裴祥，任曉娜

基于節(jié)點(diǎn)雙向選擇的水聲傳感網(wǎng)絡(luò)自適應(yīng)能量優(yōu)化分配

裴祥，任曉娜

針對(duì)水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能量負(fù)載不均衡以及水下節(jié)點(diǎn)路徑傳輸損耗過大等問題，為了平衡網(wǎng)絡(luò)的節(jié)點(diǎn)能量分配，提高網(wǎng)絡(luò)能量的利用效率，提出了一種基于節(jié)點(diǎn)雙向選擇的水聲網(wǎng)絡(luò)自適應(yīng)能量優(yōu)化分配算法。基于節(jié)點(diǎn)的剩余能量情況提出下一跳候選節(jié)點(diǎn)的雙向選擇方法，防止剩余能量過低的節(jié)點(diǎn)在傳送數(shù)據(jù)時(shí)由于傳輸損耗過大而中止，充分考慮節(jié)點(diǎn)剩余能量和傳輸損耗之間的權(quán)衡，提出了最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)的競爭公式，再通過比較候選節(jié)點(diǎn)的競爭值來選舉最佳的下一跳節(jié)點(diǎn)。實(shí)驗(yàn)仿真表明，自適應(yīng)能量優(yōu)化分配算法能夠有效地提高水下傳感器網(wǎng)絡(luò)的能量利用效率，并通過與對(duì)比算法組的比較證明了算法在能量優(yōu)化上的有效性。

水下傳感器網(wǎng)絡(luò)；節(jié)點(diǎn)雙向選擇；自適應(yīng)能量優(yōu)化分配；競爭公式

0 引言

水下傳感器網(wǎng)絡(luò)是指通過不同重量的錨、不同高度的浮標(biāo)、或者水下自主航行器等方式搭載不同功能的傳感器，執(zhí)行對(duì)水下、水面進(jìn)行環(huán)境監(jiān)測(cè)以及數(shù)據(jù)收集等任務(wù)。由于對(duì)石油、天然氣等資源的需求量在不斷加大，為了減輕陸地資源開采的負(fù)擔(dān)，并合理利用海底豐富的自然資源，世界各國正在逐步加大力度進(jìn)行海洋資源的探測(cè)和開發(fā)[1-2]。海洋水域遼闊，考慮到時(shí)間以及經(jīng)濟(jì)承受能力，采用水下航行器進(jìn)行資源探測(cè)的代價(jià)太大，而水下傳感器網(wǎng)絡(luò)具有低能耗，覆蓋范圍大的特點(diǎn)，能通過節(jié)點(diǎn)之間的協(xié)作形成一個(gè)多跳自組織網(wǎng)絡(luò)，將節(jié)點(diǎn)采集到的數(shù)據(jù)發(fā)送到基站，實(shí)時(shí)反饋網(wǎng)絡(luò)所監(jiān)測(cè)的海域的有效信息[3-4]。

Jugen Nie[5]提出基于遺傳算法的水下無線傳感器網(wǎng)絡(luò)，通過同步傳輸機(jī)制和高效的路由算法實(shí)現(xiàn)節(jié)點(diǎn)間的負(fù)載平衡，有效地降低了網(wǎng)絡(luò)的能量消耗。Abdul Wahid[6]考慮到水下深度對(duì)節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包的影響，提出一種高效節(jié)能的水下傳感器網(wǎng)絡(luò)地理轉(zhuǎn)發(fā)路由協(xié)議（EEDBR），基于節(jié)點(diǎn)的空間位置和剩余能量來選擇合適的轉(zhuǎn)發(fā)節(jié)點(diǎn)，通過實(shí)現(xiàn)能量均衡從而延長網(wǎng)絡(luò)的生命周期。Junfeng Xu[7]考慮到噪聲并不是均勻分布于水下環(huán)境，在假設(shè)噪聲衰減的情況下提出一種新的非對(duì)稱多路徑分離通信協(xié)議（AMDC）， 通過基于樹的多路徑規(guī)劃以及節(jié)點(diǎn)的能量分布式優(yōu)化方案，在提升水下網(wǎng)絡(luò)能量效率上達(dá)到了一定效果。劉玉梁[8]等人提出一種基于驅(qū)動(dòng)路由協(xié)議的能量優(yōu)化路由協(xié)議，協(xié)議通過選優(yōu)目標(biāo)函數(shù)來得到節(jié)點(diǎn)數(shù)據(jù)轉(zhuǎn)發(fā)的較優(yōu)路徑，有效利用剩余能量較大的節(jié)點(diǎn)，均衡節(jié)點(diǎn)能耗，提高水下網(wǎng)絡(luò)的能量利用效率。Dario Pompili[9]等人提出一種水下傳感器網(wǎng)絡(luò)的多媒體跨層路由協(xié)議，針對(duì)水下傳感器網(wǎng)絡(luò)延遲敏感和延遲不敏感時(shí)的網(wǎng)絡(luò)流量損失問題，通過開發(fā)一個(gè)分布式的跨層通信方案，有效地解決了高延遲情況下的帶寬限制問題，有效地改善了網(wǎng)絡(luò)吞吐容量和能量效率。

由于水下傳感器節(jié)點(diǎn)部署環(huán)境的復(fù)雜性，只能通過電池來對(duì)節(jié)點(diǎn)進(jìn)行供電，在電池能量有限的情況下，為了延長網(wǎng)絡(luò)的生命周期，需要充分利用剩余能量較多的節(jié)點(diǎn)，防止能量較低的節(jié)點(diǎn)過早消亡，自適應(yīng)能量優(yōu)化分配算法充分考慮了源節(jié)點(diǎn)及其鄰居節(jié)點(diǎn)的剩余能量情況來選取候選節(jié)點(diǎn)，使源節(jié)點(diǎn)不會(huì)誤選剩余能量較少的鄰居節(jié)點(diǎn)來轉(zhuǎn)發(fā)數(shù)據(jù)。在考慮節(jié)點(diǎn)剩余能量的同時(shí)，為了防止數(shù)據(jù)轉(zhuǎn)發(fā)過程中傳輸能耗過大，在候選節(jié)點(diǎn)當(dāng)中選舉最優(yōu)的轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)，候選節(jié)點(diǎn)與源節(jié)點(diǎn)之間的鏈路距離因素也被考慮在內(nèi)，從而得出候選節(jié)點(diǎn)間的競爭公式，在競爭公式中，節(jié)點(diǎn)剩余能量、傳輸損耗，鏈路距離都占有一定的權(quán)重，通過競爭值的比較方式來選取最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)，不僅可以有效地平衡網(wǎng)絡(luò)的整體負(fù)載情況，而且能夠?qū)⒕W(wǎng)絡(luò)的傳輸損耗情況加以控制。

1 網(wǎng)絡(luò)模型

由于水下傳播環(huán)境的復(fù)雜性，水下傳感器的網(wǎng)絡(luò)模型不同于陸地傳感器的二維網(wǎng)絡(luò)架構(gòu)，而是通過節(jié)點(diǎn)部署在不同的水下深度構(gòu)成一個(gè)三維網(wǎng)絡(luò)，在本文中假設(shè)傳感器節(jié)點(diǎn)通過不同重量的錨部署在不同的水深位置以及水面，具體部署方式借鑒于Dario Pompili[10]提出的水聲網(wǎng)絡(luò)部署模型。網(wǎng)絡(luò)采用水聲傳感器來進(jìn)行數(shù)據(jù)收發(fā)，節(jié)點(diǎn)轉(zhuǎn)發(fā)模型如圖1所示：

圖1 節(jié)點(diǎn)轉(zhuǎn)發(fā)模型

源節(jié)點(diǎn)Source通過選擇合適的轉(zhuǎn)發(fā)節(jié)點(diǎn)將數(shù)據(jù)傳送到匯聚節(jié)點(diǎn)Sink。水下網(wǎng)絡(luò)用有向圖?(G,L)表示，G={G1,...,Gn}表示三維網(wǎng)絡(luò)的節(jié)點(diǎn)集合，eij∈L 表示節(jié)點(diǎn)i和j之間的鏈路，水聲的平均傳播速度為[10]，如公式（1）：其中a、b的取值跟海水的鹽度有關(guān)，z表示網(wǎng)絡(luò)部署的海下深度，c、d的取值跟海水介質(zhì)有關(guān)。

水聲傳播損耗公式為[11-12]如公式（2）：

χ指水聲的輻射系數(shù)，當(dāng)聲音的輻射方式為全向輻射方式時(shí)，χ=20，為水平輻射方式時(shí)，χ=10。α(f )表示吸收系數(shù)，單位為dB/m，d表示以米為單位的傳輸距離，A表示傳輸過程中產(chǎn)生的異常損耗，水聲傳播過程中的延遲時(shí)間t為：。水下信噪比如公式（3）：

SL是聲源級(jí)，NL表示噪聲電平，DI表示水下傳感器的指向性指數(shù)，δ表示網(wǎng)絡(luò)中的干擾節(jié)點(diǎn)數(shù)目。

2 自適應(yīng)能量優(yōu)化分配

為了有效利用剩余能量較大的節(jié)點(diǎn)，平衡網(wǎng)絡(luò)節(jié)點(diǎn)負(fù)載，并選擇傳輸能耗較低的節(jié)點(diǎn)路徑，自適應(yīng)能量優(yōu)化分配算法先通過制定源節(jié)點(diǎn)與鄰居節(jié)點(diǎn)之間的雙向選擇規(guī)則，來得到合適的候選節(jié)點(diǎn)，再通過候選節(jié)點(diǎn)之間的競爭來選出最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)，達(dá)到網(wǎng)絡(luò)能量合理分配，優(yōu)化能量利用效率的目的。

2.1 轉(zhuǎn)發(fā)節(jié)點(diǎn)的雙向選擇

設(shè)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的初始能量都相同，為Es，每個(gè)節(jié)點(diǎn)的感測(cè)半徑都設(shè)為R，定義在節(jié)點(diǎn)Gi的感測(cè)半徑內(nèi)的鄰居節(jié)點(diǎn)集合為節(jié)點(diǎn)的位置坐標(biāo)用極坐標(biāo)表示(ρ,?,)θ表示，節(jié)點(diǎn)間的距離公式如公式（4）：

其中f(x)=f(ρsin?cos θ,ρsin ?sinθ,ρcos?)。

節(jié)點(diǎn)的剩余能量Ei是由初始能量減去總發(fā)射能量Etx和總接收能量Erx后得到的剩余能量，在已知發(fā)射功率的情況下可以求得總發(fā)射能量，而接收能量Erx可以通過與Etx在自由空間傳播時(shí)的關(guān)系如公式（5）：

λ表示載波波長，G表示收發(fā)機(jī)的天線增益，M指對(duì)背景噪聲干擾的補(bǔ)償，RB這里表示比特速率。

假設(shè)當(dāng)前節(jié)點(diǎn)Gi的剩余能量為Ei，由于水下傳輸損耗的存在，考慮到節(jié)點(diǎn)Gi的剩余能量可能不足以將數(shù)據(jù)傳送到其感測(cè)半徑內(nèi)的較遠(yuǎn)節(jié)點(diǎn)，為了避免節(jié)點(diǎn)Gi在不考慮自身剩余能量的情況下誤選了較遠(yuǎn)節(jié)點(diǎn)作為轉(zhuǎn)發(fā)節(jié)點(diǎn)而導(dǎo)致數(shù)據(jù)傳送失敗，需要定義一個(gè)結(jié)合發(fā)送節(jié)點(diǎn)剩余能量因素的數(shù)據(jù)傳輸距離閾值dT。閾值dT能根據(jù)節(jié)點(diǎn)Gi的剩余能量的大小而變化，確保Gi的數(shù)據(jù)能夠成功傳送，提高能量利用效率。閾值dT的表達(dá)公式如公式（6）：

其中En表示發(fā)射器的運(yùn)作能耗。當(dāng)?shù)玫降拈撝礵T〉R ，表示在半徑R范圍內(nèi)的節(jié)點(diǎn)都可以作為Gi候選的轉(zhuǎn)發(fā)節(jié)點(diǎn)，Gi的剩余能量足以承受Gi將數(shù)據(jù)傳送給半徑范圍R內(nèi)的任何節(jié)點(diǎn)。當(dāng)dT〈R ，此時(shí)節(jié)點(diǎn)Gi的數(shù)據(jù)傳輸半徑限制在閾值dT范圍內(nèi)。

假設(shè)節(jié)點(diǎn)Gj為Gi在數(shù)據(jù)傳輸距離閾值dT范圍內(nèi)的候選節(jié)點(diǎn)，考慮到可能出現(xiàn)候選節(jié)點(diǎn)Gj的剩余能量較少，而且Gj的鄰居節(jié)點(diǎn)較遠(yuǎn)的情況，當(dāng)出現(xiàn)這種情況時(shí)，從Gi發(fā)送出去的數(shù)據(jù)很可能在還沒達(dá)到目的節(jié)點(diǎn)時(shí)，就在轉(zhuǎn)發(fā)節(jié)點(diǎn)處中止。因此不僅需要考慮Gi自身的傳送能力，還需要考慮候選節(jié)點(diǎn)的傳送能力，確保Gi選擇的下一跳節(jié)點(diǎn)具備數(shù)據(jù)傳輸能力。假設(shè)Gj的剩余能量為Ej，用公式(6)計(jì)算Gj在傳輸距離閾值dT內(nèi)是否有有鄰居節(jié)點(diǎn)，但沒有鄰居節(jié)點(diǎn)時(shí)，Gj向Gi發(fā)送一組數(shù)據(jù)來退出Gi的候選節(jié)點(diǎn)名單，Gi在選擇下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)時(shí)就不會(huì)將Gj考慮在內(nèi)。

2.2 能量優(yōu)化分配

節(jié)點(diǎn)Gi在確定合適的候選節(jié)點(diǎn)之后，需要確定候選節(jié)點(diǎn)間的最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)，最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)的選擇主要需考慮剩余能量和傳輸距離因素，選擇剩余能量越大的節(jié)點(diǎn)，可以平衡節(jié)點(diǎn)間的能耗負(fù)擔(dān)，防止剩余能量小的節(jié)點(diǎn)過早死亡，延長網(wǎng)絡(luò)的生命周期；選取傳輸距離越短的節(jié)點(diǎn)，不僅可以減少數(shù)據(jù)傳輸過程中的能量損耗，也可以防止由于傳輸環(huán)境引起的誤碼率過大而導(dǎo)致數(shù)據(jù)包重傳次數(shù)增多的問題，因?yàn)?，?shù)據(jù)包重傳次數(shù)增多同樣會(huì)給網(wǎng)絡(luò)帶來多余的能量負(fù)擔(dān)。由于候選節(jié)點(diǎn)在網(wǎng)絡(luò)中是隨機(jī)部署的，為了選擇最優(yōu)的轉(zhuǎn)發(fā)節(jié)點(diǎn)，需要權(quán)衡節(jié)點(diǎn)剩余能量與傳輸距離之間的關(guān)系。

對(duì)于分組負(fù)載為LP,FEC冗余為的數(shù)據(jù)包，可以求得數(shù)據(jù)包在傳輸過程中的誤碼率BER和在誤碼率BER下的數(shù)據(jù)包重傳次數(shù)如公式（7）～（10）：

其中ΦΜ表示所采用的調(diào)制方案，表示節(jié)點(diǎn)的平均發(fā)射功率，NP指所發(fā)送的數(shù)據(jù)包的大小。其中LP指數(shù)據(jù)包的有效負(fù)載，指數(shù)據(jù)包的FEC冗余，指采用FEC技術(shù)的數(shù)據(jù)包錯(cuò)誤率。Pc(l )是指節(jié)點(diǎn)與鄰居節(jié)點(diǎn)之間的距離分布，PERmax指最大的數(shù)據(jù)包出錯(cuò)率。

假設(shè)每個(gè)數(shù)據(jù)包的發(fā)送能耗為EP，可以得到節(jié)點(diǎn)Gi將數(shù)據(jù)發(fā)送至候選節(jié)點(diǎn)Gj整個(gè)過程所消耗的能量如公式（11）：

其中dij表示Gi與Gj的距離。

為了得到最優(yōu)的轉(zhuǎn)發(fā)節(jié)點(diǎn)，假設(shè)候選節(jié)點(diǎn)間通過競爭值大小來比較，選出優(yōu)勝者，以候選節(jié)點(diǎn)Gj為例，競爭值的計(jì)算公式如公式（12）：

在公式(7)中α表示能耗的權(quán)重系數(shù)，計(jì)算公式如公式（13）：

剩余節(jié)點(diǎn)能量越大，數(shù)據(jù)傳輸距離越短，能量消耗越少，則競爭值就越大。競爭值最大的節(jié)點(diǎn)當(dāng)選節(jié)點(diǎn)Gj的最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)。通過節(jié)點(diǎn)競爭來選取最優(yōu)轉(zhuǎn)發(fā)節(jié)點(diǎn)的方式，可以充分考慮到節(jié)點(diǎn)剩余能量以及當(dāng)前的能耗情況，做到平衡網(wǎng)絡(luò)負(fù)載，有效延長網(wǎng)絡(luò)生命周期。

3 實(shí)驗(yàn)仿真與分析

在仿真實(shí)驗(yàn)中所采用的仿真工具為C++，在window系統(tǒng)下搭建仿真平臺(tái)，在Core i5-650 CPU(主頻3.2GHz )和4GB內(nèi)存的PC機(jī)上運(yùn)行，模擬的100個(gè)水下傳感器節(jié)點(diǎn)隨機(jī)部署在100m×100m×100m的正方體區(qū)域中，每個(gè)傳感器節(jié)點(diǎn)的感測(cè)半徑為50m，發(fā)射功率為0.5W，節(jié)點(diǎn)初始能量為20J，忽略處理器的能量損耗，水聲傳播速度為1500m/s，仿真運(yùn)行時(shí)間為5h。對(duì)比組分別為文獻(xiàn)[5]中Jugen Nie提出的基于遺傳算法的水下傳感器網(wǎng)絡(luò)路由算法和文獻(xiàn)[6]中Abdul Wahid提出的高效節(jié)能的水下傳感器網(wǎng)絡(luò)地理轉(zhuǎn)發(fā)路由協(xié)議。

通過仿真實(shí)驗(yàn)的算法運(yùn)行結(jié)果可以得到網(wǎng)絡(luò)中節(jié)點(diǎn)的平均剩余能量，如圖2所示：

圖2 節(jié)點(diǎn)平均剩余能量情況

3種算法在同一仿真環(huán)境下共運(yùn)行了5h，在運(yùn)行過程中節(jié)點(diǎn)的剩余能量都隨著運(yùn)行時(shí)間的增加而逐漸減少。在整個(gè)運(yùn)行過程中自適應(yīng)能量優(yōu)化分配算法的節(jié)點(diǎn)平均剩余能量都高于Jugen Nie和Abdul Wahid的算法。從圖1可以得到，Jugen Nie的算法在運(yùn)行結(jié)束時(shí)的節(jié)點(diǎn)平均剩余能量為9.01J，Abdul Wahid的算法為8.56J，自適應(yīng)能量優(yōu)化分配算法則為10.29J，相比前兩種算法分別提升了14.2%、20.2%的能量效率。

為了分析在整個(gè)仿真過程中網(wǎng)絡(luò)的能量消耗情況，以網(wǎng)絡(luò)的能量消耗總量作為縱坐標(biāo)，仿真運(yùn)行時(shí)間作為橫坐標(biāo)，在相同的仿真條件下對(duì)3種算法進(jìn)行編程并運(yùn)行5h。對(duì)比3種算法的網(wǎng)絡(luò)能量消耗總量，得到的網(wǎng)絡(luò)能耗情況對(duì)比圖如圖3所示：

圖3 網(wǎng)絡(luò)能耗總量對(duì)比圖

從網(wǎng)絡(luò)消耗總量來看，采用基于節(jié)點(diǎn)雙向選擇的自適應(yīng)能量優(yōu)化分配算法的無線傳感器網(wǎng)絡(luò)所消耗的能量總量相比兩種對(duì)比算法來說明顯較少，平均每小時(shí)能耗為89.2J，Jugen Nie和Abdul Wahid的算法則分別為93.3J和96.9J。Jugen Nie的算法在運(yùn)行了5h之后所消耗的能量總量為947J，Abdul Wahid的算法所消耗的能量總量為964J，自適應(yīng)能量優(yōu)化分配算法則為897J，相比Jugen Nie和Abdul Wahid的算法的能量消耗總量分別總94.7%、93.0%。

4 總結(jié)

能量優(yōu)化問題是水下傳感器網(wǎng)絡(luò)的研究重點(diǎn)之一，本文提出一種基于節(jié)點(diǎn)雙向選擇的水聲網(wǎng)絡(luò)自適應(yīng)能量優(yōu)化分配算法，通過建立網(wǎng)絡(luò)的三維模型對(duì)水下的傳播環(huán)境進(jìn)行了分析?？紤]了源節(jié)點(diǎn)的剩余能量情況來選擇合適的候選節(jié)點(diǎn)，再采用候選節(jié)點(diǎn)競爭的方式來選取最優(yōu)的轉(zhuǎn)發(fā)節(jié)點(diǎn)，在平衡網(wǎng)絡(luò)能量分配的情況下盡可能地減少了網(wǎng)絡(luò)的能量損耗。在實(shí)驗(yàn)仿真中分別與Jugen Nie和Abdul Wahid的算法進(jìn)行了節(jié)點(diǎn)平均剩余能量和網(wǎng)絡(luò)能耗總量的對(duì)比分析，證明了本文的自適應(yīng)能量優(yōu)化分配算法在提高網(wǎng)絡(luò)能量利用效率上具有一定的有效性。

[1]魏志強(qiáng),楊光,叢艷平.水下傳感器網(wǎng)絡(luò)安全研究[J]. 計(jì)算機(jī)學(xué)報(bào),2012,35(8):1594-1606.

[2]呂超,王碩,譚民.水下移動(dòng)無線傳感器網(wǎng)絡(luò)研究綜述[J].控制與決策,2009,24(6): 801-807.

[3]郭忠文,羅漢江,洪鋒, 等.水下無線傳感器網(wǎng)絡(luò)的研究進(jìn)展[J].計(jì)算機(jī)研究與發(fā)展,2010,47(3): 377-389.

[4]洪璐,洪鋒,李正寶,等.CT-TDMA:水下傳感器網(wǎng)絡(luò)高效TDMA 協(xié)議[J].通信學(xué)報(bào),2012,33(2):164-174.

[5]Jugen Nie,Deshi Li,Yanyan Han.Optimization of Multiple Gateway Deployment for Underwater Acoustic Sensor Networks[J]. Computer Science and Information Systems,2011,8(4):1073-1095.

[6]Wahid A, Kim D. An Energy Efficient Localization-Free Routing Protocol for Underwater Wireless Sensor Networks[J].International Journal of Distributed Sensor Networks,2012,2012.

[7]Xu J, Li K, Min G. Asymmetric multi-path division communications in underwater acoustic networks with fading channels[J]. Journal of Computer and System Sciences,2013,79(2):269-278.

[8]劉玉梁,潘仲明.水下無線傳感器網(wǎng)絡(luò)能量路由協(xié)議的仿真研究[J]. 傳感技術(shù)學(xué)報(bào),2011,24(6):905-908.

[9]Pompili D, Akyildiz I F. A multimedia cross-layer protocol for underwater acoustic sensor networks[J]. IEEE Transactions on Wireless Communications, 2010, 9(9): 2924-2933.

[10]Pompili D, Melodia T,Akyildiz I F. Deployment analysis in underwater acoustic wireless sensor networks[C]//Proceedings of the 1st ACM international workshop on Underwater networks. ACM, 2006: 48-55.

[11]Robert, J. U. Principles of underwater sound.[M]New York: McGraw-Hill Book Company, 1983.

[12]Zhou Z, Peng Z, Cui J H, et al. Efficient multipath communication for time-critical applications in underwater acoustic sensor networks[J]. IEEE/ACM Transactions on Networking, 2011, 19(1): 28-41.

Hydroacoustic WSN Network Adaptive Optimization of Energy Distribution Based on the Node Two-way Choice

Pei Xiang1, Ren Xiaona2
(1.Department of Computer Engineering, Henan Polytechnic Institute, Nanyang 473000, China; 2. Network Center, Henan Polytechnic Institute, Nanyang 473000, China)

Aiming at the problems that network node energy load is imbalance and the path transmission loss of underwater node is too heavy in underwater sensor network, a hydroacoustic network adaptive optimization of energy distribution based on the node’s two-way choice is proposed in order to balance the energy distribution node network and improve the energy efficiency of the network. The method of next hop node’s two-way choice is proposed based on the residual energy of node. It can prevent the node with less energy left from being disrupted caused by transformation loss when the data are transmitted. It takes a full consideration of the trade-off between nodes remaining energy and transmission loss so as to propose the competition formula of optimal transforming node, and then selects the best next hop node by comparing the competing value of candidate nodes. The simulation results show that adaptive energy optimization allocation algorithm can effectively improve the energy efficiency of underwater sensor networks and prove the effectiveness of the algorithm on energy optimization by comparing with contrast algorithm group.

Underwater Sensor Networks; the Node Two-way Choice; Adaptive Optimization of Energy Distribution; Competition Formula

TP393

A

2015.01.19)

1007-757X(2015)04-0052-03

裴 祥（1984-），男，漢，重慶奉節(jié)人，河南工業(yè)職業(yè)技術(shù)學(xué)院，助教，碩士，研究方向：計(jì)算機(jī)軟件技術(shù)、人工智能，南陽，473000

任曉娜（1981-），女，漢，河南南陽人，河南工業(yè)職業(yè)技術(shù)學(xué)院，講師，碩士，研究方向：計(jì)算機(jī)應(yīng)用，南陽，473000