[发明专利]一种流量自适应的水声认知传感器网络多址接入方法

说明书

本发明属于水声认知传感器网络技术领域，公开了一种流量自适应的水声认知传感器网络多址接入方法；分簇过程完成后，节点根据初始化的采样周期设置与之相匹配的占空比；节点将采集数据并发送给Sink，Sink根据接收到的数据生成数据估计模型并发给相应节点；节点将根据数据模型判断是否需要向Sink发送采样数据；Sink根据收集到的数据，生成数据估计模型，Sink自己保留一份，另一份发送给节点；Sink根据数据估计结果判断是否需要调整采样周期。TEA‑MAC节省的能耗相对较少；而随着网络流量的降低，节点休眠能耗所占的比重会增大，TEA‑MAC消耗的能量与S‑MAC、CBA‑EVT的差距也随之增大。

技术领域

本发明属于水声认知传感器网络技术领域，尤其涉及一种流量自适应的水声认知传感器网络多址接入方法。

背景技术

目前，业内常用的现有技术是这样的：在水声认知传感器网络中，多址接入协议作为网络协议栈的下层部分，负责分配与调度无线信道资源。由于传感器节点的能量资源有限，设计一个适用于异构无线传感器网络的节能MAC(Medium Access Control，MAC)机制，减少网络的能量消耗，特别是减少网络中无效能耗的损失是提高异构无线传感器网络性能的核心问题。根据信道接入策略的不同，水声认知传感器网络MAC协议一般可以分为基于调度的MAC协议和基于竞争的MAC协议。竞争协议一般无需全网信息，具有扩展性好，易于实现，较适用于无中心节点的分布式网络，但面临长时延和高能耗的挑战。基于调度类的MAC协议，可以通过中心节点或基站集中高效分配频谱等资源，能有效保障时延和减小能耗，但其对网络结构有一定要求，并且需要一定的网络同步。为了更好地提高传感器网络的能量效率，研究人员开始关注节能MAC协议的设计。其中S-MAC是比较具有代表性的基于休眠/唤醒机制的MAC协议，该协议采用周期性休眠机制，使节点工作在监听-休眠状态，与持续监听信道的MAC协议(如IEEE802.11)相比，S-MAC有效降低了网络节点能耗。但是，由于S-MAC的帧长及占空比是固定不变的，存在着自适应能力差、能量效率不高、传输时延大等不足。T-MAC将S-MAC中的同时唤醒节点和同时使节点进入休眠的调度策略改变为节点同步处于唤醒状态，但休眠的时刻却是因节点而异，节点只要检测到信道空闲指定时间后，马上进入休眠状态。而AMAC则通过信道空闲时间的长短判断网络流量的大小，然后根据网络负载情况采用可变监听时长和按照2的指数增大或缩小休眠时间的节能策略。但是，由于根据信道状态估算得到的网络流量往往误差较大，导致最终设置的休眠机制不能与网络负载同步变化，从而降低协议性能。于是，近些年来，出现了通过数据估计法来预测网络流量大小的MAC协议。例如，CyMAC依据节点最近接收到的数据，运用指数权值平滑移动法(ExponentialWeighted Moving Average，EWMA)估算下一周期的流量大小。类似地，CBA-EVT根据网络流量变化趋势，采用EWMA和Holt-Winters指数平滑法估计下一帧接收的报文数量。但是基于节点历史数据估计网络流量的方法，由于只考虑了节点自身数据的时间关联性，而忽略了相邻节点的空间关联性，估计结果误差较大。

综上所述，现有技术存在的问题是：

(1)S-MAC的帧长及占空比是固定不变，存在着自适应能力差、能量效率不高、传输时延大。

(2)T-MAC将S-MAC中的同时唤醒节点和同时使节点进入休眠的调度策略改变为节点同步处于唤醒状态，由于根据信道状态估算得到的网络流量往往误差较大，导致最终设置的休眠机制不能与网络负载同步变化，降低协议性能。

(3)基采用EWMA和Holt-Winters指数平滑法估计下一帧接收的报文数量。但是基于节点历史数据估计网络流量的方法，只考虑了节点自身数据的时间关联性，忽略相邻节点的空间关联性，估计结果误差较大。

解决上述技术问题的难度和意义：