[发明专利]水下动态环境中考虑时延和AUV能耗的混合数据搜集方法

权利要求书

1.水下动态环境中考虑时延和AUV能耗的混合数据搜集方法，其特征在于包括以下步骤：

1)将水下传感器节点SN按照深度分为N层，每层中有M个SNs；每层有一个AUV对簇头CH进行数据搜集，通过遗传算法规划AUV路径；数据搜集完成后，AUV巡行到汇聚节点Sink传输数据信息；考虑海洋洋流运动影响时，设传感器节点的运动主要为水平方向，在垂直方向上有较小波动，但对于分层结果没有影响；

2)根据数据重要程度选择簇头CH的数据传输方式：对于重要数据采用多跳方式进行传输；普通数据则由AUV搜集；由于下层AUV在数据搜集层和汇聚节点Sink间往返的耗能相对上层较大，在传输数据时根据上层AUV状态决定数据是直接传递给汇聚节点Sink，还是以上层AUV为中继将数据传递给上层AUV，再最终传输到汇聚节点Sink；

3)当搜集到重要程度高的数据，选择多跳的方式进行数据传输；在节点CH_i选择下一跳节点CH_j时，CH_i对于通信范围内CHs的剩余能量、位置信息以及状态已知；定义CH_j的剩余能量和电池容量之比为CH_j的相对剩余能量，与CH_i和CH_j的距离、CH_j与Sink间的距离一起，作为选择下一跳节点的影响因素；

同时，当CH_j的状态为数据搜集或传输阶段时，CH_i的到达数据需要等待一段时间，直至CH_j处于空闲状态；因此，定义参数T_W：

T_W＝T_b-2·D_i,j/v_sound

其中，T_b表示CH_i和CH_j进行通信时，CH_j反馈给CH_i的预计等待时间信息，D_i,j表示CH_i和CHj之间的距离，v_sound表示声速；

4)簇头CH_j所属集群内的成员节点向CH_j传输数据以及CH_j向下一跳节点CH_g传播数据，均通过声波进行传播；在传播距离为D时，水声信号的整体衰减为：

A(D,f)＝D^ka(f)^D

其中，k表示扩散因子，a(f)为吸收系数；根据Thorp公式，当声信号频率为f时，吸收系数为：

当发射功率为P时，信噪比为：

其中，为带宽，N(f)为海洋中环境噪声的功率谱密度；因此SN_j向SN_g传输的速率表示为：

R_j,g＝Δflog₂(1+SNR(D_j,g,f))

则SN传输L位数据所用时间为：

5)当CH_j的状态是空闲时，即CH_j没有从成员节点搜集数据，也没有向下一跳传输数据时，设定T_W为0；当CH_j处于成员节点向簇头传输数据阶段时，分为两种情况：若搜集的数据重要度不高，则计算簇头收集完数据的时间作为T_b；若搜集的数据重要度高，则需要计算簇头收集完数据的时间以及CH_j与下一跳传输完成的时间，作为CH_j的T_b；当CH_j处于向下一跳传输的阶段时，以CH_j的剩余传输时间作为T_b；在上述三种情况中，当Tb＜2·D_i,j/v_sound时，定义T_W为0；若T_b＞2·D_i,j/v_sound，则根据步骤3)中的定义T_W＝T_b-2·D_i,j/v_sound进行计算；

6)将T_W作为选择下一跳节点的影响因素，将下一跳节点选择概率P_j定义为：

其中，E_j，E₀分别表示CHj的剩余能量和电池容量，D_i,sink和D_j,sink分别表示CH_i和CH_j到sink的距离，λ,η,β,γ表示各影响因素的权重；

7)当搜集到一般数据时，通过AUV对所在层CHs遍历并进行数据搜集；采用遗传算法对AUV的路径进行规划；由于下层AUV直接到Sink传输数据的路径耗能较大，因此选择合适的上层AUV作为中继；

在第m层AUV收集数据之前，向下层AUV广播所在层索引以及时间信息；其中，时间信息包括当前时间以及前两轮的数据搜集时间；定义第m层AUV预计搜集完数据的时间为：

t_estm＝θt_m[r-1]+(1-θ)t_m[r-2]

其中，θ是一个加权因子，t_m[r-1]和t_m[r-2]分别为前一轮和前二轮的数据搜集时间；下层AUV接收到信息后，计算自身搜集数据所需时间t_self和t_estm之间差值；当|t_self-t_estm|≤b时，认为下层AUV将第m层AUV作为中继；否则，不以第m层AUV作为中继；下层AUV将是否选择第m层AUV作为中继，以及自身遗传算法规划路径的最终位置信息反馈给第m层AUV；第m层AUV再根据反馈信息规划路径；

8)设定第n层AUV在路径规划后位于点(x_ln,y_ln,z_ln)处，第m层AUV共收到s个将其作为中继的反馈，则在遗传算法的目标函数设计中，加入s层AUV的最终位置对第m层AUV的影响，将目标函数设计为：

其中，x_i为第i个个体，个体的定义为AUV访问CHs的不同排列组合的序列；κ是需要以第m层AUV作为中继的所有AUV的集合；D_ln,lm是第n层AUV和第m层AUV路径规划的最终位置之间的距离，D_lm,sink是第m层AUV的最终位置和Sink间的距离，δ,ε,为加权因子；

定义适应度函数为目标函数的倒数，则适应度函数为：

fitness(x_i)＝1/F(x_i)

AUV将选择适应度函数最大的路径进行数据搜集。