水声通信网络中基于智能算法的路由技术研究
水下路由算法是水声传感器网络(Underwater Acoustic Sensor Networks, UASNs)组网技术的重要内容之一，同时在开启未来海洋信息技术的新格局中发挥着不可替代的作用。由于水下环境的复杂性，许多陆地无线传感器网络(Wireless Sensor Network, WSN)中开发的路由技术，不能直接应用于水下。本文围绕UASNs基于智能算法的路由技术展开了深入的研究，所做的主要工作包括： 1.研究了海洋环境对水下节点间通信和组网的影响，对水声传感器网络有了初步了解。基于NS-3网络仿真软件搭建了水声传感器网络仿真平台，并分析了水下路由算法的设计挑战与性能指标。 2.提出了基于模糊逻辑的矢量转发路由算法，采用广播转发机制，适用于密集型三维UASNs。证明了在节点一跳通信范围内单跳长距离传输方式的能量有效性。将三种约束因子：有效距离、投影、剩余能量比例作为输入变量输入模糊逻辑系统，提出了多参数模糊自适应算法。提出的算法能够有效延长网络生命周期，在能量有效性和网络动态适应性方面体现出了较好的性能。 3.研究了强化学习技术在水下路由算法中的应用，采用单播转发机制，适合于稀疏型三维UASNs和AUV移动网络。针对稀疏型三维UASNs，提出了基于反馈的合作强化学习水下路由算法。其中，衰退算法能够根据存储时间更新本地邻居节点表；另外，节点可以根据反馈重传的链路质量信息，自适应的修改状态转移概率函数，增强了算法的鲁棒性；特别是在奖赏函数中反馈节点深度，剩余能量以及邻居节点分布等信息，增强了路由算法对网络变化的适应性。针对AUV移动网络，研究了一种自主式水下航行器(Autonomous Underwater Vehicle, AUV)辅助的高效水下路由算法。AUV在水下沿预设的路线移动并采集数据，AUV位置变化导致强化学习的收敛速度较长。因此，在强化学习中增加AUV反向广播元信息的过程，网络中形成双向的信息交换，大幅度的提高了强化学习算法的收敛速度。 全文的工作围绕UASNs智能化路由技术展开，从不同应用场景提出了多种基于智能算法的路由技术，并通过仿真实验的方法验证了算法的有效性。
水声通信网络;强化学习;智能算法;水下路由
国防科学技术大学
硕士
军队指挥学
王世练
2017
中文
TN929.3
2020-04-26（万方平台首次上网日期，不代表论文的发表时间）