实验室博士生何宇与唐正凯硕士共同撰写的论文被国际顶级期刊ieee transactions on wireless communications(if=7.016)录用,祝贺!
state prediction-based data collection algorithm in underwater acoustic sensor networks
ieee transactions on wireless communications,
2021 (sci index, if=7.016)
近年来,基于多自主水下航行器(auv)的数据收集技术的发展正促使水声传感器网络(uasn)逐步迈向成熟。迄今为止,基于功能或资源分布的多auv之间缺乏合适的协作机制,阻碍了有效的信息共享并增加了数据收集延迟,从而降低了网络的工作效率。在本文中,为了解决这些问题,我们为uasn提出了一种基于状态预测的数据收集算法(spdc)。该算法的工作原理如下:首先,通过选举出成对的观察簇,以获取并交换相邻子区域之间关于auv的状态信息。基于共享的信息,auv可以预测彼此的状态并调整其数据收集区域。接着,auv使用启发式策略根据更新的访问区域完成路径规划。最后,时序调度的数据转发机制通过合理分配auv和移动sink之间重叠的数据卸载间隔来减少auv的潜水次数。实验结果证明,相较于传统水下数据收集算法,所提出的算法在减少数据收集延迟和提高网络寿命方面表现出令人满意的性能。