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。     

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。     

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。     

无线Mesh网络延迟及丢包控制机制研究

在无线Mesh网络中,无线信道的干扰及时延敏感业务过度占用资源等原因均导致了TCP性能的下降.针对该问题,该文建立了数据一跳传输延迟分布以及TCP丢包控制的联合模型.该文先以理论推导及较低的运算代价估算出数据的一跳传输在网络各层的延迟,并分析了无线网络的丢包特征,最后,结合无线网络延迟分布及无线丢包特征,指出了传输层对不同丢包所做的控制方式,并通过仿真实验证明本文控制方式可有效降低丢包率.