关键词:
水声传感器网络
可靠数据传输
喷泉码
可靠下一跳
Q-Learning
摘要:
随着对海洋开发的深入,我国对资源探测与环境观测的需求日益增长,相应地,这些领域对于高效通信技术的依赖也显著增加。据此,支撑这些应用实施的关键在于建立一个可靠的无线通信网络。传统上,无线传感器网络依赖于无线电波进行通信。然而,在水下环境中,无线电波的有效传输距离极其有限,显著制约了其应用范围的扩展。相比之下,声信号因其在水下环境中具有更远的传播距离,成为了实现广泛且远程水下通信的最佳选择。因此,开发既可靠又高效的水声传感器网络系统,以确保数据传输的高准确性和可靠性,对于推动水下通信技术的进步和应用至关重要。
水声信道的特性,包括高动态性、低带宽、长传播延迟以及明显的多普勒效应,导致陆地网络的可靠性机制难以直接迁移应用于水声传感器网络,为水下通信带来了很大的挑战。此外,鉴于水下传感器节点主要依赖电池供电,并且电池难以更换或充电,节点的能量限制成为了一个不可忽视的因素。这些限制因素共同作用,使得水声通信过程易受干扰、比特错误、丢包和节点死亡的影响,从而导致网络延迟增加和节点生命周期缩短,进一步降低了通信效率和网络的整体寿命。
针对现有解决方案不能充分满足水声传感器网络可靠性需求的问题,本文将可靠性分为点对点与端到端两个关键层面来考虑,分别设计了提高可靠性的方法。点对点可靠性和端到端可靠性之间存在密切的关系:前者的提高可以直接促进端到端可靠性的增强,而后者的改善直接决定了数据的可靠交付。在点对点通信层面,本文提出了一种基于喷泉码的可靠传输方案,此方案通过编码过程增加了数据传输的鲁棒性,从而提升了单跳通信的可靠性。对于涉及多个中继节点的多跳传输场景,则设计了一种基于Q-Learning的端到端可靠传输方案,该方案能够根据网络环境与状态智能地选择最佳的下一跳节点,以此确保整个传输路径的端到端可靠性。本文的主要贡献概述如下:
1)基于喷泉码补足秩的点对点可靠数据传输算法研究:针对点对点的可靠性机制,本文提出了一种新的基于喷泉码补足秩的可靠数据传输方案,旨在平衡交付率、传输延迟和能耗三者之间的关系。方案采用粒子群优化算法进行发送窗口控制,以确定合理的编码包数量,显著提高了数据吞吐量并减少了传输延迟。其次,方案通过在发送端进行可解性预测试,提高了喷泉码的解码概率。再者,方案设计了新的ARQ机制,其通过补足秩机制以及多重累积确认机制,降低了总体延迟和能耗。通过与现有协议进行比较,仿真结果验证了该方案在水声传感器网络中的优越性能。
2)基于Q-Learning的端到端可靠数据传输算法研究:为了进一步提高网络系统的整体可靠性,实现数据的可靠交付,除了保证点对点可靠性外,本文还针对端到端的可靠性,提出了一种基于Q-Learning的可靠下一跳选择算法,旨在优化多跳传输过程中的下一跳节点选择,尽可能满足数据可靠交付的要求。该方法综合考虑了交付率、能耗、深度和节点密度等因素,通过奖励函数和Q值计算进行动态优先级排序,按优先级顺序动态地选择下一跳,显著提升了交付率和能效比。同时,通过调整持有时间策略有效降低了延迟。通过与其他主流协议进行对比,仿真结果验证了该策略的有效性。
综上所述,本文针对水声传感器网络的独特挑战,深入探讨了如何提升网络在点对点以及端到端传输中的可靠性,并通过仿真实验验证了它们的有效性和可靠性,为水声传感器网络的可靠传输的研究提供了有益的参考。