实验室硕士生周泽仁的论文被国际顶级期刊 ieee transactions on vehicular technology(if=5.978)录用,祝贺!
sleep-scheduling-based hierarchical data collection algorithm for gliders in underwater acoustic sensor networks
ieee transactions on vehicular technology,
2021 (sci index, if=5.978)
近年来,水声传感器网络(uasn)在海洋环境监测、近海勘探和海洋军事应用方面得到了广泛的研究。uasns的核心功能是为水下环境操作收集数据。然而,许多因素使得水下数据收集具有挑战性;海洋温跃层可能会影响uasn节点和水下滑翔机的通信,减小它们在不同深度的通信范围;此外,埃克曼漂移效应引起的节点移动现象会显著干扰水下数据传输。因此,在本研究中,这些因素对于表征海洋环境是必不可少的。为了应对这些挑战,本文设计了一种基于睡眠调度的分层数据收集算法(sshdca),服务于uasn中的水下滑翔机。uasn根据节点的通信范围被拆分成多个虚拟立方体,不同虚拟立方体中的节点交替休眠和工作以节省能源。然后,sshdca将网络分为动态层和静态层。在动态层,利用基于虚拟立方体的多跳方法将数据包传输到中心区域。并且,在静态层中,应用改进的基于密度的聚类技术将每个节点分配到适当的节点簇,而水下滑翔机从簇头收集数据。此外,为了降低能耗,sshdca对密钥和非密钥数据进行了压缩,从而减小了数据包的大小。实验结果表明,该算法有效地减少了滑翔机的路径长度和节点的平均能耗,同时提高了整个网络的运行寿命。