王建平， 孔德川， 陳 偉

(1.武漢理工大學(xué)信息工程學(xué)院, 湖北 武漢 430070; 2， 河南科技學(xué)院信息工程學(xué)院, 河南 新鄉(xiāng) 453003)

水下傳感器網(wǎng)絡(luò)協(xié)作多輸入輸出通信技術(shù)研究?

王建平1，2， 孔德川2， 陳 偉1??

(1.武漢理工大學(xué)信息工程學(xué)院, 湖北 武漢 430070; 2， 河南科技學(xué)院信息工程學(xué)院, 河南 新鄉(xiāng) 453003)

Multiple-Input Multiple-Output(MIMO)是水下傳感器網(wǎng)絡(luò)(Underwater Sensor Networks，UWSNs)性能改進(jìn)的重要技術(shù)。然而受水下通信條件限制，MIMO技術(shù)的實(shí)施存在極多障礙。協(xié)作MIMO為UWSNs實(shí)施MIMO通信提供了新的研究途徑。設(shè)計(jì)了一種UWSNs網(wǎng)絡(luò)協(xié)作MIMO通信方法，闡述了網(wǎng)絡(luò)部署模型，多跳協(xié)作通信架構(gòu)，協(xié)作MIMO能耗模型，網(wǎng)絡(luò)性能仿真與優(yōu)化算法，網(wǎng)絡(luò)測(cè)試平臺(tái)的開發(fā)和協(xié)作MIMO節(jié)點(diǎn)的試制，相關(guān)的實(shí)驗(yàn)仿真等內(nèi)容。通過研究，期望驗(yàn)證水下傳感器網(wǎng)絡(luò)協(xié)作MIMO技術(shù)的可行性、合理性及有效性，為部署高速可靠UWSNs網(wǎng)絡(luò)提供理論和技術(shù)支撐。

水下傳感器網(wǎng)絡(luò)；協(xié)作通信；協(xié)作MIMO；水聲通信

水下傳感器網(wǎng)絡(luò)(Underwater Sensor Networks，UWSNs)是由具有聲學(xué)通信與計(jì)算能力的傳感器節(jié)點(diǎn)構(gòu)成的水下監(jiān)測(cè)系統(tǒng)。UWSNs是結(jié)合計(jì)算機(jī)科學(xué)、海洋科學(xué)、電子科學(xué)、水聲通信與水聲工程等多學(xué)科融合的交叉學(xué)科。它具有基礎(chǔ)設(shè)施簡(jiǎn)單、節(jié)點(diǎn)體積小、設(shè)備成本低等優(yōu)勢(shì)，在海洋數(shù)據(jù)采集、環(huán)境監(jiān)控、水下資源勘測(cè)、地震與海嘯監(jiān)控、輔助導(dǎo)航、水下機(jī)器人和AUV控制等方面具有廣闊的應(yīng)用前景[1]，得到了世界各國(guó)的極大關(guān)注。

UWSNs部署在通信條件時(shí)變的淺海環(huán)境中，通常采用超聲波[2]實(shí)現(xiàn)通信和組網(wǎng)，使用低功耗的廉價(jià)傳感器節(jié)點(diǎn)實(shí)施冗余部署。常用的UWSNs帶寬在10～40KHz范圍內(nèi)[3]。和無線傳感器網(wǎng)絡(luò)相比，其數(shù)據(jù)傳輸延遲更大，節(jié)點(diǎn)部署困難，誤碼率高。UWSNs中水聲鏈路大致可分為水平和垂直[4]兩個(gè)方向，研究中通?？紤]信號(hào)的多路徑傳播、散射、反射和延遲等相關(guān)因素。

MIMO(Multiple-Input Multiple-Output)是一種改善無線通信的技術(shù)，它采用多天線在不增加頻譜資源和天線發(fā)射功率的情況下，成倍提高系統(tǒng)的信道容量，同時(shí)降低信號(hào)干擾。水聲換能器是實(shí)現(xiàn)水聲信號(hào)收發(fā)的重要部件，已有基于水聲換能器陣列構(gòu)建MIMO節(jié)點(diǎn)，實(shí)施水下傳感器網(wǎng)絡(luò)MIMO通信的報(bào)道。然而水下傳感器屬于一次性部署設(shè)備，在體積、電量、CPU性能受限的節(jié)點(diǎn)上配置水聲換能器陣列，在部署成本和節(jié)點(diǎn)設(shè)計(jì)等方面均存在問題[5]。

協(xié)作MIMO是基于軟調(diào)度的虛擬MIMO技術(shù)，它在不改變?cè)袀鞲衅鞴?jié)點(diǎn)硬件架構(gòu)的基礎(chǔ)上，通過設(shè)計(jì)相關(guān)的調(diào)度處理方法形成虛擬節(jié)點(diǎn)[6]實(shí)施MIMO通信。采用協(xié)作MIMO可將分集、編碼等相關(guān)技術(shù)應(yīng)用到水下傳感器網(wǎng)絡(luò)中，實(shí)現(xiàn)性能優(yōu)化。

本文提出基于協(xié)作MIMO的水下傳感器網(wǎng)絡(luò)通信方法。本文設(shè)計(jì)了一種水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信架構(gòu)，詳細(xì)闡述了網(wǎng)絡(luò)部署模型，多跳協(xié)作通信架構(gòu)，協(xié)作MIMO能耗模型，網(wǎng)絡(luò)性能仿真與優(yōu)化算法，網(wǎng)絡(luò)測(cè)試平臺(tái)的開發(fā)和協(xié)作MIMO節(jié)點(diǎn)的試制等內(nèi)容。最后，通過仿真實(shí)驗(yàn)對(duì)比了水下傳感器網(wǎng)絡(luò)2×2、3×3、4×4等三種協(xié)作MIMO系統(tǒng)的性能。

結(jié)果表明，在水下傳感器網(wǎng)絡(luò)中實(shí)施協(xié)作MIMO技術(shù)可以降低系統(tǒng)能耗，延長(zhǎng)整個(gè)系統(tǒng)的生存時(shí)間，同時(shí)降低誤碼率。通過本文研究，驗(yàn)證了水下傳感器網(wǎng)絡(luò)協(xié)作MIMO技術(shù)的可行性、合理性及有效性，可為部署高速可靠水下傳感器網(wǎng)絡(luò)提供重要的理論和技術(shù)支撐。

1 研究現(xiàn)狀

針對(duì)水聲MIMO技術(shù)的研究相對(duì)較為豐富，下面列出近三年較有代表性的相關(guān)文獻(xiàn)。

L.Zhang等[7]基于KAM11*KAM11實(shí)驗(yàn)于2011.6.23-2011.7.12在美國(guó)的夏威夷可愛島進(jìn)行，該實(shí)驗(yàn)持續(xù)三周時(shí)間，進(jìn)行了不同頻率、海洋條件和收發(fā)機(jī)環(huán)境下的測(cè)試，數(shù)據(jù)包括風(fēng)能、水面波的頻譜和圖像、水體溫度等。KAM11實(shí)驗(yàn)采用了多個(gè)發(fā)射和接收矩陣，信號(hào)帶寬設(shè)置為10Khz，采用QPSK和16-QAM兩種調(diào)制方式，通信距離為3 km。實(shí)驗(yàn)進(jìn)行了MIMO性能仿真，分析了2IMO和4IMO的水聲系統(tǒng)性能。研究表明，采用MIMO能夠有效提高水聲信道的數(shù)據(jù)速率。Ping Wang等[8]提出了水下傳感器網(wǎng)絡(luò)電量分配機(jī)制，然而在研究中僅給出了單中繼節(jié)點(diǎn)的通信方法，這對(duì)遠(yuǎn)距離的大規(guī)模水下傳感器網(wǎng)絡(luò)應(yīng)用存在不合理性。趙旦峰等[9]提出了級(jí)聯(lián)編碼的水聲MIMO通信系統(tǒng)，設(shè)計(jì)了一種水聲網(wǎng)絡(luò)聯(lián)合迭代接收方案。仿真表明，該方案能夠獲得更大的系統(tǒng)性能增益。

邢思宇等[10]提出了一種用于MIMO水聲通信的選擇映射(Selective Mapping，SLM)算法。通過設(shè)計(jì)的圖樣檢測(cè)器對(duì)所選加擾相位序列的序號(hào)進(jìn)行判斷，提高了頻帶利用率。Jian-Zhong Huang等[11]設(shè)計(jì)了一種水聲MIMO接收機(jī)架構(gòu)，基于SPACE08和MACE10*SPACE08和MACE10實(shí)驗(yàn)均在美國(guó)馬薩諸塞州瑪莎葡萄島的海域進(jìn)行，SPACE08的發(fā)射機(jī)和接收機(jī)均采用靜態(tài)節(jié)點(diǎn)部署方式，實(shí)驗(yàn)時(shí)間是2008.10.14-2008.11.1，MACE10試驗(yàn)中水聲換能器陣列采用緩慢移動(dòng)方式，實(shí)驗(yàn)時(shí)間為2010.7.23。實(shí)驗(yàn)數(shù)據(jù)進(jìn)行了仿真。結(jié)果表明，該接收機(jī)性能高于傳統(tǒng)水聲MIMO接收機(jī)。Samar Kaddouri等[12]設(shè)計(jì)了MIMO單載波水聲信道估計(jì)方法，驗(yàn)證了方法的可行性。但是給出的信號(hào)頻率在實(shí)際水下環(huán)境難以使用，因而不具備代表性。

周躍海等[13]提出基于壓縮感知的單載波MIMO水聲信道模型，設(shè)計(jì)了16 Kbps的MIMO水聲通信系統(tǒng)。張歆等[14]提出了一種水聲MIMO系統(tǒng)信號(hào)檢測(cè)算法，利用信道間的傳播時(shí)差實(shí)現(xiàn)最佳檢測(cè)排序。結(jié)果表明，采用有效的信號(hào)處理方法可改善水聲MIMO系統(tǒng)性能。Lei Wan等[15]提出了一種水聲OFDM系統(tǒng)自適應(yīng)調(diào)制和編碼技術(shù)，通過確定傳輸模式數(shù)量，在信道估計(jì)后進(jìn)行有效信噪比計(jì)算。研究表明，采用該方法實(shí)施水聲OFDM系統(tǒng)性能預(yù)測(cè)的一致性較強(qiáng)。

孫琳等[16]提出了基于時(shí)反空時(shí)分組編碼(TR-STBC)的MIMO水聲通信方法。實(shí)驗(yàn)表明，采用該編碼提高了系統(tǒng)的空間處理性能，降低了誤碼率和自適應(yīng)均衡器的復(fù)雜度。Han J等[17]提出采用部分FFT解調(diào)減輕時(shí)變水聲OFDM系統(tǒng)信道間干擾的方法，設(shè)計(jì)了一種自適應(yīng)的滑動(dòng)窗口信道估計(jì)算法，仿真驗(yàn)證了2×2和2×4環(huán)境下系統(tǒng)性能的提高情況。喬鋼等[18]提出了基于壓縮感知的MIMO淺水信道估計(jì)算法，實(shí)現(xiàn)了采用MP算法改進(jìn)MMSE的判決反饋?zhàn)粉櫺诺拦烙?jì)技術(shù)。

綜上所述，水下傳感器網(wǎng)絡(luò)MIMO技術(shù)的相關(guān)研究已經(jīng)取得一定的研究成果。這些研究有力的證明了水下MIMO技術(shù)的優(yōu)勢(shì)和使用前景，但這些研究大多基于多水聲換能器(天線)的節(jié)點(diǎn)硬件進(jìn)行討論，要求部署多天線的水下傳感器節(jié)點(diǎn)。而水下傳感器節(jié)點(diǎn)體積小、電量受限、CPU處理能力低下、價(jià)格低廉，冗余部署。這些限制對(duì)實(shí)施MIMO技術(shù)造成障礙。為此，采用軟調(diào)度實(shí)施協(xié)作MIMO通信，將是實(shí)施MIMO的突破口。但是，從已有文獻(xiàn)分析看來，涉及該領(lǐng)域的內(nèi)容相對(duì)缺乏。

2 水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信設(shè)計(jì)

本節(jié)主要闡述水下傳感器網(wǎng)絡(luò)協(xié)作MIMO部署模型、MIMO通信架構(gòu)、能耗分析等相關(guān)內(nèi)容的設(shè)計(jì)過程。

2.1 協(xié)作MIMO水下傳感器網(wǎng)絡(luò)部署模型

基于飛行器、AUVs等設(shè)備隨機(jī)向水面拋灑節(jié)點(diǎn)是部署水下傳感器網(wǎng)絡(luò)的重要方法。一般認(rèn)為，這種隨機(jī)拋灑的節(jié)點(diǎn)在水下是非均勻分布的，因此，基于隨機(jī)拋灑模型構(gòu)建分簇更切近實(shí)際水下傳感器網(wǎng)絡(luò)的部署情景。

假設(shè)傳感器節(jié)點(diǎn)在水下隨機(jī)部署后，采用相關(guān)的錨點(diǎn)，錨鏈等設(shè)備實(shí)現(xiàn)相對(duì)固定。設(shè)計(jì)相對(duì)固定節(jié)點(diǎn)的2D、3D兩種部署模型(節(jié)點(diǎn)運(yùn)動(dòng)模型不再本項(xiàng)目研究范圍)。采用節(jié)點(diǎn)定位、剩余電量和信號(hào)回波強(qiáng)度設(shè)計(jì)分簇，采用貝葉斯估算方法實(shí)現(xiàn)簇頭節(jié)點(diǎn)推舉，基于回波響應(yīng)強(qiáng)度設(shè)計(jì)協(xié)作節(jié)點(diǎn)輪詢算法。簇內(nèi)節(jié)點(diǎn)劃分為簇頭節(jié)點(diǎn)(Head Node, HN)、協(xié)作節(jié)點(diǎn)(Cooperative Node, CN)和普通節(jié)點(diǎn)(Ordinary Node, ON)三個(gè)類型。HN節(jié)點(diǎn)由推舉產(chǎn)生，輪詢產(chǎn)生多個(gè)CN節(jié)點(diǎn)，其余節(jié)點(diǎn)置為普通節(jié)點(diǎn)。

設(shè)計(jì)基于空間位置的節(jié)點(diǎn)編號(hào)方法，即采用〈x,y,z〉方式進(jìn)行節(jié)點(diǎn)編號(hào)。其中x表示左右空間，y表示上下空間，z表示前后空間。每個(gè)空間均用4位十六進(jìn)制數(shù)進(jìn)行描述，在2D模型中，z用0表示，即在2D空間中最大可實(shí)現(xiàn)個(gè)節(jié)點(diǎn)覆蓋一個(gè)感測(cè)區(qū)域。在3D模型中，z用來量化節(jié)點(diǎn)部署深度，3D部署最大可實(shí)現(xiàn)個(gè)節(jié)點(diǎn)覆蓋一個(gè)感測(cè)區(qū)域。如圖1所示是節(jié)點(diǎn)的編號(hào)示意圖。

在進(jìn)行水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信時(shí)，簇被量化為多天線的虛擬節(jié)點(diǎn)(Virtual Node, VN)，CN節(jié)點(diǎn)充當(dāng)VN節(jié)點(diǎn)的天線。由于水下超聲波信號(hào)感知存在較強(qiáng)的方向性，在不同發(fā)射角度，其信號(hào)強(qiáng)度和衰減都有明顯區(qū)別，選擇CN節(jié)點(diǎn)必須考慮方向量化特征。因此，設(shè)計(jì)基于信號(hào)方向性的扇形感知模型，依此模型選擇HN節(jié)點(diǎn)對(duì)應(yīng)的CN節(jié)點(diǎn)，通過輪詢算法選擇`和HN節(jié)點(diǎn)形成最大覆蓋區(qū)域的CN節(jié)點(diǎn)。如圖2所示是選擇協(xié)作節(jié)點(diǎn)的扇形感知模型。

圖1 節(jié)點(diǎn)的編號(hào)示意圖

圖2 扇形感知模型

2D部署模型中，所有節(jié)點(diǎn)實(shí)現(xiàn)在水下統(tǒng)一平面部署。2D模式構(gòu)建的分簇形狀不規(guī)則，每個(gè)簇的CN節(jié)點(diǎn)數(shù)量不同，簇的覆蓋范圍也不同。但是，進(jìn)行協(xié)作通信的路徑處于同一個(gè)平面。如圖3所示是2D分簇模型。

3D模型中，所有節(jié)點(diǎn)部署在水下不同深度，基于空間網(wǎng)格劃分整個(gè)部署區(qū)域，形成多個(gè)簇元(立體空間)。每個(gè)簇元的ON節(jié)點(diǎn)數(shù)和CN節(jié)點(diǎn)數(shù)均不同，但設(shè)計(jì)的簇元空間相同。3D模式下進(jìn)行協(xié)作通信的多跳通信路徑可能處于不同水平面。如圖4所示是3D分簇模型。

圖3 2D分簇結(jié)構(gòu)

圖4 3D分簇示意圖

3D通信模式中，由于簇之間的多跳通信鏈路可能處于不同的平面，因此，對(duì)選擇協(xié)作節(jié)點(diǎn)的扇形感知模型依賴性更強(qiáng)。

2.2 多跳中繼的協(xié)作MIMO通信架構(gòu)

基于水下傳感器節(jié)點(diǎn)編號(hào)量化虛擬MIMO天線序號(hào)，通過分簇構(gòu)建虛擬MIMO節(jié)點(diǎn)，將水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信劃分為簇內(nèi)和簇間兩階段的通信過程，如圖5所示是協(xié)作MIMO通信架構(gòu)。

簇內(nèi)通信時(shí)，HN節(jié)點(diǎn)將經(jīng)過融合處理的數(shù)據(jù)發(fā)送到本簇內(nèi)的CN節(jié)點(diǎn)，此過程可量化為SIMO(Single Input Multiple Output，單輸入多輸出)通信模式。簇間通信時(shí)，CN節(jié)點(diǎn)將收到的數(shù)據(jù)處理后發(fā)送到下一個(gè)鄰居簇的HN節(jié)點(diǎn)，此過程可量化為MISO(Multiple Input Single Output，多輸入單輸出)的通信模式。該HN節(jié)點(diǎn)接收信息后進(jìn)行處理，發(fā)送給自己所在簇的CN節(jié)點(diǎn)，此過程又是一個(gè)SIMO通信模式，這些CN節(jié)點(diǎn)再將接收的數(shù)據(jù)處理后發(fā)送到相鄰的下一個(gè)HN節(jié)點(diǎn)，依次采用這種方式進(jìn)行數(shù)據(jù)傳輸，直到將數(shù)據(jù)傳輸?shù)浇邮斩?。SIMO和MISO方式結(jié)合起來就形成了完整的MIMO通信過程。

圖5 協(xié)作MIMO通信架構(gòu)

考慮水下信道時(shí)變，節(jié)點(diǎn)電量受限，運(yùn)算速度低，CPU性能低下，信道狀態(tài)信息(Channel State Information， CSI)評(píng)估難度大等因素，采用差分酉空時(shí)編碼(DUSTC, Differential Unitary Space-Time Code)實(shí)現(xiàn)協(xié)作MIMO通信編碼。DUSTC編碼不需要估算CSI，正好利用了水聲傳播延遲大、信號(hào)干擾嚴(yán)重的缺陷，提高了水聲信道的頻譜利用率和信道容量。

2.3 協(xié)作MIMO通信能耗建模

設(shè)計(jì)水下傳感器網(wǎng)絡(luò)協(xié)作MIMO能耗分析模型，劃分發(fā)送(Send)、接收(Receive)、休眠(Sleep)和偵聽(Listen)等4種節(jié)點(diǎn)狀態(tài)信息，設(shè)計(jì)節(jié)點(diǎn)狀態(tài)遷移方式(如圖6所示)，從簇內(nèi)通信和簇間通信兩部分分析系統(tǒng)能耗。

圖6 節(jié)點(diǎn)工作狀態(tài)遷移

①信源簇、中繼簇、信宿簇的CN節(jié)點(diǎn)數(shù)均相同的單中繼簇UWSNs能耗E分析；

E=E(S1:a→R1:a→D1:a)。

(1)

②信源簇、中繼簇、信宿簇的CN節(jié)點(diǎn)數(shù)相同的多中繼簇UWSNs能耗E分析；

(2)

③信源簇、信宿簇的CN節(jié)點(diǎn)數(shù)相同的單中繼簇UWSNs能耗E分析；

E=E(S1:a→R1:b→D1:a)。

(3)

④信源簇、信宿簇的CN節(jié)點(diǎn)數(shù)相同，多中繼簇CN節(jié)點(diǎn)數(shù)相同的UWSNs能耗E分析；

(4)

⑤發(fā)送簇和接收簇CN節(jié)點(diǎn)數(shù)相同，多中繼簇CN節(jié)點(diǎn)數(shù)不同的UWSNs能耗E分析；

(5)

⑥信源簇、中繼簇、信宿簇CN節(jié)點(diǎn)數(shù)均不同的單中繼簇UWSNs能耗E分析；

E=E(S1:a→R1:b→D1:c)。

(6)

⑦信源簇、中繼簇、信宿簇CN節(jié)點(diǎn)數(shù)均不同的多中繼簇UWSNs能耗E分析。

(7)

通過7種模式的建模，分析發(fā)送簇CN節(jié)點(diǎn)數(shù)與接收簇CN節(jié)點(diǎn)數(shù)，中繼簇的CN節(jié)點(diǎn)數(shù)量和中繼簇的數(shù)量對(duì)協(xié)作MIMO水下傳感器網(wǎng)絡(luò)能耗的影響程度，建立能耗優(yōu)化模型。

2.4 協(xié)作MIMO性能仿真和優(yōu)化算法研究

水下傳感器網(wǎng)絡(luò)的實(shí)驗(yàn)仿真存在較大難度，為此相關(guān)研究機(jī)構(gòu)進(jìn)行了相關(guān)的水下實(shí)驗(yàn)，構(gòu)建了可信的實(shí)測(cè)數(shù)據(jù)，以方便水下傳感器網(wǎng)絡(luò)的研究使用。本文基于Ocean-TUNE實(shí)驗(yàn)床*Ocean-tune, community ocean testbed. http://www.oceantune.org/.實(shí)施水下傳感器網(wǎng)絡(luò)MIMO協(xié)作通信系統(tǒng)的建模仿真。仿真對(duì)比已有水下傳感器網(wǎng)絡(luò)部署方法的性能參數(shù)，衡量網(wǎng)絡(luò)生存時(shí)間、系統(tǒng)吞吐量、通信可靠性、節(jié)點(diǎn)存活率、平均節(jié)點(diǎn)能耗、傳輸延遲等指標(biāo)的改進(jìn)程度。

水下傳感器網(wǎng)絡(luò)性能優(yōu)化主要包括網(wǎng)絡(luò)生存時(shí)間、節(jié)點(diǎn)能耗、系統(tǒng)誤碼率、網(wǎng)絡(luò)收斂性、覆蓋性、數(shù)據(jù)傳輸速率、分簇黑洞、數(shù)據(jù)安全等方面。

在水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信系統(tǒng)中，考慮到多個(gè)節(jié)點(diǎn)協(xié)作形成虛擬MIMO節(jié)點(diǎn)，為此采用仿生算法驗(yàn)證協(xié)作分簇的性能。分別采用蟻群算法、遺傳算法、模擬退火算法、人工蜂群算法(ArtificialBeeColonyAlgorithm，ABC)、魚群算法、粒子群優(yōu)化(PSO)算法、雁群優(yōu)化算法以及當(dāng)前在仿生算法領(lǐng)域及其活躍的螢火蟲算法(FireflyAlgorithm)進(jìn)行節(jié)點(diǎn)分簇、網(wǎng)絡(luò)生存時(shí)間和系統(tǒng)誤碼率的對(duì)比分析。期望建立一種性能相對(duì)穩(wěn)定的MIMO虛擬節(jié)點(diǎn)形成算法。

2.5 測(cè)試平臺(tái)-洋流水廠的開發(fā)

由于不同水下通信條件對(duì)水下傳感器網(wǎng)絡(luò)通信的影響極大，已有實(shí)驗(yàn)床不能完全滿足多種水下環(huán)境應(yīng)用。為此，設(shè)計(jì)水下傳感器網(wǎng)絡(luò)實(shí)驗(yàn)床也是當(dāng)前研究的熱點(diǎn)。

本文設(shè)計(jì)了一個(gè)洋流水廠測(cè)試平臺(tái)。該平臺(tái)為水下傳感器節(jié)點(diǎn)部署提供了較完善的環(huán)境準(zhǔn)備?？紤]到實(shí)際需求和條件限制，設(shè)計(jì)的水廠為一個(gè)基本3D簇元，通過對(duì)單簇元水聲參數(shù)的實(shí)測(cè)和多態(tài)模擬，為系統(tǒng)性能測(cè)試提供依據(jù)。在該測(cè)試平臺(tái)下，可模擬潮汐、溫度、洋流方向、海水鹽度等因子對(duì)水下通信的性能影響。

本文設(shè)計(jì)的洋流水廠結(jié)構(gòu)如圖7所示。其由3m×3m×1m的鋼化水箱組成，可通過入水口注入淡水，為真實(shí)仿真海洋環(huán)境，在該口可以加入相關(guān)礦物質(zhì)實(shí)現(xiàn)海水模擬，可仿真不同水下礦物質(zhì)元素對(duì)水聲通信的影響。潮汐泵用來實(shí)現(xiàn)潮汐效果，通過調(diào)節(jié)潮汐泵的使用級(jí)數(shù)來仿真不同潮汐量對(duì)水下通信的影響。渦流泵用來實(shí)現(xiàn)渦流測(cè)試，可通過其渦流級(jí)數(shù)調(diào)整來仿真渦流對(duì)水下通信的性能影響。調(diào)溫器用來調(diào)節(jié)溫度，測(cè)試不同水溫對(duì)水下通信的性能影響程度。冷凝器結(jié)合實(shí)際環(huán)境溫度，實(shí)現(xiàn)洋流水廠水面結(jié)冰功能，可測(cè)試冰層覆蓋和無水面凍結(jié)環(huán)境下水聲通信的性能差異。

2.6 協(xié)作MIMO水下傳感器節(jié)點(diǎn)試制

將經(jīng)過仿真優(yōu)化的分簇、編碼、同步、定位等算法進(jìn)行集成和模塊化封裝，實(shí)現(xiàn)節(jié)點(diǎn)試制。節(jié)點(diǎn)試制模塊主要包括浮標(biāo)、錨鏈、錨點(diǎn)(即水下傳感器節(jié)點(diǎn))三部分。其中，浮標(biāo)和水下傳感器節(jié)點(diǎn)必須選擇高密封防水材料包裹，浮標(biāo)上設(shè)計(jì)相關(guān)氣囊。為緩解水下通信的供電問題，在浮標(biāo)上部署容量相對(duì)較大的可充電電池和微型充電感光器，水下傳感器節(jié)點(diǎn)也部署一塊微型紐扣充電鋰電池。浮標(biāo)在水面上懸浮，可利用太陽(yáng)光實(shí)現(xiàn)充電。水下傳感器節(jié)點(diǎn)電量不足時(shí)，則由浮標(biāo)通過錨鏈實(shí)現(xiàn)充電。浮標(biāo)上同時(shí)要求配置RF射頻通信模塊、GPS定位模塊和電量控制器。

圖7 洋流水廠結(jié)構(gòu)示意圖

錨鏈要求可靈活纏繞，同時(shí)提供供電和數(shù)據(jù)傳輸功能。錨鏈連接浮標(biāo)和水下傳感器節(jié)點(diǎn)，在浮標(biāo)上設(shè)置一個(gè)轉(zhuǎn)動(dòng)電機(jī)，錨鏈初期纏繞在浮標(biāo)的轉(zhuǎn)動(dòng)電機(jī)上，浮標(biāo)投入水面后即可基于GPS自動(dòng)定位，通過其定位值，驅(qū)動(dòng)轉(zhuǎn)動(dòng)電機(jī)進(jìn)行錨鏈伸縮，實(shí)現(xiàn)自適應(yīng)深度的水下節(jié)點(diǎn)部署。

通信設(shè)計(jì)為水上通信和水下通信兩部分。水上通信時(shí)，浮標(biāo)將傳感器節(jié)點(diǎn)感測(cè)數(shù)據(jù)通過錨鏈實(shí)現(xiàn)采集，基于RF射頻通信模塊發(fā)送給其它浮標(biāo)或者臨近的Sink節(jié)點(diǎn)。水下通信時(shí)，傳感器節(jié)點(diǎn)之間通過超聲波實(shí)施無線通信。水下和水上通信均可采用協(xié)作MIMO技術(shù)實(shí)施。水上通信是基于射頻的協(xié)作MIMO技術(shù)，水下通信是基于聲吶的協(xié)作MIMO技術(shù)。

節(jié)點(diǎn)的數(shù)據(jù)采集分為兩種方法，第一種方法中，在進(jìn)行水下節(jié)點(diǎn)分簇后，各水下節(jié)點(diǎn)將采集的數(shù)據(jù)基于聲吶發(fā)送給其對(duì)于的HN節(jié)點(diǎn)，HN節(jié)點(diǎn)將聚合后的信息通過錨鏈發(fā)送給對(duì)應(yīng)浮標(biāo)。浮標(biāo)基于水面RF射頻將信息中繼發(fā)送到Sink節(jié)點(diǎn)。第二種方法中，在進(jìn)行節(jié)點(diǎn)分簇后，傳感器節(jié)點(diǎn)將采集的數(shù)據(jù)信息通過錨鏈傳輸?shù)礁?biāo)，浮標(biāo)再將數(shù)據(jù)發(fā)送給對(duì)應(yīng)的HN節(jié)點(diǎn)，HN節(jié)點(diǎn)將數(shù)據(jù)聚合后，采用中繼通信將信息傳送到Sink節(jié)點(diǎn)。

水下節(jié)點(diǎn)采用聲吶通信，其上要部署微型水聽器、相關(guān)的溫度、光照、壓力、鹽度、PH等傳感器。節(jié)點(diǎn)設(shè)計(jì)中嘗試加載微型水下鏡頭，實(shí)現(xiàn)水下環(huán)境的圖像拍攝和視頻錄制。為考慮數(shù)據(jù)存儲(chǔ)，當(dāng)前設(shè)計(jì)采用SD卡等簡(jiǎn)單存儲(chǔ)功能模塊。為節(jié)省存儲(chǔ)空間和電量，同時(shí)附帶設(shè)計(jì)數(shù)據(jù)存儲(chǔ)格式和相關(guān)采樣方法。

3 實(shí)驗(yàn)仿真分析與對(duì)比

本文提出的協(xié)作MIMO通信方法基于分簇實(shí)施多跳通信。相比普通節(jié)點(diǎn)和協(xié)作節(jié)點(diǎn)，簇頭節(jié)點(diǎn)的電量消耗極大，一旦簇頭節(jié)點(diǎn)電量耗盡，就會(huì)使MIMO節(jié)點(diǎn)失效，出現(xiàn)覆蓋盲區(qū)。過度頻繁的簇頭推舉，導(dǎo)致網(wǎng)絡(luò)拓?fù)湟恢弊兓?，同時(shí)嚴(yán)重影響水下傳感器網(wǎng)絡(luò)的生存時(shí)間。

水下傳感器網(wǎng)絡(luò)的隨機(jī)部署導(dǎo)致節(jié)點(diǎn)分布的疏密程度不同。在非均勻分簇環(huán)境下，基于節(jié)點(diǎn)疏密程度實(shí)施分簇覆蓋范圍、節(jié)點(diǎn)電量分配的關(guān)聯(lián)設(shè)計(jì)，實(shí)現(xiàn)簇電量的整體量化，設(shè)計(jì)簇頭的推舉、更替、協(xié)作節(jié)點(diǎn)的補(bǔ)償與輪詢方法，成為要解決的重要問題。

本文給出2×2、3×3、4×4三種水下傳感器網(wǎng)絡(luò)協(xié)作MIMO系統(tǒng)的性能對(duì)比，主要對(duì)比誤碼率、平均電量消耗和信號(hào)衰減等相關(guān)性能參數(shù)。仿真試驗(yàn)中，設(shè)置節(jié)點(diǎn)的最大信號(hào)發(fā)送功率Pmac=10w，數(shù)據(jù)包大小為200 Bytes。定義水下傳感器節(jié)點(diǎn)的初始電量為1000J，數(shù)據(jù)包的間隔到達(dá)時(shí)間為5s，最大重傳次數(shù)為4，端到端的包錯(cuò)誤率閥值為0.05，延遲閥值為8s，隊(duì)列的大小為10 kB。假設(shè)所有的節(jié)點(diǎn)隨機(jī)部署在一個(gè)3D淺水環(huán)境下，最優(yōu)的水平傳輸距離控制在50 m之內(nèi)，垂直傳輸距離在100 m之內(nèi)。設(shè)計(jì)的3D環(huán)境為100 m×1 000 m×1 000 m，假設(shè)隨機(jī)部署400個(gè)節(jié)點(diǎn)。

本文編寫了一個(gè)節(jié)點(diǎn)部署軟件，實(shí)施節(jié)點(diǎn)狀態(tài)量化。為合理驗(yàn)證系統(tǒng)性能，執(zhí)行了100次部署過程仿真。一個(gè)部署過程詳細(xì)顯示所有節(jié)點(diǎn)的電量從100%直到0%的仿真過程。每個(gè)部署輪次，需要多個(gè)分簇，部分節(jié)點(diǎn)處于激活狀態(tài)，其他節(jié)點(diǎn)處于休眠狀態(tài)。在多個(gè)輪次中，節(jié)點(diǎn)可能出現(xiàn)休眠和激活狀態(tài)切換，如果剩余電量為0，則節(jié)點(diǎn)顯示死亡，死亡后的節(jié)點(diǎn)不能再被激活，如圖8所示是一次部署的顯示過程。

100次部署中，設(shè)定了CN節(jié)點(diǎn)、HN節(jié)點(diǎn)、ON節(jié)點(diǎn)的電量消耗標(biāo)準(zhǔn)，該標(biāo)準(zhǔn)在每次部署過程中統(tǒng)一。由于采用隨機(jī)部署，每次節(jié)點(diǎn)的狀態(tài)數(shù)不同，采用設(shè)計(jì)的分簇算法量化虛擬MIMO節(jié)點(diǎn)，如圖9所示是采集到的分簇?cái)?shù)量散點(diǎn)圖。

從統(tǒng)計(jì)結(jié)果看來，設(shè)計(jì)的協(xié)作MIMO通信狀態(tài)中，最小簇的節(jié)點(diǎn)數(shù)為16個(gè)，最大的簇節(jié)點(diǎn)數(shù)量約為24。

圖10和11分別列出了鏈路速率為50 kbps和200 kbps時(shí)，3種算法的平均電量消耗和中繼節(jié)點(diǎn)數(shù)量之間的對(duì)應(yīng)關(guān)系。

可以看到，隨著鏈路速率的增加，協(xié)作MIMO通信的平均電量消耗量有所增加，隨著分簇?cái)?shù)量的增加， 電量的消耗逐步減少。比較看來，4×4協(xié)作MIMO的能耗相對(duì)最低。圖12分別列出了3種協(xié)作MIMO系統(tǒng)的誤碼率對(duì)比情況，可以看到4×4協(xié)作MIMO的誤碼率相對(duì)最低。

圖8 節(jié)點(diǎn)部署顯示結(jié)果

圖9 分簇?cái)?shù)量散點(diǎn)圖

圖10 鏈路速率為50 kbps時(shí)的電量消耗

圖11 鏈路速率為200 kbps時(shí)的電量消耗

圖12 三種協(xié)作MIMO系統(tǒng)的誤碼率對(duì)比

4 結(jié)論與展望

本文提出基于分簇構(gòu)建虛擬MIMO節(jié)點(diǎn)，采用軟調(diào)度技術(shù)實(shí)施水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信的方法。詳細(xì)闡述了架構(gòu)的設(shè)計(jì)，相關(guān)數(shù)學(xué)模型和研究方法、節(jié)點(diǎn)的試制、測(cè)試平臺(tái)的構(gòu)建等。通過仿真實(shí)驗(yàn)對(duì)比了水下傳感器網(wǎng)絡(luò)2×2，3×3，4×4協(xié)作MIMO系統(tǒng)的性能。實(shí)驗(yàn)結(jié)果顯示，隨著虛擬節(jié)點(diǎn)數(shù)量增加，整個(gè)系統(tǒng)的平均能耗降低，在提高傳輸速率的情況下，可采用多虛擬天線實(shí)施虛擬MIMO技術(shù)降低系統(tǒng)能耗，實(shí)現(xiàn)整個(gè)系統(tǒng)生存時(shí)間的優(yōu)化，同時(shí)降低誤碼率。

然而，在整個(gè)實(shí)驗(yàn)過程中，僅量化了2×2，3×3，4×4三種較簡(jiǎn)單的協(xié)作MIMO系統(tǒng)狀態(tài)情況，對(duì)于m×n非對(duì)等虛擬MIMO節(jié)點(diǎn)通信的量化沒有進(jìn)行討論。當(dāng)前我們擬采用最優(yōu)停止理論量化通信狀態(tài)，實(shí)施“SIMO→MISO→MIMO”的m×n非對(duì)等水下傳感器網(wǎng)絡(luò)協(xié)作MIMO通信的量化。

此外，對(duì)于采用多種仿生算法實(shí)施分簇的性能統(tǒng)計(jì)當(dāng)前也正在進(jìn)行，下一步工作中，擬采用軟件定義網(wǎng)絡(luò)(SDN)方法結(jié)合跨層優(yōu)化實(shí)施水下傳感器網(wǎng)絡(luò)的性能改進(jìn)研究。

[1]JohnHeidemann,MilicaStojanovic,MicheleZorzi.Underwatersensornetworks:Applications,advancesandchallenges[J].PhilosophicalTransactionsoftheRoyalSocietyA:Mathematical,PhysicalandEngineeringSciences, 370(1958): 158-175, 2012.

[2]LiuJ,WangZ,CuiJ,etal.AJointTimeSynchronizationandLocalizationDesignforMobileUnderwaterSensorNetworks[J].IEEETransactionsonMobileComputing, 2016, 15(3): 530-543.

[3]StojanovicMilica,FreitagLee.RecentTrendsinUnderwaterAcousticCommunications[J].MarineTechnologySocietyJournal, 2013, 47(5)： 45-50.

[4]DhongdiSC,AnupamaKR,GudinoLJ.ReviewofprotocolstackdevelopmentofUnderwaterAcousticSensorNetwork(UASN)[C]. 2015IEEEUnderwaterTechnology, 2015: 1-17.

[5]JindalH,SaxenaS,SinghS.Challengesandissuesinunderwateracousticssensornetworks:Areview[C]//InternationalConferenceonParallel,DistributedandGridComputing(PDGC), 2014: 251-255.

[6]Al-DharrabS,UysalM,DumanTM.Cooperativeunderwateracousticcommunications[J].IEEECommunicationsMagazine, 2013, 51(7): 146-153.

[7]LZhang,TKang,HSong,etal.MIMOacousticcommunicationinshallowwater[C]//inOCEANS-SanDiego, 2013: 1-4.

[8]PingWang,XiZhang,MeiSong.Power-efficientresourceallocationforQoSprovisioninginunderwaterMIMOacousticcooperativewirelessnetworks[C]//IEEEGlobalCommunicationsConference(GLOBECOM), 2013: 4674-4678.

[9] 趙旦峰, 王楊, 廖希 等. 級(jí)聯(lián)編碼的MIMO水聲通信系統(tǒng)[J]. 吉林大學(xué)學(xué)報(bào)(工學(xué)版), 2014, 44(4): 1171-1176.ZhaoDan-Feng,WangYang,LiaoXi,etal.BCH-LDPCcodedMIMO-OFDMunderwateracousticcommunicationsystem[J].JournalofJilinUniversity(EngineeringandTechnologyEdition), 2014, 44(4): 1171-1176.

[10] 邢思宇, 馬璐, 喬鋼 等. 水聲通信中無邊帶信息峰均比抑制算法[J]. 聲學(xué)技術(shù), 2014, 33(4): 309-316.XingSi-Yu,MaLu,QiaoGang,etal.Apeak-to-averagepowerratioreductionalgorithmforunderwateracousticcommunication[J].TechnicalAcoustics, 2014, 33(4): 309-316.

[11]JianzhongHuang,ShengliZhou,JieHuang,etal.Progressiveintercarrierandco-channelinterferencemitigationforunderwateracousticmulti-inputmulti-outputorthogonalfrequency-divisionmultiplexing[J].WirelessCommunications&MobileComputing, 2014, 14(3): 321-338.

[12]SamarKaddouri,Pierre-JeanBouvet,Pierre-PhilippeBeaujean.SparseChannelEstimationforTime-VaryingMIMOUnderwaterAcousticChannelsatVery-HighFrequencies[C].WUWNETProceedingsoftheInternationalConferenceonUnderwaterNetworks&Systems, 2014: 61-62.

[13] 周躍海, 伍飛云, 童峰. 水聲多輸入多輸出信道的分布式壓縮感知估計(jì)[J]. 聲學(xué)學(xué)報(bào), 2015, 40(4): 519-528.ZhouYue-Hai,WuFei-Yun,TongFeng.Distributedcompressedsensingestimationofunderwateracousticmultiple-input-multiple-outputchannels[J].ActaAcustica, 2015, 40(4): 519-528.

[14] 張歆, 邢曉飛, 張小薊 等. 基于水聲信道傳播時(shí)延排序的分層空時(shí)信號(hào)檢測(cè)[J]. 物理學(xué)報(bào), 2015, 64(16): 313-320.ZhangXin,XingXiao-Fei,ZhangXiao-Ji,etal.Ordereddetectionoflayeredspace-timesignalsbasedonthepropagationdelaysofunderwateracousticchannels[J].ActaPhysSin, 2015, 64(16): 313-320.

[15]LeiWan,HaoZhou,XiaokaXu,etal.AdaptiveModulationandCodingforUnderwaterAcousticOFDM[J].IEEEJournalofOceanicEngineering, 2015, 40(2): 327-336.

[16] 孫琳, 李海森, 董照琦， 等. 基于TR-STBC的MIMO水聲通信方法[J]. 哈爾濱工程大學(xué)學(xué)報(bào), 2016, 37(3): 355-359, 367.SunLin,LiHai-Sen,DongZhao-Qi,etal.Multi-input-multi-outputacousticcommunicationsusingtime-reversalspace-timeblockcoding[J].JournalofHarbinEngineeringUniversity, 2016, 37(3): 355-359, 367.

[17]HanJ,ZhangL,LeusG.PartialFFTDemodulationforMIMOovertime-varyingunderwateracousticchannels[J].IEEESignalProcessingLetters, 2016, 23(2): 282-286.

[18] 喬鋼, 王巍, 劉凇佐, 等. 改進(jìn)的多輸入多輸出正交頻分復(fù)用水聲通信判決反饋信道估計(jì)算法[J]. 聲學(xué)學(xué)報(bào), 2016, 41(1): 94-104.QiaoGang,WangWei,LiuSong-Zuo,etal.Animproveddecisionfeedbackchannelestimationalgorithmformultiple-inputmultiple-outputorthogonalfrequencydivisionmultiplexingunderwateracousticcommunication[J].ActaAcustica, 2016, 41(1): 94-104.

Abstract: As an important technique, MIMO is used to improve communication performance of Underwater Sensor Networks (UWSNs). However, there exists a huge obstacle on implementation MIMO communication for UWSNs, which restricts by actual communication conditions in underwater environment. The communication based on cooperative MIMO offer an innovative approach for UWSNs. In this paper, we design cooperative MIMO Communication for UWSNs, describe the deployment model, the architecture of multi-hop communication, the mathematical model of energy consumption, the network performance simulation, optimization algorithm, the development of test platform and trial production of cooperative MIMO node in details. Through this study, we aim to verify the feasibility, rationality and validity of the cooperative MIMO technology for UWSNs in order to provide a theoretical and technological support for the deployment of high-speed and reliable UWSNs.

Key words: underwater Sensor Networks (UWSNs); cooperative communication; cooperative MIMO; underwater acoustic communication

責(zé)任編輯 陳呈超

Cooperative Multiple-Input Multiple-Output Communication for Underwater Acoustic Sensor Networks

WANG Jian-Ping1,2, KONG De-Chuan2, CHEN Wei1

(1.School of Information Engineer, Wuhan University of Technology, Wuhan 430070, China; 2.School of Information Engineer, Henan Institute of Science and Technology, Xinxiang 453003, China)

國(guó)家自然科學(xué)基金項(xiàng)目(61502149;31371525); 河南省科技計(jì)劃項(xiàng)目(172102210267); 企業(yè)橫向項(xiàng)目(水下傳感器網(wǎng)絡(luò)協(xié)作MIMO部署方法及節(jié)點(diǎn)試制研究,2015-2017)資助 Supported by the National Natural Science Foundation of China (61502149;31371525); Science and Technology Plan Projects of Henan Province (172102210267); Enterprise Horizontal Project (Collaboration MIMO Based Deployment Method and Node Trial Study for Underwater Sensor Networks, 2015-2017)

2015-12-11；

2016-10-12

王建平(1981-), 男,講師,博士。E-mail：xunji2002@163.com

?? 通訊作者：E-mail: greatchen@whut.edu.cn

TP393

A

1672-5174(2017)09-126-08

10.16441/j.cnki.hdxb. 20150415

王建平， 孔德川， 陳偉. 水下傳感器網(wǎng)絡(luò)協(xié)作多輸入輸出通信技術(shù)研究[J]. 中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2017, 47(9)： 126-133.

WANG Jian-Ping, KONG De-Chuan, CHEN Wei. Cooperative Multiple-Input Multiple-Output communication for underwater acoustic sensor networks[J]. Periodical of Ocean University of China, 2017, 47(9)： 126-133.