论文部分内容阅读
水下无线传感器网络(Underwater Wireless Sensor Network, UWSN)由大量具有感知和无线通信能力的节点组成。受能量限制,节点通常采用数据融合去除数据分组之间的信息冗余,减少网络中的传输数据量,达到降低节点能量消耗,延长网络生存周期的目的。数据融合首先需要考虑的是如何在时间限制和能量节约之间做出选择,即研究在网络给定的时间限制下,如何通过数据融合最大化地节约网络能耗。延时分配算法的目的是为了满足实时性和融合增益的要求,将网络允许时延合理地分配到融合节点,避免节点的盲等和空等,保证网络实时性,又能一定程度上节约能量。然而,UWSN中,受水流、海水环境、节点通信等因素的影响,节点出现先发数据后到,后发数据先到的无序量测(OOSM)现象。OOSM现象对延时分配算法的影响如何,直接影响到算法的有效性。因此,本文借鉴现有的基于水上无线传感器网络的延时分配算法,提出一种适用于UWSN的延时分配算法,分析OOSM现象对其影响,主要工作如下：(1)利用OPNET建立水声信道模型和水声数据链路层模型,分析海水深度、温度的变化对声速的影响,实验验证水声信道模型适用于计算水下环境的传播延时。(2)分析水上无线传感器网络中经典的数据融合等待延时分配算法,将其移植到水下无线传感器网络。通过仿真分析可知,SSF-M/G/1算法中端到端的传输必要延时与冗余时间的分配策略相同,导致网络拓扑变化时会出现算法复杂度高却性能低的问题。(3)提出一种适用于UWSN的延时分配算法。网络中节点基于自身在网络中的位置和拥有子节点的个数,通过加权路径和融合贡献的思想计算节点的融合等待延时,在满足网络实时性的前提下节省节点能量消耗。通过OPNET仿真验证该算法能进一步降低网络传输延时和节点平均能耗,延长网络生存周期。(4)分析量测延迟时间为定值、周期变化或泊松分布时,OOSM现象对延时分配算法的影响。引入OOSM等待延时的概念,以增加网络传输延时为代价,提高数据融合的数据准确性。