水声传感网络接入理论与关键技术研究

Multiuser access technology is the key technology guarantee for information acquisition, transmission and processing of underwater sensor networks. Concerning the physical layer technology together is the main way to overcome the limitations of traditional network access technology in underwater acoustic channel. In this proposal, a hybrid access method is proposed that integrates the fixed and random access methods together. These two methods are widely used in the network access. Online sensing strategy based on underwater acoustic sensor networks in the channel and business are used to obtain the status information. Adaptive adjustment of the physical and access layer are realized also based on the learning strategy..Compared with the underwater acoustic sensor network access technology of traditional, the proposed method has the following advantages:1)The fixed access and random access hybrid access scheme is more convenient for the different application requirements of the acoustic sensor network; 2) the introduction of non orthogonal multiple access (NOMA) technology can effectively expand the network capacity and improve the robustness; 3) By introducing the reinforcement learning theory access method can have better self-adaptive performance than the traditional one and be more suitable for the underwater acoustic sensor network in which the business and environmental parameters will change frequently. 4) Multi-mode and high-efficiency technology in PHY will also do help to provide better technical support for the above access methods..After all, the research work of this project has a certain innovation and application value for promoting the development of underwater acoustic sensor network access technology.

接入技术是水下传感网信息获取、传输与处理的关键技术保障。联合物理层技术开展接入方法研究是克服传统网络接入技术在水声信道应用局限性的主要途径。本课题提出的水声传感网混合接入方法融合了固定接入和随机接入两大类接入方案，通过对水声传感网中的信道和业务的在线感知策略来获取状态信息，并基于学习策略实现对物理层和接入层的自适应调整。本研究提出的水声传感网接入技术相比传统水声网络方法有以下几个优势，即：1）固定接入和随机接入混合的接入方案更便于水声传感网的不同应用需求；2）引入非正交多址接入（NOMA）技术能更好地扩展网络容量并提高稳健性；3）通过引入强化学习理论的接入方法能具有更好的自适应性能，适合水声传感网这类业务和环境参数多变的应用场合；4）物理层多模、高效技术研究也有助于为上述接入方法提供更好的技术支持。本项目的研究工作对于推动水声传感网接入技术的发展具有一定的创新性和应用价值。

项目组根据国家自然科学基金申请的研究内容，对水声传感网络接入理论与关键技术进行研究。完成的主要研究工作和取得的重要成果如下：.(1)在水声传感网络信道信息获取方法研究方面，项目组提出引入动态的测量机制，避免了传统方法在多普勒频谱上的混叠现象。在信道预测方面，很好地利用了各延时径之间的相关性，利用AR模型与卡尔曼滤波算法对信道响应进行预测和修正，其中在AR模型的阶数选择问题上借助信息量准则处理计算复杂度与模型精确度二者之间的平衡，实现了较高精度的信道预测。.(2)在水声传感网络节点位置信息感知方面，项目组提出了基于遗传粒子群（GAPSO）的节点选择算法，引用了位置熵、声速修正因子、剩余能量，共线度等条件作为筛选指标，利用GAPSO算法进行收敛计算，结果表明所提出的改进算法能够达到更好的效果。在GAPSO算法中，最重要的是目标函数的设计，粒子会以目标函数计算出的适应度值为指标对最优解进行搜索。.（3）在水声传感网络固定接入方法研究方面，项目组研究了一种基于Chirp-rate准正交性的DSSS-CDMA系统。基于不同调频率的Chirp信号之间的准正交性，向多用户分配Chirp载波，来代替DSSS-CDMA中的单频载波调制。为了进一步增强多用户间的正交性，抑制MAI，又向不同的用户分配相互正交的PN序列。在水声传感网络随机接入方法研究方面，项目组提出一种基于Q学习的MS-ALOHA协议，称为QS-ALOHA，该协议通过学习，智能地选择时隙，并可以在收敛时找到最佳时隙，实现类似TDMA完美的调度。强化学习有四个要素：环境、回报值、行为和状态，其作用是在某个环境下通过采取某些行为实现状态的转化，最终得到一个具有最大累计回报值的最优策略。.（4）在水声传感网物理层通信体系研究方面，项目组提出了一套低复杂度的资源分配算法。该算法基于贪婪策略，是比特增加算法的一种变形，不同的是每一次增加的不是一个比特。比特增加算法与比特删除算法最差情况的计算复杂度均为O(N2)，提出算法最差情况的计算复杂度为O(N2-N)。相比于比特增加算法和比特删除算法，提出的算法有效地降低了最差情况下的计算复杂度。.发表标注本项目资金资助号的期刊和会议论文27篇，SCI检索23篇；申请和授权国家发明专利5项；参加国际学术会议14人次；培养博士生4人（毕业2人），毕业硕士研究生14人。