基于動態(tài)變化競爭窗口的水下無線傳感器網(wǎng)絡(luò)MAC協(xié)議

石 岳, 李 成, 郝 琨

基于動態(tài)變化競爭窗口的水下無線傳感器網(wǎng)絡(luò)MAC協(xié)議

石 岳, 李 成, 郝 琨

(天津城建大學(xué) 計算機(jī)與信息工程學(xué)院, 天津, 300384)

為了滿足自主水下航行器(AUV)與靜態(tài)水底節(jié)點(diǎn)的高效通信, 文中設(shè)計了一種動態(tài)變化競爭窗口介質(zhì)訪問控制(DCCW-MAC)協(xié)議。該協(xié)議根據(jù)傳感器節(jié)點(diǎn)與AUV的距離優(yōu)化競爭窗口值, 傳輸成功率高的節(jié)點(diǎn)調(diào)整退避時間優(yōu)先發(fā)送數(shù)據(jù)包, 可高效利用信道資源。仿真結(jié)果表明, 所提出的DCCW-MAC協(xié)議能夠滿足AUV和節(jié)點(diǎn)之間的通信。與傳統(tǒng)的CW-MAC協(xié)議相比, 在節(jié)點(diǎn)數(shù)和泊松到達(dá)率相同的條件下,其最大吞吐量提高了5%, 端到端時延降低了15%。

自主水下航行器; 水下無線傳感器網(wǎng)絡(luò); 介質(zhì)訪問控制協(xié)議; 競爭窗口; 網(wǎng)絡(luò)吞吐量

0 引言

無線傳感器網(wǎng)絡(luò)具有范圍廣、高靈活、低成本等優(yōu)點(diǎn)[1], 其中, 水下無線傳感器網(wǎng)絡(luò)(under- water wireless sensor network, UWSN)在資源勘查、災(zāi)害預(yù)測等方面應(yīng)用技術(shù)不斷發(fā)展, 受到了專家學(xué)者的廣泛關(guān)注[2]。但水下通信環(huán)境十分復(fù)雜, 存在信道帶寬窄、時延高、多徑效應(yīng)及多普勒效應(yīng)等問題, 給UWSN研究帶來諸多困難[3]。介質(zhì)訪問控制(medium access control, MAC)協(xié)議能夠合理分配信道資源, 避免數(shù)據(jù)包的碰撞, 具有改善通信性能的效果[4]。一個優(yōu)秀的MAC協(xié)議對UWSN至關(guān)重要, 它應(yīng)操作簡單, 保證競爭節(jié)點(diǎn)的公平性, 同時能夠合理規(guī)劃網(wǎng)絡(luò)吞吐量和能耗間的平衡。

自主水下航行器(autonomous undersea vehicle, AUV)具有范圍大、高機(jī)動性、安全、智能化等優(yōu)點(diǎn), 能夠在水下完成一系列復(fù)雜工作[5]。AUV可攜帶多種水下傳感器, 實現(xiàn)對水下環(huán)境的監(jiān)測和分析, 也能夠與水下布放的傳感器進(jìn)行數(shù)據(jù)傳輸, 擴(kuò)大UWSN的通信范圍。

由于水下信道的特殊性, 廣泛使用的電磁波信號通信效果有限, UWSN通常采用聲波來進(jìn)行通信, 這導(dǎo)致了許多UWSN與陸地的MAC協(xié)議在設(shè)計上有較大區(qū)別[6]。目前針對UWSN的MAC協(xié)議主要分為基于競爭類和非競爭類這兩類經(jīng)典方案[7]。

非競爭類協(xié)議是將時隙、頻帶或代碼分配給不同節(jié)點(diǎn), 彼此不通過競爭取得信道的使用權(quán), 主要包括時分復(fù)用(time division multiplexing, TDM)、頻分復(fù)用(frequency division multiplexing, FDM)和碼分復(fù)用(code division multiplexing, CDM)等方式。常用非競爭類協(xié)議包括以下幾種。多維縮放MAC(multidimensional scaling MAC, MDS-MAC)協(xié)議[8]結(jié)合了時間同步, 水下定位和通信調(diào)度等技術(shù)手段, 協(xié)議定期重復(fù)協(xié)調(diào)階段和通信階段。在協(xié)調(diào)階段中, 節(jié)點(diǎn)之間執(zhí)行范圍測量來確定傳播延遲, 并實現(xiàn)相對定位和時間同步; 在通信階段中, 匯聚節(jié)點(diǎn)廣播本輪通信調(diào)度和路由信息, 其他節(jié)點(diǎn)依照調(diào)度與匯聚節(jié)點(diǎn)通信。但嚴(yán)格的時鐘同步使傳感器網(wǎng)絡(luò)的實現(xiàn)更加困難, 且高時延使控制包占用更多的信道資源, 增加了沖突和誤碼的幾率, 降低了網(wǎng)絡(luò)性能。具有低能耗和高魯棒性的EDETA(energy-efficient adaptive hierarchical and robust architecture)[9]協(xié)議將網(wǎng)絡(luò)分為多個簇, 每個簇使用獨(dú)特的碼分多址(code division multiple access, CDMA)擴(kuò)展碼實現(xiàn)內(nèi)部通信, 并用時分多址(time division multiple access, TDMA)進(jìn)行簇群間的通信調(diào)度。簇中匯聚節(jié)點(diǎn)組成樹狀結(jié)構(gòu), 能夠更加高效地與上級節(jié)點(diǎn)進(jìn)行數(shù)據(jù)傳輸, 但會產(chǎn)生多余的數(shù)據(jù)重傳, 占用了寶貴的信道資源。雙向并發(fā)MAC(bidirectional concurrent MAC, BiC-MAC) 協(xié)議[10]提出了一種多回合的雙向通信方式, 利用水聲信道時空不確定特性帶來的高時延, 發(fā)送方預(yù)約信道后能夠與接收方同時發(fā)送數(shù)據(jù)。該協(xié)議雖然提高了網(wǎng)絡(luò)吞吐量和信道利用率, 但增加了節(jié)點(diǎn)能耗, 減少了網(wǎng)絡(luò)的使用壽命。T-Lohi協(xié)議[11]采用一種基于載波偵聽多路訪問(carrier sense multiple access, CSMA)的音調(diào)爭用機(jī)制計算通信中的競爭節(jié)點(diǎn)個數(shù), 并根據(jù)該個數(shù)調(diào)整節(jié)點(diǎn)的發(fā)送時間。該協(xié)議具有良好的吞吐量, 一定程度上也降低了網(wǎng)絡(luò)能耗, 但在網(wǎng)絡(luò)節(jié)點(diǎn)分布方面有許多限制, 無法滿足大范圍監(jiān)測的需要。

基于競爭類協(xié)議允許各節(jié)點(diǎn)根據(jù)需求獲取信道的使用權(quán), 協(xié)議依托隨機(jī)訪問來分發(fā)傳輸, 并采取一些恢復(fù)機(jī)制應(yīng)對數(shù)據(jù)包沖突, 主要包括信道預(yù)約類協(xié)議、載波監(jiān)聽類協(xié)議以及隨機(jī)多址類協(xié)議。其中, 競爭窗口MAC(contention window MAC, CW-MAC)協(xié)議[12]包含虛擬載波監(jiān)聽機(jī)制和隨機(jī)退避機(jī)制, 能夠減小數(shù)據(jù)包的碰撞率, 且該協(xié)議結(jié)構(gòu)簡單、運(yùn)算復(fù)雜度低、利于實現(xiàn), 在性能和資源有限的水下環(huán)境中很有優(yōu)勢。但是在節(jié)點(diǎn)較多的傳感器網(wǎng)絡(luò)中, CW-MAC協(xié)議的效果并不理想, 無法有效保證競爭節(jié)點(diǎn)的公平性。而且協(xié)議中競爭窗口值CW固定, 當(dāng)網(wǎng)絡(luò)環(huán)境發(fā)生變化時容易產(chǎn)生信道擁堵或信道資源的浪費(fèi), 降低網(wǎng)絡(luò)性能。

基于此, 文中設(shè)計了一種AUV輔助的動態(tài)變化競爭窗口MAC(dynamic change contention window MAC, DCCW-MAC)協(xié)議。該協(xié)議中AUV先廣播控制包, 各個節(jié)點(diǎn)利用接收信號強(qiáng)度指示(received signal strength indication, RSSI)測距模式求得與AUV的距離, DCCW機(jī)制根據(jù)距離差異調(diào)整節(jié)點(diǎn)退避時間, 從而提高網(wǎng)絡(luò)的吞吐量和傳輸?shù)某晒β省?/p>

1 網(wǎng)絡(luò)場景分析

水下傳感器節(jié)點(diǎn)的部署方式可劃分為3類: 二維UWSN、三維UWSN和包含AUV的三維UWSN。圖1為包含AUV的三維UWSN模型[13], UWSN通過水下節(jié)點(diǎn)將采集到的數(shù)據(jù)信息發(fā)送給水面基站, 水面基站再用無線電通信與陸地或衛(wèi)星進(jìn)行數(shù)據(jù)傳輸。利用機(jī)動靈活的AUV攜帶多個傳感器和水聲通信模塊, 能夠給UWSN的工作帶來更大的便利, 可以更大地擴(kuò)展網(wǎng)絡(luò)的監(jiān)測范圍, 與傳統(tǒng)UWSN相比也更具靈活性。

圖1 三維UWSN結(jié)構(gòu)圖

文中采用AUV作為匯聚節(jié)點(diǎn)負(fù)責(zé)收集水底節(jié)點(diǎn)的數(shù)據(jù), 水底節(jié)點(diǎn)采用拋錨的方式固定在水底, 但由于水下的復(fù)雜情況, 節(jié)點(diǎn)損壞或電量用盡都會導(dǎo)致網(wǎng)絡(luò)結(jié)構(gòu)改變, 影響通信效果。AUV的高機(jī)動性能夠彌補(bǔ)節(jié)點(diǎn)的空缺, 較大的活動范圍和充足的電池與固定的水底節(jié)點(diǎn)相比也有更好的實用性。

2 DCCW-MAC協(xié)議

基于上述分析, 為了能夠使AUV更加高效地接收數(shù)據(jù), 文中設(shè)計了一種基于發(fā)送端與AUV間距離動態(tài)調(diào)整競爭窗口的發(fā)送策略: DCCW-MAC協(xié)議。該協(xié)議的傳輸過程如圖2所示, AUV在到達(dá)工作區(qū)域后會周期性發(fā)送通知發(fā)送標(biāo)志(notification to send, NTS), 其中有包含網(wǎng)絡(luò)距離信息的距離字段。待發(fā)送節(jié)點(diǎn)和接收后先利用RSSI測距模式求得自身到AUV的距離, 再通過DCCW機(jī)制求得退避時間并進(jìn)入退避狀態(tài), 退避狀態(tài)結(jié)束后節(jié)點(diǎn)發(fā)送數(shù)據(jù)。而對于節(jié)點(diǎn), 在退避狀態(tài)中檢測到發(fā)送的數(shù)據(jù)包, 則停止計時等待信道空閑后繼續(xù)發(fā)送。

DCCW-MAC協(xié)議利用RSSI測距模式來獲得位置距離, 并采用DCCW機(jī)制調(diào)整節(jié)點(diǎn)競爭窗口值的大小。同時數(shù)據(jù)包中的距離幀可以在傳輸過程中調(diào)整距離參數(shù), AUV和各發(fā)送節(jié)點(diǎn)能夠?qū)崟r掌握彼此的距離, 并以此為依據(jù)調(diào)整退避時間, 降低傳輸時延, 提高網(wǎng)絡(luò)性能。

圖2 AUV與節(jié)點(diǎn)的1次成功傳輸

2.1 CW-MAC協(xié)議原理

圖3 CW-MAC協(xié)議發(fā)送節(jié)點(diǎn)狀態(tài)圖

對于競爭窗口值, 由于水聲信道端到端高延時特性, CW-MAC協(xié)議不適合使用二進(jìn)制退避(binary exponential backoff, BEB)算法來調(diào)整競爭窗口值[14], 而采用全局競爭窗口, 競爭窗口值是固定不變的。為了能夠適應(yīng)復(fù)雜的網(wǎng)絡(luò)環(huán)境, 需要從吞吐量、發(fā)送成功率和能耗等方面選定競爭窗口值。如果競爭窗口初值設(shè)置過小, 節(jié)點(diǎn)的退避時間區(qū)間減小, 發(fā)送會更加激進(jìn), 造成更多數(shù)據(jù)包碰撞而降低網(wǎng)絡(luò)性能; 如果競爭窗口初值設(shè)置過大, 過長的退避時間會降低信道的利用率, 節(jié)點(diǎn)工作時間加長, 增加了能量消耗。但水下環(huán)境復(fù)雜多變, 節(jié)點(diǎn)數(shù)目和分布都有可能發(fā)生變化, 固定不變的競爭窗口值無法適應(yīng)變化的環(huán)境, 影響網(wǎng)絡(luò)的整體性能。而在UWSN中面臨的最大問題是電量耗盡導(dǎo)致節(jié)點(diǎn)無法工作, 如果采用全局競爭窗口, 其產(chǎn)生的影響是退避時間在總時間的占比將增加, 降低了網(wǎng)絡(luò)吞吐量, 也增加了節(jié)點(diǎn)的監(jiān)聽能耗。同時, CW-MAC協(xié)議滿足靜止匯聚節(jié)點(diǎn)通信的要求, 并不適用于移動的AUV節(jié)點(diǎn)。為了提高水聲信道的利用率降低信道傳輸時延, 確保AUV在巡航中接收數(shù)據(jù)的穩(wěn)定、高效, 需要對CW-MAC協(xié)議做出優(yōu)化。

2.2 RSSI測距模式

水下定位算法能夠有效計算出各發(fā)送節(jié)點(diǎn)與AUV之間的距離。根據(jù)信號測量的不同, 分為4種主流測距方法, 即RSSI法、時差定位(time difference of arrival, TDOA)法、到達(dá)時延(time of arrival, TOA)法和達(dá)到角度(angle of arrival, AOA)法[15]。其中RSSI法不需要節(jié)點(diǎn)滿足時間同步和復(fù)雜的信號處理過程, 成本低、易實現(xiàn), 使其在水下環(huán)境中被廣泛采用[16]。

RSSI測距模式依據(jù)聲信號在水聲信道中傳播時的衰減特性測量距離。在DCCW-MAC協(xié)議中, 發(fā)送節(jié)點(diǎn)首先發(fā)送一定強(qiáng)度的信號, 信號在信道中經(jīng)過擴(kuò)散和吸收, 其強(qiáng)度會發(fā)生變化, 節(jié)點(diǎn)在接收后基于信道衰減模型得出該信號傳輸?shù)木嚯x, 信道衰減模型為

在環(huán)境較為穩(wěn)定的水底, 通信速度100 bit/s, 發(fā)射頻率15 kHz的水下試驗環(huán)境中, 該方法距離在1~5000 m的估計誤差如圖4所示。從圖中可以看出, 在節(jié)點(diǎn)距離小于1000 m時, 距離誤差很小。應(yīng)用在文中仿真環(huán)境中, 能有效減少RSSI測距的誤差, 不影響協(xié)議運(yùn)行和網(wǎng)絡(luò)性能。

圖4 Lambert W函數(shù)計算結(jié)果

2.3 DCCW機(jī)制

圖5 發(fā)送確認(rèn)字符時延差異

式中,為協(xié)議競爭窗口的初始值, 可以根據(jù)節(jié)點(diǎn)數(shù)量和網(wǎng)絡(luò)環(huán)境設(shè)置適合的數(shù)值。由此得出該節(jié)點(diǎn)的實際競爭窗口值為

3 仿真結(jié)果與分析

采用NS-3作為仿真平臺來驗證CW-MAC協(xié)議和DCCW-MAC協(xié)議的各項性能。利用NS-3的水聲通信網(wǎng)絡(luò)模塊UAN(underwater acoustic network)模擬水下環(huán)境, 并實現(xiàn)水聲信道、物理層和MAC層。幀結(jié)構(gòu)含有UAN的公共包頭字段, 忽略幀結(jié)構(gòu)中同步頭的影響。傳感器節(jié)點(diǎn)隨機(jī)分布在以AUV為中心的正方形區(qū)域中。協(xié)議共仿真25次, 每次104s, 主要仿真參數(shù)如表1所示。

表1 仿真參數(shù)列表

圖6 歸一化吞吐量隨泊松到達(dá)率變化曲線

圖7 歸一化吞吐量隨節(jié)點(diǎn)數(shù)變化曲線

圖8 平均端到端時延隨泊松到達(dá)率變化曲線

圖9為不同節(jié)點(diǎn)數(shù)下平均端到端時延變化曲線。從圖中可以看出, CW-MAC協(xié)議的時延增長率更高, 而DCCW-MAC協(xié)議則降低30%。這是因為隨著節(jié)點(diǎn)的增加, 公共信道會經(jīng)常處于忙碌狀態(tài)。在CW-MAC協(xié)議中, 競爭窗口值不能適應(yīng)不斷變化的網(wǎng)絡(luò), 節(jié)點(diǎn)發(fā)送前的等待時間會變得更長, 從而影響端到端時延。而在DCCW-MAC協(xié)議中, 讓距離近、發(fā)送成功率高的節(jié)點(diǎn)優(yōu)先傳輸, 有效減少了節(jié)點(diǎn)的等待時間, 從而減少平均端到端時延。

圖9 平均端到端時延隨節(jié)點(diǎn)數(shù)變化曲線

圖10和圖11中的平均能耗是指平均成功傳輸1個數(shù)據(jù)包所需要的能量消耗, 所以通信的成功率也影響著平均能耗的大小。DCCW-MAC協(xié)議較之CW-MAC協(xié)議具有更短的平均端到端時延, 減少了發(fā)送節(jié)點(diǎn)的等待時間, 等待同時監(jiān)聽信道產(chǎn)生的能耗也能夠有效降低。同時, 優(yōu)化后的DCCW-MAC協(xié)議有著更高的吞吐量和發(fā)送成功率, 由式(13)可知, 成功接收的數(shù)據(jù)包數(shù)目越多, 平均能耗就越低。DCCW-MAC協(xié)議降低了節(jié)點(diǎn)發(fā)送中的碰撞概率, 與CW-MAC協(xié)議相比減少了節(jié)點(diǎn)重傳的次數(shù), 減少了能量的浪費(fèi)。所以該協(xié)議發(fā)送每個數(shù)據(jù)包的平均能耗與CW- MAC協(xié)議相比都有所降低。

圖10 平均能耗隨泊松到達(dá)率變化曲線

4 結(jié)束語

文中所提出AUV輔助的DCCW-MAC協(xié)議, 利用RSSI測距模式計算出發(fā)送節(jié)點(diǎn)與AUV的距離, 并采用DCCW機(jī)制來設(shè)定競爭窗口降低時延, 使發(fā)送節(jié)點(diǎn)能夠高效傳輸, 提高了網(wǎng)絡(luò)性能。仿真試驗表明, DCCW-MAC協(xié)議在吞吐量、端到端時延和平均能耗的性能上均優(yōu)于CW-MAC協(xié)議, 能夠滿足AUV在水下環(huán)境中的數(shù)據(jù)收集。下一步工作將研究適用于UWSN的睡眠調(diào)度算法, 在保證網(wǎng)絡(luò)性能的基礎(chǔ)上降低節(jié)點(diǎn)能耗, 延長網(wǎng)絡(luò)壽命。

圖11 平均能耗隨節(jié)點(diǎn)數(shù)變化曲線

[1] Zenia N Z, Aseeri M, Ahmed M R, et al. Energy-efficiency and Reliability in MAC and Routing Protocols for Underwater Wireless Sensor Network: A Survey[J]. Journal of Network and Computer Applications, 2016(71):72-85.

[2] Gong Z, Li C, Jiang F. AUV-Aided Joint Localization and Time Synchronization for Underwater Acoustic Sensor Networks[J]. IEEE Signal Processing Letters, 2018, 25(4): 477-481.

[3] Li C, Xu Y, Xu C, et al. DTMAC: A Delay Tolerant MAC Protocol for Underwater Wireless Sensor Networks[J]. IEEE Sensors Journal, 2016, 16(11): 4137-4146.

[4] 李雅婧, 金志剛, 蘇毅珊. 水下傳感器網(wǎng)絡(luò)中避免時空不確定性影響的MAC協(xié)議[J]. 南開大學(xué)學(xué)報(自然科學(xué)版), 2017, 50(5): 16-22.Li Ya-jing, Jin Zhi-gang, Su Yi-shan. A Time-spatial Uncertainty Avoided MAC Protocol in Underwater Sensor Network[J]. Acta Scientiarum Naturalium Universitatis Nankaiensis(Natural Science Edition), 2017, 50(5): 16-22.

[5] Gjanci P, Petrioli C, Basagni S, et al. Path Finding for Maximum Value of Information in Multi-modal Underwater Wireless Sensor Networks[J]. IEEE Transactions on Mobile Computing, 2017, 17(2): 404-418.

[6] Pallares O, Bouvet P J, Rio J D. TS-MUWSN: Time Synchronization for Mobile Underwater Sensor Networks[J]. IEEE Journal of Oceanic Engineering, 2016, 41(4): 763- 775.

[7] Climent S, Sanchez A, Capella J, et al. Underwater Acoustic Wireless Sensor Networks: Advances and Future Trends in Physical, MAC and Routing Layers[J]. Sensors, 2014, 14(1): 795-833.

[8] Kleunen W V, Meratnia N, Havinga P J M. MDS-Mac: A Scheduled MAC for Localization, Time-Synchronisation and Communication in Underwater Acoustic Networks[C]//2012 IEEE 15th International Conference on Computational Science and Engineering. Cyprus: Nicosia, 2012.

[9] Climent S, Capella J, Meratnia N, et al. Underwater Sensor Networks: A New Energy Efficient and Robust Architecture[J]. Sensor, 2012(1): 704-731.

[10] Ng H H, Soh W S, Motani M. A Bidirectional-Concurrent MAC Protocol with Packet Bursting for Underwater Acoustic Networks[J]. IEEE Journal of Oceanic Engineering, 2013, 38(3): 547-565

[11] Syed A A, Ye W, Heidemann J. Comparison and Evaluation of the T-Lohi MAC for Underwater Acoustic Sensor Networks[J]. IEEE Journal on Selected Areas in Commu- nications, 2008, 26(9): 1731-1743.

[12] Parrish N, Tracy L T, Roy S, et al. System Design Considerations for Undersea Networks: Link and Multiple Access Protocols[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(9): 1720-1730.

[13] Iqbal Z, Lee H N. Spatially Concatenated Channel-Network Code for Underwater Wireless Sensor Networks[J]. IEEE Transactions on Communications, 2016, 64(9): 3901-3914.

[14] 黃俊豪. 基于CSMA的水聲傳感器網(wǎng)絡(luò)MAC協(xié)議的研究與實現(xiàn)[D]. 廣州: 華南理工大學(xué), 2016.

[15] Peters, Danel J. A Bayesian Method for Localization by Multistatic Active Sonar[J]. IEEE Journal of Oceanic Engineering, 2017, 42(1): 135-142.

[16] Hosseini M, Chizari H, Ismail A S. New Hybrid RSS- Based Localization Mechanism for Underwater Wireless Sensor Networks[J]. International Journal of Computer Communications and Networks, 2011, 1(1): 1-10.

[17] Hosseini M, Chizari H, Soon C K, et al. RSS-based Distance Measurement in Underwater Acoustic Sensor Networks: An Application of the Lambertfunction[C]//2010 4th International Conference on Signal Processing and Communication Systems. Gold Coast: Australia, 2010.

Underwater Wireless Sensor Network MAC Protocol Based on Dynamical Change Contention Window

SHI Yue, LI Cheng, HAO Kun

(School of Computer and Information Engineering, Tianjin Chengjian University, Tianjin 300384, China)

A dynamical change contention window-media access control(DCCW-MAC) protocol is designed to improve the efficiency of communication between autonomous undersea vehicle(AUV) and sensor nodes. The protocol optimizes the contention window value according to the distance between sensor nodes and AUV, and the sending node with high transmission success rate adjusts the back-off time to transmit data package first, which can efficiently utilize channel resources. Simulation results show that DCCW-MAC protocol is applicable to the communication between AUV and nodes, and compared with the traditional CW-MAC protocol under the same number of nodes and Poisson arrival rate, its maximum throughput increases by 5% and the end-to-end delay is reduced by 15%.

underwater wireless sensor network(UWSN); media access control(MAC) protocol; autonomous undersea vehicle(AUV); contention window; network throughput

TJ630.34; TP393

A

2096-3920(2020)02-0174-08

10.11993/j.issn.2096-3920.2020.02.009

2016-11-19;

2016-12-18.

國家自然科學(xué)基金(61902273); 天津市自然科學(xué)基金面上項目(18JCYBJC85600); 青海省物聯(lián)網(wǎng)重點(diǎn)實驗室開放課題(2017-ZJ-Y21).

石 岳(1995-), 男, 碩士, 主要研究方向為水下無線傳感網(wǎng)絡(luò)MAC協(xié)議.

石岳, 李成, 郝琨. 基于動態(tài)變化競爭窗口的水下無線傳感器網(wǎng)絡(luò)MAC協(xié)議[J]. 水下無人系統(tǒng)學(xué)報, 2020, 28(1): 174-181.

(責(zé)任編輯: 陳 曦)