水聲傳感器網絡節點自適應調度協議

摘"要：針對現有水聲傳感器網絡MAC協議難以滿足水聲傳感器網絡節點之間低延遲高吞吐量的傳播需求，本文提出了一種水聲傳感器網絡節點自適應調度MAC協議，該協議基于強化學習，以減少接收端的沖突和最大化網絡整體吞吐量為目標，利用強化學習中的深度神經網絡對節點的傳輸環境和傳輸策略進行學習，利用水聲信號傳輸的空時不確定性，對各發送節點的傳輸時隙進行調度，使多個節點在適合的時隙完成數據傳輸，而不會影響其他節點通信。仿真結果表明，該協議相比于傳統算法，可以提高吞吐量和數據包成功傳輸率，有效地降低了信道中的數據碰撞概率，提高了水聲通信的信道利用效率。

關鍵詞：水下聲學傳感器網絡；調度；強化學習；MAC協議

中圖分類號：TN929.3""文獻標識碼：A

1"概述

水聲傳感器網絡（Underwater"Acoustic"Sensor"Networks，UASNs）在海洋數據采集、環境監測、勘探、航海和軍事活動等領域廣泛應用。但由于水下環境特性的限制，聲波是最可行的水通信手段，但傳輸延遲長、數據率低、帶寬有限、能耗大等問題使得設計水下網絡面臨前所未有的挑戰［1］。MAC（Media"Access"Control）協議在協調通信節點、分配和共享信道資源方面發揮著重要作用，直接影響水聲網絡性能。因此，需要研究基于水聲傳感器網絡特點的自適應MAC協議來提高信道利用率和性能表現。

基于調度的協議在水聲網絡中得到廣泛應用，以時隙為基礎的調度策略的差異性主要在于時隙分配和時隙長度的設計。文獻［2］中基于位置的MAC協議，設計了一種最小等待時間規則，在小規模UASNs中表現良好。……