论文部分内容阅读
海洋传感网（Ocean Sensor Networks,OSNs）以其自组织、自适应、低功耗和可扩展性强的优点,已在海洋环境监测、海事搜救及海洋信息平台建设等方面得到了广泛的应用。国家海洋强国战略需求及人类开发海洋资源、发展海洋经济的需求不断增长使得建立全球性的海洋监测与海事搜救系统十分迫切,而海洋传感网等观测技术的发展以及信息技术的进步使其建立成为可能。在海洋传感网中,智能数据处理是其在海洋监测与海事搜救应用中的关键技术。本文主要研究海洋传感网智能数据处理中的四项关键技术,包括:机会主义路由协议（数据高效传输）、丢失数据恢复、目标检测、多目标定位与追踪。其中,数据高效传输和丢失数据恢复为海洋目标动态估计提供完备的数据支撑。海洋传感网智能数据处理研究所面临的主要挑战如下:1)部署在海面上传感器节点在风浪流作用下实时移动,即网络的拓扑结构具有高度动态性,导致较难形成稳定的动态路由路径;2)由于网络拓扑的高度动态性和海浪遮蔽效应的影响,海洋通信链路具有可靠性低、中断概率高和时变性强的特点,导致节点数据在传输过程中较易丢失;3)海洋节点能量有限,通常无法进行充电和更换。因此采集的数据不经处理而直接传输到汇聚终端,会造成大量传输资源的浪费,网络的生命周期将受到较大的影响;4)在复杂海况下,海洋节点容易受到拜占庭攻击成为拜占庭节点,而节点需要知道自身位置信息才能向数据融合中心提供有效的数据,故在OSNs受到拜占庭攻击时,如何实现海洋移动目标状态的精确动态估计是信号处理领域的难题。本文针对上述所面临的挑战,并围绕OSNs中智能数据处理关键技术,开展了以下四个方面的工作:1)海洋数据高效传输:针对海洋传感网路由设计的特点,提出一种基于压缩感知和功率控制机制的能量高效机会主义路由协议。为了减少节点和其邻居节点之间位置信息的频繁交换,利用OSNs网络拓扑的时空关系并结合加权移动平均法来预测数据包前进距离。随后,提出一个自适应功率控制机制来选择最优的传输功率和候选转发节点集。此外,压缩感知技术在较大程度上减少了海洋节点数据采集量和网络中数据的传输量。最后,为了避免包冲突,运用基于计时器的候选节点集调度算法来协调数据包转发。仿真结果表明,和现有算法相比,提出的海洋传感网机会主义路由协议有效提高了包传输率、降低了网络能耗和端到端的时延。2)海洋丢失数据恢复:考虑到OSNs节点采集数据具有较强的时空相关性,提出一种基于改进K-means算法和自适应粒子群算法优化的径向基神经网络（Radial Basis Function Neural Network Optimized by Adaptive Particle Swarm Optimization algorithm,APSO-RBFNN）的节点丢失数据恢复算法KPR-NN。KPR-NN包含节点聚类模块和数据估计模块。首先在节点聚类模块利用改进的K-means算法来进行节点聚类成簇。然后在数据估计模块,APSO-RBFNN用于对丢失数据进行精确恢复。在满足数据误差阈值的条件下,在簇头节点使用预测值代替真实值可以有效减少通信开销和延长OSNs寿命。分析和仿真结果表明,和基准算法相比,KPR-NN算法可以精确恢复海洋节点丢失数据。3)海洋目标检测:首先确定目标监测海域范围和设计一种节点自适应成簇机制建立OSNs分簇拓扑结构。针对现有海洋移动目标检测算法准确率不高和鲁棒性较差的问题,提出一种基于相对熵和信息增益的移动目标检测算法。相对熵用来测量海浪遮蔽效应的强度值并且降低目标误检概率。此外,基于相对熵与全局最优决策统计量推导出自适应动态决策阈值以保证目标检测的准确性。为了节省网络能量和提高检测效率,在下一时刻,具有最大期望信息增益的簇被选择作为目标搜索簇。仿真结果表明该算法适用于高度动态和高噪声的海洋环境,并且目标检测概率和误检概率均优于现有算法。4)海洋多目标定位与追踪:针对OSNs节点易受拜占庭攻击的情况,首先利用单个传感器及其邻居传感器组成系统的信息熵提出一种基于动态阈值的高效拜占庭节点识别方法。在消除拜占庭节点后,利用接收信号强度指示值（Received Signal Strength Indication,RSSI）和最大似然框架来建模海洋目标定位和追踪问题。然后,利用Levenberg-Marquardt算法结合信标节点/诚实节点的位置先验信息和不确定性来求解最大似然定位问题。提出的鲁棒分布式协同多目标定位追踪算法使用重要性采样方法来近似估计传感器和目标位置的后验概率分布。此外,当海洋目标在OSNs覆盖范围之外时,采用一个分段函数来表征在搜救海域中发现落水目标的概率。分析和仿真结果表明,虽然提出的算法在执行时间性能上不是最佳的,但在低信标节点密度和高测量噪声下定位和追踪性能优于基准算法。研究成果对于推动无线传感网在海洋环境监测和海事搜救等方面的应用具有积极的指导意义,同时在海洋大数据动态获取和智能处理等相关理论方面也具有重要的科学意义和学术价值。