密集水下无线传感器网络组网与评价技术

发布时间：2020-05-08 01:05

【摘要】：随着水下传感器、水下通信技术的发展与应用,水下无线传感器网络(Underwater Wireless Sensor Networks,UWSNs)正处于从理论研究、实验室仿真逐步走向海上实验、实际应用的阶段,密集UWSNs要求对所在的水下区域实施全覆盖的探测监视,是进行海洋环境监测、水下目标探测监视、水下求援目标搜索等的有效手段。密集UWSNs由漂浮或潜浮传感器节点、可自移动(UUV、AUV)节点和主节点(船舶)自动组织成为有机网络,对探测监视的数据进行及时收集与处理,在此基础上,通过分析计算UWSNs的整体性能和任务完成效果,对密集UWSNs进行优化。因此,密集UWSNs的部署组网、数据存取、整体性能分析和应用效果评估是需要解决的关键技术问题。课题针对三维立体空间进行全覆盖探测监视的要求,根据低带宽、高时延和误码率高等特征的水声通信,开展密集UWSNs的部署组网、数据存取、整体性能分析和应用效果评估研究,主要内容如下:(1)面向水下三维空间全覆盖探测监视的需求,提出了一种密集立体传感器节点交叉部署与网络组网方法。首先,传感器节点采用交叉叠加结构进行立体部署,并建立了节点交叉叠加结构计算模型和节点正向叠加结构计算模型,提出采用传感器节点覆盖利用率来衡量传感器节点部署的效率;其次,通过改进体心立方格结构,建立了水下无线传感器网络的节点部署过程模型,构建了水下无线传感器网络的物理拓扑结构;然后建立基于K-连通-K-支配集(K-Connected K-Dominating Set,K-CDS)的密集型UWSNs组网算法。该方法能够有效节省传感器节点的数量。(2)针对实时处理水下探测监视数据的要求,提出了基于导引图的密集型UWSNs数据存取机制DAGM。DAGM根据全网平均查询路径最短建立存储元数据的中心环结构,元数据描述了数据内容摘要和数据位置摘要。将整个网络划分不同区域,传感器节点感知生成数据后,基于地理位置散列(GHT)确定传感器所在区域的存储节点,通过多跳通信将数据传输到该节点存储后生成元数据,然后元数据被发送到离存储节点最近的中心环节点,并在中心环进行扩散与同步,这样在每个中心环节点都存储整个网络的元数据,形成网络全局的数据导引地图。在主节点查询数据过程中,选择距离自己最近的中心环节点处理数据查询请求,并根据数据导引地图生成数据传输路由,查询者根据数据传输路由与数据存储节点完成实际数据的传输,从而实现数据快速获取和处理。(3)为了能够对网络整体性能进行分析并使得网络具有一定的动态适应性,提出了密集UWSNs整体性能四测度计算模型SQPCM和面向整体性能动态优化的组网参数调整方法NPAM。根据任务需求,将完成海洋环境监测、水下目标探测监视任务的整体性能划分分为覆盖性、连通性、耐久性和快速反应性四个方面,并将影响UWSNs整体性能的参数划分分为三大类:约束参数、设备参数和组网参数,分析了这些参数与整体性能之间的关系,重点提出了覆盖性、连通性、耐久性和快速反应性的度量计算模型。通过多目标优化策略对组网参数进行调整,使得UWSNs的整体性能够具有一定的自适应性,形成面向整体性能动态优化的组网参数调整方法,这样网络在不同任务要求和环境下具有最大性能,或者在达到任务要求的情况下付出最小的代价。(4)针对水下空间全覆盖的传感器节点密集型网络,提出了UWSNs面向运动目标的发现概率模型和多节点信息融合的目标定位方法。密集UWSNs一个重要作用是尽可能发型进入探测监视区域的运动目标,目标发现概率和定位效果是衡量UWSNs使用效果重要的指标。将复杂的运动目标发现概率简化为两层传感器节点对运动目标的发现概率计算,再转化为四个相互交叉覆盖的传感器节点对目标的发现概率计算。在此过程中,将该探测监视区域按照目标进入点的不同,将网络覆盖区域细分成35个更小的区域,建立这些小区域的目标发现概率模型,联合这些小区域的目标发现概率,建立了UWSNs面向运动目标的发现概率模型。然后,根据UWSNs可以通过多个节点协同对目标进行快速定位,提出非线性加权最小二乘的多节点信息融合的目标定位方法。最后,总结全文的主要研究工作和创新点,并提出下一步要研究的重点内容。
【图文】：

概念图,主节点

图 1.2 DADS 概念图Fig.1.2 The conception of DADS水下部分由探测节点、主节点等组成。DADS的探测监视部分由一系构成。主节点可以对传感器的探测监视信息进行融合，并且具备

示意图,示意图

PLUSNet示意图
【学位授予单位】：哈尔滨工程大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP212.9;TN929.3

【参考文献】