[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

摘要

本发明公开了一种基于数据预测的水下传感网络中AUV移动数据收集方法，包括：AUV运用集中式算法初始化最大邻居节点密度分簇，运用SVR对采集数据进行拟合预测，建立预测模型，根据预测模型趋势的相似度进行分簇更新，AUV和对应的簇同步保存相同的预测模型，在数据收集过程中跳过这些簇的访问收集转而直接运用预测模型进行预测，当对应簇预测模型大于预先设定的最大容忍误差阈值或者延时敏感阈值，则立即发送更新请求，使用双向搜索寻找AUV当前位置并告知变化，AUV重新规划剩余路径以获取新的预测模型。通过数据预测，减少AUV遍历路径长度以降低AUV能耗和收集时延，同时降低了整个网络数据量，降低了部分节点能耗，提高整体网络性能。

主权项

1.一种基于数据预测的水下传感网络中AUV移动数据收集方法，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；(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，将具有相同或相似预测趋势的节点形成新簇；(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；(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；(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。