潘志宏，萬智萍，謝海明

1.中山大學(xué) 新華學(xué)院，廣州 510520

2.廣東移動通信有限責(zé)任公司 茂名分公司，廣東 茂名 525000

水下傳感器網(wǎng)絡(luò)（Underwater Wireless Sensor Network，UWSN）是一種針對水下傳播特性，采用水聲傳感器節(jié)點所組成的水下環(huán)境多跳自組織網(wǎng)絡(luò)[1-3]，由于水下復(fù)雜的環(huán)境使得電磁波在水下的應(yīng)用得到限制，因此在水下采用聲波進(jìn)行數(shù)據(jù)傳播是目前廣泛應(yīng)用的水下通訊方法[4-5]。水下傳感器網(wǎng)絡(luò)在海洋資源開發(fā)、海洋生態(tài)環(huán)境保護(hù)、航線探索等方面都具有重要應(yīng)用，早在20世紀(jì)90年代，DSP（Digital Signal Processing）芯片及數(shù)字通信技術(shù)的問世，為水下傳感器網(wǎng)絡(luò)的發(fā)展奠定了基礎(chǔ)[6]。經(jīng)過多年的發(fā)展，水下傳感器網(wǎng)絡(luò)在節(jié)點硬件設(shè)計和通信算法上得到了更多的改良，然而噪聲高、傳輸速率低、帶寬窄等水下信道特性使得水下通信存在誤碼率高、延遲嚴(yán)重等諸多問題。而且由于水下復(fù)雜的傳播環(huán)境使得水聲節(jié)點更換電池設(shè)備的難度大，成本高，因此如何有效延長水聲節(jié)點有限的工作壽命也成為研究水下傳感器網(wǎng)絡(luò)的重要難題[7-8]。

為了解決水下傳感器網(wǎng)絡(luò)誤碼率高及能耗大等問題，國內(nèi)外的專家學(xué)者通過開展研究提出了不同的解決方法。張穎等[9]提出一種基于深度和能量的水下三維傳感器網(wǎng)絡(luò)分簇路由算法，該算法中繼節(jié)點的選擇考慮了水下傳輸特性和能量問題，有效地均衡網(wǎng)絡(luò)能耗，延長網(wǎng)絡(luò)正常工作輪數(shù)。蔣鵬等[10]提出一種基于分簇的水下傳感器網(wǎng)絡(luò)覆蓋保持路由算法，簇首間通信時父節(jié)點中覆蓋冗余度最高的簇首作為其下一跳路由,對簇內(nèi)成員采集的數(shù)據(jù)融合處理后通過時分多址技術(shù)多跳路由至Sink節(jié)點，能降低網(wǎng)絡(luò)能耗，延長網(wǎng)絡(luò)生命周期。水下分簇路由雖然減少了節(jié)點的平均傳輸能耗，但無法降低節(jié)點傳輸數(shù)據(jù)的平均誤碼率。王慶文等[11]提出一種水下無線傳感器網(wǎng)絡(luò)自適應(yīng)轉(zhuǎn)發(fā)協(xié)議，采用自適應(yīng)概率的方法，傾向于轉(zhuǎn)發(fā)區(qū)域內(nèi)與上一跳節(jié)點距離遠(yuǎn)和與源節(jié)點和目的節(jié)點方向矢量距離近的節(jié)點轉(zhuǎn)發(fā)分組，從而提高了轉(zhuǎn)發(fā)效率。Yu等[12]提出一種水下傳感器網(wǎng)絡(luò)自適應(yīng)路由協(xié)議，該協(xié)議通過逐漸改變節(jié)點的跳距離來保證傳輸?shù)目煽啃裕⒆赃m應(yīng)調(diào)整節(jié)點的發(fā)射功率來提高網(wǎng)絡(luò)的能量效率。但基于最短距離的自適應(yīng)傳輸協(xié)議沒有考慮傳輸誤碼率的問題。Javaid等[13]提出一種水下傳感器網(wǎng)絡(luò)增強(qiáng)型能源平衡數(shù)據(jù)傳輸協(xié)議，該協(xié)議采用能量級來提升節(jié)點能量負(fù)載均衡性能，通過采用閾值的方法減少匯聚節(jié)點數(shù)量并消除重復(fù)傳輸數(shù)據(jù)的節(jié)點，延長網(wǎng)絡(luò)的生命周期。該方法雖然通過減少重傳節(jié)點來節(jié)省能量，但由于水下傳輸特性的影響，節(jié)點存在一定的誤碼率，需要通過重傳來確保終端正確接收數(shù)據(jù)，盲目減少重傳節(jié)點會影響傳輸質(zhì)量。

由于水下網(wǎng)絡(luò)多跳自組織的傳輸特性，某些節(jié)點既需要負(fù)責(zé)數(shù)據(jù)采集任務(wù)，同時又負(fù)擔(dān)起了中繼轉(zhuǎn)發(fā)的職責(zé)，具有較重的能量負(fù)擔(dān)。為了優(yōu)先確保采集的數(shù)據(jù)能夠成功傳輸至目的節(jié)點，本文基于能量策略提出了中轉(zhuǎn)節(jié)點的概念，使得中轉(zhuǎn)節(jié)點在剩余能量不足的情況下優(yōu)先承擔(dān)起中繼職責(zé)，從而提升網(wǎng)絡(luò)的傳輸效率。為了降低誤碼率及提升網(wǎng)絡(luò)的生命周期，本文基于馬爾可夫鏈進(jìn)行協(xié)作節(jié)點的狀態(tài)分析，并以協(xié)作節(jié)點狀態(tài)評價函數(shù)來選擇最佳中繼。

1 基于馬爾可夫鏈狀態(tài)空間的協(xié)作節(jié)點狀態(tài)分析

對于水下無線傳感器網(wǎng)絡(luò)場景，本文假設(shè)水下環(huán)境是一個三維的監(jiān)測區(qū)域，水聲節(jié)點隨機(jī)分布于監(jiān)測區(qū)域中。由于受到水下浮游生物等環(huán)境介質(zhì)的影響，水聲節(jié)點發(fā)送的信號只能傳播一段距離，這里表示為節(jié)點的通信半徑，水聲節(jié)點采用多跳的方式互相傳遞數(shù)據(jù)，節(jié)點都具有收發(fā)數(shù)據(jù)的功能[5，14]。水下監(jiān)測區(qū)域設(shè)有一個基站，水聲節(jié)點負(fù)責(zé)采集數(shù)據(jù)并發(fā)送到目標(biāo)基站。由于水下傳感器網(wǎng)絡(luò)的多跳特性決定了某些節(jié)點會充當(dāng)中繼節(jié)點，對其他節(jié)點的數(shù)據(jù)進(jìn)行協(xié)作傳輸，同時這些中繼節(jié)點可能還承擔(dān)著數(shù)據(jù)采集任務(wù)，具有較重的能量負(fù)擔(dān)。因此根據(jù)能量負(fù)載情況，本文將水聲節(jié)點分為三類，分別為數(shù)據(jù)采集節(jié)點、中繼節(jié)點和中轉(zhuǎn)節(jié)點，如圖1所示。數(shù)據(jù)采集節(jié)點只負(fù)責(zé)采集數(shù)據(jù)并將數(shù)據(jù)發(fā)送給鄰居節(jié)點，該類節(jié)點遠(yuǎn)離基站，中繼節(jié)點包含了數(shù)據(jù)采集節(jié)點的任務(wù)，同時還需要協(xié)作其他節(jié)點傳輸數(shù)據(jù)，而中轉(zhuǎn)節(jié)點不采集數(shù)據(jù)，只負(fù)責(zé)協(xié)助其他節(jié)點傳輸數(shù)據(jù)，這是由于該類節(jié)點能量較低，需要優(yōu)先保證鏈路暢通，延長網(wǎng)絡(luò)的工作壽命，哪些節(jié)點作為中轉(zhuǎn)節(jié)點將在本文的能量策略中進(jìn)行討論。其中，為了便于文中討論，根據(jù)中繼節(jié)點和中轉(zhuǎn)節(jié)點的協(xié)作特性，將這兩類節(jié)點歸于協(xié)作節(jié)點這個大類，水下傳感器網(wǎng)絡(luò)中的所有協(xié)作節(jié)點采用集合χ={ }x1,x2,…,xm表示。

圖1 水下數(shù)據(jù)傳輸二維平面分析圖

對于通信過程中協(xié)作節(jié)點的信道狀態(tài)變化，假設(shè)數(shù)據(jù)采集節(jié)點從收集數(shù)據(jù)，再通過協(xié)作節(jié)點的幫助傳輸數(shù)據(jù)至目的節(jié)點的這個通信過程可以劃分為T個時隙。其中這T個時隙中包含了中繼通信（數(shù)據(jù)采集節(jié)點與協(xié)作節(jié)點通信）時隙及中繼協(xié)作（協(xié)作節(jié)點與基站通信）時隙。在中繼通信時隙中，數(shù)據(jù)采集節(jié)點將收集到的數(shù)據(jù)轉(zhuǎn)發(fā)給協(xié)作節(jié)點。對于該過程中數(shù)據(jù)采集節(jié)點與協(xié)作節(jié)點之間的無線信道質(zhì)量，可以根據(jù)協(xié)作節(jié)點的誤碼率（Symbol Error Rate，SER）進(jìn)行衡量，因此本文采用有限狀態(tài)馬爾科夫鏈（Markov Chain，MC）分析協(xié)作節(jié)點的SER狀態(tài)轉(zhuǎn)移概率。假設(shè)數(shù)據(jù)采集節(jié)點與協(xié)作節(jié)點之間的無線信道有V個狀態(tài)，采用H={h1,h2,…,hV}來表示協(xié)作節(jié)點誤碼率的馬爾可夫鏈狀態(tài)空間，協(xié)作節(jié)點xi(xi∈χ)在時隙tw(tw∈t)中的接收誤碼率用SERxi(tw)表示，假設(shè)協(xié)作節(jié)點的誤碼率從狀態(tài)C1向狀態(tài)C2轉(zhuǎn)移，則協(xié)作節(jié)點SER的狀態(tài)轉(zhuǎn)移概率表示為：

而在中繼協(xié)作時隙，協(xié)作節(jié)點將數(shù)據(jù)轉(zhuǎn)發(fā)至目的基站，此時協(xié)作節(jié)點狀態(tài)發(fā)生變化的主要是自身的剩余能量。這是由于水下復(fù)雜的傳播環(huán)境加快了水聲協(xié)作節(jié)點的能量損耗，協(xié)作節(jié)點的剩余能量狀態(tài)會不斷發(fā)生變化，直至耗盡能源。對于協(xié)作節(jié)點剩余能量狀態(tài)的分析，本文假設(shè)協(xié)作節(jié)點的剩余能量有P個狀態(tài)，采用En={E1,E2,…,EP}表示，在時隙tq(tq∈t)協(xié)作節(jié)點的剩余能量本文采用Exi(tq)表示，采用ζa,b(t)表示Exi(tq)從狀態(tài)a向狀態(tài)b轉(zhuǎn)移的概率：

2 協(xié)作中繼算法

本文提出的中繼協(xié)作算法，首先采用一種能量策略的方法來進(jìn)行中轉(zhuǎn)節(jié)點判定，使剩余能量較少的中轉(zhuǎn)節(jié)點優(yōu)先負(fù)責(zé)數(shù)據(jù)協(xié)作轉(zhuǎn)發(fā)任務(wù)，確保網(wǎng)絡(luò)數(shù)據(jù)傳輸路由的正常運(yùn)作。在確定節(jié)點所承擔(dān)的任務(wù)之后，根據(jù)馬爾可夫鏈狀態(tài)空間所分析的協(xié)作節(jié)點信道狀態(tài)和能量狀態(tài)轉(zhuǎn)移概率，提出協(xié)作節(jié)點狀態(tài)評價函數(shù)，節(jié)點會將傳播半徑內(nèi)具有最大評價值的鄰居節(jié)點作為下一跳節(jié)點。

在t個時隙內(nèi)對水下傳感器網(wǎng)絡(luò)采用基于馬爾可夫模型進(jìn)行協(xié)作節(jié)點狀態(tài)分析，可以得到中繼通信時的協(xié)作節(jié)點信道狀態(tài)SERxm()t和協(xié)作通信時的剩余能量狀態(tài)Exi()

t，通過協(xié)作節(jié)點的這二大狀態(tài)，本文可以采取一種協(xié)作節(jié)點狀態(tài)評價函數(shù)來為數(shù)據(jù)采集節(jié)點選擇最佳中繼。在提出該方法之前，考慮到協(xié)作節(jié)點的剩余能量情況，為了保證水下監(jiān)測范圍內(nèi)的數(shù)據(jù)采集節(jié)點所收集到的信息能夠被順利傳輸?shù)交?，剩余能量不足的協(xié)作節(jié)點需要放棄數(shù)據(jù)采集任務(wù)，充當(dāng)中轉(zhuǎn)節(jié)點的角色。因此，本文在提出最佳中繼的選擇策略之前，先提出了一種基于能量策略的中轉(zhuǎn)節(jié)點判定方法。

2.1 基于能量策略的中轉(zhuǎn)節(jié)點判定方法

假設(shè)協(xié)作節(jié)點xi與基站xBS的距離為d(xi,xBS)，本文采用三維空間的極坐標(biāo)(ρ,φ,θ)計算xi與xBS的歐幾里德距離：

協(xié)作節(jié)點 xi在to時刻采集到的數(shù)據(jù)量假設(shè)為Ωxi(to)，需要協(xié)作轉(zhuǎn)發(fā)數(shù)據(jù)量為(to)，則節(jié)點 xi成功將數(shù)據(jù)傳輸至基站所需要消耗的能量為：

其中ex表示單位數(shù)據(jù)每米的傳輸能耗，(1 -SERxi(t))是考慮到水下傳輸環(huán)境存在較高的誤碼率，因此包含了較多的重傳能耗。令Exi(to)表示在to時刻節(jié)點xi的剩余能量，決定協(xié)作節(jié)點是否作為中轉(zhuǎn)節(jié)點取決于Exi(to)與Ec(xi)的比較關(guān)系，當(dāng)Exi(to)≤Ec(xi)，則該協(xié)作節(jié)點xi放棄采集數(shù)據(jù)，充當(dāng)中轉(zhuǎn)節(jié)點。通過該能量策略，防止協(xié)作節(jié)點xi在將數(shù)據(jù)傳輸至基站前耗盡自身能量，至少保障了數(shù)據(jù)采集節(jié)點的數(shù)據(jù)能夠成功到達(dá)基站。

2.2 基于最佳中繼選擇的協(xié)作節(jié)點狀態(tài)評價函數(shù)

在水下傳感器網(wǎng)絡(luò)中，由于節(jié)點的傳播半徑有限，不僅是遠(yuǎn)離基站的數(shù)據(jù)采集節(jié)點需要選擇協(xié)作節(jié)點助其轉(zhuǎn)發(fā)數(shù)據(jù)，與基站的距離間隔大于傳播半徑的協(xié)作節(jié)點同樣需要其他協(xié)作節(jié)點的協(xié)助?？紤]到中繼信道的誤碼率及中繼點的剩余能量決定了數(shù)據(jù)能否成功轉(zhuǎn)發(fā)至基站，因此，在為節(jié)點選擇最佳的下一跳協(xié)作點時，誤碼率及傳輸能耗成為了重要的評價標(biāo)準(zhǔn)。

假設(shè)水下網(wǎng)絡(luò)中有一節(jié)點xi，需要轉(zhuǎn)發(fā)Ωxi(t)的數(shù)據(jù)量至目的節(jié)點，xj是xi傳播半徑內(nèi)的鄰居節(jié)點，因此是候選的中繼點。如果在t時刻xj被確定當(dāng)選為最佳中繼點，則此時xj的信道狀態(tài)為SERxj(t)，剩余能量狀態(tài)為Exj(t)。在t+1時刻協(xié)作節(jié)點xj將數(shù)據(jù)傳輸出去，此時的信道狀態(tài)為SERxj(t +1)，剩余能量狀態(tài)為Exj(t +1)。則對于候選節(jié)點xj，本文所提出的協(xié)作節(jié)點狀態(tài)評價函數(shù)為：

其中

根據(jù)公式（5），節(jié)點xi會對傳播半徑內(nèi)協(xié)作節(jié)點的狀態(tài)評價函數(shù)結(jié)果進(jìn)行比較，選擇函數(shù)值最大的協(xié)作節(jié)點作為最佳的下一跳節(jié)點。該協(xié)作中繼算法的主要流程如下：

（1）基于馬爾可夫鏈狀態(tài)空間進(jìn)行協(xié)作節(jié)點狀態(tài)分析，根據(jù)公式（1）和公式（2）計算能量狀態(tài)轉(zhuǎn)移概率。

（2）根據(jù)公式（4）計算中轉(zhuǎn)節(jié)點的能量判定閾值Ec(xi)，比較協(xié)作節(jié)點的剩余能量與Ec(xi)之間的大小，當(dāng)小于Ec(xi)時，該協(xié)作節(jié)點充當(dāng)中轉(zhuǎn)節(jié)點。

（3）根據(jù)公式（5）計算節(jié)點傳播半徑內(nèi)協(xié)作節(jié)點的狀態(tài)評價函數(shù)，評價值最大的節(jié)點將被作為下一跳節(jié)點。

2.3 計算復(fù)雜度分析

在本文算法中，首先進(jìn)行中轉(zhuǎn)節(jié)點判定，根據(jù)公式（4），假設(shè)計算一個節(jié)點傳輸能耗所需要的計算時間為t1，需要判定網(wǎng)絡(luò)中的n個節(jié)點，因此所需的計算時間為n×t1。接著根據(jù)公式（5）計算一個協(xié)作節(jié)點的評價值，假設(shè)計算時間為t2，某一節(jié)點的鄰居節(jié)點有m個，則所需的計算時間為m×t2，進(jìn)行評價值最大值比較所需的時間假設(shè)為t3。則算法計算時間總開銷為：n×t1+m×t2+t3，計算復(fù)雜度則為O()N。

3 實驗結(jié)果及分析

為了驗證本文提出的基于有限馬爾可夫鏈的水聲傳感器網(wǎng)絡(luò)協(xié)作中繼算法的有效性，在仿真實驗部分，本文采用NS2仿真工具，在硬件配置為Intel酷睿i7 6700，主頻3.4 GHz，內(nèi)存4 GB，操作系統(tǒng)為Windows7的PC機(jī)上對算法進(jìn)行了編程仿真。為了更好地說明本文算法的性能，在實驗過程中本文采用文獻(xiàn)[13]提出的水下傳感器網(wǎng)絡(luò)增強(qiáng)型能源平衡數(shù)據(jù)傳輸協(xié)議與文獻(xiàn)[12]提出的水下傳感器網(wǎng)絡(luò)自適應(yīng)路由協(xié)議作為對比算法，與本文算法在同一環(huán)境下進(jìn)行仿真實驗，并對實驗結(jié)果進(jìn)行比較分析。

模擬水下監(jiān)測環(huán)境的范圍為1 000 m×1 000 m×1 000 m，水下設(shè)定一個固定基站，其他傳感器節(jié)點在監(jiān)測環(huán)境內(nèi)隨機(jī)分布，并且節(jié)點數(shù)量的取值范圍設(shè)定為[1 0 0,400]。傳感器節(jié)點采用聲波進(jìn)行通信，節(jié)點都具有采集環(huán)境數(shù)據(jù)，以及收發(fā)數(shù)據(jù)的功能。水下網(wǎng)絡(luò)的其他實驗參數(shù)如表1所示。

表1 水下傳感器網(wǎng)絡(luò)參數(shù)表

數(shù)據(jù)包成功投遞率指目的基站最終收到的數(shù)據(jù)包數(shù)量與源節(jié)點發(fā)送的數(shù)據(jù)包數(shù)量之間的比值，數(shù)據(jù)包成功投遞率越大，意味著傳輸過程中出現(xiàn)丟包的概率越小，網(wǎng)絡(luò)的傳輸性能越好。為了驗證本文算法在提升水下傳感器網(wǎng)絡(luò)數(shù)據(jù)包成功投遞率上的有效性，在逐漸增加節(jié)點數(shù)量的情況下，本文記錄了實驗過程中各算法的數(shù)據(jù)包成功投遞率，得到了圖2的結(jié)果。從圖2可以看出，本文算法的數(shù)據(jù)包成功投遞率高于文獻(xiàn)[12]和文獻(xiàn)[13]的算法，文獻(xiàn)[13]提出的增強(qiáng)型能源平衡數(shù)據(jù)傳輸協(xié)議對誤碼率并沒有起到較好的控制效果，而文獻(xiàn)[12]提出的自適應(yīng)路由協(xié)議雖然通過控制節(jié)點的跳距離來確保數(shù)據(jù)得到及時轉(zhuǎn)發(fā)，但是該協(xié)議并沒有專注于無線信道質(zhì)量。而本文算法將誤碼率作為最佳中繼選擇的一個重要的評價標(biāo)準(zhǔn)，因此選擇的中繼節(jié)點在傳輸數(shù)據(jù)包時具有較高的成功率。

圖2 數(shù)據(jù)包成功投遞率

圖3顯示了在逐漸增加節(jié)點數(shù)量的條件下網(wǎng)絡(luò)的能量消耗情況，從圖中可以看出，當(dāng)節(jié)點數(shù)量逐漸增加時，網(wǎng)絡(luò)的能量消耗量隨之逐漸增大。其中，當(dāng)節(jié)點數(shù)量達(dá)到400時，能源平衡數(shù)據(jù)傳輸協(xié)議所消耗的總能量最多，為182.3 J，而自適應(yīng)路由協(xié)議所消耗的總能量為166.8 J，本文算法為158.5 J。雖然能源平衡數(shù)據(jù)傳輸協(xié)議和自適應(yīng)路由協(xié)議都采取了一定的節(jié)能策略，但是這兩個算法在成功傳遞數(shù)據(jù)上比本文算法付出了更多的能量代價。從圖中可以看出，本文算法的網(wǎng)絡(luò)平均總能耗分別為文獻(xiàn)[13]和文獻(xiàn)[12]算法的89.4%和94.2%。

圖3 不同節(jié)點數(shù)量下的網(wǎng)絡(luò)能耗

圖4顯示了在不同通信半徑下的網(wǎng)絡(luò)能耗情況，從圖中可以看出，隨著節(jié)點的通信半徑逐漸增大，網(wǎng)絡(luò)的能耗會逐漸減少。這是由于通信半徑的增大使得參與協(xié)作傳輸?shù)穆酚晒?jié)點個數(shù)減少，因此網(wǎng)絡(luò)總的能耗降低。從圖4的數(shù)據(jù)分布情況來看，三種算法受到通信半徑變化的影響，網(wǎng)絡(luò)能耗都有明顯的變化趨勢。并且在不同通信半徑下本文算法的網(wǎng)絡(luò)能耗都低于能量平衡數(shù)據(jù)傳輸協(xié)議和自適應(yīng)路由協(xié)議。對于在基站位置不同的情況下的網(wǎng)絡(luò)能耗情況，本文設(shè)置其他實驗條件不變，基站位置在網(wǎng)絡(luò)范圍內(nèi)隨機(jī)生成的條件下進(jìn)行了200組實驗，并且隨機(jī)抽取五個實驗結(jié)果得到了圖5所顯示的結(jié)果。從圖中可以看出，五次實驗的基站坐標(biāo)都不相同，得到的網(wǎng)絡(luò)能耗結(jié)果也不相同，這是由于基站坐標(biāo)變化使得源-目的節(jié)點間的傳輸距離也發(fā)生了變化，不同傳輸距離所消耗的網(wǎng)絡(luò)傳輸能耗不同。從三種算法的對比情況可以看出，即使基站坐標(biāo)變化，本文算法的網(wǎng)絡(luò)能耗量仍然低于對比算法。

圖4 不同通信半徑下的網(wǎng)絡(luò)能耗

圖5 不同坐標(biāo)下的網(wǎng)絡(luò)能耗

圖6為算法的網(wǎng)絡(luò)生命周期的比較情況，本文以第一個節(jié)點的死亡時間作為網(wǎng)絡(luò)的生命周期。根據(jù)圖中的結(jié)果，隨著網(wǎng)絡(luò)節(jié)點數(shù)量的增多，網(wǎng)絡(luò)生命周期相應(yīng)延長，這是由于節(jié)點數(shù)量的增多使得每個節(jié)點的能量負(fù)載開始減小，節(jié)點壽命逐漸延長。從數(shù)據(jù)結(jié)果可以看出，本文算法所采用的中轉(zhuǎn)節(jié)點判定方法以及協(xié)作節(jié)點狀態(tài)評價函數(shù)對延長節(jié)點平均壽命起到了較好的效果，其中本文算法的平均網(wǎng)絡(luò)生命周期相比文獻(xiàn)[13]和文獻(xiàn)[12]算法分別增加了16.3%和7.1%。

圖6 網(wǎng)絡(luò)生命周期

4 結(jié)束語

為了減少水下傳感器網(wǎng)絡(luò)的誤碼率，提升網(wǎng)絡(luò)的能量效率，本文基于有限馬爾可夫鏈對協(xié)作節(jié)點狀態(tài)進(jìn)行了分析，得到了協(xié)作節(jié)點的無線信道狀態(tài)及剩余能量狀態(tài)。為了確保數(shù)據(jù)采集節(jié)點的數(shù)據(jù)能夠成功傳輸，本文根據(jù)轉(zhuǎn)發(fā)任務(wù)優(yōu)先的能量策略對中轉(zhuǎn)節(jié)點進(jìn)行了判定。為了選擇最佳的中繼節(jié)點，本文提出了一種協(xié)作節(jié)點狀態(tài)評價函數(shù)，將誤碼率及傳輸能耗作為評價標(biāo)準(zhǔn)，從而提升網(wǎng)絡(luò)的信道傳輸質(zhì)量并延長網(wǎng)絡(luò)的生命周期。

：

[1]Shen J，Tan H，Wang J，et al.A novel routing protocol providing good transmission reliability in underwater sensor networks[J].Journal of Internet Technology，2015，16（1）：171-178.

[2]Corporation H P.A multipopulation firefly algorithm for correlated data routing in underwaterwirelesssensor networks[J].InternationalJournalofDistributed Sensor Networks，2013，12（4）：245-253.

[3]Climent S，Sanchez A，Capella J V，et al.Underwater acoustic wireless sensor networks：advances and future trends in physical，MAC and routing layers[J].Sensors，2014，14（1）：795-833.

[4]Lan S L，Xiu-Juan D U，F(xiàn)an L，et al.Level-based adaptive geo-routing for underwater sensor network[J].Application Research of Computers，2014，21（1）：54-59.

[5]Wahid A，Lee S，Kim D.A reliable and energy-efficient routing protocol for underwater wireless sensor networks[J].International Journal of Communication Systems，2014，27（10）：2048-2062.

[6]Corporation H P.UA-MAC：An underwater Acoustic Channel Access Method for dense mobile underwater sensor networks[J].InternationalJournalofDistributed Sensor Networks，2014，13（1）：84-88.

[7]Chen K，Ma M，Cheng E，et al.A survey on MAC protocols for underwater wireless sensor networks[J].IEEE Communications Surveys&Tutorials，2014，16（3）：1433-1447.

[8]Cao J，Dou J，Dong S.Balance transmission mechanism in underwateracoustic sensornetworks[J].International Journal of Distributed Sensor Networks，2015：1-12.

[9]張穎，孫宏梁，季常剛.基于深度和能量的水下三維傳感器網(wǎng)絡(luò)分簇路由算法[J].上海交通大學(xué)學(xué)報，2015，49（11）：1655-1659.

[10]蔣鵬，阮斌鋒.基于分簇的水下傳感器網(wǎng)絡(luò)覆蓋保持路由算法[J].電子學(xué)報，2013，41（10）：2067-2073.

[11]王慶文，劉剛，李智,等.水下無線傳感器網(wǎng)絡(luò)自適應(yīng)轉(zhuǎn)發(fā)協(xié)議[J].西北工業(yè)大學(xué)學(xué)報，2015（1）：165-170.

[12]Yu H，Yao N，Liu J.An adaptive routing protocol in underwater sparse acoustic sensor networks[J].Ad Hoc Networks，2015，34：121-143.

[13]Javaid N，Shah M，Ahmad A，et al.An enhanced energy balanced data transmission protocol for underwater acoustic sensor networks[J].Sensors，2016，16（4）：1-22.

[14]Khan J U，Cho H S.A distributed data-gathering protocol using AUV in underwater sensor networks[J].Sensors，2015，15（8）.