ITUB20155144A1 - ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione? - Google Patents

?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione? Download PDF

Info

Publication number
ITUB20155144A1
ITUB20155144A1 ITUB2015A005144A ITUB20155144A ITUB20155144A1 IT UB20155144 A1 ITUB20155144 A1 IT UB20155144A1 IT UB2015A005144 A ITUB2015A005144 A IT UB2015A005144A IT UB20155144 A ITUB20155144 A IT UB20155144A IT UB20155144 A1 ITUB20155144 A1 IT UB20155144A1
Authority
IT
Italy
Prior art keywords
packet
node
nodes
sent
network
Prior art date
Application number
ITUB2015A005144A
Other languages
English (en)
Inventor
Chiara Petrioli
Presti Francesco Lo
Valerio Valerio Di
Daniele Spaccini
Luigi Picari
Original Assignee
Univ Degli Studi Di Roma La Sapienza Roma
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 Univ Degli Studi Di Roma La Sapienza Roma filed Critical Univ Degli Studi Di Roma La Sapienza Roma
Priority to ITUB2015A005144A priority Critical patent/ITUB20155144A1/it
Priority to JP2018518696A priority patent/JP6928603B2/ja
Priority to PL16801572T priority patent/PL3289799T3/pl
Priority to CA3010110A priority patent/CA3010110C/en
Priority to US15/768,312 priority patent/US10581533B2/en
Priority to CN201680074163.1A priority patent/CN108464032B/zh
Priority to AU2016337678A priority patent/AU2016337678B2/en
Priority to LTEP16801572.5T priority patent/LT3289799T/lt
Priority to EP16801572.5A priority patent/EP3289799B1/en
Priority to PT168015725T priority patent/PT3289799T/pt
Priority to PCT/IB2016/056165 priority patent/WO2017064661A1/en
Priority to ES16801572T priority patent/ES2770753T3/es
Priority to KR1020187013607A priority patent/KR20180089399A/ko
Priority to DK16801572.5T priority patent/DK3289799T3/da
Priority to RU2018117504A priority patent/RU2739973C2/ru
Publication of ITUB20155144A1 publication Critical patent/ITUB20155144A1/it
Priority to IL258659A priority patent/IL258659B/en
Priority to CL2018000951A priority patent/CL2018000951A1/es
Priority to PH12018501054A priority patent/PH12018501054A1/en
Priority to CY20201100144T priority patent/CY1123650T1/el

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B13/00Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
    • H04B13/02Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
    • 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
    • H04W40/12Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/125Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality using a measured number of retransmissions as a link metric
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L1/12Arrangements for detecting or preventing errors in the information received by using return channel
    • H04L1/16Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
    • H04L1/1607Details of the supervisory signal
    • H04L1/1657Implicit acknowledgement of correct or incorrect reception, e.g. with a moving window
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L1/12Arrangements for detecting or preventing errors in the information received by using return channel
    • H04L1/16Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
    • H04L1/18Automatic repetition systems, e.g. Van Duuren systems
    • H04L1/1825Adaptation of specific ARQ protocol parameters according to transmission conditions
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L1/12Arrangements for detecting or preventing errors in the information received by using return channel
    • H04L1/16Arrangements for detecting or preventing errors in the information received by using return channel in which the return channel carries supervisory signals, e.g. repetition request signals
    • H04L1/18Automatic repetition systems, e.g. Van Duuren systems
    • H04L1/1867Arrangements specially adapted for the transmitter end
    • H04L1/188Time-out mechanisms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/02Topology update or discovery
    • H04L45/08Learning-based routing, e.g. using neural networks or artificial intelligence
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/0231Traffic management, e.g. flow control or congestion control based on communication conditions
    • H04W28/0236Traffic management, e.g. flow control or congestion control based on communication conditions radio quality, e.g. interference, losses or delay
    • 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
    • H04W40/023Limited or focused flooding to selected areas of a network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L2001/0092Error control systems characterised by the topology of the transmission link
    • H04L2001/0093Point-to-multipoint
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00Arrangements for detecting or preventing errors in the information received
    • H04L2001/0092Error control systems characterised by the topology of the transmission link
    • H04L2001/0097Relays
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Description

"METODO PER GESTIRE IN MODO ADATTIVO E CONGIUNTO LA POLITICA DI ISTRADAMENTO E LA POLITICA DI RITRASMISSIONE DI UN NODO IN UNA RETE SOTTOMARINA, ED I MEZZI PER LA SUA ATTUAZIONE"
DESCRIZIONE
Campo dell'invenzione
Il presente trovato riguarda il settore delle comunicazioni nelle reti di sensori sottomarine e più specificatamente un metodo per la determinazione dinamica della logica per la ritrasmissione dei pacchetti da parte dei nodi di una rete al fine di ottimizzare le prestazioni della stessa rete.
L'impiego di reti di sensori sottomarine (Underwater Wireless Sensor Networks - UWSNs) rende possibile una grande varietà di applicazioni quali, fra l'altro, il monitoraggio ambientale, il monitoraggio delle infrastrutture critiche e delle piattaforme offshore, la sorveglianza dei porti e delle coste.
Una rete di sensori sottomarina (Fig 1) è composta da un insieme di nodi, opportunamente posizionati a coprire l'area di interesse e collocati a diverse profondità, alcuni dei quali possono essere veicoli autonomi mobili, Ciascun nodo è equipaggiato con dei sensori ed uno o più apparati di comunicazione. I nodi collezionano dati dall'ambiente circostante che, dopo una fase di elaborazione locale, vengono inviati ad uno o più nodi collettori che immagazzinano/trattano/trasportano i dati in base al tipo di applicazione. Lo scambio dei dati può anche riguardare 1'invio di comandi o informazioni sullo stato dei dispositivi.
La realizzazione di una rete di comunicazione tra nodi richiede la soluzione delle diverse problematiche che caratterizzano la comunicazione in ambiente sottomarino. In primis, dati i limiti imposti dall'ambiente subacqueo all'impiego delle onde elettromagnetiche (fortemente attenuate in acqua), la comunicazione è ad oggi tipicamente realizzata tramite onde acustiche, il che implica forti ritardi di propagazione (dell'ordine dei secondi) e limitata banda trasmissiva (pochi Kbit/s). Inoltre, come ampiamente verificato dalle molteplici campagne sperimentali, è presente una rilevante eterogeneità, variabilità della qualità e asimmetria dei canali di comunicazione tra i nodi, con caratteristiche trasmissive fortemente dipendenti da diverse condizioni quali profondità, temperatura, salinità, profilo del fondale, condizione del vento in superficie, rumore prodotto ad esempio da imbarcazioni di passaggio etc., condizioni che sono inoltre soggette a variazioni spesso imprevedibili nel tempo, anche nell'arco di brevi periodi.
In tale contesto, tenendo soprattutto conto della criticità delle applicazioni delle reti di sensori sottomarine, una delle principali sfide è quella della comunicazione affidabile, ovvero la capacità di garantire che i pacchetti generati dai vari nodi vengano consegnati ai nodi collettori (ed in tempi ragionevoli).
Una prima soluzione per aumentare 1'affidabilità delle comunicazioni è quella del flooding (inondazione) che sfrutta l'inerente natura broadcast della comunicazione acustica: ogni pacchetto viene indirizzato a tutti i nodi, ed ogni nodo che riceve un pacchetto lo rinvia nuovamente in broadcast. Tuttavia, se da un lato questa soluzione massimizza la probabilità che i pacchetti arrivino al nodo collettore, il costo, in termini di consumo energetico, aumento di traffico della rete con relativo rischio di collasso della rete all'aumentare delle collisioni - con forte riduzione del throughput e conseguente crescita anche incontrollata dei ritardi - rende questa soluzione non soddisfacente/raramente praticabile.
Per mantenere i vantaggi e la semplicità delle tecniche di flooding, evitandone gli svantaggi sopra delineati, diversi approcci adottano soluzioni di flooding limitato, dove ogni nodo invia ciascun pacchetto ad un insieme ristretto di altri nodi: se ciascun nodo invia il proprio traffico ad un solo nodo abbiamo un percorso unico, ovvero 1'instradamento classico senza alcuna ridondanza a singolo percorso (unipath) ; se uno o più nodi inviano il proprio traffico a più nodi della rete, si hanno più percorsi di rete - e quindi ridondanza - e 1'instradamento è a percorso multiplo (multipath).
Un'altra soluzione per aumentare l'affidabilità delle comunicazioni consiste nell' impiego di tecniche di ritrasmissione. Per ogni pacchetto trasmesso, il nodo trasmittente si mette in attesa di un riscontro della sua ricezione da parte dei nodi destinatari. Nelle reti di sensori sottomarine, data la scarsità di banda di rete, è diffuso l'uso di riscontri impliciti ; sfruttando il mezzo di comunicazione broadcast un pacchetto è considerato inviato con successo se un nodo rileva che almeno uno dei nodi al quale aveva inviato il pacchetto lo ritrasmette. Se, invece, nessuna copia del pacchetto viene rilevata, si assume che nessuno dei nodi l'abbia ricevuto ed il pacchetto viene ritrasmesso dopo un periodo di backoff. Un pacchetto è ritrasmesso un certo numero di volte, trascorse le quali il pacchetto è scartato. In questo caso il numero massimo di ritrasmissioni ha un ruolo rilevante: un valore molto alto di ritrasmissioni aumenta la probabilità di consegna ma al contempo aumenta il ritardo di rete, il consumo energetico ed a sua volta aumenta il traffico di rete .
Il concetto inventivo che sta alla base del presente trovato consiste nel combinare la politica di scelta dei nodi di relay (funzionalità di istradamento) con la politica di ritrasmissione al fine di ottimizzare le prestazioni dal punto di vista dell'affidabilità delle trasmissioni, del ritardo di rete e del consumo energetico. La scelta viene fatta in modo dinamico ed adattivo, mediante l'applicazione di un algoritmo eseguito da ciascun nodo (e quindi distribuito), che consente ai nodi di apprendere e dinamicamente selezionare il migliore numero e insieme dei vicini a cui trasmettere ed il massimo numero di volte in cui ritrasmettere ciascun pacchetto .
L'ottimizzazione viene effettuata localmente da ciascun nodo in base alle informazioni locali scambiate e consente di definire la modalità di operare del nodo. Nodi diversi possono comportarsi in modo diverso (ovvero parte della rete può seguire un protocollo uni-path mentre un'altra zona della rete usa un protocollo multi-path, se non addirittura flooding) .
Sebbene in letteratura siano state recentemente proposte soluzioni di instradamento adattive [BaPel4] [HuFelO] [PlWal4], tali soluzioni presentano dei limiti in termini di prestazioni, e prevedono un uso assai più limitato dell' adattività rispetto alla soluzione proposta. Di fatto il presente trovato consente di definire una procedura che introduce la logica locale di un ''meta-protocollo" cross-layering, consentendo alla rete di operare nel tempo secondo diversi protocolli, ed a porzioni diverse della rete di operare secondo logiche protocollari diverse, caratteristica essenziale per ottimizzare le prestazioni, e del tutto assente nelle soluzioni precedenti .
DESCRIZIONE DELL'INVENZIONE
Sommario
Nell' ambito delle reti di sensori sottomarine, la presente invenzione consiste nel combinare la politica di scelta dei nodi relay (ovvero dei nodi a cui trasmettere il pacchetto per istradarlo verso il nodo collettore) con la politica di ritrasmissione al fine di ottenere migliori prestazioni dal punto di vista dell'affidabilità delle trasmissioni, del ritardo di rete e del consumo energetico (e/o una loro combinazione). In particolare:
- si propone un metodo per la determinazione dinamica dei nodi ai quali inoltrare i pacchetti in funzione del numero di ritrasmissioni di quel pacchetto già effettuate;
- il metodo è interamente decentralizzato: ogni nodo determina in modo autonomo l'insieme dei nodi per 1'inoltro in funzione del numero di trasmissioni già effettuate;
- il metodo è identico per tutti i nodi;
- il metodo è dinamico: al variare delle condizioni di rete, usando un algoritmo di autoapprendimento (a sua volta decentralizzato), ogni nodo può modificare la propria politica in termini di numero e identità dei nodi scelti come destinatari e/o il numero di ritrasmissioni da tentare per un pacchetto.
Sebbene il metodo sia distribuito e identico per ogni nodo, esso si basa sull'apprendimento delle condizioni della rete in base allo scambio di informazioni locali tra nodi vicini, (dove con "vicino" si intende avente la capacità di ricevere correttamente le trasmissioni effettuate dal nodo stesso), portando di fatto la rete ad ottimizzare le sue prestazioni complessive, sfruttando la possibilità di fare operare in modo diverso i nodi del sistema (diverso numero di relay scelti per ogni trasmissione, diverso numero di ritrasmissioni usato dai nodi).
Ulteriori caratteristiche del trovato risulteranno evidenti dalla descrizione che segue facendo riferimento alle allegate tavole di disegni che rappresentano :
la fig. 1 mostra schematicamente una rete sottomarina standard;
la fig. 2 è uno schema di pila protocollare OSI; la fig.3 mostra il flusso di esecuzione del sottolivello LLC;
la fig. 4 mostra in dettaglio il modulo di learning e scelta dei nodi next-hop;
La fig. 5 mostra il POR (rapporto fra il numero di pacchetti ricevuti correttamente dal nodo collettore ed il numero dei pacchetti generati dai nodi) come funzione del traffico di rete, mettendo a confronto il protocollo CARMA secondo il trovato con i noti protocolli QELAR e EFlood ;
la fig- 6 mostra il diverso andamento dell'energia consumata dalla rete per consegnare correttamente un bit di dati al nodo collettore, come funzione del carico di rete, nei tre protocolli di riferimento della fig.5;
la fig.7 confronta la latenza media definita come il tempo fra la generazione dei pacchetti ed il tempo della loro corretta consegna al nodo collettore nei tre diversi protocolli delle figg. 5 e 6;
la fig.8 mostra l'energia spesa dai nodi della rete per consegnare con successo un bit di informazione nel caso di traffico basso ed alto.
Descrizione dettagliata dell'invenzione
Con riferimento alle figure, si consideri una rete di sensori sottomarini come quella di fig. 1, composta da una pluralità di nodi opportunamente posizionati a coprire l'area di interesse.
Indipendentemente dal fatto che il nodo sia fisso o sia rappresentato da un veicolo mobile, ogni nodo è equipaggiato con dei sensori ed uno o più apparati di comunicazione. I nodi collezionano dati dall'ambiente circostante che dopo elaborazione locale, vengono inviati ad uno o più nodi collettori che immagazzinano/trattano /trasportano i dati altrove in base al tipo di applicazione.
La presente invenzione è una soluzione crosslayer che integra tra loro il livello di rete (routing o istradamento) con il sottolivello LLC (logicai link control) del livello di collegamento.
Il metodo proposto consiste nel determinare in modo autonomo, nodo per nodo, per ogni pacchetto che deve essere trasmesso/ritrasmesso (logica LLC), a quale sottoinsieme dei nodi va trasmesso (logica di instradamento) ed il numero massimo di ritrasmissioni da effettuare.
A tale scopo viene fornito, per ciascun nodo, un modulo che governa la politica di trasmissione e ritrasmissione del livello LLC (logicai link control) (sottolivello superiore del livello datalink del modello ISO-OSI) ed un modulo di routing che impiegando un algoritmo di autoapprendimento basato su Q-learning, determina, per ogni pacchetto, anche in funzione del numero delle volte che questo è già stato trasmesso, l'insieme ottimale dei nodi a cui questo pacchetto va ri-inviato, come sarà qui di seguito dettagliatamente descritto.
Il sottolivello LLC (logicai link control)
Il sottolivello LLC governa la logica di ritrasmissione di un nodo che è illustrata in Figura 2.
Quando un nodo deve inviare (o ri-inviare in caso di ritramissione) un pacchetto, si interfaccia con il modulo di routing (frecce A e B) per individuare i nodi ai quali inviare il pacchetto. A tale scopo, il sottolivello LLC invia al modulo di routing il numero di volte che il pacchetto è già stato trasmesso (senza successo) e riceve da questo l'insieme dei nodi al quale il pacchetto deve essere inviato (insieme che in genere sarà funzione anche del numero di ritrasmissioni di quel pacchetto), Il calcolo dell'insieme dei nodi potrebbe essere eseguito periodicamente invece che di volta in volta. La soluzione proposta è tuttavia da preferirsi dati i tempi spesso molto lunghi tra ritrasmissioni successive.
Dopo avere inviato un pacchetto e fatto partire un timer, il nodo si mette in attesa di un riscontro implicito usando la tecnica dell'overhearing: il pacchetto è considerato inviato con successo se almeno uno dei nodi al quale aveva inviato il pacchetto lo ritrasmette; se, invece, non viene rilevata nessuna trasmissione di una copia del pacchetto si assume che nessuno dei nodi l'abbia ricevuto. Nel primo caso si passa alla trasmissione del pacchetto successivo. Nel secondo caso il pacchetto è ritrasmesso dopo un periodo di attesa detto backoff.
Ogni pacchetto è trasmesso da ogni nodo al più un numero K di volte, trascorse le quali il pacchetto viene scartato. Il parametro K è impostato dinamicamente in funzione della stima della intensità del traffico di rete come descritto successivamente.
Modulo di routing
Il modulo di routing governa la logica d'instradamento, determinando, per ogni pacchetto, anche in funzione del numero di volte che questo è già stato trasmesso, l'insieme ottimale dei nodi a cui questo va (ri)-inviato.
La soluzione proposta si basa su una tecnica matematica generale di reinforcement learning nota come Q-learning [SuBa98], Il metodo del O-learning si basa sulle funzioni Q (Q-values), che rappresentano la stima del costo associato ad ogni possibile azione per ogni possibile stato del sistema. Iterativamente l'algoritmo aggiorna le varie stime e, basandosi su queste, indica l'azione di costo minimo come l'azione da eseguire.
Lo specifico algoritmo impiegato dal modulo di routing è riportato di seguito ed in Figura 4. In ogni nodo, lo stato di un pacchetto s è rappresentato dal numero di volte che questo è stato trasmesso (s=0, pacchetto non ancora trasmesso, s=l, pacchetto trasmesso già una volta, etc.), mentre le possibili azioni a sono i diversi sottoinsiemi di nodi a cui può essere inviato (a={j} il pacchetto viene inviato al solo nodo j, a={ji,j2}il pacchetto viene inviato a ji e j2, a={ji,J2,-,jn), il pacchetto viene inviato ai nodi jltjz,■■■>jn>etc.).
Per ogni coppia stato/azione (s,a), ovvero numero di ritrasmissioni/insieme dei possibili destinatari, il modulo di routing di ogni nodo i stima la Q-funzione Q±{s,a), ovvero il costo associato all'esecuzione dell'azione a quando si trova nello stato s, cioè il costo dell'inviare un pacchetto che è stato già trasmesso s volte ai nodi nell'insieme a (linea 2-7).
1 function Learning ( stato k)
2 # Aggiornamento delle Stime
3 for s=0, K-l
4 for all a e AÌ(S)
5 Qt(s,a)= q(s,a)+ y∑5 'e{o,..,K-i4™P,rct;}3⁄45' 'fy s<'>) 6 end for
7 end for
8 # Scelta dei nodi successivi
9 “=arg min Qiffc.ii)
10 return a
11 end function
Psuedocodice dell'algoritmo di Learning Una volta aggiornate le varie stime, la scelta dei nodi destinatari ricade sull'insieme a, a cui è associato il costo migliore (linea 9).
Le probabilità P^SS'per il calcolo dei valori Qi(sfa) (linea 5) si ottengono facilmente a partire dalle probabilità P±rjche un pacchetto inviato dal nodo i sia correttamente ricevuto dal nodo j, come sotto riportato:
3⁄4 ,« = li:
jSd
3⁄4 r» =<1 “>Π θ -3⁄4 3⁄4 )
;Έα
P&<i>™p= Π ('-3⁄4 3⁄4 )
;ea
Il cuore del funzionamento della tecnica di learning è la specifica della funzione costo associata alle varie coppie stato/azione che determina di fatto la logica di selezione dell'insieme dei relay.
Nella nostra soluzione la funzione costo Ci(s,a) associata a ciascuna azione è definita come sotto riportato
( weei(s,a) rij(s,a) s < K — 1
<C( S, Q>iwee((s,a) Wiliis, a) ni(s,a ) s = K — 1
dove ej(s,a) è pari al costo di trasmissione di un pacchetto all'insieme di nodi che corrisponde all'azione, η^Ξ,α) è il costo impiegato dai nodi a valle a consegnare il pacchetto a destinazione (calcolato in base alle informazioni scambiate con i vicini) e li(s,a) è il costo associato alla eventuale perdita del pacchetto quando questo viene scartato dopo aver raggiunto il numero massimo di ritrasmissioni. wee wlfwe+wi~l, sono dei pesi, selezionati in base ai requisiti applicativi.
L'espressione per il costo dei nodi a valle è pari a
rij(s,a
jEa
dove cjè pari al costo del nodo j di trasmissione del pacchetto a destinazione ovvero
Cj= minaej4.i0jQt(Ο,α), valore che viene inviato in broadcast dai nodi periodicamente, mentre li(s,a) è pam a
jEa
dove L è una penalità associata alla perdita del pacchetto quando questo viene scartato dopo aver raggiunto il numero massimo di ritrasmissioni e la produttoria rappresenta la probabilità che il pacchetto sia perso.
Dettagli
Stima della qualità dei link
Ogni nodo tiene traccia del numero<n>i,jdei pacchetti correttamente ricevuti dai nodi vicini. Questo calcolo viene effettuato su tutti i pacchetti, indipendentemente dal fatto che il nodo sia destinatario o meno del singolo pacchetto. Il nodo j, una volta ricevuto correttamente un pacchetto inviato dal nodo i, determina dal numero di sequenza del pacchetto, il numero di pacchetti ni inviati dal nodo e ne stima la qualità del link come:
dove la qualità del link Pijrappresenta la probabilità che un pacchetto inviato da i sia correttamente ricevuto dal nodo j. Al fine di avere stime che tengano conto della forte dinamicità del canale sottomarino, i valori ni e ntjsono calcolati rispetto ad una finestra temporale scorrevole di opportune dimensioni.
Impostazione dinamica del numero massimo di ritrasmissioni K
K è un parametro fondamentale del protocollo. Un valore basso contribuisce a limitare il traffico di rete ma può portare ad una bassa probabilità di successo delle trasmissioni; viceversa, un valore alto di K aumenta la probabilità che un pacchetto sia ricevuto ma al costo di un incremento del traffico di rete: un valore di K adeguato con basso traffico può facilmente portare a condizioni di sovraccarico della rete in condizioni di traffico sostenuto portando la rete al collasso (trashing) . Nella soluzione proposta il parametro K è dinamicamente impostato in modo che il numero medio di trasmissioni G, effettuate durante una finestra temporale la cui lunghezza è pari al tempo necessario per inviare un pacchetto, sia pari 0.5 (l'idea è quella di approssimare il comportamento del livello 2 della rete come una rete broadcast ALOHA senza slot (unslotted) per la quale è noto che il massimo della capacità trasmissiva della rete si ottiene in corrispondenza di G = 0.5).
Usando la seguente approssimazione per il massimo carico di rete
G — tcoiλ K
dove toolè pari al tempo di collisione, ovvero la somma del tempo di trasmissione di un pacchetto e del massimo tempo di propagazione delle rete (valore stimabile in base alla dimensione della rete stessa) e λ□denota il traffico della rete (valore che può essere stimato dinamicamente da ogni nodo in base al traffico osservato localmente), si ottiene per il numero massimo di ritrasmissioni la seguente formula:
r 0.5 1
K= - -
dove la notazione Γχΐ indica il più piccolo intero superiore a x.
RISULTATI SPERIMENTALI
Per dare evidenza dei vantaggi dell'invenzione, si illustrano dei risultati sperimentali ottenuti tramite simulazione. Le prestazioni di CARMA sono state confrontate con quelle del QELAR [HuFelO], un protocollo basato su reinforcement learning che cerca di ottenere un consumo omogeneo di energia tra i nodi ma che non considera il multi-path, e EFlood [BaPel4], una versione migliorata del protocollo di flooding, progettata esplicitamente per ridurre le collisioni e incrementare la robustezza del protocollo. L'ambiente sottomarino simulato corrisponde ad una porzione del fiordo norvegese al largo delle coste di Trondheim. Tutte le informazioni necessarie alla simulazione dell'ambiente sottomarino sono state ottenute dal World Ocean Database (www.nodo.noaa.qov/0C5/WQA05/pr woaOS.html), dal General Bathymetric Chart of thè Oceans (GEBCO) (www.gebco.net) e dal National Geophysical Data Center Deck41 database (www.nqdc.noaa.qov/mqq/qeoloqy/deck41.html),rispettivamente .
Negli esperimenti è stata considerata una rete statica di 40 nodi (39 nodi più il nodo collettore) posizionati casualmente in una regione di 4 km<χ>1 km di superficie e a differenti profondità, che variano tra i 10 e 240 metri. Il traffico nella rete è stato generato in accordo ad un processo di Poisson di parametro λ pacchetti al secondo, dove λ assume valori nell'insieme {0.01, 0.02, 0.04, 0.0666, 0.1}.
Inoltre, sono state considerate tre differenti dimensioni del pacchetto, ovvero 50, 500 e 1000 byte.
Le prestazioni dei protocolli sono state valutate utilizzando le seguenti metriche di prestazione ;
• Packet delivery ratio (PDR) al nodo collettore, definito come la frazione dei pacchetti correttamente ricevuti dal nodo collettore a fronte di tutti i pacchetti generati dai nodi. • Latenza End-to-end, definita come il tempo che intercorre tra la generazione del pacchetto e la sua corretta ricezione al nodo collettore.
• Energia per bit, definita come l'energia consumata nella rete per consegnare un bit di dati al nodo collettore.
Risultati della simulazioni
Le Figure 5, 6 e 7 mostrano le prestazioni dei tre protocolli nello scenario simulativo descritto. I risultati si riferiscono ad una dimensione del pacchetto pari a 1000 byte, che corrisponde alle migliori prestazioni per tutti e tre i protocolli considerati (le prestazioni per le altre dimensioni del pacchetto sono riassunti nella Tabella 1). Al fine di ottenere un confronto alla pari tra i protocolli, i parametri caratteristici del QELAR e di EFlood sono stati impostati ai valori ottimali suggeriti dai rispettivi autori.
|
|
gtLAR GELAR, m.% iìm 'm
j j
Tabella 1. Risultati della simulazione per differenti traffici nella rete e dimensione del pacchetto.
Packet delivery ratio. Il PDR che è stato misurato per ogni protocollo è riportato in Fig. 5. I risultati sono coerenti con le aspettative. In particolare il PDR decresce all'aumentare del traffico nella rete, poiché aumentano le collisioni tra i pacchetti e la probabilità di trovare il canale occupato. In ogni caso, CARMA mostra le migliori prestazioni: il suo PDR scende dal 100% all'85% solo quando il traffico nella rete è molto alto.
Le prestazioni di CARMA dipendono essenzialmente da tre fattori: 1) il protocollo minimizza il numero complessivo di trasmissioni necessarie per trasmettere un pacchetto dalla sorgente fino al collettore, di conseguenza è in grado di individuare le rotte con la più alta probabilità di consegnare il pacchetto a destinazione; 2) l'inoltro dei pacchetti in multi-path all'aumentare delle ritrasmissioni aumenta la robustezza del protocollo; 3) il numero massimo di ritrasmissioni K viene calcolato dinamicamente in base al traffico, riducendo quindi il numero di ritrasmissioni quando il traffico è più elevato e diminuendo di conseguenza le collisioni tra i pacchetti. Tra tutti i protocolli, EFlood mostra le prestazioni peggiori a causa dell'elevato numero di trasmissioni che, soprattutto al crescere del carico, risulta in un elevato numero di collisioni. D'altro canto QELAR mostra buone prestazioni finché il traffico nella rete è basso, ma il suo PDR degrada velocemente quando il traffico aumenta. Questo perché non ha un controllo dinamico sul numero di ritrasmissioni e perché stima in maniera meno accurata di CARMA la qualità dei link di comunicazione. A carichi elevati la difficoltà di ascoltare 1'overhearing dei pacchetti, che è il meccanismo principale utilizzato dal QELAR per stimare la qualità dei link, risulta in una stima poco accurata e, di conseguenza, in decisioni di routing non ottimali.
Energia per bit. In Fig. 6 è mostrata l'energia consumata per consegnare un bit di dati al sink. EFlood è il protocollo che consuma di più per consegnare un bit, soprattutto in condizioni di basso traffico. Ε' opportuno ricordare che EFLood è un protocollo basato sul flooding, e che quindi per sua natura è caratterizzato da un elevato numero di trasmissioni e relativo alto consumo energetico.
CARMA e QELAR mostrano prestazioni buone a bassa intensità di traffico, con CARMA che è in grado di ridurre notevolmente il consumo nel caso di dimensione minore dei pacchetti (Tabella 1), Tuttavia, all'aumentare del livello di traffico le prestazioni del QELAR degradano per via del più alto numero di ritrasmissioni e del minor numero di bit di dati correttamente consegnati al sink.
La Fig. 8 mostra come l'energia per bit vari tra i nodi della rete, considerando due scenari corrispondenti ad un livello basso e alto di carico. L'efficienza energetica è molto uniforme in CARMA, mentre possiede una maggiore variabilità negli altri due protocolli.
Latenza End-to-End. In Fig. 7 è mostrata la latenza media per consegnare i pacchetti al nodo collettore. Come è lecito aspettarsi, all'aumentare del livello di traffico aumenta anche il tempo necessario per consegnare un pacchetto. CARMA consegna i pacchetti nel minor tempo in tutti gli scenari considerati. Riducendo il numero di ritrasmissioni necessarie per consegnare un pacchetto, CARMA agisce in maniera efficace sulla latenza. EFlood ha invece latenze maggiori, che dipendono dal ritardo introdotto per desincronizzare i nodi trasmittenti, ma che rimangono simili indipendentemente dal traffico nella rete. In EFlood ogni pacchetto è trasmesso esattamente una sola volta da ogni nodo (non vi sono ritrasmissioni), limitando la latenza ma al prezzo di un PDR inferiore. QELAR ha una latenza paragonabile a quella di CARMA a livelli bassi di traffico, salvo aumentare poi significativamente all'aumentare del livello di traffico. Questo perché il protocollo QELAR è caratterizzato da un alto tasso di ritrasmissioni (più del 150% rispetto a quando il traffico è basso) unitamente alla difficoltà nel ricevere gli ACK impliciti, che compromette l'abilità di instradare correttamente i pacchetti.
BIBLIOGRAFIA
[SuBa98] R. S. Sutton and A. G. Barto, Reinforcement Learning : An Introduction. Cambridge Univ. Press, 1998.
[BaPel4] S. Basagni, C. Petrioli, R, Petroccia and D. Spaccini , CARP : A Channel-aware Routing Protocol for Underwater Acoustic Wireless Networks", in press, Elsevier Ad Hoc Networks and Physical Communication. 2014.
[HuFelO ] T. Hu and Y. Fei, "QELAR: A Machine Learning Based Adaptive Routing Protocol for Energy Efficient and Lifetime Extended Underwater Sensor Networks", IEEE Transactions on Mobile Computing, Voi. 9, N. 6, pp,796-808, dune 2010.
[PlWal4 ] R. Piate, C. Wakayama, "Utilizing kinematics and selective sweeping in reinforcement learning based routing algorithms for underwater networks", in press, Elsevier Ad Hoc Networks and Physical Communication. 2014.

Claims (6)

  1. RIVENDICAZIONI 1) Metodo per la selezione, in una rete di comunicazione di sensori sottomarina, ad ogni trasmissione/ritrasmissione di un pacchetto, dell'insieme dei nodi a cui inviare detto pacchetto, con diversi parametri protocollari, caratterizzato dal fatto che consiste nel: determinare, per ogni pacchetto che deve essere trasmesso-/ritrasmesso, attraverso un protocollo di comunicazione LLC, (logica LLC ), sottolivello superiore del livello datalink del modello ISO-OSI, in modo autonomo, nodo per nodo, a quale sottoinsieme dei nodi detto pacchetto va trasmesso (logica di instradamento) cioè il numero e 1'insieme dei vicini a cui trasmettere, ed il numero massimo di ritrasmissioni da effettuare, mediante l'utilizzo di un algoritmo di autoapprendimento decentralizzato che consente a ciascun nodo di apprendere e dinamicamente selezionare la migliore modalità di operare, in funzione del numero di trasmissioni già effettuato.
  2. 2) Metodo come alla rivendicazione precedente caratterizzato dal fatto che al variare delle condizioni di rete, usando detto algoritmo di autoapprendimento decentralizzato, ogni nodo è in grado di modificare la propria politica in termini di numero e identità dei nodi scelti come destinatari e/o il numero di ritrasmissioni da tentare per un pacchetto.
  3. 3) Metodo come ad una delle rivendicazioni precedenti caratterizzato dal fatto che detto algoritmo è identico per tutti i nodi.
  4. 4) Metodo come alla rivendicazione 1, caratterizzato dal fatto che il sottolivello LLC governa la logica di ritrasmissione di un nodo eseguendo in successione i seguenti passi: quando un nodo deve inviare (o ri-inviare in caso di ritramissione) un pacchetto, si interfaccia con il modulo di routing del nodo per individuare i nodi ai quali inviare il pacchetto: a tale scopo, il sottolivello LLC invia al livello di rete il numero di volte che il pacchetto è già stato trasmesso (senza successo) e riceve da questo l'insieme dei nodi al quale il pacchetto deve essere inviato (insieme che in genere sarà funzione anche del numero di ritrasmissioni di quel pacchetto); dopo avere inviato un pacchetto e fatto partite un timer, il nodo si mette in attesa di un riscontro implicito usando la tecnica dell'overhearing secondo cui il pacchetto è considerato inviato con successo se almeno uno dei nodi al quale aveva inviato il pacchetto lo ritrasmette, passando alla trasmissione del pacchetto successivo; se, invece, non viene rilevata nessuna copia del pacchetto si assume che nessuno dei nodi l'abbia ricevuto, ed il pacchetto viene ritrasmesso dopo un periodo di back off; ogni pacchetto venendo trasmesso al più un numero K di volte, trascorse le quali il pacchetto viene scartato, detto parametro K essendo dinamicamente settato sulla base del carico stimato.
  5. 5) Metodo come alla rivendicazione 1 caratterizzato dal fatto che il modulo di routing di un nodo governa la logica d'instradamento del nodo stesso, determinando, per ogni pacchetto, in funzione del numero di volte che questo è già stato trasmesso, l'insieme ottimale dei nodi a cui questo va (ri)-inviato implementando detto algoritmo di autoapprendimento .
  6. 6) Metodo come alla rivendicazione precedente caratterizzato dal fatto che detto algoritmo è un algoritmo di Q-learning, Learning - Aggiornamento delle Stime quando 11 sistema è nello stato s 1 for s=0,...,K-l 2 for all a e Ai(s) 3 Qi(s,a)= q(s,a)+ Y∑s<r>eio,..,K-i4roP)^s<r>'<’>) 4 end for 5 end Scelta dell'Insieme del nodi successive quando 11 sistema è nello stato s 1 a= arg min^}3⁄4(ϊ,α) dove Qi(s,a) rappresenta la stima del modulo di routing del nodo i del costo associato all'esecuzione dell'azione a quando si trova nello stato sfcioè il costo dell'inviare un pacchetto che è stato già trasmesso s volte ai nodi nell'insieme a, dove in ogni nodo lo stato di un pacchetto s è rappresentato dal numero di volte che questo è stato trasmesso (s=0, pacchetto non ancora trasmesso, s=l, pacchetto trasmesso già una volta, etc.), mentre le possibili azioni a sono i diversi sottoinsiemi di nodi a cui può essere inviato (a~{j} il pacchetto viene inviato al solo nodo j, a={ji,j2} il pacchetto viene inviato a ji e j2, a={ji,j2, jn}, il pacchetto viene inviato ai nodi ji,j2/-/jn/etc.); dove Cj(s,a) è la funzione costo associata a ciascuna azione definita come c(s a)- i weei(s,a)+<η>^ϊ,α) s< K — 1 dove ei(s,a) è pari al costo di trasmissione di un pacchetto all'insieme di nodi che corrisponde all'azione, η^Ξ,α) è il costo impiegato dai nodi a valle a consegnare il pacchetto a destinazione (calcolato in base alle informazioni scambiate con i vicini) e li(s,a) è il costo associato alla eventuale perdita del pacchetto quando questo viene scartato dopo aver raggiunto il numero massimo di ritrasmissioni, wee wltwe+wi~l, essendo dei pesi, selezionati in base ai requisiti applicativi, ed il parametro K è dinamicamente impostato in modo che il carico massimo di rete sia 0,5; dove le probabilità per il calcolo dei valori Qi(s,a) (linea 5) si ottengono a partire dalle probabilità Pi,jche un pacchetto inviato dal nodo i sia correttamente ricevuto dal nodo j jea Πjeaο<■>3⁄43⁄4<)> drop 7) Metodo come alla rivendicazione precedente caratterizzato dal fatto che: per ogni coppia stato/azione (s,a), ovvero numero di ritrasmissioni/insieme dei possibili destinatari, il modulo di routing di ogni nodo i stima la Q-funzione Qi(s,a), ovvero il costo associato all'esecuzione dell'azione a quando si trova nello stato s, cioè il costo dell'inviare un pacchetto che è stato già trasmesso s volte ai nodi nell'insieme a; e che una volta aggiornate le varie stime, la scelta dei nodi destinatari ricade sull'insieme a a cui è associato il costo migliore. 8) Metodo come alle rivendicazioni precedenti caratterizzato dal fatto che l'espressione per il costo dei nodi a valle è pari a jEa dove cjè pari al costo del nodo j di trasmissione del pacchetto a destinazione ovvero Cj= minaej4.{0)<2j(0,a), valore che viene inviato in broadcast dai nodi periodicamente, mentre l[(s,a) è pari a JECI dove L è una penalità associata alla perdita del pacchetto quando questo viene scartato dopo aver raggiunto il numero massimo di ritrasmissioni e la produttoria rappresenta la probabilità che il pacchetto sia perso. 9) Metodo come alle rivendicazioni precedenti caratterizzato dal fatto che: ogni nodo calcola e memorizza il numero dei pacchetti correttamente ricevuti dai nodi vicini, detto calcolo essendo effettuato su tutti i pacchetti, indipendentemente dal fatto che il nodo sia destinatario o meno dei pacchetti; e che il nodo j, una volta ricevuto correttamente un pacchetto inviato dal nodo i, determina dal numero di sequenza del pacchetto il numero di pacchetti ni inviati dal nodo e ne stima la qualità del link come: P _ jhi n, dove la qualità di link Pìjrappresenta la probabilità che un pacchetto inviato da i sia correttamente ricevuto dal nodo j; i valori ni e n±jessendo calcolati rispetto ad una finestra temporale scorrevole di opportune dimensioni, al fine di avere stime che tengano conto della forte dinamicità del canale subacqueo. 10) Metodo come alle rivendicazioni precedenti caratterizzato dal fatto che: il numero massimo di ritrasmissioni K è calcolato secondo la seguente formula: r 0.5 1 K = - Γ ^col^ dove la notazione ΓχΊ indica il più piccolo intero superiore a x, dove tcolè pari al tempo di collisione, ovvero la somma del tempo di trasmissione di un pacchetto e del massimo tempo di propagazione delle rete (valore stimabile in base alla dimensione della rete stessa) e 3⁄4Ddenota il traffico nella rete, valore che può essere stimato dinamicamente da ogni nodo in base al traffico osservato localmente.
ITUB2015A005144A 2015-10-16 2015-10-16 ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione? ITUB20155144A1 (it)

Priority Applications (19)

Application Number Priority Date Filing Date Title
ITUB2015A005144A ITUB20155144A1 (it) 2015-10-16 2015-10-16 ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione?
PT168015725T PT3289799T (pt) 2015-10-16 2016-10-14 Método para gerir de forma adaptativa e conjunta a política de roteamento e a política de retransmissão de um nó numa rede submarina
PCT/IB2016/056165 WO2017064661A1 (en) 2015-10-16 2016-10-14 Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network, and means for its implementation
CA3010110A CA3010110C (en) 2015-10-16 2016-10-14 Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network, and means for its implementation
US15/768,312 US10581533B2 (en) 2015-10-16 2016-10-14 Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network, and means for its implementation
CN201680074163.1A CN108464032B (zh) 2015-10-16 2016-10-14 以自适应和接合的方式管理水下网络中的节点的路由策略和重传策略的方法及其实现装置
AU2016337678A AU2016337678B2 (en) 2015-10-16 2016-10-14 Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network, and means for its implementation
LTEP16801572.5T LT3289799T (lt) 2015-10-16 2016-10-14 Mazgo, esančio povandeniniame ryšio tinkle, maršrutizavimo ir pakartotinio perdavimo nurodymų valdymo metodas, naudojant adaptyvųjį ir bendrąjį būdus
EP16801572.5A EP3289799B1 (en) 2015-10-16 2016-10-14 Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network
JP2018518696A JP6928603B2 (ja) 2015-10-16 2016-10-14 水中ネットワーク内のノードのルーティングポリシー及び再送ポリシーを、適応的及び共同的に管理する方法並びにその実装手段
PL16801572T PL3289799T3 (pl) 2015-10-16 2016-10-14 Metoda zarządzania w adaptacyjnym i wspólnym sposobie polityki drogowej i polityki retransmisji węzła w sieci podwodnej
ES16801572T ES2770753T3 (es) 2015-10-16 2016-10-14 Método para gestionar de forma adaptativa y conjunta la política de enrutamiento y la política de retransmisión de un nodo en una red subacuática
KR1020187013607A KR20180089399A (ko) 2015-10-16 2016-10-14 수중 네트워크에서 노드의 라우팅 정책 및 재전송 정책을 적응적이며 합동 방식으로 관리하기 위한 방법, 그리고 그 방법 구현을 위한 수단
DK16801572.5T DK3289799T3 (da) 2015-10-16 2016-10-14 Fremgangsmåde til på adaptiv og fælles måde at håndtere routing-politik og retransmissions-politik for et knudepunkt i et undervandsnetværk
RU2018117504A RU2739973C2 (ru) 2015-10-16 2016-10-14 Способ для администрирования адаптивным и совместным образом политики маршрутизации и политики повторной передачи у узла в подводной сети и средство для его реализации
IL258659A IL258659B (en) 2015-10-16 2018-04-12 A method for managing, in an adaptive and shared way, a routing policy and a retransmission policy at a node of an underwater network, and means for its activation
CL2018000951A CL2018000951A1 (es) 2015-10-16 2018-04-12 Método para gestion de forma adaptativa y conjunta la política de enrutamiento y la politica de retransmisión de un nodo en una red bajo el agua , y medios para su implementación.
PH12018501054A PH12018501054A1 (en) 2015-10-16 2018-05-16 Method for managing in an adaptive and joint way the routing policy and the retransmission policy of a node in an underwater network, and means for its implementation
CY20201100144T CY1123650T1 (el) 2015-10-16 2020-02-17 Μεθοδος για τη διαχειριση κατα εναν προσαρμοζομενο και κοινο τροπο της πολιτικης δρομολογησης και της πολιτικης επαναμεταδοσης ενος κομβου σε ενα υποθαλασσιο δικτυο

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ITUB2015A005144A ITUB20155144A1 (it) 2015-10-16 2015-10-16 ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione?

Publications (1)

Publication Number Publication Date
ITUB20155144A1 true ITUB20155144A1 (it) 2017-04-16

Family

ID=55858804

Family Applications (1)

Application Number Title Priority Date Filing Date
ITUB2015A005144A ITUB20155144A1 (it) 2015-10-16 2015-10-16 ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione?

Country Status (19)

Country Link
US (1) US10581533B2 (it)
EP (1) EP3289799B1 (it)
JP (1) JP6928603B2 (it)
KR (1) KR20180089399A (it)
CN (1) CN108464032B (it)
AU (1) AU2016337678B2 (it)
CA (1) CA3010110C (it)
CL (1) CL2018000951A1 (it)
CY (1) CY1123650T1 (it)
DK (1) DK3289799T3 (it)
ES (1) ES2770753T3 (it)
IL (1) IL258659B (it)
IT (1) ITUB20155144A1 (it)
LT (1) LT3289799T (it)
PH (1) PH12018501054A1 (it)
PL (1) PL3289799T3 (it)
PT (1) PT3289799T (it)
RU (1) RU2739973C2 (it)
WO (1) WO2017064661A1 (it)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235139A (zh) * 2020-10-13 2021-01-15 中国人民解放军66136部队 一种级联网络建模与瓦解方法
CN112929900A (zh) * 2021-01-21 2021-06-08 华侨大学 水声网络中基于深度强化学习实现时域干扰对齐的mac协议

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107168960B (zh) * 2016-03-07 2021-06-25 创新先进技术有限公司 一种业务执行方法及装置
WO2018054171A1 (zh) * 2016-09-22 2018-03-29 腾讯科技(深圳)有限公司 通话方法、装置、计算机存储介质及终端
US11374658B2 (en) 2016-10-21 2022-06-28 Northeastern University Method and apparatus for wireless communications
WO2018075984A1 (en) * 2016-10-21 2018-04-26 Northeastern University Method and apparatus for wireless communications
CN110391850B (zh) * 2018-04-20 2021-07-06 中国船舶重工集团公司第七一九研究所 一种水下传感器网络机会路由方法
CN109362113B (zh) * 2018-11-06 2022-03-18 哈尔滨工程大学 一种水声传感器网络合作探索强化学习路由方法
CN109831344B (zh) * 2019-03-25 2020-05-19 大连理工大学 一种基于SDN的UWSNs时空路由架构获取方法
CN110336620B (zh) * 2019-07-16 2021-05-07 沈阳理工大学 一种基于mac层公平接入的ql-uacw退避方法
CN110501983B (zh) * 2019-07-31 2021-03-26 农业农村部南京农业机械化研究所 基于批次式包衣机的专家控制系统及控制方法
US11146479B2 (en) 2019-10-10 2021-10-12 United States Of America As Represented By The Secretary Of The Navy Reinforcement learning-based intelligent control of packet transmissions within ad-hoc networks
CN110913452B (zh) 2019-11-20 2020-09-29 青海师范大学 一种基于深度与距离的单径路由方法
CN111356197A (zh) * 2019-12-11 2020-06-30 航天行云科技有限公司 一种多节点路由的路径切换方法及相关设备
CN111083758A (zh) * 2019-12-18 2020-04-28 华南理工大学 一种高能效声电协同传输网络路由系统及方法
CN111132370B (zh) * 2019-12-26 2022-03-29 华南理工大学 一种基于强化学习的动态概率退避水声媒介接入控制方法
CN111278078B (zh) * 2020-01-21 2022-06-10 桂林电子科技大学 一种移动稀疏水声传感器网络自适应路由协议的实现方法
CN111800201B (zh) * 2020-06-24 2021-06-15 西北工业大学 一种针对Sink节点水声传感器网络关键节点识别方法
KR102308799B1 (ko) * 2020-07-10 2021-10-01 영남대학교 산학협력단 사물 인터넷 네트워크 환경에서 mac 계층 충돌 학습을 기초로 전달 경로를 선택하는 방법, 이를 수행하기 위한 기록 매체 및 장치
WO2022014916A1 (ko) * 2020-07-15 2022-01-20 한양대학교 에리카산학협력단 패킷전송 결정 장치 및 패킷전송 스케줄 결정 방법
CN113141592B (zh) * 2021-04-11 2022-08-19 西北工业大学 一种长生命周期的水声传感器网络自适应多路径路由方法
CN113709035B (zh) * 2021-07-18 2022-08-02 西北工业大学 一种水声网络渗透路由方法
TWI810877B (zh) * 2022-03-31 2023-08-01 黃蔚國 分散式水下通訊系統
WO2023229190A1 (ko) * 2022-05-27 2023-11-30 삼성전자주식회사 전송 경로 결정 방법 및 상기 방법을 수행하는 전자 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040071082A1 (en) * 2002-10-11 2004-04-15 Anindya Basu Method and apparatus for performing network routing based on queue lengths
US20120192026A1 (en) * 2010-07-16 2012-07-26 Industrial Technology Research Institute Methods and Systems for Data Transmission Management Using HARQ Mechanism for Concatenated Coded System

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6862502B2 (en) * 2002-05-15 2005-03-01 General Electric Company Intelligent communications, command, and control system for a land-based vehicle
US8059009B2 (en) * 2006-09-15 2011-11-15 Itron, Inc. Uplink routing without routing table
US20110019693A1 (en) * 2009-07-23 2011-01-27 Sanyo North America Corporation Adaptive network system with online learning and autonomous cross-layer optimization for delay-sensitive applications
US9113492B2 (en) * 2011-11-07 2015-08-18 Qualcomm Incorporated Method and apparatus for transmit priority determination within a link
JP5939262B2 (ja) * 2011-12-12 2016-06-22 富士通株式会社 送信制御方法、ノードおよび送信制御プログラム
WO2014068616A1 (ja) * 2012-10-31 2014-05-08 富士通株式会社 通信制御方法、ネットワークシステム、および通信装置
US9992038B2 (en) * 2013-06-14 2018-06-05 Arizona Board Of Regents On Behalf Of Arizona State University Underwater multi-hop communications network
US9191304B1 (en) * 2013-08-12 2015-11-17 The United States Of America As Represented By The Secretary Of The Navy Reinforcement learning-based distributed network routing method utilizing integrated tracking and selective sweeping
US10142909B2 (en) * 2015-10-13 2018-11-27 The Board Of Trustees Of The University Of Alabama Artificial intelligence-augmented, ripple-diamond-chain shaped rateless routing in wireless mesh networks with multi-beam directional antennas

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040071082A1 (en) * 2002-10-11 2004-04-15 Anindya Basu Method and apparatus for performing network routing based on queue lengths
US20120192026A1 (en) * 2010-07-16 2012-07-26 Industrial Technology Research Institute Methods and Systems for Data Transmission Management Using HARQ Mechanism for Concatenated Coded System

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112235139A (zh) * 2020-10-13 2021-01-15 中国人民解放军66136部队 一种级联网络建模与瓦解方法
CN112235139B (zh) * 2020-10-13 2022-08-23 中国人民解放军66136部队 一种级联网络建模与瓦解方法
CN112929900A (zh) * 2021-01-21 2021-06-08 华侨大学 水声网络中基于深度强化学习实现时域干扰对齐的mac协议

Also Published As

Publication number Publication date
RU2018117504A3 (it) 2020-04-28
RU2018117504A (ru) 2019-11-19
US20180302172A1 (en) 2018-10-18
EP3289799A1 (en) 2018-03-07
JP6928603B2 (ja) 2021-09-01
CA3010110A1 (en) 2017-04-20
KR20180089399A (ko) 2018-08-08
US10581533B2 (en) 2020-03-03
EP3289799B1 (en) 2019-11-27
CY1123650T1 (el) 2022-03-24
CN108464032B (zh) 2022-02-11
JP2019502282A (ja) 2019-01-24
RU2739973C2 (ru) 2020-12-30
LT3289799T (lt) 2020-02-25
AU2016337678B2 (en) 2020-11-05
CA3010110C (en) 2024-04-02
CN108464032A (zh) 2018-08-28
PH12018501054A1 (en) 2018-12-17
DK3289799T3 (da) 2020-03-02
PT3289799T (pt) 2020-02-20
AU2016337678A1 (en) 2018-05-31
ES2770753T3 (es) 2020-07-03
WO2017064661A1 (en) 2017-04-20
PL3289799T3 (pl) 2020-07-13
CL2018000951A1 (es) 2018-11-09
IL258659A (en) 2018-06-28
IL258659B (en) 2020-04-30

Similar Documents

Publication Publication Date Title
ITUB20155144A1 (it) ?metodo per gestire in modo adattivo e congiunto la politica di istradamento e la politica di ritrasmissione di un nodo in una rete sottomarina, ed i mezzi per la sua attuazione?
CN103338471A (zh) 基于模型的无线多跳网络服务质量指标评价方法
Ayaz et al. Hop-by-hop reliable data deliveries for underwater wireless sensor networks
Zhou et al. Fountain code based adaptive multi-hop reliable data transfer for underwater acoustic networks
Liu et al. Balance energy-efficient and real-time with reliable communication protocol for wireless sensor network
Lu et al. Performance improvement in DTNs by packet size optimization
Ali et al. Three hops reliability model for underwater wireless sensor network
Koksal et al. Impacts of channel variability on link-level throughput in wireless networks
Shah-Mansouri et al. Link loss inference in wireless sensor networks with randomized network coding
Lin et al. Optimal energy-throughput efficiency for magneto-inductive underground sensor networks
Paulus et al. MEACSRA: Mobility and energy-aware cross-layer searching routing algorithm for wireless sensor network
Apavatjrut et al. Overflow of fountain codes in multi-hop wireless sensor networks
CN101951637A (zh) 一种提高水声传感器网络数据传输可靠性的方法
Jain et al. Performance evaluation of congestion-aware routing protocols for underwater sensor networks with multimedia data
Bennouri et al. Assessing the performance of different TCP congestion mechanisms in underwater wireless sensor networks
Tan et al. Performance analysis of data delivery schemes for a multi-sink wireless sensor network
CN103347289B (zh) 利用频谱空间可重用性的单路径路由方法
CN103607748A (zh) 一种基于节点生存期的最大生存期路由方法
Adarbah et al. Impact of the noise level on the route discovery mechanism in noisy MANETs
Li et al. On reliable transmission by adaptive network coding in wireless sensor networks
Chen et al. Energy Efficient Based Maximal Lifetime Routing in Wireless Sensor Networks
Shanavas et al. An energy efficient topology control scheme with connectivity learning in wireless networks
Taghikhaki et al. An error control scheme for delay constrained data communication in a chain-based wireless sensor network
Lavanya et al. Performance analysis of multilevel clustering protocol with energy efficiency and reliability (MCPR)
KR101250531B1 (ko) 무선 네트워크에서의 데이터 전송 방법, 장치 및 송수신 시스템