[发明专利]基于数据预测的水下传感网络中AUV移动数据收集算法

权利要求书

1.一种基于数据预测的水下传感网络中AUV移动数据收集算法，其特征在于，包括：

(1)AUV从sink节点获取整个网络节点部署情况，使用集中式算法初始化节点分簇；

集中式算法初始化节点分簇为基于邻居节点密度分簇，具体为：

1.1：AUV获取网络部署信息，计算每个节点其通信半径内邻居节点数；

1.2：按照邻居节点数量降序排列，选择具有最多邻居节点的节点作为簇头，其邻居节点作为簇成员，同时这些节点标记为已选；

1.3：将标记为已选的节点从其他节点邻居节点中删除，重复之前的步骤直到所有节点均被标记；

(2)AUV遍历初始化簇后，采集完成当前回合数据，根据采集的数据，使用支持向量机算法建立预测模型，同时更新初始化簇，将具有相同预测趋势的节点形成新簇；

节点形成新簇具体为：

2.1：节点感知数据，一个节点一次发送多个数据包给前来收集的AUV，AUV将数据按照6:2:2的比例分为训练集，验证集和测试集；

2.2：根据SVR公式，选择合适的核函数计算出相应的w向量和b向量，根据y＝w·K(x)+b拟合出相应的曲线；其中，y表示预测值，K(x)表示核函数时间序列，w表示参数，b表示偏差，b包含在w的矩阵中即W＝[w,b]；

2.3：AUV将具有相同预测趋势的节点重新组合形成新的簇，为避免规模过大导致的节点间通信，能耗等问题，设置参数Hop＝n以控制簇规模，其中n表示节点跳数；

(3)AUV根据新的分簇情况重新遍历整个网络，并将预测模型转发给相应的簇节点，后续AUV不再遍历新建立的簇，而直接使用预测模型进行预测；

重新遍历整个网络，具体为：

3.1：AUV广播初始位置信息，簇头节点接收到这个信息后计算与AUV的距离，计算第i个簇与AUV初始距离：

其中(a,b,c)初始AUV位置坐标，(x_i,y_i,z_i)为第i个簇位置坐标；

同时获取簇内总的数据量以及簇头节点的剩余能量，将这些信息存入控制消息包进行广播请求；

3.2：AUV接收到这些控制消息包，根据公式计算出请求簇的竞争系数，

计算竞争系数：

其中num表示num个簇，M是网络边界长度，F(i)表示第i个簇数据流量，而代表整个网络所有簇总数据流量E₀节点初始能量，E(i)则是第i个簇剩余能量；α和χ系数；满足α＞χ＞(1-α-χ)；

选择竞争系数最大的簇作为路径起始点，采用最短路径算法--迪杰斯特拉算法进行遍历，同时将预测模型转发给对应的簇节点，这一路径作为原始路径；

3.3：下一回合，AUV重新遍历所有未接收预测模型的簇进行数据收集，形成新的路径；

(4)获得预测模型的簇成员节点自行感知预测数据，如果感知与预测的误差大于设定的最大误差容忍，更新预测模型，并发送请求告知AUV；

更新预测模型具体为：

4.1：设置最大容忍误差阈值δ以及可调的时延敏感阈值γ；

4.2：节点计算感知到的时间序列数据的平方误差和J，如果J∈[0,δ),默认不需要更新，反之，如果J∈[δ,+∞)，必然更新；

4.3：计算整段时间序列数据平方误差和的同时，计算单个数据预测值的平方误差，若大于δ，将异常数据插入异常数据队列(EQ)，如果size(EQ)＞γ，则立即更新预测模型并通过发送请求信息告知AUV；

(5)AUV接收到预测更新请求将暂停当前运行轨迹，把请求簇作为停驻点重新规划数据收集路径，同时获取数据与更新后的预测模型。

2.根据权利要求1所述的基于数据预测的水下传感网络中AUV移动数据收集算法，其特征在于：所述步骤(5)具体为：

5.1：请求簇沿着原始路径从顺时针和逆时针两个方向搜索AUV位置；

5.2：AUV一旦接收到某一方向的请求将暂停当前巡游，考虑请求簇以重新规划路径，同时在当前位置设置一个代理节点，一旦另一个方向的请求消息到达，将获得代理节点消息，从而丢包，不再继续搜寻，请求结束。