水声传感器网络

水声传感器网络（精选6篇）

水声传感器网络 篇1

1 系统总体结构

水声传感器网络是指将能耗很低、具有较短通信距离的水下传感器节点部署到指定海域中, 利用节点的自组织能力自动建立起网络[1]。传感器模块是直接将传感器置于水中;处理模块采用4片低功耗AD7264采集芯片进行8通道信号采集, 主控芯片用FPGA芯片来驱动4片AD7264;单片机作为外部控制更好地以状态方式控制FPGA系统, 单片机选用低功耗系列MSP430;无线通信模块通过MSP430对n RF24L01无线收发芯片的驱动, 实现无线指令及数据的传输;电源模块用电池直接供电;系统采集到的信号通过一个外置存储器存储起来。

2 系统重要部分的硬件设计

2.1 模/数转换

本设计采用AD7264芯片来实现模数转换。AD7264采样率高达1 MSPS, 5V单电池供电;跟踪和保持采集时间为400ns, 正常模式静态时功耗为105m W, 断电模式时为2.625m W[2]。

2.2 无线传输模块

无线传输模块是通过单片机控制射频芯片实现的。射频芯片选用无线收发芯片n RF24L01[3]。该芯片的五种工作模式中Power Down的工作电流最小仅900n A。因此为了降低整个系统的功耗, 当系统不需要时, 先将芯片置于Power Down模式。根据基于CMOS工艺的处理器的功耗公式:

选工作电压范围为:1.8~3.6V的单片机MSP430F1611芯片可以有效降低系统的功耗[4]。 (图1)

3 实验结果

为了验证本系统是否可以实现, 我们进行了小的实验。将传感器放置于水下, 与水上的节点相连, 在水中制造发声, 通过传感器、AD7264、无线收发模块采集传输数据, 在上位机上最终显示出水声波纹。如图2所示, 左边的图为上位机所显示采集到的水波。上面一条为通道0采集到的波形, 下面一条为通道1采集到的波形;右边的图为利用Matlab软件对采集到的数据仿真出的波形图。水声信号1是通道0采集到的, 水声信号2是通道1采集到的。

4 结束语

这里针对于水声传感器网络节点的两个问题进行了研究, 提出了节点低功耗的设计方法和将节点漂浮于水面的方法, 采用低功耗芯片设计外围电路, 实现了水声传感器网络节点的设计。经过实验, 通过上位机将结果以波形显示出, 并用Matlab对数据进行仿真证明了此系统的可行性。

摘要：此处主要研究的是水声传感器网络节点。要解决两个问题:其一, 功耗问题;其二, 无线电波在水中衰减比较大。在此从芯片选型、硬件电路设计到软件控制过程均要考虑低功耗问题。仅将传感器置于水下, 而节点则漂浮于水上, 两者通过特殊的线连接, 避免节点的无线电波受干扰, 导致数据传输的不准确。最后利用设计好的节点在水中做实验, 通过上位机显示出波形, 并用Matlab软件对数据进行仿真, 证实了此系统的可行性。

关键词：水声,传感器网络节点,低功耗

参考文献

[1]Akyildiz I.F, Pompili D, Melodia T.State of the art in protocol research for underwater acoustic sensor networks[C]//Proc of the 1st ACM Int Workshop on Underwater Networks.New York:ACM, 2006:7-16.

[2]周维龙.基于FPGA的智能变送器的设计与开发[D].湖南:湖南大学, 2010.

[3]Paradiso J A, Starner T.Energy scavenging for mobile and wireless electronics[J].Pervasive Computing.IEEE, 2005:19-26.

[4]曾勇, 杨涛, 冯月晖.基于n RF24L01的超低功耗无线传感器网络节点设计[J].电子技术应用, 2008 (7) :45-48.

水声传感器网络 篇2

水声传感器网络(UANs)以其部署灵活、成本低廉、覆盖广泛等优势成为人类认知和开发海洋资源的重要手段。水声传感器网络通常由能耗较低、通信距离较短的水下传感器节点、自主式水下航行器(AUV)和海面的汇聚节点组成,它们通过声数据链构成无线通信网络。节点随机或者按照要求布置在目标海洋环境中,获取环境的信息并通过特定的协议自组织起来,相互协同地完成特定任务。

水声传感器网络与陆上无线传感器网络的路由协议有很大的区别。为了采集更完备的信息,水声传感器节点一般布置在水体各个位置,形成一个三维立体的网络,而陆上的无线传感器网络一般为布置在地表的二维网络。针对二维空间的路由协议无法直接应用于三维环境中,因此随着水声传感器网络的兴起,对三维网络路由协议的研究正广泛展开。目前已有的三维无线传感器网络的路由算法可以分为两类:一类是基于实际位置的路由算法,另一类是基于虚拟位置的路由算法[1,2,3]。基于实际位置的路由算法又可以分为树状路由、分簇路由[4,5,6]和分层路由[7]。贪婪路由是树状路由中应用广泛的一种[8],算法选择距离目标节点最近或者夹角最小的邻居节点作为下一跳。贪婪路由存在路由空洞问题,即局部最小节点无法路由。该空洞问题可以通过LAR[9]的局部泛洪、GLS[10]的网格路由以及GPSR[11]的面路由等方式解决。

本文的主要内容是以能量高效和延长网络生存时间为目标,设计一种基于三维水声网络设计的路由算法。首先建立水声信道的能耗模型,并在研究现存路由协议的基础上,探究影响网络能耗的因素,设计合理的能量高效的路由协议。

1 水声信道能耗模型

作为水声传感器网络部署的关键环节,能量消耗直接决定了网络的生存状况。而作为网络能耗的基础,本节主要研究水声信道的能耗模型,并根据衰减模型给出基于WHOI系统的水声信道能耗计算方法,为能量高效的路由设计打下基础。

1.1 水声信道衰减和噪声

对于给定的距离l和频率f,水声信道的衰减系数A定义为[1,2]:

其中,k为扩散因子,a(f)为吸收系数。将衰减系数写成d B的形式得到:

其中,第一项表示扩散损耗,第二项表示吸收损耗。扩散因子k描述了传播的几何构型,一般地,球形传播取2,圆柱形传播取1,实际应用中一般取1.5。根据Thorp的经验公式,在f以k Hz为单位时,吸收系数a(f)可用下式计算,以d B/km为单位:

上式适用于频率在几百赫兹以上时对吸收系数的估计,对于较低的频率,应用下式计算吸收系数[13]:

海洋中的环境噪声可以用四种噪声源建模:湍流噪声,航船噪声,波浪噪声以及热噪声。环境噪声可用服从高斯分布的统计量和连续功率谱密度函数描述。下述经验公式给出了四种成分的连续功率谱密度[14]:

环境噪声的总体的噪声功率谱密度N(f)=Nt(f)+Ns(f)+Nω(f)+Nth(f)。在1k Hz到30k Hz的频率范围内,噪声的功率谱密度对数尺度上近似按线性衰减,可用下式近似估计[13]:

1.2 单跳传输能量消耗

对于有噪声的水声传感器网络,其能耗包括两部分:发送能耗及接收能耗。其中发送能耗由发送功率以及发送信息量和带宽决定,发送功率为:

其中,B(l)为距离为l时的最优带宽,f0(l)为最优频率,N(f0(l))为最优频率下的噪声功率谱密度,A(l,f0(l))为信道衰减系数,SNRtgt为接收端正确接收数据所需的信噪比。本文认为带宽B(l)为窄带,即在带宽范围内,噪声功率谱密度为一常量。

式(7)给出的发送功率为声功率,需转换为电功率计算电池能耗[15]:

其中,ξ为声功率(以d B reμPa为单位)转化为电功率(以Watt为单位)的转换系数,ηel为电子线路的总效率,包括功放和传感器等部件。

与发送功率不同的是,接收功率Pr与传播距离无关,而与接收操作相关,如相干检测和均衡技术等。可以认为Pr为常数。为了简化能耗模型,该模型忽略其他固定并且数量较小的能耗部分如系统耗能等。因此,对于给定SNR,单跳传输总能耗与传播距离相关,为Pr+Ptel,单跳传输时间可用传输信息长度和可用带宽计算:

其中,L为传输信息长度,单位为bit,B(l)为带宽,α为调制器的带宽利用率,单位为bps/Hz。

综上所述,单跳能耗可以用下式计算:

1.3 水声信道最优频率

由式(10)可以看出,对于给定网络和传感器节点,能耗的频率相关部分由衰减系数A(l,f0(l))及噪声功率谱密度N(f0(l))决定。A(l,f0(l))和N(f0(l))越小,单跳传播能耗越小。因此参量AN积可用于研究最优频率与传播距离的关系:

根据式(2),式(3)和式(6)可得出AN积的分贝形式:

为求AN积的最小值,将AN积对频率求导:

求其零点得到的频率即为最优频率:

2 Hybrid Leach路由协议

根据平面无线传感器网络的研究,分簇路由有均衡能量负载的特点,从而其网络生存周期比一般的平面多跳路由更长。文献[4]提出一种新的三维低功耗自适应聚簇分层协议NEW LEACH。该协议改善了LEACH协议中的簇头选举的阈值,将节点剩余能量、能量消耗率和节点位置纳入考量范围内,减小能量较低的节点以及距离sink节点较远的节点成为簇头的概率,进一步均衡了节点能耗。但由于在阈值设置方面引入了位置信息,势必造成远离sink节点的传感器节点成为簇头的概率降低。当网络规模很大时,如果远离sink节点的区域没有选举出簇头,则在通信距离有限的条件下,远离sink节点的传感器节点很可能无法加入簇中,造成大量数据的缺失。因此,在网络规模很大情况下,New LEACH协议并不适用。

三维夹角循环路由3DIAIR[16]算法是分布式的、基于迭代的算法,作为贪婪路由的改进,3DIAIR的切入点是转发节点与目标节点的夹角,可以避免死路以及环路路由。但该算法采用了贪婪的路由方式,其计算的传播路径并不是使能耗最低的最优解。而且需要节点已知节点本身、sink节点以及所有一跳邻居的具体位置。

为了解决网络规模较大时簇头选举不均匀以及过长的传播距离造成的簇头过早死亡的问题,本文提出了一种混合的分簇路由算法:Hybrid LEACH。在簇头选举阈值的设置方面,去掉了地理信息的影响,使簇头分布尽量均匀。同时为了减少簇头的能量消耗,簇间数据传输采用3DIAIR算法,将单跳传输改为多跳传输,并且簇间传输不只在簇头节点集合中选择下一跳节点,也可以利用普通节点,以此进一步分散网络能耗,尽可能延长网络的生存时间。

具体地说,在簇头选举的阈值设置方面,去除New LEACH中的地理信息的影响。阈值设置如下式:

其中,Ec为节点当前剩余能量,E0为节点初始能量,Eb为节点前一轮消耗的能量。p1*为簇头选举的最优概率。W1和W2分别是剩余能量和能量消耗率对阈值贡献的权值。

在阈值设置中涉及到对节点当前能量和能量消耗率的衡量。节点的当前能量信息ζ用式(16)表示,用节点剩余能量占初始能量的比例表征,ζ较大的节点成为簇头的概率更高。

节点能量消耗率用式(17)表示。表征节点上轮传输中能量消耗的速度,若过大,则本轮被选为簇头的概率会降低:

对权值的约束如下式:

3 性能分析

Hybrid LEACH算法的性能仿真参数如下:第一种网络称为小规模网络,其大小为18.7*22.2*0.02km,其中深度分别为0m、5m、10m、15m和20m。最大分辨率10×10×5,传感器节点数为200,接入概率为0.7,传输频率9k Hz。第二种网络称为大规模网络,其大小为37.4*44.4*0.075km。最大分辨率20×20×10,传感器节点数为400,接入概率为0.7,传输频率9k Hz。能耗计算方法由第2节给出。

图1到图4描述了Hybrid LEACH协议在不同网络规模下的生存时间以及数据包上传数量。由图1和图2可以看出,当最大传播距离在3.5km时网络生存时间最长,随着最大传播距离的增加,生存时间逐渐下降。对于给定的网络和簇头分布,在满足节点能够接入簇的条件下,若最大传输距离较低,则节点接收的簇头广播信息较少,接收以及处理数据的能耗较低,反之接收和处理数据的能耗会提高。由图3和图4可知,随着最大传播距离的增加,上传的数据包数量逐渐降低,这是由于最大传播距离增加引起簇间传输跳数降低,从而减少多余的数据传输。

图5和图6将3DIAIR,New LEACH和Hybrid LEACH三种路由算法的性能在网络规模较大情况下加以比较。由图5可以看出Hybrid LEACH算法在网络生存时间方面性能最好。数据上传数量方面如图6所示,3DIAIR由于路由经过的节点较多,因此会收集到更多的数据,New LEACH协议除了传输数据的节点和簇头节点没有其他节点参与到数据传输中,因而数据传输量最低,Hybrid LEACH的数据传输量处于二者之间。综合以上参数,当网络规模较大时,Hybrid LEACH算法的性能更好。

4 结束语

在水声传感器网络的背景下,本文以水声信道的能耗模型为基础,结合分簇路由和树状路由的优点,提出一种混合路由算法Hybrid LEACH。该算法有效利用分簇算法网络能耗均衡的特点,并且簇间传输使用3DIAIR算法以降低簇头的能量消耗。实验结果表明,该算法在网络规模较大时,网络生存时间的性能优于其他算法,且数据上传量也较为可控。

摘要：针对三维水声传感器网络,在研究水声信道能耗特性的基础上,设计了一种能量高效的路由算法Hybrid LEACH。它基于经典的LEACH算法,而在簇间传输中使用一种树状路由取代簇头与汇聚节点直接通信,减少了簇头节点的能耗,达到延长网络生存时间的目的。仿真结果显示,Hybrid LEACH算法在网络规模较大的情况下可以有效延长网络生存时间。

水声传感器网络 篇3

分布反馈式(DFB)光纤激光器结构紧凑、线宽窄且工作于单频,在很多领域成为理想光源的同时其应变、温度和压力传感特性也得到了广泛的研究和关注[1,2]。相比于光纤光栅传感器,DFB光纤激光器同样属于波长传感,其输出激光的波长随被测参量的变化而移动,但是其出射激光线宽极窄,一般低于50 k Hz[3],因此,如果使用非平衡光纤干涉仪来解调DFB光纤激光器的输出波长变化,就可使用大的非平衡长度,极大的提高了响应灵敏度,使其可以应用于水声探测领域,拓宽了光纤水听器的发展方向。

在光纤激光器应用于水声传感领域的进程中,必须发展适当的信号处理技术自动且线性地将包含水声信息的波长移位解调出来。在波长移位解调方案中,干涉解调技术适用于高精度的动态探测领域[4]。目前应用较多的干涉解调技术是相位载波调制与解调方案[5,6,7]以及基于3×3耦合器的对称解调方案[8,9,10],其中基于3×3耦合器的对称解调方案不需要载波调制和滤波处理[8],解调电路相对简单且动态范围不受滤波器和调制频率的限制。然而,由于光纤的微弯、扭曲和环境温度的变化可能导致参与干涉的两束光的偏振态的变化[10],使得输出信号呈随机消隐状态,且3×3耦合器的分光比不能保持严格的对称,非对称的三路信号将使外界环境变化对解调输出信号产生非线性的影响[8]。本文分析了一种基于Michelson干涉解调技术的光纤激光器水声传感系统,采用基于3×3耦合器的偏振无关的非平衡光纤Michelson干涉仪将激光波长变化转化为干涉仪的相位变化,干涉解调采用一种全新的被动解调方案,利用实时调整幅度的2路干涉信号,不需要3×3耦合器有严格的分光比,消除了外界环境对解调输出的非线性影响。

2 DFB光纤激光器水声传感原理

DFB光纤激光器的结构如图1所示,在掺铒光纤中写入一段光纤光栅,利用光栅对激光的分布反馈构成激光谐振腔,在泵浦光的作用下满足激射条件即发出激光。

当光栅中引入π相移时,通过电磁波的耦合模理论可以证明π相移DFB光纤激光器在光栅的中心波长处能够实现稳定的单纵模激光输出[11],即π相移DFB光纤激光器的运行波长为

其中:Λ是光栅周期,ne是纤芯的有效折射率。

由式(1)可知,掺铒光纤芯区有效折射率的变化或光栅周期的变化都将导致π相移DFB光纤激光器运行波长的变化。当光纤激光器受到外界压力作用时,压力产生的应变将改变光纤的有效折射率和光栅的周期,此时,DFB光纤激光器运行波长的变化量可由下式确定[12]:

式中:P11和P12为光弹系数,εz、εr为光纤轴向和径向应变,在均匀水声压力作用下[13]

式中:E、υ为石英晶体的杨氏模量和泊松比。将式(3)代入式(2)化简得:

式中ξ为与光纤材料性能有关的常数,通常ξ≈-4.4 Pm/MPa。因此根据式(5)可知,DFB光纤激光器应用于水声探测,其出射波长的移动正比于外界水声压力的大小。所以,通过检测激光波长的变化可以还原水声压力信号。

3 DFB光纤激光器水声传感系统

基于Michelson干涉解调技术的光纤激光器水声传感系统如图2所示。在980 nm泵浦光源的作用下,DFB光纤激光器出射的激光通过980/1 550 nm光纤波分复用器传输至非平衡Michelson光纤干涉仪,干涉仪由3×3耦合器、Farady旋转镜和反射镜组成,在3×3耦合器两臂的末端使用法拉第旋转反射镜(FRM),其中一臂空置,当法拉第旋转镜旋转角度为45°时,干涉仪可见度不受两臂光纤双折射效应以及输入光波偏振态的影响[14],为了消除3×3耦合器分光比不对称的影响,系统只使用3×3耦合器的两路输出端,通过在干涉仪中引入大于πrad的高频调制信号,得到两路输出的直流项和交流幅度,归一化后相加相减得到正交的两路信号,进行交叉微分相乘处理最后解调得到水声压信号,为了产生需要的调制信号,将干涉仪其中一个臂上的光纤缠绕在压电陶瓷(PZT)管上,PZT驱动器产生正弦调制信号,驱动压电陶瓷管产生振荡。虽然加入PZT调制增加了系统的复杂度,但与干涉型光纤传感系统不同,系统中的干涉仪不应用于传感端,调制信号的引入不会增加传感探头的体积和复杂度。

分光比不完全对称的3×3耦合器的两路输出经光电探测器检测后的电压信号V1、V2简记为

式中:Φ(t)=ϕs(t)+ϕr(t)+ϕ0(t),ϕr(t)为外界环境引起的干涉仪相位低频漂移;ϕs(t)=-(2πned/λ2)∆λ,为波长移动引起的相位变化。由式(5)可知相位变化正比于外界水声压力的大小,d为干涉仪非平衡路径的长度,Ccos(ω0t)为绕在PZT上的光纤产生的相位调制,C为调制幅度,ω0为远离水声信号频率的高频调制频率,A1、A2为探测器输出的直流项,和激光强度、光路损耗以及耦合器分光比有关。B1、B2为交流项的幅度,由于法拉第旋转反射镜的应用,此两项与偏振态的变化无关,只与激光强度、光路损耗、耦合器分光比以及激光相干长度有关,δ为两路输出之间相位差偏离120°的小角度,可假定为常量。A1、A2、B1、B2受激光强度的影响为缓变的时变量。

由于不位于同一条直线的两个等模矢量相加之和与相减之差正交[8],因此不需要3×3耦合器有严格对称的分光比,只要两路输出V1、V2能满足不位于一条直线的条件,即可将V1、V2两项消去直流分量并归一化后相加、相减,使用微分交叉相乘得出与成比例的信号。解调的具体算法如图3所示。

为了得到V1、V2的直流项和交流项幅度,令调制幅度C≥πrad,则无论Φ(t)的值如何,V1、V2的交流项在一个调制周期内都能达到最大值和最小值[7],可以得到:

同理可得A2和B2,在信号处理过程中,根据采样频率和调制周期的大小,得到一个调制周期的采样点数N,每个采样点的数据使用前N点的最大值和最小值进行计算,不足N点的初始阶段使用默认值,在V1、V2消去直流项并归一化后简记为

令ψ(t)=Φ(t)+Ccos(ω0t),两项相加、相减得:

交叉微分相乘并相减得:

积分得输出:2sin(120°+δ)ψ(t),经过带通滤波器,滤除低频漂移ϕr(t)和高频调制信号Ccos(ω0t),得到与声压成正比的相位信息ϕs(t)。因此,系统采用的解调算法在3×3耦合器分光比不完全对称的情况下,不用复杂的系数调整过程即能得到稳定的输出,引入的高频调制信号可通过低通滤波滤除,不会影响传感系统的动态范围,但会限制系统的频带宽度。在选定信号处理频带宽度的水声传感实际应用中,适当选择调制频率,本解调算法能消除3×3耦合器分光比不完全对称带来的诸多影响,获得整个频带内信号的稳定输出,具有实用价值。

4 DFB光纤激光器水声传感实验

实验中,将DFB光纤激光器施加一定的应力后固定于金属框架上,外径4 mm,长7 cm,其结构如图4所示。DFB光纤激光器出射激光的光谱如图5所示。

金属支架使用聚氨酯涂覆保护后,使用比较法在710所武昌分部的消声水池内测试了该DFB光纤激光器6.3 k Hz水声响应灵敏度和线性度。980 nm泵浦光源功率为115 m W,干涉仪中PZT调制频率为20 k Hz,光电探测器的信号输入DSP采用上述算法进行信号解调,DSP采用Analog Devices公司的Blackfin系列DSP中的ADSP-BF533,解调输出端DA转换时相位和电压的转换因子为8,即电压相对于相位有18 d B(参考值1 V/rad)的增益,光纤干涉仪非平衡长度为200m,标准水听器为B&K Hydrophone Type 8100,灵敏度为-216.3 d B参考值1 V/µPa)。

待测DFB光纤激光器、标准水听器靠近放置于水下1.8m深处,距位于同一深度的发射换能器2 m。图6为换能器发射频率为6.3 k Hz时水声信号解调仪输出的信号,上图为时域波形,下图为信号的频谱,解调仪的输出信号频谱和发射换能器的发射频率一致。

干涉仪的非平衡路径d必须小于激光的有效相关长度,由于这种DFB光纤激光器的线宽小于50 kHz,有效干涉长度实验测量达几千米。使用200 m的不平衡路径,激光工作波长为1 540 nm,则波长-相位的转换因子为7.7×105 rad/nm,应用上述声压和波长位移的关系,则声压相位灵敏度为3.4×10-9 rad/µPa,即光纤激光器的声压灵敏度为-169.4 dB(参考值1rad/µPa)。

换能器发射频率为6.3 kHz,标准水听器电压输出为28.8µV时,DSP解调电路输出为71.1 mV,根据标准水听器的声压灵敏度推算得光纤激光器的声压,计算出光纤激光器的灵敏度为-148.5 dB(参考值1V/µPa),减去电压相对于相位的18 d B(参考值1 V/rad)增益得-166.5 dB(参考值1 rad/µPa),与理论分析的-169.4 dB(参考值1 rad/µPa)有2.9 dB的误差,这可能来自于光纤激光器的机械结构共振,需要进一步分析。

改变发射换能器的驱动功率,使光纤激光器所受声压从0.1 Pa升至33.6 Pa(根据标准水听器计算),记录解调仪的输出电压。图7为测试结果,通过最小二乘法拟合,得灵敏度为38.29 mV/Pa,即-148.34 dB(参考值1 V/µPa),与上述灵敏度测试结果一致。

实验结果表明,该基于Michelson干涉解调技术的光纤激光器水声传感系统可以应用于水声信号的探测。在实际使用过程中,需要对激光器进行良好的封装,提高其整个工作频带内的水声响应性能。

5 结论

水声网络信息安全保密风险分析 篇4

现代战争需要及时获取尽可能全局的敌我信息和环境信息, 准确识别目标, 得出战场态势并进行信息共享, 及时做出有利的战略决策或战术决策, 以立于不败之地。而水下战场环境涉及多维的作战空间和复杂的电磁环境, 面临各种威胁和攻击, 所以保证其通信网络的安全性和可靠性是首要问题。由于水下环境和水下通信网络的特殊性, 现有传统无线通信网络的安全技术不能直接移植应用到水下。因此, 研究水下无线通信网络的安全风险, 研究适用于水下无线通信网络的安全技术, 使水下无线通信网络能更好地、更安全地为构建一体化的水下信息预警探测网络、有效扩大信息优势、增加侦察和捕获目标的范围和效力提供重要支撑作用。

2 水下网络特点与隐患

利用水下通信网络进行预警探测主要是建立反潜监视网络和海洋环境监视网络, 包括水面舰艇、潜艇、水下UUV、浮标、海底声呐阵等。网络传感器节点主要装备有各类综合声呐、侦察声呐, 探测声呐、噪声测距声呐、磁感应量测等设备。对于这些节点, 当采用被动探测方式时, 在对目标稳定跟踪后可获得的目标信息主要是方位;采用侦察方式或用侦察节点则可获得目标方位、载频、脉冲宽度和重复周期等数据;通过噪声测距节点可获得目标距离和方位。出于安全、隐蔽的考虑, 舰艇 (特别是潜艇) 装备的声呐设备通常采用被动方式工作, 只能得到目标的方位信息。由于海水声传播特性极其复杂, 水下无线通信网络通常包括大量在水下分布的、能源受限的、自配置和自感知的传感器节点, 在诸多方面不同于传统网络系统。军用水下无线通信网络具有如下重要特性:

(1) 各种移动模式:尽管一些传感器以超音速移动, 其他的水下节点可能是固定的。

(2) 广泛的终端类型:范围广泛的设备, 如传感器、单声道收音机和计算机, 可能是军事水下通信网络的终端。

(3) 可变的通信距离:通信距离从几米到几千千米, 无线电波在海水中选择性衰减严重, 无法满足远距离传输的要求, 因此, 水下无线通信系统多采用声波作为传输载体, 但水声通信技术存在着难以克服的传输速率低、高延时、功耗大等缺陷。

(4) 可变的通信介质特征:各种媒介类型 (如有线、光纤、空气和海水) 可台会组合起来使用。

(5) 快速改变通信地点:被广泛的水下通信网络覆盖的区域可能需要清空, 同时在一次军事行动中, 同样的网络在不同的地区内几天之内能够安装好。

(6) 敌对和嘈杂的环境:在水下战场, 对方的通信设施是高优先级目标。此外上千的炸弹爆炸、车辆和故意干扰会产生噪声。

(7) 突发流量:通信流量常常是与时间和空间相关的。长时间的无线电静默可能在特定的地区突然被极其密集的报告和通信需求打破, 然而其他的地区保于静默。

(8) 各种安全限制:非涉密数据与涉密数据在同一个通信信道里传输。

3 安全设计考虑

在水下无线通信网络环境中, 设计实现一个完善的无线网络系统时, 首先要分析网络中存在的各种安全威胁, 针对这些威胁提炼必需的安全需求, 从而设计相应的安全方案, 需要考虑的因素包括以下几个方面。

(1) 无线传输信道。水下无线通信网络节点有严格的能量限制、低容量和微型传感器节点的小尺寸。在水下无线通信网络中, 能量最小化假设具有重大意义, 超过衰变、散射、阴影、反射、衍射、多径效应和衰落影响。总的来说, 在距离d内传输信号需要的最小输出功率与dn成比例, 其中2≤n <4。因此, 有着更多跳数和更短距离的路径比那些少跳数长距离的路径, 能效更高。

(2) 网络体制。在水下无线通信网络中, 一个中心点或一个关键节点的存在使得它们在敌对环境中更加脆弱。通过分析流量可能发现一个收集节点, 并且在这些关键节点中监视或阻止所有数据流量。在水下无线通信网络中, 节点间相互依靠来传送一个包。这种多跳自组织特性也带来了额外的弱点, 使它们易受攻击。当一个恶意节点使其他节点相信它是一个中继节点时, 它可以接收它们的包, 且不转发它们。

(3) 流量特性。在水下无线通信网络中, 数据流量通常是与时间和空间相关的。网络节点覆盖范围通常是重叠的, 因此当一个事件发生时, 它在同一个区域触发多个传感器。时间和空间的相关性表明, 对于某些区域和时间段来说过度使用, 对另一些区域和时间段来说未充分利用。这给通信协议和算法设计包括安全方案带来了额外的挑战。当数据流量是相关的, 对付流量分析攻击变得更具有挑战性。

(4) 服务质量。在水下无线通信网络中, 功率是首先要考虑的, 当然这取决于应用。当网络用于军事实时应用方面时, 延时也是一个重要的限制, 通常和功率限制相冲突。对于这术的网络, 带宽需求可能会高些。水下通信网络应用中, 延时和带宽问题是一个最重要的挑战。对于声纳水下介质, 传播延迟很长时间 (平均每100m为67ms) , 容量十分有限 (5~30kbit/s) 。

(5) 容错性。水下无线通信网络中的收集节点代表了故障的关键点。数据通过这些节点中继到外部系统, 若它们不存在, 网络将变得不相连。这在网络中尤其重要, 因为如果传感器收集的数据没有到达用户, 它们不会有任何用处, 而且传感器节点中的数据只能通过收集节点访问。因此, 它们可能成为拒绝服务攻击的重要目标, 容错性方案应该考虑到这一点。

(6) 操作环境。水下无线通信网络的设计是在恶劣和难以接近的地区无人值守运行的, 这给容错方案带来了额外的挑战。此外, 传感器网络可能在敌后的对抗性环境中。在这种情况下, 它们易受物理攻击, 且更容易篡改。

(7) 能效问题。功耗是影响水下无线通信网络协议设计的最重要因素之一, 这也需要安全方面的特殊处理。水下无线通信的安全方案必须在计算和网络需求方面都是低成本的。

(8) 可扩展性。水下无线通信网络设计方案需要高度可扩展, 这也影响到了安全协议。对于水下军事通信网络来说, 可扩展需求和功率限制一起阻碍了后部署密钥分配方案的适用性, 因此, 在这种应用中, 密钥应在节点部署之前先行部署。

(9) 硬件成本。水下无线通信网络节点的存储和计算能力有限, 因此, 有着更少存储和计算需求的安全方案更适合于水下军事通信网络。

4 认证与完整性设计

在一个安全的水下无线通信网络中, 节点由网络授权, 并且只有被授权的节点才被允许使用网络资源。建立这样一个网络的一般步骤包括自举、预认证、网络安全关联、认证、行为监控和安全关联撤销。在这几部分中, 认证是最重要的, 同时也是网络安全中最基本的一项服务。其它的基本安全服务例如机密性、完整性和不可抵赖性均取决于认证。秘密信息只有在节点进行互相验证和确认后才能进行交换。

4.1 认证问题

在水下无线通信网络中, 敌手很容易篡改数据, 并把一些消息注入数据, 这样接收者应该确保接收到的数据来自一个合法的发送方, 并且没有被篡改过。数据认证允许接收方验证数据真正是由声称的发送方发送的。这样, 接收方需要确保任何决策过程用到的数据来自正确的源节点。

在双方通信情况下, 发送方用秘密密钥计算消息内容的校验和, 产生一个消息认证码 ( MAC) 。数据认证能被接收方验证, 这个接收方拥有用于产生相同消息认证码 ( MAC) 的共享密钥和源消息。然而在水下多方通信中, 比如基站广播数据给一些节点时, 就不能使用对称的数据认证。这种情况下, 可采用非对称机制如定时高效流容忍损耗认证 (TESLA) 。在这种方法中, 首先发送方用密钥产生的消息认证码 (MAC) 广播一个消息, 这里的密钥稍后将公开。当节点收到消息时, 如果它还没收到发送方透露的密钥, 将首先缓存消息。当节点收到密钥以后, 它将用密钥和缓存的消息产生消息认证码 ( MAC) 来认证此消息。TESLA的缺点是认证的初始参数应该单播给每一个接收方, 这对拥有庞大数量节点的网络来说是低效的。因此将多级密钥链用于密钥分配中, 初始参数是预设的, 并广播给接收方, 而不是单播发送, 这样做增加了拥有大量节点网络的可扩展性, 同时可抵抗重放攻击和拒绝服务攻击。

4.2 完整性问题

数据完整性的含义是接收方收到的数据和发送方发出的数据是一样的。在水下无线通信网络中, 如果一个节点被敌手捕获, 敌手可能会修改数据或把一些错误的信息注入网络里。由于节点有限的资源和节点部署在恶劣的环境中, 通信数据会丢失或被损坏, 或数据的完整性可能会受到破坏。为了保护数据完整性, 最简单的办法是使用循环冗余校验 ( CRC) ;另一个方法是使用基于加密的完整性方法, 比如在认证时使用消息认证码MAC, 这会更加安全, 但也更复杂。

机密性可以阻止信息泄漏。然而, 为了扰乱通信, 敌手仍然可能会篡改数据。比如, 一个恶意节点可能会在一个包里添加片段或操纵包中的数据。这个新数据包会被发送给原接收方。由于恶劣的通信环境, 甚至都不需要出现恶意节点, 数据就会丢失或遭到破坏。因此, 数据完整性要确保任何接收到的数据在传输过程中不会被修改。

5 结语

水下通信网络的迅速部署、自组织和容错特性使其在军事C4ISR系统中有着非常广阔的应用前景。因此需要针对水下无线通信网的威胁提炼必需的安全保密需求, 从而设计相应的安全体系架构与安全方案, 通常包括用户接入控制设计、用户身份认证方案设计、密钥协商及密钥管理方案设计等, 以满足其安全保密需求。尤其是认证与完整性问题, 是水下通信网络安全需要解决的首要问题, 这也是今后开展研究工作的重点。

摘要：水下战场环境涉及多维的作战空间和复杂的电磁环境, 研究水下无线通信网络的安全风险, 是研究适用于海战场水下无线通信网络安全保密技术及体系的前提。本文根据水下通信网络的特点, 分析了水下无线通信网络的安全保密需求, 研究了水声网络信息安全保密设计考虑要素, 并对认证与完整性问题进行了探讨, 可为研究军用水声网络安全保密体系提供借鉴参考。

关键词：水声网络,安全保密,风险

参考文献

[1]吴学智, 靳煜, 何如龙.水声网络及其军事应用研究[J].电声技术, 2012 (08) .

[2]郎为民, 杨宗凯, 吴世忠, 谭运猛.一种基于无线传感器网络的密钥管理方案[J].计算机科学, 2005 (04) .

[3]熊飞, 吴浩波, 徐启建.一种传感器网络的分布式信任模型[J].无线电工程, 2009 (08) .

[4]荆琦, 唐礼勇, 陈钟.无线传感器网络中的信任管理[J].软件学报, 2008 (07) .

水声传感器网络 篇5

关键词：水声网络,介质访问控制协议,最优窗口

0 引言

水声网络将水下独立节点进行组网融合,达到信息互通和共享的目的,突破了单节点监控范围和处理能力的限制,可以实现水下监听、情报采集以及多节点的联合测向、定位等功能,在军事、民用领域都有广阔的发展前景[1,2]。但是,海洋信道的高时延、低速率、复杂多途以及多普勒效应严重的特点[3]使得传统的MAC协议无法适用于水声网络。

MAC协议是保证网络高效通信的关键协议之一,它是水声网络( UAN) 4 层结构中数据链路层( DLL) 的一部分,介于网络层和物理层之间,基本任务是控制各网络节点对通信信道的使用,在保证公平性的同时兼顾吞吐量和延迟等性能指标[4]。近年来针对水声网络不同特性,研究和提出了很多专用MAC协议。随机接入型的ALOHA协议控制帧数量少,适合应用在水下低负载网络环境; T-Lohi协议[5]针对水声网络携带能量有限、通信带宽窄设计,能够实现较高的信道利用率和稳定的吞吐率,并且能在一定程度上减少能量的消耗,延长水声网络的生存时间; MACAW[6]协议通过引入握手和预约信道机制来降低水声网络中数据包之间的冲突,最终提高系统吞吐量和各个节点接入信道的公平性;以上协议均未考虑水声网络中严重的数据包冲突问题,本文提到的CW-MAC[7]协议及其优化策略,专门针对水声网络数据包碰撞冲突率高、水声信道高时延、低速率特性设计,通过引入竞争窗口和随机回退机制,可显著降低冲突,进而提升水声网络吞吐量。

1 CW-MAC协议

CW-MAC协议是对著名的ALOHA协议的改进,在ALOHA协议中,任何网络节点在有数据要发送时,立即发送,无需考虑数据帧碰撞、信道监测等因素。研究发现[8,9],ALOHA协议在网络负载较小时性能较好,能够达到合理的吞吐量和时延,但随着系统负载的增加,尤其是在超过18. 4% 这一门限值后,数据帧之间的碰撞愈发频繁,系统性能迅速恶化。

针对这一问题,CW-MAC协议中提出的解决措施是引入竞争窗口和随机回退机制,即设置一个初始化为0 的CW( 竞争窗口) 值,时间片长度 σ( 保证节点在一个 σ 内可以检测信道占用状况) ,当节点需要发送数据时,随机地在0 ~ CW-1 选取一个值N,同时启动时间为N* σ 的计时器,在计时器到期时立即发送数据。如果发送数据产生碰撞,则将CW值加倍,继续重复这一过程,直到数据发送成功,将CW值置为零。CW-MAC协议有限状态机如图1 所示。

传统的CW-MAC协议下,竞争窗口越大,随机退避机制解决冲突的能力就越强,在使用较大的窗口值时,选择相同随机退避时间的可能性大大减小。一方面,轻负载情况下,小的窗口值保证了较小的时延; 另一方面,重载情况下,随机等待时间随着冲突产生次数增加指数递增,降低了冲突发生的概率。该机制的引入虽然最终结果是数据冲突的概率降低,但是处理过程中频繁改变窗口值,无形中增加了节点等待时间,造成资源浪费,影响到系统吞吐量。

本文通过仿真发现,由于水声通信环境的复杂性,其高时延和时变、空变特性使得在窗口值较小时碰撞和错误发生的概率依然较大。因此,提出基于最优窗口值的改进措施。具体方法是通过分析仿真数据,找到数据包大小、通信速率和节点数量三大变量对最优窗口值CWopt的影响,直接在协议运行最初将窗口值设置为最优。由于避开了小窗口值时随机回退收益较小的初级阶段,使得数据包冲突在协议运行最初即降为最低,能够降低通信时延,进而增加系统吞吐量。

2 NS-3 仿真平台

在现代通信网络技术的研究中,对协议和设备的验证、测试以及设计、开发中,需要先进的网络模拟技术,现在常用的网络模拟器主要有OPNET、OMNe T + +[10]和NS-3[11,12]。综合仿真速度、可靠性和易用性等多种因素,本文采用NS-3 作为仿真平台进行分析。NS-3 的最大优势在于其模块都采用C ++ 编写,结合tutorial和大量的示例代码,很容易上手。NS-3 的仿真脚本支持2 种语言,C + + 和Python,易用性和可扩展性都很好。NS-3 的基本模型如图2 所示。

一次完整的仿真流程可以概括如下: 应用层产生数据,利用Socket仿真程序实现数据分组的向下传递进入TCP/IP协议栈,层层封装、逐层下发,最终到达网络设备,在形成比特流,通过具有某种传输特性的信道传输给目的节点。目的节点接收到比特流,按规则合成数据帧,再从下往上逐层转交并解封装,最后经由传输层的端口号转交给相应的应用程序。

3 仿真结果及分析

仿真中,系统为Linux发行版Ubuntu12. 04LTS,NS-3 使用的版本是ns-allinone-3. 23。本文使用到的仿真场景中,水声网络节点分布在70 m水深处,时间片长度 σ = 0. 2 s。单次仿真持续时间100 s,为了确保得到的数据有效可靠,每100 s即对实验拓扑进行重新随机分布。控制变化的参量主要有数据包大小、竞争窗口大小、节点个数及通信速率。

CW-MAC协议的吞吐量计算方法如式( 1 ) 所示。设置记录接收数据量的变量,每次成功接收到数据包进行累加,最后和仿真时间进行运算即可得到该次仿真中实际吞吐量大小。由于需要研究不同CW值下吞吐量的变化规律,因此每次CW值发生变化都需要重置接收量参数。

在NS-3 仿真得到的原始数据中,详细记录下了每个节点发送及接收数据的时间、源节点、目的节点和包大小,从中可以分析出仿真中不同竞争窗口值下的吞吐量,根据仿真数据得到以下仿真结果。

不同通信速率下,系统吞吐量随窗口值大小之间的变化曲线如图3 所示。其中,图3( a) 是实测数据,图3( b) 是根据实测数据得到的四阶多项式拟合曲线。图3 中可以发现,由于CW-MAC协议采用的冲突避免机制有效减少了ALOHA协议想发就发造成的大量数据冲突和重发,因此不管通信速率大小如何,只要窗口值合适,CW-MAC协议的吞吐量都可以突破传统ALOHA协议18. 4% 的最大吞吐量。并且当窗口大小达到CWopt之后,吞吐量开始呈下降趋势。这是由于随着窗口的增大,随机回退机制带来的吞吐量增加红利消失,取而代之的是由于节点频繁大幅度的回退造成的时延增加,使得吞吐量逐步下降。

不同通信速率下,吞吐量达到最大时对应的窗口值如表1 所示。可以发现,随着水声网络通信速率的增大,节点密度过低导致现有带宽利用不充分。同时,窗口值过大带来的负面效应开始起作用,越来越早地出现吞吐量拐点,最终呈现出随着通信速率的增加,最大吞吐量反而下降的现象。

不同数据包大小情况下,系统吞吐量随窗口值大小变化的曲线如图4 所示。结合图4( a) 实测数据和图4( b) 四阶拟合曲线图可以发现,随着单个数据包的增大,系统吞吐量得到提升,这种趋势在窗口值较大的时候更加明显。由图4( b) 的拟合曲线,可以更加清晰地看出这种现象,数据包的增大,延缓了CWopt的出现,吞吐量得以继续攀升。

水声网络节点数量不同情况下,系统吞吐量随窗口值大小变化的曲线如图5 所示。图5 表明在通信速率和覆盖范围不变的情况下,水声网络节点数量的增多会造成数据包冲突增多,给吞吐量造成负面影响。同时,拟合曲线的特性表明,节点密度增加使得系统能够在更大的窗口范围内维持在较高的吞吐量,延缓了CWopt的出现。

4 最优窗口值

通过上述的仿真数据及其分析可以发现,能够获得最大吞吐量的最优窗口值CWopt主要受到节点数量、通信速率和数据包大小的影响。进一步,对水声网络CW-MAC协议运行机制和主要变量进行数学建模分析,设节点数量为N,平均通信距离d,声速v,则传输时延ttrans= d / v,数据包大小为p,通信速率Rb,则发送时延为tdelay= p / ( Rb) ,已知时间片长度 σ,则可计算单个数据包传输成功所需窗口值Win:

根据仿真数据计算出Win值和由以上各式拟合曲线CWopt之间的关系,散点图可以得到线性拟合趋势线如图6 所示。

得到了Win值CWopt之间关系:

有了二者之间关系式,可根据水声网络布设环境进行窗口值预设,最优的窗口值可以减少传统处理机制在不停碰撞、回退和重发过程中引起的时延和能量消耗。

根据式( 3) 修改水声网络参数进行验证,得出结果如表2 所示,从吞吐量对比中可以看出,改进后,最优窗口的CW-MAC协议在吞吐量表现上均优于传统CW-MAC协议,而且CWopt值越大,性能提升越明显。其原因在于最优窗口值的协议在运行一开始就将冲突概率降为较低水平,而传统机制在不停的回退、冲突和重设窗口值的循环过程中加大了时延,拉低了平均吞吐量。

5 结束语

经过仿真分析得出了CW-MAC协议中最优窗口值和通信速率、节点密度、数据包大小因素之间的线性关系。对得出的关系公式进行反向验证,结果显示本文提出的基于最优窗口的改进策略进一步优化CW-MAC协议,提升了水声网络吞吐量。

随着国家策略向海洋倾斜,未来大规模的水声网络必将投入应用,相信基于最优窗口的水声网络CW-MAC协议将在其中发挥重要作用。

参考文献

[1]YANG Xiao.Underwater Acoustic Sensor Networks[M].北京:国防工业出版社,2012.

[2]CATITI A,FELISBERTO P,JESUS S M,et al.UAN-Underwater Acoustic Network[C]∥IEEE OCEANS,2011:978-984.

[3]CATITI A,CALABRO V,FUSHI L,et al.Underwater Acousitic Network Performance:Results from the UAN11sea trial[C]∥IEEE Xplore,2012:1-8.

[4]SHAHABUDEEN S,MOTANI M,CHITRE M.Analysisi of High-performance MAC Protocol for Underwater Acoustic Networks[J].IEEE Journal of Oceanic Engineering,2014(39):74-89.

[5]SYED A,YE Wei,HEIDEMANN J.T-Lohi:A New Class of MAC Protocols for Underwater Acoustic Sensor Networks[C]∥The 27th Conference on Computer Communications,2008:789-797.

[6]FARAHANI N K,HAMIDIAN S,ALIREZA V,et al.Analytical Evaluation of a New MAC Algorithm for Underwater Wireless Sensor Networks[C]∥19th International Conference on Telecommunications,2012:232-237.

[7]PARRISH N,TRACY L,ROY S,et al.System Design Considerations for Undersea Networks:Link and Multiple Access Protocols[C]∥IEEE Journal on Selected Areas in Communications,2008:1 720-1 729.

[8]CHEN Jun-yan,HE Yan,YANG Zheng.Improved and Performance Analysis of IEEE 802.11 DCF[C]∥Proceedings of 2014 IEEE International Conference on Mechatronics and Automation,2014:1 871-1 876.

[9]陈忠真.IEEE802.11DCF算法的研究[D].西安:西安电子科技大学,2012:11-15.

[10]郝英川.基于OMNe T++的航母编队网络仿真研究[J].无线电工程,2014,44(4):4-6.

[11]陈运海.基于NS3的无线自组网仿真实现[J].电脑知识与技术,2014,10(35):8 365-8 367.

水声传感器网络 篇6

路由协议的目的是在通信网络中建立并维护数据传输路径[1,2,3,4]。由于其在网络通信中占有重要地位,所以一直是通信协议研究的重要内容。针对水声通信网路由协议的特点[5,6],在根据具体应用进行路由研究时,需要满足下面几项要求:

1、能量高效。水声通信网的路由协议不单单要选择能耗最小的数据传输路径,而且需要统筹考虑整个水声通信网的情况,选择使所有节点消耗均衡的路由。由于水声通信网络资源有限,因此网络路由协议需要能够准确有效地实现数据的传送[7]。

2、稳定性。能量用尽或腐蚀、污垢等环境影响会造成水下传感器的节点失效,从而对水声链路的通信质量造成影响,再加上链路本身的缺陷,这些不稳定的特性都要求水声通信网的路由协议具备一定容错能力[8,9]。

3、可扩展性。在水声通信网络中,节点的故障、新节点的加入以及节点的移动,都会使得检测区域的范围和节点密度有所变化,从而导致网络的拓扑结发生变化,这种情况下,则就要求路由协议具备一定的可扩展性,以适应网络结构的随时改变[10,11]。

本文以OMNe T++为仿真平台[12]根据水下通信的特点进行路由协议研究。

2 路由协议

基于水下通信网络移动性的特点,为了更好地适应由于网络拓扑结构改变而引起的链路失败问题,在路由建立过程中每个节点充分利用接收到的报文信息,在自身的路由表中为每个目的地址保存多条路由信息。

2.1 全路径模式路由协议

在全路径模式路由协议的路由建立过程中,源节点通过泛洪式广播发送路由请求(RREQ)报文,RREQ报文的数据格式如图1所示。

如图1所示,源地址和目的地址分别表示水下通信网中待发送数据报文的源节点地址和目的节点地址,转发节点地址为转发该RREQ报文的节点地址,序列号为当前发送RREQ报文的唯一标识号,通过该序列号可以有效避免每个网络节点对同一报文多次应答的情况。

网络节点收到RREQ报文后处理流程如图2所示。

如图2所示,每个网络节点收到RREQ报文后首先判定RREQ报文的序列号是否为新,如果为新,说明第一次接收到该RREQ报文,将RREQ报文中中继节点地址保存到自身路由表中的邻居列表;否则删除该RREQ报文,然后判断RREQ报文中目的地址是否为本节点地址,如果目的地址是本节点地址,则生成RREP报文并将其广播发送,该RREP报文的源地址为本节点地址,目的地址为RREQ报文的源地址。RREP报文的数据格式如图3所示。

如果该节点地址不是目的地址,则在自身路由表中查找是否有到RREQ报文中目的地址的路由信息,如果有则生成RREP报文并将其广播发送,该RREP报文的源地址为本节点地址,目的地址为RREQ报文的源地址,将路由表中到达RREQ目的地址的路由信息相应写入中继节点地址;反之则将自身地址写入RREQ报文中的转发节点地址并转发该RREQ报文。

全路径模式路由协议中网络节点收到RREQ报文后处理流程如图4所示。

如图4所示,每个网络节点收到RREP报文后首先判断目的地址是否为本节点地址,如果是则提取RREP报文中的源地址以及中继地址列表,更新自身路由表,并将数据队列缓冲区中的数据报文发送出去;反之则判断中继地址列表中是否有本节点地址,如果有则删除该RREP报文,如果没有则首先根据该报文中的源地址以及中继地址列表更新自身路由表,然后将RREP报文中跳数加1,并将自身地址写入RREP报文中与跳数对应的中继地址后转发该报文。

以一个9节点的水声通信网络为例,网络拓扑结构如图5所示。

图5中实心原点代表网络节点,黑色虚线代表通信链路,由图5可知,该水声通信网络为非全链接通信网络,例如网络节点1和网络节点5之间没有通信链路。设定网络节点1为源节点,网络节点6为目的节点。首先网络节点1泛洪式广播EEEQ报文,由于网络初始阶段,每个网络节点的路由表均为空,因此直到网络节点6接收到RREQ报文后才生成RREP报文并将其发送。由网络拓扑结构可知,在全路径模式的路由协议中,网络节点3,5,9收到网络节点6广播的RREP报文,具体情况如图6所示。

网络节点3、5、9接收到RREP报文后利用图4所示的全路径模式RREP报文处理流程图对该RREP报文进行第二次广播,具体情况如图7所示。

在全路径模式路由协议中,网络节点2和6接收到网络节点3广播的RREP报文,利用图4所示的全路径模式RREP报文处理流程图,网络节点2更新自身路由表并将自身地址写入报文中的中继地址(RREP报文中继地址信息更新为2→3→6)后转发该RREP报文。网络节点6由于检测出RREP报文的中继地址列表中包含有其自身地址,因此直接删除该报文。同样地,网络节点2、4、6、8接收到网络节点5广播的RREP报文,除了网络节点6因为检测出RREP报文的中继地址列表中包含有其自身地址而直接删除该报文以外,网络节点2、4、8分别将RREP报文中继地址信息更新为2→5→6、4→5→6、8→5→6后转发该RREP报文。此外,网络节点6和8收到网络节点9广播发送的RREP报文后,节点6仍然由于检测出RREP报文的中继地址列表中包含有其自身地址而直接删除该报文。节点8更新RREP报文中继地址信息为8→9→6后转发该RREP报文,具体情况如图8所示。

通过上述的路由建立过程,可以实现整个网络范围内可通信路径的完整建立。但在网络规模较大的情况下,由于RREP报文的多次转发导致网络资源的浪费以及网络节点能源的消耗。

2.2 最优路径模式路由协议

最优路径模式路由协议的路由建立过程中,源节点通过泛洪式广播发送路由请求(RREQ)报文,RREQ报文的数据格式以及网络节点处理RREQ报文的过程均与全路径模式路由协议相同。针对减少网络资源的占用以及节点能源的消耗问题,最优路径模式路由协议中RREP报文处理流程图如图9所示。

如图9所示,每个网络节点收到RREP报文后首先提取RREP报文中的源地址以及中继地址列表建立一条临时路由信息,判断路由表中是否存在比该条临时路由信息更优的路径,如果有删除该RREP报文;反之则将该条临时路由信息更新到自身路由表,并进一步判断RREP报文的目的地址是否为本节点地址,如果是则删除该RREP报文并将数据队列缓冲区中的数据报文发送出去,如果目的地址不是本节点地址则将RREP报文中跳数加1,并将自身地址写入RREP报文中与跳数对应的中继地址后转发该报文。

继续以图5所示的9节点水声通信网络为例,同样设定网络节点1为源节点,网络节点6为目的节点。由于最优路径模式与全路径模式下的路由协议中处理RREP报文的流程一致,因此网络节点6接收到RREQ报文后才生成RREP报文并将其发送。由于网络拓扑结构仍采用图5所示的网络结构,因此在最优路径模式的路由协议中,网络节点3、5、9收到网络节点6广播的RREP报文,具体情况同样如图6所示。

网络节点3、5、9接收到RREP报文后利用图5所示的最优路径模式RREP报文处理流程图对该RREP报文进行第二次广播,由于网络节点3、5、9均只收到一个RREP报文,即不存在取最优路径的问题,因此具体情况同样如图7所示。

在最优路径模式路由协议中,网络节点2先后接收到网络节点3和5广播的RREP报文,不失一般性,假定网络节点2先接收到节点3广播的RREP报文,首先建立临时路由信息2→3→6,然后将该临时路由信息更新到自身路由表以及RREP报文的中继地址信息后转发该RREP报文。在此之后,网络节点2接收到节点5广播的RREP报文后,建立临时路由信息2→5→6并发现该临时路由信息并不优于路由表中已有的路由信息2→3→6,因此删除该RREP报文。同样地,网络节点8接收到网络节点5和9广播的RREP报文,只根据其中一个RREP报文的信息更新自身路由表的更新以及RREP报文中继地址信息后将该RREP报文转发。而对接收到的另一个RREP报文予以直接删除。

网络节点6接收到网络节点3、5、9广播的RREP报文后,由于自身节点为RREP报文的源节点,因此将该RREP报文删除。网络节点4接收到网络节点5广播的RREP报文后更新自身路由表信息以及RREP报文的中继地址信息(更新为4→5→6)后,转发该RREP报文。具体情况如图10所示。

由图8和图10可知,最优路径模式路由协议中RREP报文的路由成本小于全路径模式路由协议,从而节省了网络资源以及网络节点的能源消耗。

此外,通过分析两种模式路由协议在9节点水声通信网络中运行的具体过程可得两种协议在路由建立过程结束后网络节点路由表中的路由信息如表1所示。

由表1可以看出,全路径模式路由协议可以在路由建立阶段保存更多的路径信息,从而对网络拓扑结构的变化具有更好的适应能力。

3 两种模式路由协议性能比较

如表2所示的设置参数下,对两种不同模式下的路由协议性能进行比较。图11给出了节点数目由4增加到16的情况下,两种模式路由协议路由成本性能的比较。

如图11所示,在通信网络节点数量较小的情况下,两种寻址方式的路由成本差距不大。但是随着通信网络节点数目的增加,特别是当节点数目大于12时,由于网络节点可搜索路径数目的增加,使得全路径模式路由协议的路由成本会大大增加。

图12给出了节点数目由4增加到16的情况下,两种模式路由协议的路由建立时间性能比较。

如图12所示,全路由模式路由协议的路由建立时间随着网络规模的增加也随之而增加为寻路等待时间。

4 结束语

水声通信网由于水声信道的传输时延大等特点使得水声通信网络的路由协议设计不同于陆生网络。本文基于OMNe T++仿真平台,针对水声信道的特点,深入研究了两种模式路由协议。通过理论研究以及仿真结果证明,全路径模式建立路由信息全面,路径资源多,一旦路由建立完毕,可以长时间使用,而且可以根据用户需要进行路径选择而不必拘泥于最短路径,可以适应由于水下传感器运动而引起的网络拓扑结构变化的特点,不需要每次发送数据时进行路由建立,只需要在网络结构有较大变化时重新建立路由即可,缺点是随着网络规模的增加建立路由将消耗大量的时间和网络成本。最优路径模式路由协议网络消耗小,路由建立速度快,适应拓扑变化快的网络,但是最优路径模式路由协议建立的路径有限,网络抗打击能力较差。两种模式的路由协议各有优势,我们下一步的研究工作将针对网络需求的动态变化设计一种融合该两种模式路由算法的优化协议,通过实时动态地调整路由协议使其满足不同的网络需求。

摘要：本文以水声通信网为研究背景,针对水声信道延时大,水下传感器能耗特点和移动特点进行路由协议设计,提出了全路径模式路由算法和最优路径模式路由算法。理论分析及仿真结果表明,全路径模式路由算法可以很好的适应由于水下传感器运动而造成的拓扑结构变化的情况,也不会因为个别链路断裂造成路由瘫痪,而且将负载均摊到整个网络从而避免优势路径上的节点过早衰竭;最优路径模式路由算法是一种有效解决水下通信网络能源受限问题的路由算法,功能是尽可能多的搜索最短路径,最优路径模式路由算法路由建立速度快以及路由成本低,能很好的适应大规模水声通信网络的需求。

关键词：路由协议,水声通信,OMNeT++,全路径,最优路径

参考文献

[1]沈明玉,郑立坤.WSN中SPIN路由协议的改进[J].计算机工程,2012,38(5):86-88.

[2]LEE U,WANG P,and NOH Y.Pressure routing for underwater sensor networks[C].IEEE INFOCOM,San Diego,USA,2010:1-9.

[3]ZHOU X,LIU B,QIN B.Research on routing algorithms for wireless sensor network[J].Chinese Journal of Sensors and Actuators,2006,19(2):463-467.

[4]吴键,袁慎芳.无线传感器网络节点的设计和实现[J].仪器仪表学报,2006,27(9):1120-1124

[5]陈静,沈鸿.MELEACH一个高效节能的WSN路由协议[J].传感技术学报,2007(12):2089-2094.

[6]方梅.时隙CSMA/CA机制下IEEE802.15.4网络性能研究[D].合肥:合肥工业大学,2009.

[7]李建中,高宏.无线传感器网络的研究进展[J].计算机研究与发展,2008,45(1):1-15.

[8]XIAO XINGGUO,MICHAEL R.FRATER,MICHAEL J.Ryna.Design Of a Propagation Delay Tolerwork[J].IEEE Journal of Oceanic Engineering,2009,34(2):170—180.

[9]聂星阳.模型与数据结合的浅海时变水声信道估计与均衡[D].浙江大学,2014.

[10]A.A.SYED,W.Ye,and J.HEIDEMANN.T-Loh i:A new class of MAC portocols of underwater acoustic sensor networks[R].USC/ISI Technical Report ISI-TR-638b,California,Information Science Institute,April 2007.

[11]郭忠文,罗汉江.水下无线传感器网络的研究进展[J].计算机研究与发展,2010,47(3):337-389.