水声传感器网络中数据收集方案研究

作     者：陈佳男 

作者单位：海南大学 

学位级别：硕士

导师姓名：羊秋玲

授予年度：2023年

学科分类：08[工学] 080202[工学-机械电子工程] 082403[工学-水声工程] 0802[工学-机械工程] 0824[工学-船舶与海洋工程] 

主      题：水声传感器网络 数据收集 水下滑翔机 图像压缩 

摘      要：近年来,水声传感器网络在各种场景中获得了广泛的研究。水声传感器网络是结合了微机械传感器技术和无线技术,具有智能传感、计算和通信的网络。它的核心功能之一就是为相关操作收集数据。然而,大型湖泊、海洋等水下环境复杂,各种影响因素使数据收集工作面临挑战。如海洋温跃层的存在影响水声传感器网络中各水下传感器节点的通信范围。水声通信通过声波传输数据,能量消耗高,且传输距离有限,一般情况下,水下节点通过多跳来延长传输的距离,但是这样又会增加节点能量的消耗。水声传感器网络的大部分节点被部署在水下,各节点补能也困难。随着自主水下航行器和水下滑翔机技术的发展,很多研究方法使用它们进行数据收集。然而,自主水下航行器虽可协助数据收集,减少水下节点能耗,但它的续航时间较短,在大规模网络数据收集中,水声传感器网络寿命较短。水下滑翔机协助数据收集的很多方法也没有考虑滑翔机的通信范围、能量消耗等问题。此外,水下图像数据是数据收集中的重要对象,现有的使用自主水下航行器或者水下滑翔机收集数据的方法较少考虑数据(包括图像数据)从产生到收集的及时性,即数据收集延迟。针对上述问题,本论文提出一种水声传感器网络分层数据收集方案,具体内容如下:(1)本文基于VQ-VAE-2(Vector Quantized-Variational Auto Encoder-2)提出两种图像压缩算法NVQ(No top-decoder Vector Quantized)和VQI(Vector Quantized Index)。通过卷积网络对大信息量的原始图像进行编码压缩、传输、重构和生成,NVQ模型缩小底部量化的特征,再与顶部量化结果合并量化,VQI对底部量化结果下标进行了再次量化,大大减小了数据量。NVQ和VQI继承了VQ-VAE-2的优点,图片具有较好保真度,并且大大降低传输的数据量,提高了图片数据的传输速度,减少了传输能耗,降低了数据收集延迟。(2)本文提出基于CCPPOA(Complete Coverage Path-planning Obstacle-avoidance)算法的分层数据收集架构,并采用了图像压缩算法压缩数据。在本文方案中,将海域分为上层、温跃层和下层,水下滑翔机在海域的不同层的通信范围不同,由通信范围确定滑翔机的滑翔角度和初始导航点。水下滑翔机在温跃层通过CCPPOA算法构建全覆盖路径收集数据,水下滑翔机主要靠调节自身净浮力行进,能量消耗较小,在温跃层中,传感器节点只需单跳传输数据给水下滑翔机,而无需使用多跳,这有助于减少节点的能耗。在上层和下层中,节点通过休眠调度多跳机制,将数据传输给水下滑翔机,水下滑翔机在上层和下层中只完成一次上浮和下潜的动作,这大大减少了滑翔机的滑翔路径长度,降低了数据收集延迟。