水声传感器网络基于深度信息的机会路由算法研究

摘要

由于水声传感器网络在促进海洋环境保护、海洋灾害监测、海上作业以及海洋军事活动等方面具有巨大的应用前景，近年来得到各国政府、工业界和学术界的极大关注。路由算法是保障水声传感器网络中数据分组快速、可靠传输的关键技术，近年来一直是研究的热点。本文针对水声传感器网络的机会路由算法进行研究，将自适应门限机制和区分服务机制引入经典的DBR(Depth-Based Routing)算法中，提出三种改进的基于深度信息的机会路由算法，并对所提出的算法进行了仿真评测。
　　本文首先概述了水声传感器网络的特点和网络结构，分析了水声传感器网络路由算法的研究现状，并从下一跳候选节点选择方式入手，对目前典型的水声传感器网络路由算法进行了归纳和总结，着重分析了机会路由算法在水声传感器网络中的优势。其次，分析了DBR算法的主要思想，指出其采用固定门限来限制下一跳候选节点集的局限性，并基于自适应门限机制提出一种自适应门限DBR算法(Depth-Based Routing with Adaptive Threshold，DBR-AT)。该算法根据网络节点密度的变化情况来动态调整深度门限值，在节点密度较小时，自动降低深度门限值以提高分组投递率，而在节点密度较大时，通过动态提高深度门限以降低网络中冗余分组副本数。为了进一步减少DBR-AT算法的冗余分组副本数以降低网络能耗，将EE-DBR（Energy Efficiency Depth-Based Routing）算法移除固定盲区机制引入DBR-AT算法中，提出一种能量有效的DBR算法(Energy EfficiencyDepth-Based Routing with Adaptive Threshold，EE-DBR-AT)，该算法结合了DBR-AT算法和EE-DBR算法的优点，在网络能耗和分组投递率方面都优于已有算法。随后，针对DBR算法不支持区分服务，无法满足水下应用不同的服务质量(Qualityof Service，QoS)要求的不足，将区分服务机制引入DBR算法，提出一种支持区分服务的DBR算法(Differentiated Service Depth-Based Routing，DS-DBR)。该算法根据水下应用不同的QoS要求，将数据分组分为高、低优先级，并依据其优先级提供不同的下一跳候选节点集选择策略和节点缓存队列管理策略，同时还对高优先级分组引入分组重传机制，以进一步提高其分组投递率。最后，利用NS2仿真平台实现了所提出的三种算法，并和文献中已有算法法进行了仿真比较，仿真结果验证了所提出算法的有效性。

目录

声明

摘要

1．1 研究背景及意义

1．2 水声传感器网络概述

1．2．1 水声传感器网络拓扑结构

1．2．2 水声传感器网络分层结构

1．3 国内外研究现状

1．3．1 水声传感器网络研究现状

1．3．2 水声传感器网络路由算法研究现状

1．4 本文主要工作及内容安排

第2章 水声传感器网络机会路由算法研究

2．1 机会路由算法分析

2．1．1 下一跳候选节点集合选择

2．1．2 下一跳候选节点集合协调

2．2 机会路由算法性能分析

2．2．1 分组投递率分析

2．2．2 信道利用率分析

2．3 水声传感器网络仿真平台介绍

2．3．1 NS2基本原理

2．3．2 NS2基本网络组件

2．3．3 NS2协议开发流程

2．4 本章小结

第3章 基于自适应门限的DBR算法

3．1 基于深度信息的水下机会路由算法

3．2 改进的DBR算法—DBR-AT算法

3．2．1 DBR算法分析

3．2．2 DBR-AT算法

3．3 能量有效的DBR算法

3．3．1 EE-DBR算法分析

3．3．2 改进的DBR-AT算法—EE-DBR-AT算法

3．4 算法仿真分析

3．5 本章小结

第4章 支持区分服务的DBR算法

4．1 区分服务路由

4．2 支持区分服务的DBR算法——DS-DBR

4．2．1 算法主要思想

4．2．2 基于NS2的算法实现

4．3 算法仿真分析

4．4 本章小结

结论

参考文献

致谢

作者简介