基于水声认知技术的数据传输模型与协议研究

Underwater sensor network (UWSN) is a typical data centric network, which is mainly responsible for collecting message form the underwater environment. Network throughput is one of the most important indexes to evaluate network performance. The Cognitive Underwater Acoustic Communication combines the cognitive radio technology with the underwater acoustic communication, which improves the utilization ratio of the channel resources through the intelligent spectrum sharing, and opens up a new direction for improving the network throughput. In this subject, we focus on the research of unified channel resource scheduling model based on underwater acoustic cognitive technology, and design MAC and routing layer algorithm and protocol. Firstly, to improve network throughput, a unified channel resource scheduling model is found. And, the multi-session link scheduling and channel resource dynamic allocation strategy are studied and a multi-session cognitive link scheduling protocol is proposed; The heuristic dynamic forwarding strategy is studied and a heuristic dynamic cognitive routing protocol is proposed. Then, the complexity of multi-session cognitive link scheduling and heuristic dynamic cognitive routing protocol is proved; Finally, the simulation and test platform for the cognitive underwater acoustic data transmission protocol is established, and the theoretical results are verified by simulation and experiment.

水下传感网是一种典型的以数据为中心的网络，其核心任务是高效收集水下环境数据，网络吞吐量评价网络性能的最重要指标之一。水声认知技术将认知无线电技术和水声通信相结合，它通过智能频谱共享提高信道资源利用率，为提高网络吞吐量开辟了一个新方向。本文着重研究基于水声认知技术的信道资源统一调度模型，并基于此设计MAC和路由层算法与协议。首先，以网络吞吐量为优化目标，建立基于水声认知技术的信道资源统一调度模型；接下来，研究多会话链路调度和信道资源动态分配策略，设计多会话认知链路调度协议；研究启发式动态转发策略，设计启发式动态认知路由协议；然后，证明多会话认知链路调度和启发式动态认知路由协议的复杂性；最后，建立适用于水声认知技术的数据传输协议仿真和测试平台，并对上述理论结果进行仿真和实验验证。

本课题面向水下传感网，以长期、大范围水下数据采集需求为背景，从能耗、吞吐量和环境抗扰性三个角度出发，研究低功耗，高吞吐量，抗环境干扰的水下传感网资源调度模型与数据传输协议。首先，以网络吞吐量为优化目标，研究基于水声认知技术的信道资源统一调度模型；在此模型基础上，研究链路调度和信道资源动态分配策略，设计高复用水下链路调度协议，与典型水下链路调度协议对比，可以看出在均匀负载场景下本协议可以将吞吐量提高至少50%以上，在加权负载场景下本协议可以将吞吐量提高至少36%以上；研究启发式动态转发策略，设计启发式动态认知路由协议，在节点个数为 800 的稠密网络拓扑下，本协议平均降低能耗超过 81.5%，表现出较好的平均能耗和网络扩展性；最后，建立适用于水声认知技术的数据传输协议仿真平台，并对上述理论结果进行仿真和实验验证。通过本项目研究，形成一整套基于水声认知技术的水下传感网数据传输理论研究体系和算法，为水下传感网在民用和军用等方面的广泛应用奠定理论基础。上述研究成果得到了国内外研究同行的广泛认可和跟进，形成了持续的学术影响力。受项目资助，发表重要国际期刊和国际会议论文9篇（期刊论文7篇，会议论文2篇），其中7篇论文被 SCI 收录，分别发表在IEEE Transactions on Vehicular Technology、IEEE Access、IEEE Systems Journal、Computer Communications和Computer Networks高水平国际期刊，2篇论文被 EI收录。申请发明专利6项，其中授权专利3项。