水声传感器网络中一种生物友好的网关部署方法与流程

本发明涉及水下声学通信技术领域，具体的讲是水声传感器网络中一种生物友好的网关部署方法。

背景技术：

随着海洋的开发，水声传感器网络(underwateracousticsensornetworks,uasns)越来越多的被应用在商业领域、环境保护领域以及军事领域，比如：海洋数据收集、环境污染检测、海岸线开发、灾害的防治、辅助导航以及军事侦察等方面。然而，复杂的水声通信环境导致水声信道具有带宽有限、高延迟、高误码率以及节点动态变化的特性。这些特性使得uasns在网关部署、信道接入、节点定位以及路由选择等方面面临着许多问题。并且对于水声信道来说，海洋生物、uasns节点以及其他人工水声网络共享稀缺的水下频谱资源，又给uasns的拓扑设计带来巨大挑战。

由于网关需要收集无线传感器节点采集的数据信息并将其传送到数据中心，导致网络中的大部分数据都汇聚到网关，因此网关的部署位置就成为影响整个网络性能的重要影响因素，部署时需要考虑降低网络时延和提高网络可靠性等方面。但是由于水下传感器节点的环境感知和节点间的数据转发是依靠水声进行通信，而各类海洋哺乳动物的回声定位(clicks)、应急突发(burstpulse)以及通讯信号(whistle)也是以水声信号为载体。一方面生物的声信号会造成水下节点的采集数据到网关的路径不可达，从而降低网络性能。另一方面水声网络对海洋哺乳动物的声学干扰会导致动物定位错误、行为紊乱，严重者会使其听力缺失以致死亡。因此，设计一个考虑生物—网关干扰的水声网络网关部署方法对于生物友好的uasns具有重要意义。

技术实现要素：

为改善网络的时延性能和数据包投递率性能，以及解决海洋哺乳动物与水声传感器网络网关和谐共存的问题，本发明提供一种生物友好的网关部署方法。该方法中，可以确定海洋哺乳动物与网关的干扰区域，从而避免两者的相互影响。本发明的技术方案如下：

水声传感器网络中一种生物友好的网关部署方法，包括下列步骤:

步骤一：通过对待测水体区域海洋哺乳动物的长期观测，统计观测数据并通过聚集分布ca指数的计算确定聚集分布类，根据海洋哺乳动物出现概率的不同对监测水域进行划分，即出现概率分别为pr1,pr2,..,prn且pr1＞pr2＞...＞prn,pr1+pr2+...+prn＝1，预设概率阈值prth若pri+1＜prth≤pri,则哺乳动物出现概率对应位置即为海洋哺乳动物聚集区域。

步骤二：对海洋哺乳动物干扰区域mmir的划定：将干扰距离dinf定义为当某一干扰源与接收端的距离小于干扰距离时，干扰信号将会使接收节点的通信不能正常进行，导致接收错误或接收中断。建立水下声通信信道模型，计算海洋哺乳动物的通信半径r1、干扰半径r2以及水面网关的通信半径r3、干扰半径r4，因此两者的干扰距离dinf＝max{r2+r3,r1+r4}；

步骤三：以确定的海洋哺乳动物聚集位置为圆心，以dinf为半径的圆形区域即为生物-网关干扰区域，在该区域中的不布放水面网关。

本发明提出的生物友好的水声网络网关部署方法，通过统计待测水域海洋生物高概率存在位置进而确定生物—网关干扰区域，并通过将网关部署问题转化为整数线性规划问题进行分析。能够优化网络整体性能，同时实现生物与网关的和谐共存，提高水传感器网络的通信效率与质量。

附图说明

图1是本发明系统流程图

图2是本发明中华白海豚出现概率与水深关系

图3是本发明中华白海豚出现概率与海岸线距离关系

图4是本发明生物—网关干扰距离的确定

具体实施方式

水声网络中需要考虑海洋哺乳动物的影响，为了避免网关的数据传输与海洋哺乳动物活动的相互干扰，需要定义生物—网关干扰区域。其中生物—网关干扰区域的确定需要分为两部分：海洋哺乳动物聚集区域的确定和水声干扰区域的确定。本发明具体的实现步骤是：

步骤一：通过对待测水体区域海洋哺乳动物的长期观测，统计观测数据并通过聚集分布ca指数的计算确定中华白海豚是聚集分布类型即在同一区域的不同地方其存在概率非均匀分布。故对待测水体区域进行海洋哺乳动物位置观测，根据海洋哺乳动物出现概率的不同对监测水域进行划分，即出现概率分别为pr1,pr2,..,prn且pr1＞pr2＞...＞prn,pr1+pr2+...+prn＝1。若pri+1＜prhtpr≤i,i∈[1,n-1]则哺乳动物出现概率pri,pri-1,...,pr1对应位置即为海洋哺乳动物聚集区域。

步骤二：然后是对mmir的划定：将干扰距离dinf定义为当某一干扰源与接收端的距离小于干扰距离时，干扰信号将会使接收节点的通信不能正常进行，导致接收错误或接收中断。由于对水下声通信，信道增益为：

h＝1/a0d^kα(f)^d

其中a0是归一化常数，k是传播系数(对于水声通信k通常取1.5)，d是发送端与接收端之间的距离，α是吸收系数。则根据该信道模型，计算海洋哺乳动物的通信半径r1、干扰半径r2以及水面网关的通信半径r3、干扰半径r4，因此两者的干扰距离dinf＝max{r2+r3,r1+r4}

步骤三：然后以确定的海洋哺乳动物聚集位置为圆心，以dinf为半径的圆形区域即为生物-网关干扰区域，该区域中的不布放水面网关。

现在对本发明的实施提供详细参考。为解释本发明将参考附图描述下述实施例。

图1中，本发明考虑的网关部署问题是针对已知水下传感器网络节点部署下的水面网关优化部署。该部署方法在基于已知水下网络部署的条件下，考虑水生哺乳动物与网关的相互干扰。

水声网络中需要考虑海洋哺乳动物的影响，为了避免网关的数据传输与海洋哺乳动物活动的相互干扰，需要定义生物—网关干扰区域。其中生物—网关干扰区域的确定需要分为两部分：海洋哺乳动物聚集区域的确定和水声干扰区域的确定。

图2、图3首先是海洋哺乳动物聚集区域的确定，通过对待测水体区域海洋哺乳动物的长期观测，统计观测数据并通过聚集分布ca指数(空间分布格局测度指标)的计算确定中华白海豚是聚集分布类型即在同一区域的不同地方其存在概率非均匀分布。故对待测水体区域进行海洋哺乳动物位置观测，根据海洋哺乳动物出现概率的不同对监测水域进行划分，即出现概率分别为pr1,pr2,..,prn且pr1＞pr2＞...＞prn,pr1+pr2+...+prn＝1。若pri+1＜prth≤pri,i∈[1,n-1]则哺乳动物出现概率pri,pri-1,...,pr1对应位置即为海洋哺乳动物聚集区域。图中观测并统计了中华白海豚出现位置分别与水深以及与海岸线距离的关系的概率分布情况，若prth＝50％则相应的海洋哺乳动物聚集区域即为水深5-10m区域和距离海岸线200-400m的区域。

图3中，是对mmir(海洋哺乳动物干扰区域)的划定：将干扰距离dinf定义为当某一干扰源与接收端的距离小于干扰距离时，干扰信号将会使接收节点的通信不能正常进行，导致接收错误或接收中断。由于对水下声通信，信道增益为：

h＝1/a0d^kα(f)^d

其中a0是归一化常数，k是传播系数(对于水声通信k通常取1.5)，d是发送端与接收端之间的距离，α是吸收系数。则根据该信道模型，计算海洋哺乳动物的通信半径r1、干扰半径r2以及水面网关的通信半径r3、干扰半径r4。如图4所示，为了避免生物对网关正常通信的干扰，需使生物的虚线部分与水面网关的实线部分没有交叠即两者距离需大于r2+r3；同时还需避免网关对生物正常通信的干扰，使两者距离大于r1+r4。因此两者的干扰距离dinf＝max{r2+r3,r1+r4}。然后以确定的mmgr位置为圆心，以dinf为半径的圆形区域即为生物-网关干扰区域mmir，该区域中的不布放水面网关。

最终通过选择一组网关候选位置的子集，在其满足数据流约束、生物—网关干扰约束以及水面网关数量的约束条件下优化网络性能。