【摘 要】
:
随着各国对海洋重视程度的提高,水下通信技术得到迅速发展,水下传感器网络应运而生。水下传感器网络在海洋应用技术如海洋资源探查、军事监视、灾害防护等方面起着重要的作用。但水下通信环境复杂,存在延时大、带宽低等问题。而水下路由协议决定着节点的通信路径,对水下网络的性能起着关键作用,是当前研究水下传感器网络的热点。本文的主要工作及创新点如下:(1)针对水下路由空洞问题,本文提出一种基于深度的双层级节点分层
论文部分内容阅读
随着各国对海洋重视程度的提高,水下通信技术得到迅速发展,水下传感器网络应运而生。水下传感器网络在海洋应用技术如海洋资源探查、军事监视、灾害防护等方面起着重要的作用。但水下通信环境复杂,存在延时大、带宽低等问题。而水下路由协议决定着节点的通信路径,对水下网络的性能起着关键作用,是当前研究水下传感器网络的热点。本文的主要工作及创新点如下:(1)针对水下路由空洞问题,本文提出一种基于深度的双层级节点分层算法DBTLH(Depth-Based Two-Level-node Hierarchy Algorithm)。不同于传统的单层分层算法,DBTLH将水下网络分为外层和内层两个层级。在首次层级划分过程中,采用两种广播控制包方式:汇聚节点广播控制包和普通节点广播控制包,前者根据节点的深度确定首层节点内外层级,而后者则通过层内收包广播机制、层外收包广播机制确定普通节点的初始层级。在后续的层级划分时,采用了基于分层策略因子的层内收包机制确定节点的最终层级。该算法通过基于在不均等间距深度的外层中加入内层划分的策略,保证了在分层结束后各节点在传输范围内至少存在一个上层的邻居节点,提高了网络节点的水下连通度,有效解决了中继节点传输问题。(2)针对当前水下路由协议洪泛传输导致的能耗过大问题,本文提出了一种基于层级与矢量的水下传感器网络路由协议LVR(Layer and Vector-based forwarding routing protocol)。LVR在分层阶段采用本文提出的DBTLH分层算法,发送节点在路径选取时采用单路径传输方式,可应对冗余多路径问题。该协议在选取下一跳节点路径传输时不采用洪泛广播的方式,而是从自身邻居信息表中选取最优的下一跳,选取的下一跳节点综合考虑层间通信、最佳矢量距离以及节点剩余能量,从而减少路由跳数使得数据包更快到达Sink节点。而在最后一层传输时,采用了角度传输机制从而减少了能量消耗。仿真结果表明,本文提出的LVR路由协议有效提高了网络性能,降低了端到端延时,提高了数据包到付率,减少了网络能耗。
其他文献
目前,氢气的生产主要来自甲烷的蒸汽重整,这种方式仍然依赖有限的化石能源,并且显著增加了CO2的排放量。电催化分解水是一种低成本、大规模制氢的方法,也被认为是未来商业绿色制氢的潜在方法。Pt基催化剂因具有最理想的氢吸附势能而受到人们的广泛关注,但它在碱性电解液中缓慢的析氢动力学,快速的衰变和稀缺性限制了其大规模商业应用,也使得氢能源发展受阻。因此,如何提高Pt基催化剂在碱性电解液中的析氢动力学,稳定
锂离子电池(LIB)由于其能量密度高、循环寿命长以及无记忆效应,近年来已成为便携式可穿戴电子设备、交通工具和智能电网的理想电源。然而,商用液态电解质的锂离子电池存在严重的安全问题,如挥发、漏液、易燃和爆炸等。目前,已经探索了许多策略来制造具有更高安全性的电池,包括使用固态电解质代替液体电解质。不幸的是,固态电解质中低的离子电导率和差的界面相容性,限制了它们进一步的实际应用。凝胶聚合物电解质是通过溶
天然橡胶(NR)由于自身独特的特性如拉伸结晶、弹性好、强度高等,在民用领域、航空航天领域等有大量应用,但由于其在使用过程中需长期暴露在空气、水、光照、臭氧及外力因素下等外界环境等,导致橡胶制品在使用过程中性能劣化,大幅缩减使用寿命。众多老化类型中热氧老化占比最大,因此选择适合预防热氧老化的方法尤为重要,在NR内填入防老剂是提升耐老化性最普遍的方式。因此,对防老剂的防护机理和改善防护效果的众多因素进
近年来,深度学习技术发展迅速,在图像分类、物体检测、语音识别、自动驾驶等领域成果丰硕。究其原因,在于它通过建立神经网络模型,实现分析学习活动的拟人脑化。随着深度学习技术研究与应用的不断深入,网络系统安全性隐患日益凸显。因其自身脆弱性,深度神经网络易遭受恶意攻击,导致网络系统和用户的数据隐私安全受到威胁。因此,攻击和防御研究已成为深度学习研究的重点。其中,对抗样本是一类由攻击者为了欺骗深度学习模型而
水下传感器网络在海洋应用中扮演着日益关键的角色,如应用于深海监控,海洋污染监测,以及深海资源管理等方面。但水下环境复杂多变,在陆地上相对成熟的无线传感器网络技术并不能直接应用于水下网络,因此水下传感器网络面临诸多挑战。路由性能的优化对于水声传感器网络能效的提升有着直接的影响,是水声传感器网络研究的关键课题之一。针对水下传感器网络数据传输效率低、网络生存周期短的问题,本文首先提出了两种适用于浅水区域
互联网高速发展的同时伴随着大量的网络安全问题,恶意软件便是网络空间中存在的巨大威胁之一。日益增长的恶意软件及其变体使得准确和高效地检测恶意软件变得十分困难,现有的方法已经难以完成越来越复杂的恶意软件检测和分类任务。一方面,传统的基于机器学习的方法在进行特征融合时,没有考虑特征之间的关联性,导致表征能力不足,检测精度较低,并且容易受到概念漂移的影响。另一方面,现有的基于图像的恶意软件分类方法,在可视
随着全球数字化进程加快,网络攻击事件层出不穷,网络窃听已成为网络通信安全的严重威胁。功能日臻完善的网络嗅探器和密码破译软件使得隐蔽通信变得愈加困难,现有的隐蔽通信方法面对来势汹汹的网络窃听攻击越来越显得力不从心。一方面,基于网络专线和数据加密的传统隐蔽通信方法容易引起网络攻击者的注意。另一方面,基于数字图像隐写的现有隐蔽通信方法,容易遭受到JPEG等有损压缩攻击而导致数据传输出错。单张数字图像隐写
二维(2D)材料因其卓越的物理性质和在光学、电子学、光电子学以及自旋电子学等领域的潜在应用而受到人们极大的关注。在过去的几十年里,很多研究工作都集中在了石墨烯上。然而石墨烯是一种零带隙半导体,这限制了其在光电子学方面的应用。而过渡金属硫属化物(Transition Metal Dichalcogenides,TMDCs)与石墨烯相似,是一种具有蜂巢结构的二维层状材料,其层内原子的成键属于共价键,层
无线传感器网络在物联网时代下作为获取数据信息的重要技术之一得到了快速发展,应用领域也十分广阔。但是无线传感器网络仍然受到节点能源限制的问题,并且受到恶劣环境等影响会造成传感器节点故障,降低数据传输的可靠性等问题。因此,如何有效降低节点能量损耗,延长网络生命周期是无线传感器网络的关键问题。针对无线传感器网络非均匀分簇存在簇群范围过大,随机选择和更换簇头导致的节点能量资源消耗过快出现死亡,簇群覆盖面积
随着互联网智能设备普及率的不断提高,智能家居、智慧城市和智能电网等物联网相关技术已经融入到人们的日常生活。物联网终端设备和云服务器共同构成物联网,随着物联网行业的持续发展,产生的数据与日俱增。为了对数据进行更加方便的存储和更加有效的利用,在面对海量数据的传输和存储方面,物联网终端设备产生的数据存储在云端的服务器中,大量的信息和基础设施被连接到公共互联网上,这使得数据面临着许多安全威胁和挑战。尤其是