[发明专利]一种水下传感器网络路由数据传输方法及水下传感器网络

说明书

本发明属于水下传感器网络领域，提供了一种水下传感器网络路由数据传输方法及水下传感器网络。其中，水下传感器网络路由数据传输方法包括获取水下传感器网络拓扑结构相关数据，查询水下传感器网络中的当前节点的所有邻居节点；将每个邻居节点的传输距离、传输角度、剩余能量和累积奖赏作为模糊器的输入，根据模糊规则库推理，去模糊化得到每个邻居节点的Q值，选择Q值最大的邻居节点作为转发节点，同时按照预设学习效率以及最大Q值来更新当前节点的累积奖赏；水下传感器网络中所有节点的累积奖赏初始值均为0。

技术领域

本发明属于水下传感器网络领域，尤其涉及一种水下传感器网络路由数据传输方法及水下传感器网络。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

水下传感器网络(UWSNs)由随机分布的节点通过自组织的方式构成。节点包括传感器、数据处理单元和通信模块。UWSNs在科学勘探、商业开发和海岸线保护等领域有着非常重要的应用。尽管水下传感器网络与陆地传感器网络有一些共同的特性，如节点数量多、能量有限，但UWSN在低带宽、高延迟、节点漂浮移动性(导致高网络动态性)、高差错率和三维空间等方面与陆地传感器网络有很大的不同。这些新特性给UWSN的协议设计带来了诸多挑战。

针对水下无线传感器网络中的这些问题，一种基于模糊逻辑决策系统的路由协议被提出。该协议通过考虑三个因素来选择下一跳节点。首先，传输距离D是路由路径选择的重要影响因素，传输距离会影响数据传输的稳定性，因为带宽随着传输距离的增加而减小。其次是传输角度θ，角度越小代表传输方向跟源节点与目标节点连线的夹角越小。源节点最后是邻居节点的剩余能量，尽量可能选择剩余能量多的邻居节点，平衡节点能量消耗，提高网络的生命周期。模糊逻辑推理系统是一种类似于人类推理的推理方法，由模糊化模块、知识库、推理机制和去模糊化模块组成。将上述三个要素作为模糊逻辑决策系统的输入，根据输出结果确定合适的传感器进行报文转发。重复该过程，直到将数据包传输水面上的数据中心。该路由协议在报文投递率、能耗和平均端到端时延等方面均取得了较好的性能。但是该协议存在一些不足，虽然每一次转发都可以选择最优的下一跳节点，但是这种局部最优并不能保证全局最优。如图1所示，源节点s1收集到的数据以多跳的方式传输到汇聚节点sink。汇聚节点sink位于海面之上，之后通过无线电波同样以多跳的方式将数据传输到数据中心。海平面上的传输过程不在本发明讨论之内。从图1可以看到在源节点s1通信范围内有两个邻居节点n1,n2。通过考虑距离、角度、剩余能量因素，发现节点n1比节点n2更适合作为转发节点。但是从全局来看，如果选择n1作为转发节点，会沿着路径A转发报文，经过七次转发才到达汇聚节点sink。而如果一开始选择n2作为转发节点，只需五次转发就能到达sink节点。因此，基于贪心思想每次选择最优的转发节点转发并不能达到全局最优。

综上所述，目前的水下传感器网络路由数据传输路径并不能达到全局最优。

发明内容

为了解决上述问题，本发明的第一个方面提供一种水下传感器网络路由数据传输方法，其在转发节点确定阶段，除了考虑传输距离、传输角度、邻居节点的剩余能量外，将邻居节点的累积奖赏作为模糊逻辑的一个新输入，从而确定更合理的转发节点，全局优化水下传感器网络路由数据传输路径。

为了实现上述目的，本发明采用如下技术方案：

一种水下传感器网络路由数据传输方法，包括：

获取水下传感器网络拓扑结构相关数据，查询水下传感器网络中当前节点的所有邻居节点；

将每个邻居节点的传输距离、传输角度、剩余能量和累积奖赏作为模糊器的输入，根据模糊规则库推理，去模糊化得到每个邻居节点的Q值，选择Q值最大的邻居节点作为转发节点，同时按照预设学习效率以及最大Q值来更新当前节点的累积奖赏；水下传感器网络中所有节点的累积奖赏初始值均为0。