【摘 要】
：
随着水下智能物联网的发展,水下无线传感器网络的应用越来越广泛。但由于水声信道具有时延高、能量损耗大、吞吐量低等特点,严重制约了水下传感器网络的传输效率。因此,如何从基于通信链路质量的路由层面找到一条最优的数据传输路径,从而实现网络数据传输效率最大化,是当前水下传感器网络的研究热点。本文的主要研究工作和创新点如下:1.针对水下无线传感器网络吞吐量低的问题,提出了一种基于链路质量的水下机会路由算法OR
论文部分内容阅读
随着水下智能物联网的发展,水下无线传感器网络的应用越来越广泛。但由于水声信道具有时延高、能量损耗大、吞吐量低等特点,严重制约了水下传感器网络的传输效率。因此,如何从基于通信链路质量的路由层面找到一条最优的数据传输路径,从而实现网络数据传输效率最大化,是当前水下传感器网络的研究热点。本文的主要研究工作和创新点如下:1.针对水下无线传感器网络吞吐量低的问题,提出了一种基于链路质量的水下机会路由算法ORLQ（Opportunistic Routing Algorithm Based on Link Quality）。该算法首先通过基于TOA的测距方法和三边定位法对普通节点进行定位,以获得节点深度信息。在当前节点通信范围内的所有节点中,当节点深度值小于数据分组中包含的深度值时,将该节点加入到具有路由转发资格的前向节点集合中。接着基于香农定理计算当前节点与各候选中继节点之间的链路吞吐量。在此基础上,对集合中的节点采用路由潜力机制选择最高优先级的候选节点,该机制综合考虑了链路吞吐量、节点剩余能量、传输距离和传输时延。仿真实验表明,该算法有效提高网络吞吐量,平衡网络的能量消耗。2.针对节点遭遇通信空区的问题,提出了一种基于链路质量的确认帧修复空洞机制AFRLQ（Acknowledgment Frames Repair Void Mechanism Based on Link Quality）。在AFRLQ算法中根据声信号的路径损耗和噪声得到链路吞吐量,寻找最优传输功率,采用本文提出的ORLQ算法思想计算节点路由潜力,结合传输距离、能量消耗、传输时延,从而选择最高优先级的下一跳节点。利用候选节点集合的基数判定路由遭遇空洞,根据返回的确认包来确认数据包丢失,在发送方计时器结束后,选择次优先级节点重传数据包,减少网络的能量消耗,保障通信链路不中断。仿真结果表明,提出的AFRLQ机制能够减少路径损耗和噪声对网络性能的影响,降低了网络的端到端时延,延长了网络生命周期。
其他文献
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
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
近年来,水下无线传感器网络受到越来越多研究人员的关注,因其在国防军事及海洋资源环境监测上展现出巨大的应用价值。然而,由于网络的部署水下部署环境具有开放性和无人值守性,使得传感器节点容易遭受各种各样的攻击。虽然传统的安全技术可以有效应对外部攻击的威胁,但不能应对内部攻击的威胁。信任模型已用于许多应用场景下的恶意节点检测中。然而,复杂、动态和恶劣的部署环境使得现有的信任模型在水下传感器网络的恶意节点检