水聲通信網(wǎng)層次路由探究范文

本站小編為你精心準(zhǔn)備了水聲通信網(wǎng)層次路由探究參考范文，愿這些范文能點(diǎn)燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

基本原理概述

1復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)檢測及譜方法

復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)檢測算法主要有：分裂算法、凝聚算法、譜方法及在這些思想基本算法基礎(chǔ)上的改進(jìn)算法.此外，基于其他思想的很多方法也同樣能夠取得較好的效果.分裂算法最早由Girvan等提出的GN分裂算法，依次移除網(wǎng)絡(luò)中介數(shù)最大的邊分裂產(chǎn)生社團(tuán)結(jié)構(gòu)；Radicchi等在此基礎(chǔ)上分別進(jìn)行了改進(jìn).凝聚算法通過社團(tuán)間的迭代合并，產(chǎn)生最終所期望的社團(tuán)結(jié)構(gòu).Newman等提出模塊度的概念，并根據(jù)模塊度變化大小合并社團(tuán).

譜方法.Pothen等提出了譜平分法；Capocci等提出可以使用Normal陣改進(jìn)譜平分法，并給出了統(tǒng)一的框架，且由對應(yīng)的特征向量元素可將網(wǎng)絡(luò)劃分成多個社團(tuán)；近幾年的研究集中在利用多個特征值對應(yīng)的特征向量將網(wǎng)絡(luò)轉(zhuǎn)化為特征的空間，Donetti等用多個第一非平凡特征向量，結(jié)合NG模塊度，實(shí)現(xiàn)社團(tuán)結(jié)構(gòu)檢測.Donetti等提出可以用拉普拉斯矩陣的前m-1小的非零特征值對應(yīng)的特征向量元素建立m-1維的特征空間，m為預(yù)期的簇?cái)?shù)，使用Newman等提出的NG模塊度進(jìn)行最優(yōu)劃分.基于此，很多研究工作中引入聚類中的算法，取得較好的效果.此外，譜圖學(xué)習(xí)的相關(guān)算法也得到了更多的關(guān)注.

在其他方面，很多研究從不同角度提出了各種算法，取得了較理想的效果，同時也有一定的局限性。Kernighan-Lin算法通過兩兩交換不同社團(tuán)中的節(jié)點(diǎn)所造成增益函數(shù)的變化來確定是否交換這兩點(diǎn)，但算法局限性相對較大；Wu等把網(wǎng)絡(luò)視為電阻網(wǎng)，由電壓譜中電壓的大小確定社團(tuán).此外還有基于網(wǎng)絡(luò)動力學(xué)特性等其他方法.

2水聲通信網(wǎng)

水聲通信網(wǎng)基本概念如文獻(xiàn)中給出，為：淺海環(huán)境下水深50m至100m，節(jié)點(diǎn)之間的最遠(yuǎn)距離為10km，水下各節(jié)點(diǎn)信息傳送到同樣在水下的基站，基站通過水面的浮標(biāo)與陸地間進(jìn)行通信.期望傳輸速率100bit/s，節(jié)點(diǎn)間通信可用帶寬8-15kHz，信號時延由于具有不確定性，網(wǎng)絡(luò)傳輸為異步，網(wǎng)絡(luò)為半雙工.節(jié)點(diǎn)具有休眠和活動兩個狀態(tài).網(wǎng)絡(luò)設(shè)計(jì)的目標(biāo)為在網(wǎng)絡(luò)提供的QoS與節(jié)點(diǎn)的能耗特性間獲取一個相對平衡取舍關(guān)系.

算法實(shí)現(xiàn)

1算法架構(gòu)

由于相比與陸地環(huán)境中的WSN，水聲通信網(wǎng)所處的水下環(huán)境較為復(fù)雜，且不易于獲取網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息.在這種情況下，使用地理位置作為優(yōu)化手段的一些算法并不適用.基于此，本文提出的算法不依賴于節(jié)點(diǎn)的地理位置信息，但卻能夠通過節(jié)點(diǎn)間的交互獲取網(wǎng)絡(luò)結(jié)構(gòu)信息，從而近似地構(gòu)造出節(jié)點(diǎn)類似于位置信息的特點(diǎn)進(jìn)行網(wǎng)絡(luò)的簇劃分.首先每個節(jié)點(diǎn)向其通信范圍內(nèi)的其他節(jié)點(diǎn)發(fā)送消息，獲取其鄰點(diǎn)的距離信息（可通過式(2)計(jì)算）.

基站向其范圍內(nèi)的所有節(jié)點(diǎn)廣播一個請求消息，收到該消息的所有節(jié)點(diǎn)通過某種已有的路由協(xié)議（可以是逐跳的，也可以是直接發(fā)送給基站節(jié)點(diǎn)，本文中的算法采用直接發(fā)送），將自己相鄰節(jié)點(diǎn)的ID、與各相鄰節(jié)點(diǎn)間的距離估計(jì)、自身能量估計(jì)值等數(shù)據(jù)信息傳送回基站.在收到這些信息后，基站通過計(jì)算產(chǎn)生分簇結(jié)果以及在第一輪中各個簇的初始簇頭節(jié)點(diǎn)，并由各節(jié)點(diǎn)發(fā)送的路徑發(fā)回各個節(jié)點(diǎn).由于在每輪傳輸信息時，簇頭在簇所屬的所有節(jié)點(diǎn)中能量損耗相對較大，所以在各輪結(jié)束時，每個簇通過簇頭得到的簇內(nèi)各節(jié)點(diǎn)能量信息，將其中能量最大的節(jié)點(diǎn)作為下輪的簇頭節(jié)點(diǎn).由于較多節(jié)點(diǎn)的失效可能會影響網(wǎng)絡(luò)的整體拓?fù)浣Y(jié)構(gòu)，所以可以考慮一定時間后重新進(jìn)行分簇計(jì)算.

2最優(yōu)簇?cái)?shù)的計(jì)算

由文獻(xiàn)的論述，通過式(2)能耗模型，可以得到使用“輪”思想的層次路由算法每輪能耗：

3社團(tuán)檢測與網(wǎng)絡(luò)分割

當(dāng)基站收到各個節(jié)點(diǎn)回送的鄰節(jié)點(diǎn)信息后，即可由其中的能量信息計(jì)算得到節(jié)點(diǎn)間的兩兩距離,從而構(gòu)建加權(quán)網(wǎng)絡(luò)，設(shè)網(wǎng)絡(luò)的鄰接矩陣為W，這里可以將邊權(quán)值熱核化表示為在本文的網(wǎng)絡(luò)分割算法中，為了達(dá)到生成相對均衡且合理的簇分割的目的，以Donetti等提出的使用Laplacian陣進(jìn)行譜分析為基礎(chǔ)，首先利用Laplacian陣第一非平凡特征向量進(jìn)行預(yù)分割，產(chǎn)生K-means聚類的初始點(diǎn).接著利用前*k1個非平凡特征向量進(jìn)行特征的生成，進(jìn)而對節(jié)點(diǎn)進(jìn)行進(jìn)一步的精確分割。K-means為一種凸集的聚類算法，可以較好地貼合水聲通信網(wǎng)中的節(jié)點(diǎn)特性，所以將(8)確定的初始簇心作為K-means的初始點(diǎn)，將L的前k*-1個非平凡特征向量中的各元素分別作為各節(jié)點(diǎn)樣本所對應(yīng)的一個特征，進(jìn)行進(jìn)一步的精確聚類，確定最終的分簇方案.但有的情況下由于節(jié)點(diǎn)分布的極不均勻，可能會造成聚類形成的簇之間節(jié)點(diǎn)數(shù)的很大差別，從而影響算法的性能，本文以各簇節(jié)點(diǎn)數(shù)c(•)的統(tǒng)計(jì)值3模擬實(shí)驗(yàn)與結(jié)果分析對模擬水下環(huán)境中的100km×100km區(qū)域進(jìn)行仿真，采用分布密度不相同的兩個簇，如圖3所示.結(jié)合上文中所得結(jié)果，這里的參數(shù)分別取為由于實(shí)驗(yàn)中節(jié)點(diǎn)分布具有隨機(jī)性，以及其他一些相關(guān)因素的影響，這里取20次實(shí)驗(yàn)的平均值作為最終的實(shí)驗(yàn)結(jié)果.每輪過后的存活節(jié)點(diǎn)數(shù)如圖4所示，其中幾輪的失效節(jié)點(diǎn)具體個數(shù)如表1所示.對比WSN中的實(shí)驗(yàn)可以看出，在水聲通信網(wǎng)中由于水下特殊環(huán)境限制，節(jié)點(diǎn)能量損耗受節(jié)點(diǎn)分布的影響相對較大，這與陸地?zé)o線通信有著比較明顯的區(qū)別.所以，在研究水聲通信網(wǎng)的層次路由協(xié)議時應(yīng)特別注意其與WSN中協(xié)議的區(qū)別.由實(shí)驗(yàn)結(jié)果的對比可知，本文提出的算法，在水聲通信網(wǎng)中優(yōu)于LEACH算法，且具有較明顯的優(yōu)勢.與在LEACH算法上發(fā)展起來的很多改進(jìn)算法一樣，該算法在水聲通信網(wǎng)中具有較為廣闊的應(yīng)用前景.

由圖4的實(shí)驗(yàn)結(jié)果可以看出，本文的算法在僅考慮采用能量最大節(jié)點(diǎn)作為簇頭并不能取得較好的效果，這是由于僅考慮使用能量最大節(jié)點(diǎn)作為簇頭時，簇頭更易被距離基站較近的節(jié)點(diǎn)獲得，這樣就造成了遠(yuǎn)離基站的節(jié)點(diǎn)每輪都必須以較高的能量損耗為代價向選定的簇頭節(jié)點(diǎn)傳遞信息，從而使得這些節(jié)點(diǎn)很容易失效.從另一個角度看，本文提出的算法中分簇的步驟是必不可少的，通過分簇可以將上述僅選擇能量最大節(jié)點(diǎn)作為簇頭時的不利因素充分地減小，取得較優(yōu)的效果.基于上述實(shí)驗(yàn)結(jié)果，可以初步得出本文提出的算法相對與LEACH能夠取得相對較好的節(jié)點(diǎn)存活率，但這僅限于模型仿真階段，在實(shí)際應(yīng)用中可能受到更多的因素影響，本文算法的有效性仍有待實(shí)際應(yīng)用中的進(jìn)一步驗(yàn)證.

結(jié)束語

本文提出了一種適用于水下環(huán)境中水聲通信網(wǎng)的層次路由算法，該算法使用WSN中層次路由算法思想，針對水下的特殊環(huán)境，將復(fù)雜網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)算法用于分簇，并進(jìn)行了一些優(yōu)化改進(jìn)措施.實(shí)驗(yàn)證明，該算法相對于LEACH算法在節(jié)點(diǎn)能耗的均衡方面能夠取得較好的效果，具有較強(qiáng)的可操作性.本文的方法和WSN中最新提出的其他方法結(jié)合相信可以取得更好的效果，但在水聲通信網(wǎng)環(huán)境下得到實(shí)際應(yīng)用的相關(guān)問題還有待后續(xù)更多的研究與實(shí)踐.

作者：卞金洪徐新洲魏昕趙力單位：鹽城工學(xué)院信息工程學(xué)院東南大學(xué)水聲信號處理教育部重點(diǎn)實(shí)驗(yàn)室