基于EMD方法和MAC協(xié)議的水聲傳感網絡研究

姜愉 胡文君 葉雪云 梁劍烽 楊忠強

摘 ? 要：水聲傳感網絡為水下信號目標檢索和水下開發(fā)等提供技術支持，但網絡節(jié)點間傳輸時存在數(shù)據(jù)擁堵、數(shù)據(jù)丟失等現(xiàn)象，因此，對于網絡傳輸協(xié)議MAC的研究與改進尤為重要。由于水聲傳輸過程中存在復雜噪聲，需要采用適當?shù)姆椒ㄈコ肼暩蓴_。文章提出一種通過MAC協(xié)議優(yōu)化節(jié)點數(shù)據(jù)傳輸和通過EMD分解方法去除水聲信號噪聲的水聲傳感方案，可有效提高節(jié)點傳輸效率、去除噪聲干擾。

關鍵詞：網絡節(jié)點;介質訪問控制;經驗模態(tài)分解;水聲信號;噪聲

海洋覆蓋地球70%以上地區(qū)，充分地開發(fā)、利用海洋資源在陸地資源逐漸枯竭的情況下尤為重要。我國海岸線長達1.8萬km，濱臨東海、南海、黃海和渤海海域，具有豐富的海洋資源，主要包括石油天然氣資源、銅錳等礦產資源、豐富的漁業(yè)資源。因此，海洋技術的開發(fā)對我國發(fā)展尤為重要[1]。

海洋內部通信主要通過水聲無線傳感網絡實現(xiàn)。由于水對聲音具有透明性，水聲信號傳感網絡中廣泛采用水聲作為載體。水聲傳感網絡已廣泛用于海洋資源開發(fā)、海洋環(huán)境勘測、水下災害預警和水下目標源檢測等領域，但水聲傳播過程中的時間延時、水下復雜噪聲環(huán)境和傳輸帶寬有限等原因，導致產生傳輸數(shù)據(jù)包誤碼率較高、多節(jié)點傳輸數(shù)據(jù)收到時間差異大等問題，因此，結合水下傳感環(huán)境特征，建立有效的水聲無線傳感網絡組網協(xié)議可有效地解決水聲信號傳輸中的各類問題。對接收到的信號采用濾波去噪，結合經驗模態(tài)分解（Empirical Mode Decomposition，EMD）去噪后重構的方式可較好地還原信號。

1 ? ?系統(tǒng)設計

傳感節(jié)點將數(shù)據(jù)匯聚至匯聚節(jié)點發(fā)送給水面控制平臺，水面控制平臺對發(fā)送過來的數(shù)據(jù)包進行解析和協(xié)議轉換，然后通過通用分組無線服務技術（General Packet Radio Service，GPRS）將數(shù)據(jù)發(fā)送至遠程控制終端[2]，在終端對數(shù)據(jù)進行EMD去噪重構分析。

均勻分布的多個水聲傳感器節(jié)點，在匯聚節(jié)點附近的水聲傳感器節(jié)點較少。離匯聚節(jié)點較遠的水聲傳感器節(jié)點采用多跳的方式傳輸?shù)絽R聚節(jié)點，因此，靠近匯聚節(jié)點的傳感節(jié)點需處理的數(shù)據(jù)量較大，遠離匯聚節(jié)點的傳感節(jié)點處理的數(shù)據(jù)量較小，造成網絡傳輸數(shù)據(jù)不均衡現(xiàn)象。由于靠近匯聚節(jié)點的傳感節(jié)點需處理多個遠距離傳感節(jié)點發(fā)送過來的數(shù)據(jù)[3]，易造成數(shù)據(jù)發(fā)送沖突、數(shù)據(jù)擁堵等現(xiàn)象，導致數(shù)據(jù)包丟失、數(shù)據(jù)傳輸癱瘓。介質訪問控制（Medium Access Control，MAC）協(xié)議是解決網絡傳輸問題的主要方法。

選用GPRS技術主要是由于其具有覆蓋范圍廣、通信質量高以及傳輸速度快和永不離線等優(yōu)點[4]。作為分組型數(shù)據(jù)網絡，可通過傳輸控制協(xié)議/因特網互聯(lián)協(xié)議（Transmission Control Protocol/Internet Protocol，TCP/IP）直接與以太網連接，在海洋等信號要求較高場所尤為適用。

無線傳感器網絡構成框架如圖1所示，控制平臺收集節(jié)點數(shù)據(jù)通過GPRS發(fā)送至遠程終端。

2 ? ?網絡協(xié)議

水聲傳感網絡中常用的MAC協(xié)議有MACA協(xié)議和載波監(jiān)聽多路訪問（Carrier Sense Multiple Access，CSMA）協(xié)議，MACA屬于基于請求發(fā)送/清除發(fā)送協(xié)議（Request to Send/Clear to Send，RTS/CTS）機制的MAC，而CSMA屬于基于載波偵聽機制的MAC。

RTS/CTS機制的基本特性是發(fā)送端，首先，發(fā)送一個RTS幀提醒接收端即將發(fā)送數(shù)據(jù);其次，接收端收到提醒幀后回復發(fā)送端一個CTS幀通知可接收數(shù)據(jù)，同時，通知其他節(jié)點不再接收數(shù)據(jù)[5]。當多個發(fā)送端同時發(fā)送RTS幀提醒接收端時會發(fā)生沖突，其中，發(fā)送失敗的一方會等待一段時間再次發(fā)送RTS幀。這種方法可減少網絡延時，但當多個節(jié)點發(fā)送請求時，傳輸延時依然較大。例如水聲傳感系統(tǒng)中接近匯聚節(jié)點的位置傳感節(jié)點較少，傳感數(shù)據(jù)多，極有可能造成噪聲節(jié)點大量堵塞。

基于載波偵聽機制的CSMA機制是當節(jié)點準備發(fā)送數(shù)據(jù)時，首先，偵聽接收節(jié)點是否在接收其他節(jié)點數(shù)據(jù)，如信道忙則等待至信道空閑再進行發(fā)送。在數(shù)據(jù)傳輸過程中同時進行沖突檢測[6]，沖突檢測包括物理偵聽和虛擬偵聽，通過對讀到信息與發(fā)送信息進行對比確定是否發(fā)生沖突。由于水下傳感系統(tǒng)時延較長，為保證通信正常進行，對于水下傳感系統(tǒng)采用輪詢方式偵聽沖突，同時，采用一個固定的順序進行數(shù)據(jù)幀傳遞來減少數(shù)據(jù)傳輸沖突。其次，當水聲節(jié)點采集時間和方式固定時，給出固定的順序發(fā)送數(shù)據(jù)可最大限度地減少延時時間。同時，為檢測數(shù)據(jù)是否丟失，通過增加數(shù)據(jù)頭來反饋數(shù)據(jù)幀丟失情況，對錯誤數(shù)據(jù)進行重新發(fā)送。針對傳輸網絡中靠近匯聚節(jié)點處信息傳輸擁堵問題，考慮采用接收節(jié)點同時接收多個發(fā)送節(jié)點RTS幀的方法，然后分析各個發(fā)送節(jié)點數(shù)據(jù)量大小，根據(jù)發(fā)送節(jié)點準備發(fā)送的數(shù)據(jù)量，給出最佳接收方案[7]。

以上方案比較適合水聲傳感網絡較小的情況，當網絡增大時可考慮輪詢方式與競爭方式結合設計優(yōu)化算法。各個水下無線傳感節(jié)點在采集數(shù)據(jù)數(shù)量固定時，如水下環(huán)境監(jiān)測時可采用固定發(fā)送順序方式傳輸數(shù)據(jù)至匯聚節(jié)點，如水下目標檢測時只對目標附近節(jié)點進行采集，其他節(jié)點可停止工作，只對目標附近節(jié)點進行輪詢傳輸或競爭傳輸[8]。對于節(jié)點數(shù)據(jù)傳輸?shù)拿芗瘏^(qū)域，可采用擴頻傳輸，為各個節(jié)點傳輸給予固定的擴頻碼，確保數(shù)據(jù)準確快速傳輸，減少了信道競爭并提高了傳輸效率。

將水聲傳感網絡通信中常用的傳感協(xié)議歸納如表1所示，分為競爭協(xié)議、非競爭協(xié)議和混合協(xié)議3類[9]。

3 ? ?EMD方法

EMD適合處理非線性、非平穩(wěn)時間信號，本質是平穩(wěn)化處理信號，將單個頻率無規(guī)則的信號轉化為多個固有模態(tài)函數(shù)和殘余分量的形式。對于傳輸?shù)娇刂破脚_的節(jié)點數(shù)據(jù)，重新進行解析后傳輸至遠程終端進行EMD分解，將信號分解為多層固有模態(tài)函數(shù)（Intrinsic Mode Function，IMF），分析各層函數(shù)尺度特性，對其中的噪聲進行去除，然后重構信號，結合重構信號分析所傳數(shù)據(jù)[10]。

4 ? ?結語

本文針對水下無線傳感網絡水聲瞬態(tài)信號傳輸過程中存在的噪聲和傳感節(jié)點擁堵問題，給出了利用經驗模態(tài)分解、重構、去除噪聲和通過改進MAC協(xié)議來提高節(jié)點傳輸效率的方法，這種方法對于水下目標定位和水下勘探等領域具有一定的參考價值。

后續(xù)研究主要對EMD算法計算速度和計算量方面進行提升，并提高水下目標處理的實時性。

[參考文獻]

[1]石桂欣.一種基于純方位的虛擬長基線定位算法[C].哈爾濱：中國聲學學會2017年全國聲學學術會議，2017.

[2]王劍，梁斌，薛飛.一種基于白噪聲EMD分解統(tǒng)計特性的水聲信號去噪方法[J].四川兵工學報，2015（6）：131-134.

[3]萬駿.基于競爭的水聲通信網絡MAC層協(xié)議研究綜述[J].信息通信，2018（7）：161-162.

[4]林文.水聲傳感器網絡握手機制MAC協(xié)議研究[J].渭南師范學院學報，2016（24）：14-20.

[5]林文.一種基于時隙的水聲傳感器網絡MAC協(xié)議[J].閩江學院學報，2017（2）：54-59.

[6]劉廣鐘，朱翔宇.預調度流水線方式的水聲傳感器網絡MAC協(xié)議[J].計算機工程，2017（8）：126-131.

[7]杜振.基于EMD原理與BP神經網絡的旋挖鉆機鉆桿故障識別方法[D].杭州：浙江大學，2018.

[8]SENSOR R.Easily-deployable acoustic local positioning system based on auto-calibrated wireless beacons[J].Computers，Networks&Communications，2019（4）：55-56.

[9]張錦燦，陳衛(wèi)東，王大宇.基于最優(yōu)窗口的水聲網絡MAC協(xié)議研究[J].無線電工程，2016（2）：10-13，30.

[10]劉義海.基于信息融合的水中目標屬性識別關鍵技術研究[D].西安：西北工業(yè)大學，2015.