面向海洋监测的海空地协同边缘架构与拓扑控制

针对现有海洋监测网受限于光缆技术可达深度及传统集中式处理的网络架构存在中心节点压力大的问题，提出了一种面向海洋监测的海空地协同边缘计算架构。在该架构中，水声传感器网络是海洋数据监测平台，协同边缘计算架构将复杂处理任务从远程云中心分散至边缘端，将水下异常数据传达到边缘端进行预处理后，再上传到云数据中心，必要时发出预警。针对水下传感器容易出现能量不足、链路中断的问题，提出了水下滑翔机辅助拓扑控制算法。该算法中终端节点和边缘节点呈3∶1比例部署，通过节点的链路失效模型判断失效概率，当超出失效概率阈值时，便通知水下滑翔机利用改进的粒子群优化算法执行拓扑修复，并以覆盖率和连通性最大为优化目标求解最优修复位置。仿真结果表明：所提新架构端到端时延约为传统架构的1/3,能量效率得到明显提升；与传统深度调节方法对比，所提拓扑控制算法覆盖率与连通度提升至87.9%、9.3。     

水声网络中生物友好的网关部署优化

海洋哺乳动物与水声传感器网络共享水声信道,导致网络端到端延时增加,数据包投递率降低.针对这一问题,提出一种生物友好的水声网络多网关部署优化策略.该策略以网关作为网络的数据汇聚中心,用统计学方法确定海洋哺乳动物位置,并根据水声信道模型计算生物干扰半径,从而确定生物-网关干扰区域.以最小化网络端到端平均时延为目标,联合整数线性规划和贪婪-交换启发式算法优化网关部署.仿真结果表明:与随机部署和不考虑生物干扰的网关部署方法相比,采用本文策略使端到端时延降低62%和52%,数据包投递率提高36%和19%.     

基于水下云边协同架构的珊瑚礁监测新机制

珊瑚礁是极具研究价值的海洋生态系统, 水声传感器网络(underwater acoustic sensor networks, UASNs)是监测与保护珊瑚礁系统的有效手段。然而, 随着水下传感设备的大规模应用, 感知数据的类型及数量大幅增加, 传统UASNs架构将原始数据直接上传至水面数据中心的集中处理方式给网络能耗和通信效率带来严峻挑战。本文构建了一种基于边缘计算的水下端边云系统架构, 并提出一种适用于该架构的两级协同珊瑚礁系统监测机制。该架构将复杂处理任务从远程云中心分散至边缘端, 减轻了云端处理负荷。该机制由两级监测环节组成, 同时包含了端侧图像处理和端边协同数据检测策略, 实现了机器学习任务的边缘侧执行和数据的原位处理。实验结果表明, 本文研究能够明显减少网络数据流量, 有效降低网络能耗及传输时延, 显著延长网络生命周期。     

基于深度可调节节点的水声网络部署优化算法

为提高网络的有效覆盖率,提升对目标区域监测的质量,提出一种基于深度可调节节点的水声网络部署优化算法。算法中节点通过深度调节形成以sink节点为根节点的树形拓扑结构,实现网络的全连通。以最大化有效覆盖为目标,以保证节点间的有效连通为约束条件对节点覆盖的最优位置进行求解,优化节点部署。仿真结果表明,所提算法较基于voronoi图的深度调节算法和传感器节点深度调节进行自我部署，以实现最大化覆盖的部署算法。两种基于深度调节节点的算法实现了有效覆盖率的明显提升,在节点数量为60、感知半径为0.8 km时,有效覆盖率分别提高了11.87%和12.59%。同时网络中节点的平均连通度更高,拓扑结构更稳定,在动态的水声网络中性能更好。     

水下滑翔机间水声网络时间同步与多址融合机制

水下滑翔机(autonomous underwater glider,AUG)广泛应用于长时间、大规模的海洋环境监测。为了更高效地进行AUG组网,提出面向AUG的水声网络时间同步与多址接入(time synchronization and multiple access control,TSMAC)融合机制。该机制将TSMAC的信息交换过程相融合,利用AUG和信标节点交换信息。根据所得的同步所需的时间戳和位置信息,计算出频率偏斜和相位差,进而更新本地时钟,实现时间同步。仿真结果表明,与现有机制相比,该机制减少了控制帧发送次数,在维持较好吞吐量的基础上,达到了降低时间偏差的目的,并且提高了能量效率。     

基于不完美CSI的水声自适应功率分配算法

水声信道面临带宽资源有限、环境复杂的问题，为提高水下通信速率，基于水声传感器网络的海洋应用提出自适应通信的需求。传统基于简单信噪比指标的自适应资源分配算法无法准确表述衰落信道的统计特征，利用强化学习和卷积神经网络预测信道的方法虽然可以提高一定信道状态信息(channel state information, CSI)的准确性，但这种方法需要长期的观测和大量的训练样本，不符合水声环境的实际情况。对比，构建了一种中继放大转发协作正交频分复用(orthogonal frequency division multiplexing, OFDM)通信的模型，解决了由于节点漂浮导致直接通信传输效率变低的问题，并提出一种在时延反馈CSI中基于OFDM的自适应功率比特分配算法，利用条件概率表征不完美的CSI,调整自适应通信参数，进行遍历容量最大化建模。仿真结果表明，该算法实现功率和比特的联合自适应分配，平均传输速率指标优于直接反馈CSI的功率分配算法，虽然略低于采用马尔可夫链预测信道的方法，但结合算法复杂度来看，所提算法更简单，更适合能量有限的水声传感器网络。     

实部虚部索引广义频分复用多载波调制技术

为提高多载波调制的频谱效率,提出了一种名为实部虚部索引广义频分复用(generalized frequency division multiplexing with real and imaginary indices modulation,GFDM-RIIM)的新型多载波调制方案。该方案将广义频分复用(generalized frequency division multiplexing,GFDM)的子载波索引分为实部索引和虚部索引两部分,从而使系统可以携带更多的比特信息。给出了GFDM-RIIM的系统模型,并进行了复杂度分析、频谱效率分析和多径瑞利信道下的误比特率(bit error rate,BER)性能仿真。结果表明,所提方案的频谱效率和BER性能均优于现有的GFDM、索引调制广义频分复用、正交频分复用和滤波器组多载波方案。     

基于虚拟传热的能耗均衡幂律重部署算法

针对大规模双层无线传感器网络自移动传感器节点覆盖控制的能耗均衡问题,提出一种基于虚拟传热的重部署算法。建立了以二次熵为基础的幂律熵模型,设计传感器节点与汇聚节点之间的绝对移动方法;利用邻居节点之间幂律熵流动的平衡关系,建立熵平衡方程,采用相对熵求得相对移动中参照节点选取概率的权重,设计相对移动方法。叠加两种自移动方法,进行迭代,达到网络熵平衡。实验表明,所提算法能够高效实现能耗均衡,及时避免能量空洞,延长了网络生命周期,并提升了覆盖率。     

软件定义云边协同架构下的水下监测新机制

传统基于硬件的水声传感器网络(underwater acoustic sensor networks, UASNs)架构灵活性及可控性较差,难以满足水下多样化监测任务的需求。针对此问题,提出基于边缘计算的水下软件定义监测网络架构,并提出一种多级协同水下监测机制。该架构通过主从控制器将集中式云处理任务部署至边缘端,并对网络进行分级控制。该机制首先通过低轨遥感卫星进行大范围海洋监测,其次进行小范围监测,数据经原位处理及边缘处理后上传至水面进行分析,最后进行水下联合监测。仿真结果表明,所提出的监测架构和监测机制可降低异常数据处理时间成本和网络开销,在不同场景下的端到端延迟、网络能耗和包投递率方面都有良好的表现,提高了监测架构的灵活性。