一种基于最近邻回归的水下传感器网络信道感知路由协议
网络与互联网体系结构
2021-08-17 v2
摘要
水下声学信道是最具挑战性的通信信道之一。由于周期性的潮汐和每日气候变化,水下噪声呈周期性波动,导致长期内声学信道质量周期性变化。此外,时变信道质量会导致路由失败。近年来提出了带有声学信道估计的路由协议,即水下信道感知路由协议,以维持路由性能。然而,这些路由协议的信道估计算法多为线性的,且很少考虑声学信道的周期性。本文引入基于最近邻回归的水下声学网络声学信道估计。我们扩展最近邻回归用于 SNR(信噪比)时间序列预测,对复杂周期性和波动性的接收 SNR 时间序列提供了出色的预测精度。此外,我们提出了一种快速搜索算法并使用统计存储压缩来优化算法的时间和空间复杂度。与线性方法相比,该算法在仿真和海试数据集上的信道预测精度显著提升(最高超过三倍)。利用此信道估计方法,我们进而提出一种基于深度的信道感知路由协议(DBCAR)。借助深度贪婪转发和信道感知可靠通信,DBCAR 在包投递率、平均能耗和平均传输时延方面具有出色的网络性能,并通过大量仿真得到验证。
引用
@article{arxiv.2108.05057,
title = {A Channel-Aware Routing Protocol With Nearest Neighbor Regression For Underwater Sensor Networks},
author = {Boyu Diao and Chao Li and Qi Wang and Zhulin An and Yongjun Xu},
journal= {arXiv preprint arXiv:2108.05057},
year = {2021}
}