基于喷泉码的水声传感器网络传输优化研究

来源 :哈尔滨工程大学 | 被引量 : 0次 | 上传用户:xuhong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
水声通信技术作为智慧海洋工程中的一项重要技术,经历了近半个世纪的发展。针对水声通信网络层技术的研究层出不穷,大大提升了水声通信系统的可靠性和有效性。随着水声通信技术的发展,水下节点间无线组网通信受到了广泛关注,使水声传感器网络(Underwater acoustic sensor network,UASN)的工程化成为可能。在UASN中,端到端可靠传输一直是该领域备受关注的研究热点之一。论文以国家自然科学基金《水声网络中基于数字喷泉码数据传输技术的多目标优化研究》项目研究为背景,在深入分析了现阶段喷泉码在UASN中应用的国内外研究现状的基础上,针对UASN中基于喷泉码的网络可靠传输问题,从喷泉码编译码算法、喷泉码编码冗余度和水声传感器节点发射功率参数优化策略以及喷泉码多跳传输协议3个方面开展了深入研究。
  首先,论文针对水声信道(Underwater acoustic channel,UAC)复杂的时-空-频变特性,从增强UASN对水声信道环境适应性的角度出发进行研究。在UASN中采用中短码长喷泉码能够降低需要传输的编码包总数量,从而降低单次通信持续时间,使喷泉码UASN通信对水声信道环境具有更好的适应性。论文以LT码为主要研究对象,考虑到LT码译码失败的主要诱因是信源数据包的不完全覆盖和编码矩阵存在短小环,针对中短码长条件下LT码有限长性能与其无限长条件下的设计性能具有一定差距的问题,研究减少短小环以及增加信源数据包覆盖率的方法,提升中短码长LT码的译码性能。论文提出了一种基于高度数编码包掺杂和信源数据包分类的集合间非均匀选择喷泉码编码算法(Doping and non-uniform selecting LT,DNS-LT),提高了信源数据包覆盖率,降低了编码矩阵出现短小环的概率。DNS-LT编码算法无需复杂的度分布优化设计,仅需改进编码的信源数据包选择过程就可以优化LT码的译码性能。此外,通过研究发现,迭代译码停止集中仍有大量信息可以用于最大似然译码。因此,论文提出了一种置信传播(Belief propagation,BP)和在线高斯消元(On the fly Gaussian elimination,OFG)相结合的OFG-BP联合译码算法,在提升译码性能的同时降低了译码时延。
  其次,论文根据水声信道环境特性分析了水声信道模型及丢包率模型,建立了通信效率模型和单比特能量消耗模型。在此基础上,深入分析了编码冗余度对通信效率的影响和发射功率在通信效率最大化条件下对单比特能量消耗的影响,最终确立了以通信效率最大化为前提的单比特能量消耗优化思想。提出了2种自适应优化策略,分别为:(1)发射功率固定条件下的自适应编码冗余度优化策略——NLMS-ARO;(2)发射功率可调条件下的自适应编码冗余度和发射功率联合优化策略——NLMS-JAPRO。二者能够优化UASN中节点间点对点通信场景下的通信效率和单比特能量消耗。
  最后,论文以上述研究为基础,针对UASN中网络层多跳传输的优势和面临的挑战,分析了设计喷泉码UASN网络层多跳传输协议的可行性以及每跳编码冗余度和发射功率对全局性能的影响。进而,提出了用于UASN网络层的编码冗余度和发射功率联合优化喷泉码多跳传输协议,给出了各类传感器节点(信源节点、中间节点、信宿节点)上的数据处理流程。为了降低中间节点处理算法的复杂度,提出了最短路径搜索迭代化简喷泉码部分译码算法和重编码算法。仿真试验表明,所提出的喷泉码多跳传输协议和中间节点部分译码算法以及重编码算法能够优化UASN的全局通信效率和全局单比特能量消耗,降低端到端通信时延、中间节点处理算法的复杂度和信源数据包擦除概率,提升了端到端成功交付率,有助于提升UASN的全局通信性能。
其他文献
无线电能传输(Wireless Power Transfer,WPT)技术指的是将能量通过发射器转换为其他形式中继,隔空传输一段距离后,再通过接收器将中继能量转换为电能,实现非接触式能量传输。电场耦合式无线电能传输(Electric-field coupling wireless power transfer,ECPT)是无线电能传输技术的一个新兴领域,它具有功率损耗低,电磁干扰小,能够穿越金属障
无线传感器网络是由大量具有无线通信能力和数据处理能力的传感器节点构成的自组织网络,利用其对海洋环境以及物理、化学特性进行观测,对于海洋研究具有重要的价值,得到了广泛关注。但是,由于海洋环境无线电波传播的复杂性,传统无线传感器网络的数据传输方法,尤其是节点的时间同步协议与数据可靠汇聚方法面临巨大挑战。因此,本文主要针对海洋无线传感器网络开展研究,重点关注节点的高可靠时间同步方案与可靠数据汇聚方法。具
近年来,不断提高的交通技术改变了人们出行方式,然而频繁发生的交通事故不仅严重危害了公众的生命而且往往造成较大的经济损失。据分析,多数交通事故是由驾驶员疲劳驾驶或分心驾驶导致对车辆操控能力下降造成的。为了降低人为导致的交通事故率,在驾驶员处于疲劳或分心状态时,对驾驶员的状态和行为进行检测并给予相应警告,能有效提高驾驶员的安全意识从而规范驾驶行为。基于此,本论文旨在提出高效准确的驾驶员行为识别算法来实
空间通信处理平台上存在大量的数字信号处理器如FPGA、DSP等。太空辐射粒子轰击到这些处理器后可能会使处理模块的存储数据发生改变,导致处理故障,其中最常见的故障就是单粒子效应。现代空间通信平台包含完整的发射和接收流程,其中接收处理复杂度远高于发射处理,而接收流程中复杂度最大的模块之一就是信道译码器。卷积编码作为一种纠错码是无线通信中经常使用的信道编码方式之一,接收端通常采用维特比(Viterbi)
学位
末制导雷达是导弹末端制导的跟踪雷达,而相控阵体制的末制导雷达区别于以往常规体制末制导雷达,是采用相控阵体制而建成的一种末端制导雷达。相控阵末制导雷达相较于常规体制的机械扫描末制导雷达有很多机械扫描雷达不具备的优点如:天线波束快速扫描能力、天线波形的捷变能力,空间功率合成能力、雷达天线共形能力、多波束形成能力、空域滤波与空间定向能力等。而空域滤波、波形捷变、多波束形成等能力具有很强的抗干扰能力,因此
目标检测作为一项重要的计算机视觉任务,用于对图像所包含的物体进行分类和定位。近年来,深度学习技术的快速发展使得目标检测迎来了新的契机,产生了许多经典算法。一般来说,从是否产生候选框的角度出发,可以将目标检测算法划分为两个分支:实时性良好的单阶段检测算法以及准确率相对出色的基于区域提议的算法。多尺度的目标检测一直都是这两种算法优化的基本挑战,尤其是对于小目标的检测。  本文针对特征金字塔网络(Fea
学位
随着基于位置服务需求的增长,室内定位成为国内外学者研究的重点领域。研究发现采用多传感器信息融合方法可以提高定位准确度。针对室内定位的发展趋势以及惯性和视觉定位的各自优缺点,从不同融合结构角度出发,本论文主要提出了以下三种融合定位算法:  第一种算法是利用极限学习机融合惯性和视觉信息进行室内定位。在基于单层极限学习机的视觉定位方法中,引入图像模糊判断解决采集的图像模糊时视觉定位算法误差大的问题。同时
在当今的信息化时代,随着人类对高质量图像和视频的主观需求越来越强烈,图像和视频处理技术越来越广泛地应用在各个领域。图像复原技术是指在现有硬件条件下,从软件层面对退化图像和视频进行处理,使其尽可能地复原出目标场景的细节信息以提升图像和视频质量。近年来,深度学习由于具有强大的自学能力,可以端到端地学习不同质量空间的特征映射,为图像复原领域带来了全新的发展理念。  在图像复原任务方面,现有的深度卷积神经
学位
目标检测与角度估计技术是数字图像处理研究的热门之一,伴随着深度学习框架的逐渐成熟,目标检测与角度估计技术在学术界掀起了一股新的热潮。此类技术被广泛应用于诸多场景中,然而在应对不同场景需求时,目标检测与角度估计技术经常遇到信息观测维度的问题:在某些有限的信息观测维度下观测,目标之间或目标与背景之间差异较小,进而导致分辨效果较差。因此为提升目标检测与角度估计效果,需要结合场景特点,在场景内寻找最有效的
学位
傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)显微成像是一种同时涵盖精细光谱信息和空间信息的微区分析技术,具有上百个光谱波段的探测能力,光谱分辨率可达到λ/Δλ=100个数量级的光谱立体图像,最近一些文献中也称FTIR显微成像为FTIR高光谱显微成像。依据化学计量学定性剖析光谱信息时关注光谱维度,是因为FTIR显微成像数据具有丰富的特