19、水下运输用例：高效节能的网络协议方案

水下运输用例：高效节能的网络协议方案

1. 引言

地球大部分区域被水覆盖，大量重要自然资源隐藏在水下。水下传感器网络（UWSNs）被广泛应用于资源探索、海洋监测、水下监视、污染监测、灾害信息及时获取与预防、石油泄漏检测以及水下军事应用等领域。2018 年，国际海底管理局发布了 30 多份勘探合同，覆盖了近一百万平方公里的深海区域。

水下传感器网络由非静止传感器组成，许多研究人员提出了不同的节点部署策略，以用较少的传感器覆盖最大的区域。由于光波易散射，不太适合水下传感器网络，但可用于短距离通信以节省能源。水下环境是动态的，节点会随水流移动，速度和方向各不相同。因此，UWSNs 中的路由路径需要定期更新，节点需交换控制消息以熟悉邻居节点。这些因素导致水下通信中的传感器能耗是陆地网络传感器的 100 倍。

动态的水下环境使任何协议难以保持高效，需要根据部署区域进行修改。为了用较少的节点覆盖最大的区域，采用了 3D 节点部署模型。在 3D 模型中，传感器部署更灵活，可在水平和垂直方向移动。水下通信中还存在一些补充技术，如数据聚合、数据融合和数据传播等，以支持路由协议。其中，数据聚合通过减少网络开销来提高网络性能。采用基于轮次的聚类（RBC）技术，在成功传输后重新聚类，因为传感器的剩余能量和位置可能会发生变化。

网络被分为两层，底层节点形成集群，上层节点为转发节点。底层节点感知数据并传输到各自的簇头（CH），CH 进行聚合后，从上层选择合适的转发节点。转发节点根据与 sink 节点的距离和剩余能量水平进行选择。

使用改进的基于轮次的聚类（RBC）和基于相似度的聚类技术。在集群形成时，跳过邻居节点和快速移动的节点。邻居节点可能收集相似信息，跳过它们可减少相似性并节省能量；快速移动的节点无法在集群中停留足够时间来收集和传输数据。通过传感器的最后五个位置来确定其方向和速度，计算节点间的距离，若小于阈值则跳过。此外，采用不同的通信模式进行集群内和集群间的长、短距离通信。

2. 相关工作

• Energy Efficient Routing Protocol (EEDBR) ：该协议专门针对能量相关问题设计，选择中继节点或转发节点的标准是最小深度和最大剩余能量，已被证明是一种节能的路由协议。
• 反馈自适应路由协议 ：引入了获取反馈和寻找高效路由的机制，包括链路检测方案以检测最短路径和自适应路由反馈方法。通过动态路由更新机制减少路由信息更新频率，从而降低整体能耗并延长网络寿命。
• RBS 方案 ：按轮次工作，包括簇头选择、集群创建、方案初始化和数据聚合等阶段。每轮由 sink 节点初始化，簇头根据剩余能量、位置坐标和与 sink 节点的距离进行选择。集群根据地理区域形成，数据在 CH 进行聚合后传输到 sink 节点。每次数据传输后，根据系统情况的波动（如能量耗尽、节点移动等）进行重新聚类，以延长网络寿命。
• Relative Distance Based Forwarding (RDBF) ：该路由协议专注于转发节点，通过使用适应度因子来选择合适的转发节点，有效节省能量并减少延迟，通过减少参与节点的比例降低了能耗。
• Diagonal and Vertical Routing Protocol (DVRP) ：基于泛洪的协议，旨在最小化端到端延迟。根据能量进行泛洪，下一个节点将数据转发到 sink 节点，该协议改善了端到端延迟并降低了能耗。
• Geographical and Partial Network Coding (GPNC) 路由协议 ：旨在最小化数据包冲突，通过仿真和结果评估证明，该协议在高效传输方面取得了理想的改进。

在水下传感器网络数据聚合技术方面，余弦距离和欧几里得距离在处理收集的数据时更为合适。以往的工作主要集中在数据聚合，仅讨论了 UWSN 和 WSN 中现有的数据聚合技术。

3. 提出的方案

提出的节点跳过技术旨在节省能量并延长网络寿命，下面将从几个方面详细介绍。

3.1 网络架构

遵循 RBC 协议，假设节点采用 3D 部署。水面上的 sink 节点传感器配备了无线电天线和声学调制解调器，分别用于接收水下传感器的数据和将数据传输到岸上站点。水下 3D 部署的传感器节点也配备了用于光学和声学通信的两种调制解调器，每个节点既可以是数据源，也可以是将数据传递到 sink 节点的中继节点。所有 sink 节点通过无线电天线可以与其他节点和陆地基站进行有效通信。每个水下传感器都配备了深度传感器，知道自己与水面 sink 节点的精确深度。网络分为两层，底层用于形成集群和采集数据，上层用于寻找最佳转发节点将数据转发到 sink 节点。每个传感器的剩余能量水平不断变化。

3.2 深度阈值

遵循基于深度的路由（DBR）中的深度阈值。引入了一个新参数深度阈值 dth，用于选择中继或转发节点。只有当两跳之间的深度差大于阈值时，节点才会选择下一个节点作为转发节点；若差值等于阈值，则根据剩余能量进行选择。

3.3 集群形成

聚类是将网络划分为小的节点集群的概念，每个集群由一个簇头（CH）和多个集群节点组成。聚类技术用于稳定和精确大型网络。每个节点配备两种调制解调器，用于集群内和集群间的通信。集群内的节点作为数据源，收集数据并传输到各自的 CH，CH 再将数据传输到水面的 sink 节点。

采用 RBC 模型，在网络发生变化时重新形成集群。为了选择 CH，设计了算法，考虑以下两个基本参数：
- 在集群内选择深度最小的节点。
- 比较所有节点的剩余能量，若多个节点能量相同，则比较它们的深度。

集群形成过程如下：
1. 广播消息以形成集群并获取附近节点的信息。
2. 计算节点与所有邻居节点的距离。
3. 若节点与其他节点距离过近，比较它们的剩余能量，决定跳过哪个节点。
4. 测量每个节点的移动速度，若节点移动过快无法在集群中停留足够时间收集和传输数据，则跳过该节点。
5. 重复上述步骤进行每一轮的集群形成。

以下是集群形成和簇头选择的算法：
- 算法 1：集群形成
- 输入：所有节点信息
- 输出：形成的集群
- 步骤：
- 初始化集群为空
- 广播集群形成消息
- 接收邻居节点信息
- 根据节点信息和选择标准形成集群
- 算法 2：簇头选择
- 输入：集群内节点信息
- 输出：选定的簇头
- 步骤：
- 比较节点深度
- 若深度相同，比较剩余能量
- 选择深度最小且剩余能量最高的节点作为簇头

3.4 跳过节点

为了在集群形成时跳过不合适的节点，设计了算法。首先设置节点间的阈值距离 Dth，若两个节点距离小于该阈值，则跳过其中一个节点。评估节点是否加入集群或跳过的参数如下：
- 节点周围阈值距离 Dth 内不应存在其他节点。
- 若特定范围内存在第二个节点，其剩余能量 ER 应高于该节点。
- 节点的移动速度不应大于阈值速度 Sth。

算法 3：跳过快速移动和相邻的邻居节点
- 输入：节点信息
- 输出：筛选后的节点集合
- 步骤：
- 计算节点间的距离
- 比较距离与阈值 Dth
- 若距离小于 Dth，比较剩余能量
- 测量节点移动速度并与阈值 Sth 比较
- 跳过不符合条件的节点

3.5 集群内和集群间通信

声学方法适用于短距离水下通信，能耗较低，因此用于集群内节点到 CH 的数据传输。在应用相似度函数进行聚合后，使用光学方法将数据从 CH 转发到 sink 节点，因为光学方法适合长距离通信，但能耗较高。CH 由于使用光学方法长距离传输数据，能量消耗较快。

参数	声学	光学
模式	全向	定向
传播速度	1500 m/s	2.55 × 10⁸ m/s
数据速率	长距离低数据速率	仅短距离大数据量
能量消耗	低效	高效

3.6 聚合技术

聚合是在保持数据质量的同时去除冗余数据的方法，有多种聚合技术被使用。IDACB 用于避免冲突和减少数据重复。

以下是提出方案的流程图：

graph TD
    A[Sink 节点广播控制消息] --> B[节点回复深度、能量和速度信息]
    B --> C[逻辑分层：上层中继节点，下层源节点]
    C --> D[下层选择簇头形成集群]
    D --> E[源节点收集数据并传输到 CH]
    E --> F[CH 进行聚合]
    F --> G[CH 选择中继/转发节点]
    G --> H[数据传输到 sink 节点]
    H --> I[能量消耗，重新选择簇头和集群]
    I --> D

节点跳过的流程如下：

graph TD
    A[广播集群形成消息] --> B[获取附近节点信息]
    B --> C[计算节点间距离]
    C --> D{距离 < 阈值 Dth?}
    D -- 是 --> E{剩余能量比较}
    E -- 保留高能量节点 --> F[继续评估速度]
    D -- 否 --> F
    F --> G{速度 > 阈值 Sth?}
    G -- 是 --> H[跳过节点]
    G -- 否 --> I[加入集群]
    H --> B
    I --> B

在后续内容中，将对该方案的结论和未来工作进行探讨。通过上述方案，有望实现水下传感器网络的节能和网络寿命的延长。

水下运输用例：高效节能的网络协议方案

4. 结论与未来展望

通过上述方案，我们提出了一种节能且能延长网络寿命的协议。在集群形成之前，我们测量了节点的移动速度，并在集群形成时考虑了节点的剩余能量、当前移动速度以及与邻居节点的距离这两个主要参数。我们定义了与邻居节点的阈值距离和快速移动节点的阈值速度。如果任何节点与其他邻居节点过于接近，距离达到阈值，其中一个节点将被从集群中跳过。对于快速移动的节点，如果其速度超过阈值，将不适合用于集群形成。

具体来说，我们的方案具有以下优势：
- 节能效果显著 ：通过跳过不合适的节点，减少了不必要的能量消耗。例如，跳过邻居节点避免了数据的重复收集和传输，跳过快速移动节点避免了因节点无法稳定参与集群而造成的能量浪费。
- 网络寿命延长 ：采用基于轮次的聚类（RBC）技术，在每次数据传输后根据节点的能量和位置变化重新聚类，确保了网络的稳定性和可持续性。同时，合理选择转发节点和采用不同的通信模式，也有助于降低整体能耗，从而延长网络寿命。
- 数据处理优化 ：在簇头（CH）进行数据聚合，去除冗余数据，减少了数据传输量，提高了数据传输效率。使用 IDACB 等聚合技术，进一步避免了冲突和数据重复，保证了数据质量。

然而，该方案仍有一些可以改进和拓展的方向，以下是未来工作的一些展望：
- 更精确的节点评估 ：目前我们主要考虑了节点的剩余能量、移动速度和与邻居节点的距离。未来可以引入更多的参数，如节点的通信质量、数据采集精度等，以更全面地评估节点的适用性，进一步提高网络性能。
- 自适应通信模式调整 ：虽然我们采用了声学和光学两种通信模式，但可以根据网络的实时状态和需求，动态调整通信模式的使用。例如，在能量充足时可以适当增加光学通信的比例，以提高数据传输速率；在能量紧张时则更多地使用声学通信，以节省能量。
- 与其他技术的融合 ：可以将该方案与其他先进技术相结合，如人工智能、机器学习等。通过机器学习算法预测节点的移动轨迹和能量消耗，提前进行合理的节点调度和资源分配，进一步优化网络性能。
- 大规模网络测试 ：目前的研究可能主要基于小规模的模拟实验。未来需要在大规模的水下传感器网络中进行实际测试，验证方案在复杂环境下的可行性和有效性，发现并解决可能出现的问题。

总之，我们的方案为水下传感器网络的节能和网络寿命延长提供了一种有效的解决方案。通过不断的改进和拓展，有望在实际应用中发挥更大的作用，推动水下运输和监测等领域的发展。

改进方向	具体内容
更精确的节点评估	引入通信质量、数据采集精度等参数
自适应通信模式调整	根据网络实时状态动态调整声学和光学通信比例
与其他技术的融合	结合人工智能、机器学习等技术进行节点调度和资源分配
大规模网络测试	在大规模水下传感器网络中验证方案的可行性和有效性

未来的研究将围绕上述方向展开，不断探索和创新，以实现水下传感器网络的更高效运行和更广泛应用。

graph LR
    A[当前方案] --> B[更精确的节点评估]
    A --> C[自适应通信模式调整]
    A --> D[与其他技术的融合]
    A --> E[大规模网络测试]
    B --> F[优化网络性能]
    C --> F
    D --> F
    E --> F
    F --> G[推动水下领域发展]

以上是对该水下运输用例方案的总结和未来展望，我们期待通过持续的研究和改进，为水下传感器网络的发展做出更大的贡献。