最佳分簇规模的水声传感器网络Liang Zhao,Qilian Liang德州大学阿灵顿分校电子工程系Arlington, TX 76010, USAEmail: , 摘要：在这篇论文中,我们主要关注的是的最优化分簇规模对水声传感器网络的影响。

由于稀疏部署和信道属性的水声传感器网络是不同于地面传感器。

我们的分析表明,最优分簇规模主要工作频率所决定的声音的传播。

此外,区域数据聚合中也起着因素在很大程度上决定最佳分簇规模。

1引言水下传感器网络(UW-ASN)可看成是个自组织网络，组成的传感器与一个声音进行分配感应的任务。

为了达到这个目的,传感器必须自组织成一个独立的可以适应水下环境的网络,。

UW-ASNs可以沿用许多通讯技术传统自组织网络和陆地的无线传感器网络,但仍有一些重要的区别为有限的能量和带宽约[1],[5],此协议对传统发展无线自组网路并不一定适合绝无仅有的网络的特点。

当一个无线传感器可能要在一个微小的电池持续比较长的时间，能源效率就成为一个大问题。

由于广播的性质和有限的带宽，在浅水通信[6] [7]，多跳可以引起传感器节点之间严重干扰。

一个新的路由称为“矢量为基础的转移” （VBF）缓解了这个问题 [8]。

VBF本质上是一种基于位置的路由选择方法：节点紧邻“矢量”转发源宿信息。

通过这种方式，只有一小部分的节点参与路由。

另一种解决办法是，每一个传感器分簇通信应该直接指向簇头和内部分簇通信应协调由簇头，以最大限度地提高带宽利用率以往的研究水下通信经常使用时间计划调度方法[9],[10],这可能是适合的小型网络简单。

然而，扁平架构还可能限制网络的规模。

特别是由于传播延迟声汇简单的时间调度算法方案并不适合较大的水下网络[11]。

在文献[11]中，Salva-Garau 和 Stojanovic建议聚类水声载体网络的方案，这组相邻载体进入分簇，和使用的TDMA（时分多址）内每个群集。

在分簇管理的干扰是分配到相邻的簇不同的扩频码，同时可扩展性是通过在空间复用码。

网络运行开始初始化阶段，并移动到不断维修期间而流动性管理。

他们还利用仿真分析，以获得最佳簇大小和传输功率为一种具有一定的载体密度网络。

[12]提出了平台，同时使用光学和声汇水下通信。

虽然光通信可以达到更高的数据速率，它的应用仅限于短距离点至点通信。

该平台也使得移动使用data muling,，这对于大批量的理想延迟容许的应用程序。

我们的研究是基于随机节点分布，但即使对那些应用中，节点是手动放置，有随机性的空间。

特别是在水下环境，传感器节点可以很容易地被移动出所需的地方，由于水流造成的风能，潮汐能，动物和人类活动，因此，可能会留更大的空间，而不考虑的错误部署的随机性。

本文的余下部分组织如下。

第二部分介绍了一些需要进一步讨论的篇前部分。

在第三部分我们获得了最佳分簇规模并对其工作频率的关系。

第四章提出了仿真和第五部分总结此论文。

II.前言在本节中，我们需要提供一些前言为进一步讨论。

A.水下声纳基础基于数据和 [13]Jurdak, Lopes 和Baldi[14]推导了证明模型,85SL TL =+ (1)其中SL 是源代码级和TL 是传输 损耗失。

公式(1)中的所有量都是用分贝re Pa μ 。

其中1 μPa 的参考价值 0.67 x 10-22Watts/cmn2。

圆柱蔓延信号的传输损耗近似为 [13]310log 10TL d d α-=+⨯ (2)其中d 是发送和接收端之间的距离。

α是取决于介质的吸收频率系数。

Fisher and Simmons [15]，测量了吸收在浅的海水在温度在4°C 和20°C。

它的平均值从[14]中获得，在确保接收质量，α所需要的阈值，用α表示，可能会选择大于α，然而，我们通常希望α是频率f 的单调递减函数。

在下文，我们简单的用（3）去表示α和以便强调它们之间的关系，α可写成()f α。

发射功率t P 在参考距离1米需要达到的电流强度t I 的表达式为21t t P m H I π=⨯⨯⨯ （4）t I 和SL 有关的是1810100.6710SL t I -=⨯⨯ （5）把（1），（2），（4）和（5）加起来，我们可以得到()f d t P CHde α= （6）9.52(0.67)10C π-()0.001()ln10f f αα （7）H 是水的深度，用米表示。

我们在Fig.1画()f α和它的二次拟合,分别用虚线和点线表示因此，发送l 比特传送距离为d,发送天线消耗()(,)f d TX elec b E l d lE lT CHde α=+ (8) 接收天线的消耗(原文：the receiver's radio expends ）(,)RX elec E l d lE = （9） 其中b T 是码元持续时间，elec E 是电子传送一比特信息的单位能量损耗{16}。

III. 最佳聚类在这个部分，我们分析UW-ASN 的能量损耗，研究分簇大小和节能。

A.问题提出聚类已经被广泛的应用在模式识别，并且我们用它获得UW-ASN 自构建的能量效率，考虑一个合成的UW-ASN,其中低容量传感器作为分簇成员并且是随机分布，高容量传感器作为簇头且为手动定位。

如果我们确定最佳分簇大小，所需数量的大容量传感器和理想的位置也可以是确定的。

对于从低容量的节点发送的每一比特，数据的每一比特的第k 个分簇的第i 个成员的能量损耗是()()kif r CM ki elec b ki E E T CHr e α=+ （10）其中，ki r 是第k 个簇头到它的成员的第i 个距离。

簇头接收收集从它的所有数据成员，然后进行数据聚合，平均，只有η比特留给每一个输入的比特，η称为数据聚集比。

因为MCUS （微程序的控制单位）用在水声传感器经常工作在低于水听器的功率上，数据处理中的能量损耗经常被忽略。

相同的，第k 个高容量节点的能量损耗是()()()k f d CH k k k elec b k E N N E T CHd e αη=++ （11）其中，k N 在第k 个簇头的低容量节点数，1C k k N N ==∑k d 是第k 个簇头到下沉表面的距离。

考虑所有的c 簇头，全部的开销是()()11()k N C total CH k CM ki k i E E E ===+∑∑ （12）以整体能源成本的期望值，我们得到的目标函数total E 。

total CH CM E kE NE =+ =()f r elec b elec NE NT CHE re NE α++ ()(f delec b N E T CHE de αη++ （13）很显然，决定因素是()f rE re α和()f dE de α，因此我们从新写（13）2()total elec b CM elec b CM E NE NT CHJ N E T CHJ η=+++ （14）()f rCM J E re α=，(),f d CH J E de α= （15）最佳分簇大小可以有不同的分布，在下文，我们将会讨论随机分布。

B.随机分布的解决方案假如低容量传感器是随机分布的，它的位置服从二维泊松分布，也就是在面积A 的节点数A N 是给定的()()/!A N A r A A P N A e N λλ-= （16） 其中λ是节点密度。

泊松分布的一个有用的性质是若出现在面积Ａ的节点数是N ，那么Ｎ个节点的独特分布是独立且统一在面积A 里对于单跳分簇，所有分簇的成员都可以和簇头直接通信。

从一个分簇成员到簇头的距离r 是累计函数分布,22()r F r R ππ= （17） 其中C R 是分簇大小，r 的概率分布函数是22()C rf r R = （18）相同的，簇头也应均匀分布在感兴趣的领域，假设感兴趣的领域是圆半径为R ，那么簇头理想的位置是图二的阴影部分所描绘的。

如果频率的分配与r 无关，其中是在大多数应用中使用的情况下，()fα和r是独立的，因此，()fα可以看做是一个常数代入关于cR的（19）中求导这种方案可以得到数值，（19）的二阶导数由下式给出把（21)代入（22），可以得到 220,total c E R ∂>∂ （23） 其中total E 是（21）解的最小值。

IV.仿真这部分，我们用电脑仿真验证最佳簇头大小。

N=100的节点是均匀分布在半径是1000m和水深是10m 的圆形区域，水面是数据采集心（SINK ），对于给定数字的分簇，我们运用Fuzzy-C-Means (FCM)去形成一个分簇和测量分簇网络的能量损耗。

我们运行了100次随机生成的模拟网络拓扑结构，并统计平均值。

给定的数据分簇聚集数比η为0.1，0.5和1.0，我们也算出（21）的数值，把分簇半径通过（24）转换成分簇数22c R k R ππ= （24）计算出来的k's 列在Table I.比较figures 3, 4 and 5,Table I显示我们的数值分析和仿真结果很匹配。

V .结论虽然分簇已经很好的研究了地面无线传感器网络，水声通信的独特性要求一种新的研究。

由于路径损耗不仅与距离有关，而且还关系到工作频率。

最佳分簇规模的水声传感器网络显示了与面无线传感器网络的不同性质.,此外，数据聚集也在决定最佳分簇规模起了重要作用，仿真结果和我们的数值分析恨匹配。

致谢本文由the U.S. Office of Naval Research (ONR)授予青年研究者基金资助（N000 14-03-1-0466）参考文献[1] I. F. Akyildiz, D. Pompili, and T. Melodia, "Challenges forefficient communication in underwater acoustic sensor networks," IEEE ACM Sigbed Review, vol. 1, no. 2, July 2004.[2] , "Underwater acoustic sensor networks: Research challenges,"Ad Hoc Networks (Elsevier), vol. 3, no. 3, pp. 257-279,May 2005.[3] P. C. Etter, "Recent Advances in Underwater Acoustic Modellingand Simulation," Journal of Sound Vibration, vol. 240,pp. 351-383, Feb. 2001.[4] J. Heidemann, Y Li, A. Syed, J. Wills, and W. Ye, "Underwatersensor networking: Research challenges and potential applications,"USC/ISI, Tech. Rep. ISI-TR-2005-603, 2005.[5] J.-H. Cui, J. Kong, M. Gerla, and S. Zhou, "Challenges: Buildingscalable mobile underwater wireless sensor networks foraquatic applications," IEEE Network, Special Issue on WirelessSensor Networking, pp. 1-8, May/June 2006.[6] J. Catipovic, "Performance limitations in underwater acoustictlemetry," IEEE Journal of Oceanic Engineering, vol. 15, pp.205-216, July 1990.[7] M. Stojanovic, "Recent advances in high-speed underwateracoustic communications," Oceanic Engineering, IEEE Journalof, vol. 21, no. 2, pp. 125-136, 1996.[8] P. Xie, J.-H. Cui, and L. Lao, "Vbf: Vector-based forwardingprotocol for underwater sensor networks," in Proceedings ofIFIP Networking, Coimbra, Portugal, May 15 - 19 2006.[9] D. Makris, "Real-time scheduling and synchronization for thenps autonomous underwater vehicle," Master's thesis, NAVALPOSTGRADUATE SCHOOL, MONTEREY, CA, 1991.[10] M. Stojanovic, L. Freitag, J. Leonard, and P. Newman, "Anetwork protocol for multiple auv localization," in Oceans '02MTSIIEEE, vol. 1, 2002.[11] F. Salva-Garau and M. Stojanovic, "Multi-cluster protocol forad hoc mobile underwater acoustic networks," in OCEANS2003. Proceedings, vol. 1, 2003.[12] I. Vasilescu, K. Kotay, D. Rus, M. Dunbabin, and P. Corke,"Data collection, storage, and retrieval with an underwatersensor network," in SenSys '05: Proceedings of the 3rd internationalconference on Embedded networked sensor systems.New York, NY, USA: ACM Press, 2005, pp. 154-165.[13] R. Urick, Principles of Underwater Sound. Mcgraw-Hill, 1983.[14] R. Jurdak, C. V. Lopes, and P. Baldi, "Battery lifetime estimation and optimization for underwater sensor networks," in IEEESensor Network Operations. IEEE Press, Winter 2004.[15] F. Fisher and V. Simmons, "Sound absorption in sea water,"Journal ofAcoustical Society ofAmerica, vol. 62, p. 558, 1977.[16] "Underwater acoustic modem." available:.。