A (zh) * 2023-12-20 2024-01-23 青岛道万科技有限公司 一种低功耗温盐深仪数据采集方法、介质及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117433589A (zh) * 2023-12-20 2024-01-23 青岛道万科技有限公司 一种低功耗温盐深仪数据采集方法、介质及系统
CN117433589B (zh) * 2023-12-20 2024-03-15 青岛道万科技有限公司 一种低功耗温盐深仪数据采集方法、介质及系统

Similar Documents

Publication Publication Date Title
Rahman et al. EECOR: An energy-efficient cooperative opportunistic routing protocol for underwater acoustic sensor networks
EP1642424B1 (en) Ad hoc communications system
Liu et al. A new multi-path routing protocol based on cluster for underwater acoustic sensor networks
CN111049743B (zh) 一种联合优化的水声多跳协作通信网络路由选择方法
CN113438667B (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
CN116390046A (zh) 一种基于势博弈的水下传感网络跨层拓扑方法
CN105517093A (zh) 一种无线传感器网络中基于网络均衡性的节能路由方法
Coutinho et al. A joint anypath routing and duty-cycling model for sustainable underwater sensor networks
Sun et al. Adaptive clustering routing protocol for underwater sensor networks
CN115866735A (zh) 一种基于超模博弈水下传感网络跨层拓扑控制方法
Nguyen et al. Prolonging of the network lifetime of WSN using fuzzy clustering topology
Wang et al. Reinforcement learning-based opportunistic routing protocol using depth information for energy-efficient underwater wireless sensor networks
CN106879044A (zh) 空洞感知的水下传感器网络路由方法
Treplan et al. Energy efficient reliable cooperative multipath routing in wireless sensor networks
Nazareth et al. E‐VAR: enhanced void avoidance routing algorithm for underwater acoustic sensor networks
Alshawi Balancing energy consumption in wireless sensor networks using fuzzy artificial bee colony routing protocol
CN115589625A (zh) 一种auv辅助的水声传感网动态分层路由方法
Karim et al. Geographic and cooperative opportunistic routing protocol for underwater sensor networks
Reza et al. Grid based fuzzy optimized routing protocol for underwater sensor networks
Padmavathy et al. Network lifetime extension based on network coding technique in underwater acoustic sensor networks
Dou et al. PAS: probability and sub‐optimal distance‐based lifetime prolonging strategy for underwater acoustic sensor networks
Dhurandher et al. Efficient data acquisition in underwater wireless sensor Ad Hoc networks
Dhanapal et al. A sector based energy efficient adaptive routing protocol for large scale MANET
Shah et al. A Novel Routing Protocol Based on Congruent Gravity Value for Underwater Wireless Sensor Networks
Ragavi et al. A Novel Hybridized Cluster-Based Geographical Opportunistic Routing Protocol for Effective Data Routing in Underwater Wireless 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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20230704