高等计算机网络论文

1、水下传感器网络协议研究专业：计算机科学与技术姓名：周芳学号：2015216140天津大学计算机科学与技术学院二零一六年一月摘要zhaoo zhao 水下无线传感器网络是由一系列具有声学通信能力和计算能力的传感器节点构成的水下检测网络系统，在海洋资源勘测，水污染检测、海洋地震监控、战术监视等领域都有着广泛的应用前景。近些年来，有关水下传感器网络方面的研究已经引起各国政府和研究机构的广泛关注，成为当前研究热点之一。水下传感器网络依靠声音进行通信，声音在水中的传播速度较低，数据往往通过多个中间节点的转发才能传输到基站。由于水声网络本身具有能量受限、高延迟、低带宽、信号衰减、信道质量依环境变化等特点，

2、使得水下无线传感器网络中路径选择的研究面临巨大挑战。无线传感器网络具有与传统网络不同的特点, 且与应用高度相关。传统网络及移动自组织网络的路由协议不能有效地用于无线传感器网络, 因而研究人员提出了众多的路由协议。在介绍了无线传感器网络的特点及路由协议设计的关键问题之后, 总结分析了现存的路由协议的分类方法, 并对各类路由协议从路由策略、路由协议的特点、性能等多方面进行了对比分析, 指出了各类路由协议的优缺点及其包含的路由协议。关键字：水下传感器网络，路由协议，路径选择目录1 绪论.12 水下传感器网络拓扑.32.1研究现状.53 水下网络协议分析.73.1基于深度信息的水下路由协议.73.2无

3、线传感器网络MAC 协议的分析.83.3 VBF路由协议.103.4 HHVBF路由协议.134 路由协议的性能比较.165研究展望 .17参考文献 .171 绪论地球表面的 70%都是海洋，随着近年来各国对海洋资源开发的加快，需要对海洋环境、地质变化、海洋资源等进行长时间连续稳定的监测，因此研究人员对水下信息传输技术的研究越来越重视。由于电磁波在海水中的衰减非常大，而声波在水中具有更好的传播性，使得声音成为水下通信技术的较好选择。水下声学传感器网络是无线传感器网络技术的一种典型应用，它通常是由水下传感器节点、海面的Sink节点和地面接收基站组成的通信网络，水下传感器网络随机或者固定地分布于目

4、标监测区域，水声传感器节点负责采集数据，并通过多跳的方式传输至海面Sink节点，Sink节点通过无线网络接入到主干网，研究人员可以通过该网络从传感器节点获取采集到的数据如图1.1，或者通过修改传感器的配置达到控制网络的目的。图 1.1 源节点向水面发送报文水下无线传感器网络（Underwwater Wireless Sensor Network，UWSN）是指由具有声学通信与计算能力的传感器节点所构成的水下检测网络系统。通过把具有低能耗、能够在一定距离内通信的传感器节点分布到指定的海域中，节点利用传感器对其所属的网络分布水域内的信息进行监测和信息采集，经过对信息进行数据融合与数据压缩的处理之后

5、，通过其他的传感器节点，将采集到的信息送到部署在水面上或者岸边的基站。针对具体的应用，如海洋资源勘测，水污染检测、海洋地震监控、战术监视等，水下传感器节点可以以不同的部署方式在复杂多变的海洋环境中对完成海洋状况的监测。水下无线传感器网络能够为海洋环境保护、海洋资源开发与利用、自然灾害监测、船舶航行、海洋工程和海洋军事活动等提供高效的技术设备和信息交换平台。所以，研究水下传感器网络具有非常深远的意义。作为海洋科学研究的一种强大技术支持和手段，水下无线传感器网络具有非常广泛的应用领域56。这些应用可以被大体归纳为以下三类：（1）海洋监测与灾害预警。水下无线传感器网络可以对海洋执行污染监测（如化学污

6、染，生物污染、核污染等）、洋流监测、海洋生物监测（如对鱼类或微生物进行跟踪）、海底地震监测、海啸灾害预警等。通过对海洋生物的监测，能够了解解和预测人类活动对海洋生态系统所造成的影响。通过对海洋行为表现的持续监测，及时进行海啸或地震等灾害预警，从而能够大大避免由灾害造成的人力及物力大的损失。（2）资源探索。主要是指探索和有效利用海洋资源。海洋蕴含有丰富的矿物质资源，水下传感器网络可以采集海洋油气资源勘探所需的数据信息，确定水下油田的位置，铺设海底电缆，并协助勘探有价值的矿物质资源。（3）军事应用。在国防军事领域，水下无线传感器网络中的传感器节点通常分布于海底或者海水中，传感器节点之间可以进行协同

7、监视，根据收集到的信息进行目标侦察与目标定位，从而对进入特定海域的军事设备进行及时有效地发现与监控。172 水下传感器网络拓扑水下传感器网络拓扑研究是一个开放性的研究领域，对于不同的海洋环境和应用要求需采用不同的网络拓扑结构。目前广泛采用的水下无线传感器网络拓扑主要有二维、静态三维、三维带AUV三种如图。图2.1水声传感器网络二维网络拓扑结构图2.2水声传感器网络静态三维网络拓扑结构二维静态网络拓扑中的二维是指获得的信息维数。水下传感器节点固定在海底，根据不同的成簇策略传感器节点自组形成簇，水下节点采集的信息监测的数据经由水平链路直接或多跳传送给簇头节点，簇头节点将融合的数据经垂直链路传送给水

8、面中继站或船基接收站，然后与岸基接收站或通讯卫星进行通信。三维静态网络拓扑的水下节点通过锚链被固定在海底，通过调整锚链的长度使节点分布在不同深度，监测一定区域的、不同深度的海洋环境信息，每个节点必须能够中继信号发送给水面汇聚节点，因此要求每个节点到水面中继站至少有一条链路存在，它比二维网络更好的获得水下采样。三维带AUV 网络拓扑是对三维静态网络拓扑的扩充。AUV可以到达海洋中的不同深度，AUV将采集、监测到的数据发送给水底的传感器网络，经由水下节点发送到水面。图2.3水下传感器网络架构2.1研究现状水面网关主要负责水下网络与陆地无线网络的通信。因此水面网关不仅要有声调制解调器，用于水声网络通

9、信，而且要有无线调制解调器与卫星或岸基的网络进行通信。水面网关可以是以浮标为载体，也可以以水面舰船为载体。传统的水下传感器网络通常部署单个水面网关，然而对于大范围、节点数目庞大的应用场合，水下多条路由会带来巨大的传输延迟。近年来有的学者提出了多水面网关的研究思路来解决高延迟和能耗的问题。同陆上传感器网络一样，路由协议是水下传感器网络的重要研究内容之一，其目的是在水下数据源节点和水面转发节点间建立一条数据传输路径。目前陆上传感器网络的路由协议已经得到了很大的发展，如以GPSR 为代表的地理位置路由协议、以SPIN 为代表的平面路由协议、以LEACH 为代表的分层路由协议、以SPEED 为代表的基

10、于QoS 的路由协议等。但是大部分陆上无线传感器网络路由协议不适合水下无线传感器网络，主要原因如下。（1）水下声学通信环境极为恶劣水下声学通信是目前唯一有效的水下通信方式，但水下声学通信环境极为恶劣。声波在水中的传播速度只有1 500 m/s，且随着海水深度、盐度、密度的变化而发生变化，带来传播时延长、带宽有限、传播时延动态变化等诸多不利因素，这些不利因素是陆上传感器网络路由协议设计时不曾也不需要考虑的。另外，大部分陆上传感器网络路由协议发送数据前需要进行相关信息的交换， 如SPIN协议发送数据前通过协商来确定其他节点是否需要该数据，或者直接使用洪泛技术，这些方法严重消耗节点能量，而水下传感器

11、网络节点使用电池供电，基本上是一次性使用，减少信息的发送量是设计其路由协议时要考虑的首要问题。（2）水下传感器网络三维拓扑结构的动态变化陆上传感器网络以二维形式为主，显然水下传感器网络是三维形式的，由于节点会随洋流浮动，导致水下传感器网络三维拓扑的动态变化。目前在国外一些水下传感器网络的研究中， 将水下节点下锚固定以应对洋流的影响，价格昂贵且组网时间过长，只适用于小规模的网络。笔者认为，真正意义上的水下传感器网络除了网关节点漂浮在水面外， 其大量水下节点应可以直接布撒到预定海域，然后悬浮在水下各个深度进入工作状态。水下路由最理想的状况是水下各个节点的三维位置信息是互相知道的，转发节点自己选择一

12、条理想的转发路径，但这在水下是行不通的，原因有两个。一是GPS 信号无法穿透海水，因此水下节点不可能通过搭载定位装置获取其三维位置信息；二是如果不使用GPS， 节点只能通过定位算法来解算其位置，这也是一个巨大的研究挑战， 迄今仍无突破性的进展，同时定位算法需要各个节点定期交换路由信息，此方法带来的巨大的通信量是水下传感器网络无法承受的。目前国内外对水下传感器网络路由协议的研究仍处于起步阶段，主要是对现有陆上协议进行改造。3 水下网络协议分析3.1基于深度信息的水下路由协议在实际的水下组网应用中，数据转发节点位于水面之上，水下传感器节点采集到的数据最终要被转发到水面转发节点，如图3.1 所示。随

13、着数据的转发，其所经过的转发节点的深度将越来越小，直至到达水面，相比水下三维位置信息，水下传感器节点深度信息的获取极为简单，只需要在节点上安装价格低廉的深度传感器即可。基于此现象，本文提出一种基于水下深度信息的路由协议，该协议的基本思想是数据分组同时存储有转发节点的深度信息，并且随着每一跳进行更新。当节点接收到数据后，将其携带的深度信息与自身的深度进行对比，如果其来自更深节点则结合自身剩余能量的多少来决定是否转发该数据， 否则将其抛弃， 以此类推并辅以相应的转发策略，直至将数据转发到水面转发节点。为解决水下转发方向的不确定性，可以设置多个水面转发节点，每个水面节点配备有无线收发装置和水声调制解

14、调器，只要数据到达任意一个水面转发节点都可以发送到最终目的节点。和现有水下传感器网络路由协议相比，该方法不需要节点知道其自身以及其他节点的三维位置信息，因此节点间信息交换量极少，可以显著减少通信量，能有效应对网络拓扑的动态变化， 进而达到节省能量、延长网络生存时间的目的。图 3.1水下传感器网络数据转发示意3.2无线传感器网络MAC 协议的分析MAC 协议决定信道的使用方式, 在通信节点之间分配有限的通信资源, 是保证网络高效通信的关键网络协议之一。 在传统的Ad Ho c 网络中, 吞吐量是MAC 协议首要考虑的目标. Ad Hoc 网络中有些MAC 协议也考虑了节能, 如文献中提出的BLA

15、M 协议考虑使全网负载均衡, 延长网络的生存期. 但是BLAM 协议是基于IEEE 802. 11DCF 协议的, 节点空闲侦听消耗的能量很大, 所以节能的效果很差, 不适合用于WSN 中.节能的WSN MAC 协议目前得到了广泛的研究。 在WSN 研究中所提出的MAC 协议主要分为两类: 固定分配和随机竞争。固定分配常用的是T DMA方式, 给每个传感器节点分配固定的无线信道使用时段。 TRAMA 协议是基于TDMA 的MAC协议, 根据局部两跳内的邻居节点信息, 采用分布式选举机制确定每个时槽的无冲突发送者. 基于T DMA的固定分配MAC 协议的缺点是需要较高的时间同步, 而且不大适应网

16、络流量的变化.在基于竞争的MAC 协议中, SMAC是WSN具有代表性的MAC 协议之一, 它采用周期性的睡眠唤醒机制, 把时间轴分成固定长度的周期, 每个周期由固定的侦听时间和睡眠时间组成, 并且采用了虚拟簇的概念, 同一个簇内的节点保持相同的时间调度. SMAC 比传统的IEEE802. 11DCF 协议节省了很多能量, 但仍存在不足: 1) SMAC 采用固定的竞争窗口, 在竞争频繁时发生冲突的概率较大2) SMAC采用固定的占空比, 不适应网络流量的变化。 T MA C也是将时间轴分成固定长度的周期, 但是每个周期内节点活跃的时间是可变的。TMAC 的缺点是引入了”早睡”问题。SMAC

17、 TMAC 都采用固定的竞争窗口, 当竞争频繁时发生冲突的概率较大, 而当竞争很小时则引入较大的等待时延。 REA-MAC 改进了SMAC的竞争退避机制, 动态调整竞争窗口的大小, 并考虑了节点的剩余能量, 让剩余能量大的节点以更大的概率接入信道, 减小了冲突, 并达到了负载均衡。在REA-MAC 中, tBF从一个正态分布的随机变量X 中选取, 正态分布的均值和当前竞争窗口大小以及节点剩余能量有关, 方差和当前竞争窗口大小有关, 关系如下:式中: Enow 是节点的当前剩余能量; Emax 是节点的初始最大能量. tBF 由正态分布函数产生, 并且向下取整为整数个时隙. 正态分布的范围为(

18、- , + ) , 而REAMAC中的t BF 要满足:从式中可以看出, 剩余能量大的节点, 正态分布的均值比较小, 所以会以较大的概率选择较小的tBF 。 而剩余能量小的节点, 分布的均值比较大, 相应会以较大的概率选择较大的tBF 。D(X ) 的选择和CW 有关, 当发生冲突时CW 会增大, CW 变大时随机变量X 分布的方差变大, 趋向于均匀分布, 这样有利于减小冲突。 t BF 的上下限是随着当前节点的剩余能量动态变化的, 剩余能量大则上下限都比较小, 剩余能量小则上下限都比较大, 目的是让能量大的节点以较大的概率取得较小的tBF , 而让能量小的节点以较大的概率取得较大的tBF 。

19、 给剩余能量大的节点以优先权接入信道, 就可以使这些节点承担更多的数据发送任务, 从而平衡了网络中能量的分布. 在路由发现的过程中, 剩余能量较小的节点接入信道的概率较小, 从而使路由选择以较大的概率避开这些能量较小的节点, 这些节点就可以尽量不转发数据, 而只是发送自己采集的数据, 从而达到负载均衡.如图1 所示, 由于节点3 相对于节点2 和4 具有较大的剩余能量, 故节点3 具有优先权接入信道.节点3将作为节点1的数据转发节点之一, 从源节点到汇聚节点选择的路由是1 3 6 7 8, 这样就防止节点2 和4 把能量消耗在转发数据上, 从而达到网络能量均衡. 节点2 和4 就可以利用有限的

20、能量来发送自己采集的数据。图3.2 路由选择3.3 VBF路由协议VBF协议假定网络中的每一个节点均知道自己的位置信息，同时，每个数据包中都会有三个字段，分别记录源节点、目标节点（Sink节点）和中间转发节点的位置坐标。VBF协议的基本思想是在源节点与Sink节点之间定义一个虚拟管道3.3，如果接收到数据包的节点发现自身位于虚拟管道内，则会将自己的位置信息加入数据包中，之后对数据包进行转发，否则，将对数据包做简单的丢弃处理。图3.3 VBF虚拟管道从图3.4中可以看出，VBF协议基于虚拟管道的数据传输模式实现起来较为简单，只要节点位于虚拟管道内，就可以参与数据包的转发。然而，在节点较为密集的网

21、络中，会有大量的节点进行相同数据包的转发，这将导致网络中产生大量无意义的数据传输冲突及能量耗费，针对这种情况，研究人员引入了渴望因子（Desirableness Factor）DF参数，在原始的VBF协议基础上提出了一种自适应算法，并通过渴望因子的值来衡量节点是否能够参与数据转发过程。图3.4 水下传感器网络VBF路由协议的运行模式图3.5 VBF中渴望因子的计算如图3.5所示，S1为源节点，S0为目标节点（Sink节点），源节点和目标节点形成的向量矢量记为，以节点A为例，节点A接收到的数据包的上一跳转发节点记为F，记节点A和节点F之间的距离为d，节点A到路由矢量的距离记为p，与之间形成的夹角

22、记为，R表示数据传输半径，W表示虚拟的路由管道的半径。由于VBF协议中的数据包均会携带有关源节点（S1）、Sink节点（S0）和中间转发节点（F）的位置信息，因此渴望因子中所用到的d、p、的值均可通过位置坐标计算出。节点渴望因子的计算为公式（3-1）。从公式（3-1）中可以看到，如果一个节点的渴望因子值比较大，这也就意味着它到路由矢量(从源节点到目标节点的管道中心线)的距离比较大，或者距离上一跳转发节点的距离比较小，因此，该节点并不适合进行数据包的转发。而另一方面，如果某个节点的渴望因子值较小，取最小的值为0，则说明该节点既位于从源节点到目标节点形成的管道中心线上，又处于上一跳节点传输范围的边

23、缘（即上一跳转发节点的可通信邻居节点中相距最远的节点），则该节点非常适合对数据包进行转发。 （3-1）自适应算法建立在渴望因子的基础之上，其目的是为了选择比较适合进行数据转发的节点。以节点A为例，VBF自适应算法的具体运行过程为：节点A接收到来自节点F的数据包，它将首先判断自己是否在预设的虚拟管道内，如果是，则该节点先将此数据包保持一段时间Twait并同时等待，Twait值大小与自身渴望因子有关，而不是发现自身位于虚拟管道内就立即对收到的数据包进行转发。等待时间Twait的计算为公式（3-2）。 （3-2）其中，Td是预先设定好的一个最大延迟的值，Va是声音信号在水中的传播速度，d是节点A与上

24、一跳转发节点F的距离。渴望因子值越小，其等待时间越短。如果在该等待时间Twait内，节点A仍然不断地收到来自其他k个上一跳节点（非F节点）发送过来的重复的数据包，那么，利用这些来自不同上一跳节点的数据包所携带的信息，节点A将能够计算出与每个数据包的上一跳转发节点相关的k个渴望因子DF的值：1，2，.，k，加上与F节点相关的渴望因子值0，找出（k+1）个渴望因子中的最小值，记为min。如果该min比预先设定的某个阈值常数小，则节点A就会转发数据包，否则将进行丢弃处理。从该自适应算法的执行过程可以看到，通过调整预设的阈值，具有自适应算法的VBF协议能够在某种程度上选择性地选取一部分节点参与数据包转

25、发，避免了原始VBF运行过程中产生的所有落在管道内的节点均参与转发的问题。从VBF路由协议的工作过程可以看出，VBF协议的基本思路较为简单，并且，通过引入自适应算法，VBF能够在一定程度上提高传输带宽和能量的有效利用率。但同时VBF仍然存在缺陷：（1） VBF通过预设的管道半径，限制了能够参与数据转发的节点的位置。而对于节点分布较为稀疏的网络而言，如果恰好没有节点落在从源节点到Sink节点形成的虚拟管道内，即使实际上在该管道外存在有从源节点到目标节点的路径，但这些管道外的节点形成的路径不能被VBF发现，因此数据包也不能进行传输。（2） 由于使用单一的从源节点到Sink节点的路由矢量，使得VBF

26、路由协议对于虚拟管道的半径大小很敏感。一般情况下，VBF的数据传输成功率与管道半径有关。管道半径越大，落在该管道中的节点越多，VBF就可以选择更适合的一部分节点参与转发。但是，对于节点分布不均匀的网络而言，很难确定一个大小合适的管道半径。而对与水下场景而言，往来的船舶和游动的鱼群等各种环境因素都可能造成节点分布不均匀，从而使得管道半径值的选择变得更加困难。3.4 HHVBF路由协议为了克服VBF在节点分布较为稀疏的网络中可能产生的源节点与Sink节点间不存在转发路径，以及在节点分布不均匀的网络中难以选择单一管道半径的问题，在VBF的基础上，提出了HHVBF路由协议。与VBF中单一的源节点到Si

27、nk节点虚拟管道不同的是，HHVBF为每一个候选节点重新定义管道，图3.6直观显示了HHVBF与VBF在管道定义上的区别。图3.6 HHVBF中的每一跳虚拟管道在图3.6中，A、B、C为不同的源节点，以各个源节点为中心的灰色圆虚线表示信号的传输范围。以源节点A为例，而VBF中从源节点A到Sink节点只存在一条虚拟管道，只有落在该管道内的节点，才有资格参与从源节点A到目的节点的数据传输。在图3-6中，从源节点A开始的每一个转发节点都会建立一个虚拟管道，从而使下一跳的继续选择中能够包含更多的节点，而这些节点并不落在最初的从源节点到Sink节点的管道中。与VBF相比，这种逐跳建立虚拟管道的方式使找到

28、从源节点到Sink节点传输路径的概率得到提升。仍然以图3-4为例，当网络中的某个节点A接收到来自上一跳节点F的数据包时，节点A将会计算从节点F到Sink节点之间的矢量，图3-4中即为，并且以该矢量为中心轴，采用新的公式(3-3)计算渴望因子的值。其中，d是节点A与上一跳节点F之间的距离，为向量与之间的夹角，R为信号传输距离。 (3-3)HHVBF的自适应算法与VBF相比有所变化。在上小节中提到，VBF在节点密度较低的稀疏网络中，源节点与Sink节点之间可能不存在转发路径。为了在这类网络中提高数据包传输成功率，HHVBF在其自适应过程中引入冗余策略。在HHVBF中，当节点接收到一个数据包时，此时

29、与VBF中自适应算法相似，该节点将根据数据包中携带的信息计算出的渴望因子值，并根据该值等待一段时间Twait，该时间值的计算与VBF中等待时间的具体计算方式相同。等待时间Twait超时后，开始进行数据包的转发，且最小渴望因子值对应的节点将会最先进行数据包的转发。通过这种方式，每一个邻居节点都有可能多次接收到相同的数据包。HHVBF中对重复数据包转发的控制过程为：节点根据这些接收到的相同的数据包携带的信息，分别计算每个数据包的上一跳节点到Sink节点之间的向量矢量，并分别计算节点本身到这些矢量的垂直距离。若这些垂直距离中的最小值dmin，比预设的距离阈值小，则节点将转发该数据包。因此，HHVBF

30、可以通过调整距离阈值的大小，来对数据包的转发冗余度进行控制。与VBF路由协议相比，HHVBF的主要优势是逐跳建立虚拟管道。该路由思路也相对简单，相比于VBF建立从源节点到Sink节点单一的虚拟管道方式相比，逐跳建立虚拟管道的思想在两方面可以有所提升。一方面是在节点分布稀疏的网络中，HHVBF可以找到更多路径进行数据传输。另一方面，逐跳建立虚拟管道的方式也使HHVBF对路由管道半径不那么敏感，从而使管道半径的设定在一定程度上变得相对简单。HHVBF的出现使得水下无线传感器网络的数据传输成功率得到改善。然而，HHVBF实际上上仍然属于静态路由协议的范畴，无论是VBF还是HHVBF路由协议，都是基于节