肖東魏麗萍　陳庚　陳巖　馬力

（中國科學(xué)院水聲環(huán)境特性重點(diǎn)實(shí)驗(yàn)室　北京　100190）

用于水聲傳感器網(wǎng)絡(luò)自組織的詢問式泛洪廣播算法?

肖東?魏麗萍陳庚陳巖馬力

（中國科學(xué)院水聲環(huán)境特性重點(diǎn)實(shí)驗(yàn)室北京100190）

水聲傳感器網(wǎng)絡(luò)（Underwater acoustic sensor networks，UASN）通常由隨機(jī)散布的傳感器節(jié)點(diǎn)組成。需要通過自組織算法將這些節(jié)點(diǎn)組成具有一定功能的網(wǎng)絡(luò)。目前，已有較多成熟的用于陸地?zé)o線傳感器網(wǎng)絡(luò)（Wireless sensor networks，WSN）的自組織算法。但水聲通信中存在的嚴(yán)重的傳播損失、較高的背景噪聲、有限的通信帶寬、較長的傳播時(shí)延、復(fù)雜的多途信道等，使得大多數(shù)適用于WSN的自組織算法難以適用于UASN。本文提出了一種改進(jìn)的自組織算法，在簡(jiǎn)單泛洪廣播算法中附加一段詢問過程。通過OPNET仿真證明了在相同的條件下，相比于簡(jiǎn)單泛洪與概率泛洪廣播算法，本算法可以在較短的時(shí)間內(nèi)建立起有效路由，降低了水聲網(wǎng)絡(luò)在自組織階段的能量消耗。

水聲傳感器網(wǎng)絡(luò)，自組織算法，泛洪廣播

1　引言

UASN用途廣泛，例如：海洋環(huán)境及水文數(shù)據(jù)收集、水下災(zāi)害多發(fā)區(qū)域監(jiān)視和分布式水下預(yù)警等。1993年，由美國（Office of naval research，ONR）資助的（Autonomous ocean sampling networks，AOSNs）項(xiàng)目最早提出了水聲網(wǎng)絡(luò)應(yīng)用的概念［1］。二十年來，國際上比較著名水聲網(wǎng)絡(luò)研究計(jì)劃有：美國的Seaweb海網(wǎng)計(jì)劃、沿海大陸架觀測(cè)計(jì)劃（The front-resolving observational network with telemetry，F(xiàn)RONT）沿海大陸架觀測(cè)計(jì)劃，歐共體的（Marine science and technology program，MAST）計(jì)劃等［1-3］。

組成水聲網(wǎng)絡(luò)的潛/浮標(biāo)節(jié)點(diǎn)由船只或飛機(jī)隨機(jī)布放在感興趣的水域中，需要通過自組織算法才能構(gòu)成具有一定功能的水聲網(wǎng)絡(luò)，可以說自組織算法是無線網(wǎng)絡(luò)的基石。目前，用于WSN的自組織算法的大體思路有以下兩種：（1）在各節(jié)點(diǎn)布放之后存在一個(gè)路由發(fā)現(xiàn)階段，在該階段每個(gè)節(jié)點(diǎn)按照一定規(guī)則形成自己的路由表，按照路由表發(fā)送數(shù)據(jù)包，并根據(jù)實(shí)際情況對(duì)路由表進(jìn)行定期或者不定期的更新；（2）在各節(jié)點(diǎn)布放之后，每個(gè)節(jié)點(diǎn)不形成自己的路由表，只在有數(shù)據(jù)包需要發(fā)送的時(shí)候，根據(jù)用戶需要、網(wǎng)絡(luò)狀態(tài)以及節(jié)點(diǎn)分布情況尋找路由進(jìn)行發(fā)送?？紤]到工程實(shí)現(xiàn)時(shí)各方面因素的限制，UASN尚不適宜組建大規(guī)模層次化網(wǎng)絡(luò)，也暫時(shí)難以使用第2種思路進(jìn)行網(wǎng)絡(luò)自組織。

全網(wǎng)范圍內(nèi)的泛洪廣播算法是在設(shè)計(jì)平面化自組織網(wǎng)絡(luò)時(shí)常用的策略，但是直接泛洪廣播容易造成數(shù)據(jù)重復(fù)廣播，引發(fā)廣播風(fēng)暴，造成信道擁塞［4］。針對(duì)泛洪廣播算法的改進(jìn)算法也有很多，大致分為四類［5］：（1）簡(jiǎn)單或盲泛洪（Simple or blind flooding）；（2）概率或聊天式泛洪（Probabilistic or gossip flooding）［6］；（3）地域式泛洪（Area based flooding）［7］；（4）鄰居知識(shí)式泛洪（Neighbor knowledge flooding）［8］。上述算法一般適用于移動(dòng)性較強(qiáng)的無線傳感器網(wǎng)絡(luò)。其中，地域式泛洪通常需要每個(gè)節(jié)點(diǎn)可以較精確的獲得自身的地理位置信息，鄰居知識(shí)式泛洪一般需要本地拓?fù)浣Y(jié)構(gòu)及重復(fù)消息的統(tǒng)計(jì)信息［8］。而UASN的潛/浮標(biāo)節(jié)點(diǎn)在布放后難以調(diào)整參數(shù)、幾乎沒有移動(dòng)性，且潛標(biāo)節(jié)點(diǎn)需要一定的輔助設(shè)施來獲得自身較精確的地理位置。因此，將地域式泛洪或鄰居知識(shí)式泛洪算法在UASN中工程實(shí)現(xiàn)，尚有難度。

本文將簡(jiǎn)單泛洪及概率泛洪兩種算法移植到UASN中，經(jīng)OPNET軟件仿真發(fā)現(xiàn)：大多數(shù)情況下，部分節(jié)點(diǎn)難以在一定時(shí)間內(nèi)形成完整的路由表，增加泛洪廣播輪數(shù)對(duì)路由表形成的幫助有限。為改善上述情況，本文提出了一種詢問式泛洪廣播算法（下文簡(jiǎn)稱為本算法），即在一輪泛洪廣播之后增加了鄰居詢問及路由更新過程。以簡(jiǎn)單泛洪及概率泛洪算法為參考，在幾種典型的拓?fù)浣Y(jié)構(gòu)下針對(duì)本算法進(jìn)行了OPNET軟件仿真。仿真中所有節(jié)點(diǎn)都在給定的時(shí)間內(nèi)形成了完整的路由表，且節(jié)省了節(jié)點(diǎn)能量消耗。

2　算法設(shè)計(jì)

網(wǎng)絡(luò)路由一般分為三種方式：先驗(yàn)式、反應(yīng)式和混合式。水聲傳感器網(wǎng)絡(luò)以水聲通信作為物理層，資源極其有限。而反應(yīng)式網(wǎng)絡(luò)路由，即引言中的第2種思路，通常占用資源較多，不適用于水聲傳感器網(wǎng)絡(luò)。隨機(jī)布放的潛標(biāo)節(jié)點(diǎn)雖然基本不會(huì)移動(dòng)，但是也不可能存在先驗(yàn)性的路由表。所以，目前認(rèn)為混合式路由比較適宜水聲網(wǎng)絡(luò)。即引言中的第1種思路，在潛標(biāo)布放之后存在一個(gè)路由組織建立的階段，在該階段每一個(gè)節(jié)點(diǎn)建立自身路由表，并在之后的信息傳輸階段對(duì)該路由表進(jìn)行維護(hù)。本文提出的詢問式泛洪廣播算法適用于路由組織建立階段。本算法在一輪簡(jiǎn)單泛洪廣播之后增加了詢問過程，并根據(jù)算法需要設(shè)計(jì)了相應(yīng)的幀格式與路由表結(jié)構(gòu)。

2.1自組織流程

本算法的自組織流程如圖1所示。每個(gè)節(jié)點(diǎn)在初始化階段隨機(jī)地設(shè)置一個(gè)廣播時(shí)間，在初始狀態(tài)中等待該廣播中斷。在廣播中斷時(shí)發(fā)起一次泛洪廣播。廣播之后進(jìn)入空閑狀態(tài)，該狀態(tài)下只通過詢問鄰居的方式對(duì)路由表進(jìn)行更新。因此，采用本算法時(shí)整個(gè)網(wǎng)絡(luò)只存在一輪泛洪廣播。本算法認(rèn)為水聲通信信道具有互易性，在收到所有正確的數(shù)據(jù)幀時(shí)，都會(huì)根據(jù)幀信息更新路由表。在鏈路層協(xié)議中，可以采用隨機(jī)退避重發(fā)的機(jī)制。多次重發(fā)失敗后，認(rèn)為到達(dá)目的節(jié)點(diǎn)的鏈路斷開，清空路由表中對(duì)應(yīng)項(xiàng)。將該數(shù)據(jù)幀留存到回收站，等待鏈路暢通后，再重新發(fā)送。

HXD3C型機(jī)車在濟(jì)南機(jī)務(wù)段實(shí)際應(yīng)用過程中發(fā)現(xiàn)EBV故障主要表現(xiàn)為:085故障、限制開關(guān)打開、單閘側(cè)緩失效、列車管自動(dòng)減壓及制動(dòng)手柄失效等現(xiàn)象。

圖1　自組織算法流程圖Fig.1 Flow chart of self-organization algorithm

其中，路由完整的判定準(zhǔn)則為本節(jié)點(diǎn)可以通過網(wǎng)絡(luò)路由訪問所有其他節(jié)點(diǎn)。詢問鄰居時(shí)，本節(jié)點(diǎn)向一跳以內(nèi)的所有鄰居節(jié)點(diǎn)廣播一個(gè)詢問幀。每個(gè)詢問幀可以詢問一個(gè)其他節(jié)點(diǎn)的路由。接收到該詢問幀的鄰居節(jié)點(diǎn)在知情且空閑的情況下，發(fā)送一個(gè)回復(fù)幀給本節(jié)點(diǎn)。本節(jié)點(diǎn)收到回復(fù)幀之后，更新自身路由表。

2.2數(shù)據(jù)處理流程

圖1的處理數(shù)據(jù)流程中，需要針對(duì)不同數(shù)據(jù)進(jìn)行不同方式的處理，具體處理方式參見接收端流程圖，見圖2。接收端首先對(duì)數(shù)據(jù)幀進(jìn)行校驗(yàn)，校驗(yàn)正確的情況下，按照?qǐng)D2進(jìn)行數(shù)據(jù)處理。如果校驗(yàn)出錯(cuò)，則將該幀丟棄，不作任何處理。

圖2　數(shù)據(jù)處理流程圖Fig.2 Flow chart of data processing

2.3幀格式及其他

本算法所用的幀格式如圖3所示。幀同步為水聲通信物理層的時(shí)頻同步頭。幀信息包含了自組織算法所需要的所有信息。數(shù)據(jù)類型中應(yīng)標(biāo)明本幀為泛洪廣播幀、路由詢問幀還是路由回復(fù)幀。設(shè)置幀序號(hào)是為了區(qū)別同一節(jié)點(diǎn)先后發(fā)出的不同數(shù)據(jù)幀，以免錯(cuò)漏以及重復(fù)。

另外，每個(gè)節(jié)點(diǎn)需要維護(hù)一個(gè)自己的路由表，路由表包含三項(xiàng)信息：（1）目的節(jié)點(diǎn)是否能夠訪問；（2）到達(dá)該目的節(jié)點(diǎn)需要經(jīng)過的下跳節(jié)點(diǎn)地址；（3）到達(dá)該目的節(jié)點(diǎn)需要經(jīng)過的跳數(shù)。

圖3　幀格式Fig.3 Frame format

3　軟件仿真及結(jié)果分析

利用OPNET軟件，對(duì)水聲通信進(jìn)行建模，并設(shè)計(jì)了半雙工方式的實(shí)現(xiàn)方法。針對(duì)幾種典型的拓?fù)浣Y(jié)構(gòu)，利用本算法進(jìn)行軟件仿真，并以簡(jiǎn)單泛洪廣播算法作為參考，對(duì)仿真結(jié)果進(jìn)行了分析。

3.1水聲通信建模

OPNET中，將無線鏈路分為14個(gè)管道模型階段進(jìn)行建模。需要在節(jié)點(diǎn)模型中設(shè)定發(fā)射機(jī)與接收機(jī)的中心頻率、帶寬、調(diào)制方式、傳輸速率、糾錯(cuò)編碼。對(duì)于無線鏈路，OPNET中默認(rèn)方式是全雙工，而目前大多數(shù)水聲通信只能采用半雙工方式［9-10］。

3.1.1管道模型階段

仿真中，以實(shí)驗(yàn)室現(xiàn)有水聲Modem的參數(shù)作為參考，將水聲通信參數(shù)設(shè)置為：BPSK調(diào)制、半雙工方式、中心頻率6 kHz、帶寬4 kHz、通信速率1 kbps、有效距離約5 km。具體到水聲通信中，還需要注意的管道模型階段有如下幾點(diǎn)。

（1）第6階段傳播時(shí)延中，水下聲波傳播速度為1500 m/s，與OPNET中默認(rèn)電磁波傳播速度不同，需要修改。

（2）第8階段接收功率中，需要根據(jù)水聲傳播衰減模型重新編寫代碼計(jì)算接收功率。本算法的仿真中采用了經(jīng)典的Marsh-Schulkin模型［11］。

（3）實(shí)際水聲通信中，一旦多個(gè)接收信號(hào)之間發(fā)生碰撞，這些接收信號(hào)都無法正確接收。因此在第9階段的噪聲串?dāng)_中，應(yīng)放大信號(hào)間噪聲串?dāng)_的影響。

（4）第10階段背景噪聲中，應(yīng)計(jì)算海洋背景噪聲級(jí)，仿真中采用經(jīng)典的經(jīng)驗(yàn)公式［12］將其分為四類進(jìn)行計(jì)算。

（5）通過調(diào)整發(fā)射功率等參數(shù)，使得第11階段信噪比中，在沒有碰撞時(shí)的誤碼率在10-3左右，而發(fā)生碰撞時(shí)誤碼率在10-1量級(jí)，比較符合水聲通信的情況。

3.1.2半雙工設(shè)計(jì)

前已敘及，OPNET中使用的無線鏈路均為全雙工通信方式，不論同一節(jié)點(diǎn)的發(fā)射機(jī)與接收機(jī)是否設(shè)置為相同中心頻率以及帶寬。因此，需要自行設(shè)定半雙工通信方式。

OPNET仿真中設(shè)計(jì)的節(jié)點(diǎn)模型如圖4所示。圖中Source為數(shù)據(jù)來源，可以視為傳感器。Router為自組網(wǎng)算法模塊。Transmitter為發(fā)射換能器。Receiver為接收水聽器。實(shí)線表示數(shù)據(jù)幀流向。虛線為統(tǒng)計(jì)中斷線，一根為接收信號(hào)上升沿觸發(fā)中斷，標(biāo)志接收信號(hào)起始，另一根為接收信號(hào)下降沿觸發(fā)中斷，標(biāo)志接收信號(hào)結(jié)束。當(dāng)發(fā)射換能器處于發(fā)射狀態(tài)時(shí)，忽略接收信號(hào)的上升沿及下降沿觸發(fā)中斷，并丟棄所有接收到的數(shù)據(jù)幀。反之，設(shè)置水聽器接收狀態(tài)標(biāo)志，將待發(fā)射信號(hào)延遲到下降沿觸發(fā)中斷之后再發(fā)送。

圖4　節(jié)點(diǎn)模型Fig.4 Node model

需要補(bǔ)充的是：在無誤碼的情況下，數(shù)據(jù)幀成功接收時(shí)的流中斷（由Receiver指向Router的數(shù)據(jù)幀流向線產(chǎn)生）與接收信號(hào)下降沿中斷是同時(shí)產(chǎn)生的，取其一即可。但在因?yàn)檎`碼而丟棄數(shù)據(jù)幀的情況下，不會(huì)產(chǎn)生流中斷，但還是會(huì)產(chǎn)生下降沿中斷。因此必須使用兩條統(tǒng)計(jì)中斷線來設(shè)置和清空接收水聽器的接收狀態(tài)標(biāo)志位。

3.2仿真結(jié)果分析

對(duì)幾種拓?fù)浣Y(jié)構(gòu)分別進(jìn)行了仿真，拓?fù)浣Y(jié)構(gòu)圖依次如圖5所示。以簡(jiǎn)單泛洪廣播算法及概率泛洪廣播算法作為參考，考察了幾種拓?fù)浣Y(jié)構(gòu)下本算法的網(wǎng)絡(luò)自組織時(shí)間及能量消耗情況。對(duì)于概率泛洪算法，若其泛洪概率設(shè)置接近于1，則與簡(jiǎn)單泛洪差別不大；反之，泛洪概率設(shè)置接近于0時(shí)，相當(dāng)于水聲通信鏈路可靠性極低，網(wǎng)絡(luò)自組織難以正常進(jìn)行。因此，將其泛洪概率設(shè)置為0.5，即當(dāng)一個(gè)節(jié)點(diǎn)接收到來自其他節(jié)點(diǎn)的新的泛洪廣播數(shù)據(jù)時(shí)，50%的情況下會(huì)將該數(shù)據(jù)繼續(xù)泛洪廣播下去。另外，仿真中網(wǎng)絡(luò)自組織完畢的標(biāo)志為建立起有效的水聲網(wǎng)絡(luò)，即所有節(jié)點(diǎn)都可以通過網(wǎng)絡(luò)路由訪問到其他任何節(jié)點(diǎn)，暫且不論是否為最佳路由路徑。因?yàn)椴煌暮饬繕?biāo)準(zhǔn)下會(huì)產(chǎn)生不同的最佳路由標(biāo)準(zhǔn)。

圖5　仿真所采用的拓?fù)浣Y(jié)構(gòu)Fig.5 Topologies in the simulation

仿真結(jié)果如表1所示。表中4種拓?fù)浣Y(jié)構(gòu)依次與圖5中的4幅子圖一一對(duì)應(yīng)。圖5（a）星型拓?fù)浣Y(jié)構(gòu)以一個(gè)節(jié)點(diǎn)作為中心節(jié)點(diǎn)，其他節(jié)點(diǎn)分布在其周圍，且通信范圍內(nèi)僅存在中心節(jié)點(diǎn)；圖5（b）環(huán)型拓?fù)浣Y(jié)構(gòu)，每一個(gè)節(jié)點(diǎn)的通信范圍內(nèi)都只存在兩個(gè)其他節(jié)點(diǎn)；圖5（c）蜂窩式拓?fù)浣Y(jié)構(gòu)可以實(shí)現(xiàn)對(duì)布放海域的最佳覆蓋；圖5（d）分布式拓?fù)浣Y(jié)構(gòu)是隨機(jī)布放的一個(gè)示例。

仿真中假設(shè)所有節(jié)點(diǎn)布放完畢后再開始自組織。設(shè)定網(wǎng)絡(luò)自組織的時(shí)間界限為1800 s，即1800 s以后放棄自組織。表中廣播次數(shù)與詢問次數(shù)的計(jì)算方法為每當(dāng)有一個(gè)節(jié)點(diǎn)發(fā)起泛洪廣播或者詢問時(shí)，便計(jì)算一次。

由表1可見，幾種拓?fù)浣Y(jié)構(gòu)下，簡(jiǎn)單泛洪及概率泛洪廣播算法均未能夠在1800 s內(nèi)建立起有效網(wǎng)絡(luò)。而本算法最長的自組織時(shí)間未超過1000 s。

首節(jié)點(diǎn)建立時(shí)刻、次節(jié)點(diǎn)建立時(shí)刻分別是指整個(gè)網(wǎng)絡(luò)中有一個(gè)節(jié)點(diǎn)或兩個(gè)節(jié)點(diǎn)建立起自身完整路由表的時(shí)刻。幾種拓?fù)浣Y(jié)構(gòu)下，本算法與簡(jiǎn)單泛洪算法的首個(gè)節(jié)點(diǎn)的完成時(shí)刻相同，且均在300 s之內(nèi)。不難推斷，這兩種算法中，首個(gè)節(jié)點(diǎn)均是在第一輪泛洪廣播階段建立起自身路由表的。而對(duì)于概率泛洪算法，由于其泛洪廣播存在一定的概率性，首節(jié)點(diǎn)建立時(shí)刻稍晚于另外兩種算法。

表1　仿真結(jié)果比較表Table 1 Simulation results comparison

從次節(jié)點(diǎn)建立時(shí)刻分析可見，簡(jiǎn)單泛洪算法的網(wǎng)絡(luò)自組織效率較低，同時(shí)結(jié)合其完成情況來看，簡(jiǎn)單泛洪算法在后續(xù)的多輪泛洪廣播中能夠建立起完整路由的節(jié)點(diǎn)數(shù)量也極少。說明簡(jiǎn)單泛洪算法僅在一輪泛洪廣播內(nèi)比較有效，多輪泛洪廣播對(duì)建立有效路由的幫助不大。而概率泛洪算法可以在一定程度上避免沖突，網(wǎng)絡(luò)自組織效率稍高于簡(jiǎn)單泛洪算法。但是，與本算法相比，仍略遜一籌。

與陸地?zé)o線傳感器節(jié)點(diǎn)不同的是：分布式水聲網(wǎng)絡(luò)節(jié)點(diǎn)的能量主要消耗在換能器發(fā)射聲信號(hào)上，接收信號(hào)與信號(hào)處理的能量消耗相對(duì)較小甚至可以忽略。所以信號(hào)發(fā)射次數(shù)基本上就可以反映水聲網(wǎng)絡(luò)整體的能量消耗情況。以圖5（a）中5節(jié)點(diǎn)星型拓?fù)浣Y(jié)構(gòu)為例，參考實(shí)驗(yàn)室現(xiàn)有水聲Modem的參數(shù)，其中信號(hào)發(fā)射電功率10 W，接收及待機(jī)電功率0.05 W，對(duì)水聲網(wǎng)絡(luò)單個(gè)節(jié)點(diǎn)的平均能量消耗進(jìn)行了仿真。仿真結(jié)果如圖6所示。

圖6　三種算法的能量消耗比較Fig.6 Comparison of used energy

圖6中，橫軸為時(shí)間，縱軸為單位時(shí)間內(nèi)消耗電能量的焦耳數(shù)。點(diǎn)線為本算法的能量消耗，虛線和實(shí)線則分別對(duì)應(yīng)概率泛洪算法和簡(jiǎn)單泛洪算法的能量消耗。通過比較容易發(fā)現(xiàn)，相比于簡(jiǎn)單泛洪和概率泛洪，本算法有效降低了網(wǎng)絡(luò)自組織過程中的能量消耗。

4　結(jié)論

本文提出了一種適用于小規(guī)模水聲傳感器自組織網(wǎng)絡(luò)的詢問式泛洪廣播算法。本算法在一輪簡(jiǎn)單泛洪廣播算法之后增加了針對(duì)路由表空缺項(xiàng)詢問鄰居的流程。通過OPNET仿真證明了本算法可以在相對(duì)較短的時(shí)間內(nèi)，建立起有效路由。且相比于簡(jiǎn)單泛洪廣播算法，降低了水聲網(wǎng)絡(luò)的在自組織階段的能量消耗。

［1］吳松偉.水聲自組網(wǎng)節(jié)能路由協(xié)議研究［D］.哈爾濱：哈爾濱工程大學(xué)碩士學(xué)位論文，2010.

［2］鄧婕.淺海水聲自組網(wǎng)MAC協(xié)議的設(shè)計(jì)與實(shí)現(xiàn)［D］.廈門：廈門大學(xué)碩士學(xué)位論文，2009.

［3］李立.多水下自治機(jī)器人水聲自組網(wǎng)的研究［D］.青島：中國海洋大學(xué)碩士學(xué)位論文，2006.

［4］施韋，李善平，楊朝暉.移動(dòng)自組織網(wǎng)絡(luò)中一種基于多點(diǎn)中繼策略的優(yōu)化泛洪廣播算法［J］.計(jì)算機(jī)研究與發(fā)展，2007，44（6）：924-931. SHI Wei，LI Shanping，YANG Zhaohui.An optimized floodingalgorithmbasedonmultipointrelayingfor mobile ad hoc networks［J］.Journal of Computer Research and Development，2007，44（6）：924-931.

［5］REINA D G，TORAL S L，JONHSON P，et al.Hybrid flooding scheme for mobile ad hoc networks［J］.IEEE communication letters，2013，17（3）：592-595.

［6］HAAS Z J，HALPERN J Y，LI L.Gossip-based ad hoc routing［J］.IEEE/ACM Trans.Networking.2006，14（3）：479-491.

［7］PARK S，LEE E，PAKR H，et al.Mobile geocasting to support mobile sink groups in wireless sensor networks［L］. IEEE Commun.Lett.，2010，14（10）：939-941.

［8］PENGW，LUX.Onthereductionofbroadcast redundancy in mobile ad hoc networks［C］.First Annual Workshop on Mobile and Ad hoc Networking and Computing，2000：129-130.

［9］馮菲，高翔，李霞.水聲通信網(wǎng)MAC層協(xié)議仿真與分析［J］.聲學(xué)與電子工程，2007，（1）：26-30. FENG Fei，GAO Xiang，LI Xia.Simulation and analysis of MAC protocol in underwater acoustic communication networks［J］.Acoustics and electronics engineering，2007，（1）：26-30.

［10］林碧蘭，程恩，袁飛.基于OPNET的水聲通信網(wǎng)MAC層協(xié)議的研究［J］.電子設(shè)計(jì)工程，2010，2（18）：1-3. LIN Bilan，CHENG En，YUAN Fei.Research of the MAC protocol for underwater acoustic communication networks based on OPNET［J］.Electronic Design Engneering，2010，2（18）：1-3.

［11］SCHULKIN M，MARSH H W.Absorption of sound in sea-water［J］.Journal of the Acoustical Society of America，1977，62（3）：558-564.

［12］COATES R F W.Underwater acoustic systems［M］. London：Macmillan Education LTD，1990.

Inquiring flooding broadcast algorithm for underwater acoustic sensor self-organization networks?

XIAO Dong?WEI LipingCHEN GengCHEN YanMA Li
（Key Laboratory of Underwater Acoustic Environment，Institute of Acoustics，Chinese Academy of Sciences，Beijing 100190，China）

Usually,underwater acoustic sensor networks（UASN）is constructed by randomly deployed sensor nodes.In order to construct network of certain functions with these nodes,self-organization algorithm is needed.There are many self-organization algorithms for wireless sensor networks（WSN）onshore.But in underwater acoustic communication,the phenomena,such as：severe attenuation,high background noise, limited bandwidth,long time delay,complicated multi-path,etc.,most self-organized algorithms for WSN are hard to apply to UASN.An improved self-organization algorithm is proposed,which appends an inquiry process to flooding self-organization algorithm.It is proved by OPNET simulation that under the same conditions the network could be successfully established by the improved self-organization algorithm in a shorter time compared with simple flooding and probabilistic flooding algorithms,and the energy consumed in organization period is decreased.

Underwater acoustic sensor networks,Self-organization algorithm,Flooding broadcast

TN929.3

A

1000-310X（2015）01-0058-07

10.11684/j.issn.1000-310X.2015.01.009

2014-02-12收稿；2014-04-19定稿

?國家自然科學(xué)基金項(xiàng)目（61302109）

肖東（1984-），男，安徽蚌埠人，博士研究生，研究方向：信號(hào)與信息處理。

E-mail：xiaodong@mail.ioa.ac.cn