USPF：通过代理保持时间的水下精明包泛洪机制

摘要

最优中继节点的选择一直是水下路由的一个严峻挑战。由于水下环境的刚性和粗劣，声波信道不可避免地面临着质量问题，影响了传输周期。没有一个协议能涵盖所有路由问题;因此，设计水下路由协议需要认知覆盖，这是不可能不细致研究就能完成的。一种基于角度的精明技术正在被采用，以改进数据包的传递，并恢复网络寿命。从源头到目的地，一个完整的循环实际上包含三个阶段;在第一阶段，通过转发跳角(forwarding Hop Angle, FHA)和对口跳角(peer Hop Angle, CHA)对属于同一传输区域的数据包是否合格进行诉讼。如果FHA值大于等于CHA，则表示生成的报文属于同一传输区域;否则，它预示着数据包与其他部门是不同的。第二阶段采用加合上升和加合下降方法计算带有前缀值的三状态链路质量，选出最佳中继节点。 Finally, the third phase renders a decisive solution regarding exorbitant overhead fistula; a packet holding time is contemplated to prevent the packet loss probability. Simulation results usingNS2在数据包交付率、数据包错误率、通信开销和端到端延迟方面进行了分析。与HHVBF和GEDAR相比，USPF的性能确实优于HHVBF和GEDAR，从而证明了其适用性。

1.导言

水下通信是一种完全不同且具有挑战性的现象。虽然经典的路由算法确实适用于地面传感器网络，但它们并不适用于这种环境。水下环境具有独特的特性，如传输介质和信号传输受限资料[1.]。无线电波不适用于水下通信，因为它具有严重的衰减，并且需要具有高发射功率的大型天线，而这种天线往往会在远距离通信中被观测到[2.]．光信号对水下数据通信造成负面影响;它遭受严重的散射问题，需要小心处理，而指向狭窄的激光束，只适用于近距离的视线应用[3.]．声波介质被认为是在水下环境中传输传感数据的唯一可行方法。声波信号在水中的速度要比在空气中快得多，这主要取决于盐度、密度、温度等等。水声的工作速度为1500米/秒，比电磁波的速度低5个数量级[4.]．声道具有时间频谱，但空间利用率不足。UWSNs面临带宽受限、信道误码率高、时间路径损失大、浅海多径衰落等诸多挑战;与地面网络不同，节点不是静止的，随着水流以每秒2-3米的速度移动[5.]虽然声波在水下的速度是稳定的，但由于水下生物和水流的不稳定性，声波在接近底面时会向多径方向反射。因此，音速会发生变化，但定向传输会降低这种可能性[6.].多跳路由导致数据包丢失，不可避免的延迟因素导致通信不可靠；因此，需要充分的重传才能成功地传递数据包。本地化的传感器节点完全依赖电池，在这种不可预测的恶劣环境下很难充电，而更换可能会增加较高的比特成本[7.]．UWSN总体上增强了研究的组成部分，从水下战争到看不见的和不可预知的条件，如海洋事故、气候和地震警报、污染内容、战术监视、近海取样和导航辅助。通过uwsn，石油公司在油气勘探领域取得了令人难以置信的成就。此外，还可以获得海洋数据、地雷识别、潜艇探测和营养产品。水下协议定义了包含负载和误码率的数据包的大小。不恰当的数据包大小选择不仅会降低网络吞吐量，而且会浪费资源[8.].水下网络的性能在很大程度上取决于由缩影中继节点选择过程引导的拓扑设计，该过程最终会增加到目的地节点的分组交付概率。与粗糙和效率较低的拓扑相比，智能设计拓扑的能耗比受到高度限制。

水下网络拓扑分为两类，即基于运动的拓扑和基于覆盖的拓扑。基于运动的路由伴随着固定或局部的节点，而基于覆盖的路由则呈现二维和三维的超宽带sn[9]．(一)基于运动的UWSN：为了监测特定的水下成分，传感器节点被固定在固定位置，如表面浮标或底面。这些定位传感器节点具有各种fidget特性，动态浮动且不断变化的位置，主要由导航系统控制。(b)基于覆盖的UWSN：主要由二维和三维架构组成。对于二维拓扑，传感器节点锚定在同一深度，并利用水下链路进行通信，负责原始数据收集和传输到海上站。接收器节点通过水平和垂直传输固定从周围节点收集传感数据的接收器。一个海洋可以有10米深 km；因此，垂直收发器应具有足够长的距离，将数据发送至海上站，而水平收发器负责处理对传感器节点的命令，以获取传感数据。为了管理多个并行通信，地面接收器配备了声学收发器和无线电发射机[10]．水下传感器节点可以与汇聚节点直接相连，也可以通过多跳路径(中继节点)与汇聚节点间接相连。直接链接是一种简单的沟通途径，但实际上并不是一种节能的解决方案;当汇聚节点距离传感器节点较远时，数据包传输所需的功率可能会降低，功率可能会大于距离的两倍[11]因此，它会吞噬高传输功率，这可能会降低网络吞吐量，并可能导致高声学干扰。多跳链路方法会增加延迟因子，因为数据在中间节点之间中继，这会使路由迷宫变得混乱。此外，二维水下路由面临关键挑战通信范围方面的ges：选择水面和底部深度。

三维水下传感器网络是2D UWSN的增强形式；传感器节点在任意水位上自由浮动以捕获感测数据。这是一种更加沙文主义的方法，在底部深度用浮标连接传感器节点，浮标固定传感器节点并将其拉向水面[12].锚节点的深度可以通过调整导线长度来控制。3D水下通信面临许多障碍；例如，应巧妙地调整传感器深度以智能地获取感测数据，并且网络拓扑应保持连接。

1．1．水声信号传播因子

水下环境是高度动态的，由于水声信道的带宽是剩余的，并且仅仅取决于传感器节点之间的频率和距离，因此水声通信会受到各种因素的影响。水下通信因海洋划分而不同，分为浅水通信和深水通信。浅水具有高温，多径效应、表面噪声和较大的传播延迟最终会影响声学信号的性能；然而，深海继承了一些遗产，但尺寸不同。表中列出了浅水和深水的显著特征1.．

下面对一些有害传播元素进行了语用分析。(一)路径损耗：传播效应隐含地增加了水下温度，导致传感器节点之间的路径不稳定，信号强度萎缩。路径损耗进一步分为以下三个部分。(一)几何传播损耗:声波依赖于距离而不依赖于频率[13]，在深水中传播时，产生球形扩散损失，在浅水中产生圆柱形扩散损失。(2)信号衰减：衰减取决于传感器节点之间的频率和距离[14]这是由于声能转换成另一种形式的能量，如热能。(iii)散射：由于声波的角度位置变化而发生。风速变化会导致表面粗糙，从而导致散射表面衰减，最终导致水下通信中的传输延迟和功率损失[15]．(b)传播延迟高:声信号工作在1500 m/s时，包含了约0.67 s/km的无限延迟因子，导致传输过程中传播时延高[16]．(c)噪声比：任何不可避免的情况都可能使通信中的信号强度萎缩，从而增加系统中的噪声比。对于UWSN，由于各种无法识别的未知源而产生环境噪声。环境噪声分为四类，即（i）风噪声，（ii）船舶噪声，（iii）热噪声和（iv）湍流噪声。风速变化会产生风噪声，从而导致声波破裂。由于声波从目的地转移的事实，船舶航行造成了声信号障碍。海潮产生低频湍流，在通信阶段产生非线性噪声。有时系统会产生一种称为自噪声的无与伦比的噪声，这种噪声与其他噪声没有任何相似之处，但与频率成正比，称为热噪声。(d)多径之谜：在水下通信中，当声波撞击浅海和深海的水面和底部时，会产生多径，造成粗俗的声学通信障碍，从而导致错误信号并产生多径效应。声信道的脉冲响应对不同的传播路径和强度产生不同的影响。由于声速不均匀，产生了许多路径，路径仅具有限定反射，并考虑了lite能量损失。

2.相关工作

在水下通信中，自然和人工声系统使用中频。在第二次世界大战期间，美国军方首次将水下通信用于潜艇系统；直到今天，UWSNs在链路建立、媒体可访问性、定位、编码和模块化方面取得了惊人的发展中继节点形成过程中的能量消耗作为一阶能量模型在网络中得到了很好的探索[17]，有足够的能量路径占用等间距的中继节点，并确定了最优距离，但对路由方案没有影响。

Xie et al. [18]提出了一种基于向量转发（VBF）的虚拟管道思想。在源和目标之间存在一个虚拟管道，数据包通过此路由流向目标节点。目标节点检查数据包是否属于虚拟管道；如果是，则通过保持时间期望因子进行验证。每次同一发送方转发数据包时，数据包很快就会死亡；存在到年，网络消耗了大量的能量，数据包失效的概率也越来越高，这种思想对于稀疏网络是不可行的，因为虚拟管道中的路径变得脆弱。

Wang等人脱口而出了一个关于能量感知和无效可避免路由的好战想法[19在该方案中，作者围绕汇聚节点构建了同心壳体，传感器节点动态地放置在这些壳体中。此外，它们采用机会定向转发方案(ODFS)，其中数据包在同一个外壳内，其余的能量被转发，如果出现任何空白区域，就可以绕过它。尽管作者提出了一种智能捷径，但未能遵循最终缩短网络寿命的能量损耗方案。

Xing等人将水声传感器网络(UASNs)部署在命名数据网络(NDN)上。[20.]，使用中继节点拓扑。探讨了深水和浅水的能量消耗因子。当void隐藏活动节点时，所提出的参数不适用；因此，还没有进一步的解决方案。

Huang等人提出了一种基于模糊的路由协议[21旨在有效利用能源。该模糊系统有效地利用了电池的能量，最大限度地保持了能源的使用。显然，开销和端到端延迟降低了。但是，该方案增加了密集情况下的复杂性，并且没有给出避免碰撞的解决方案。

作者[22]提出了一种低功耗侦听(LPL)机制，通过UWSN中的ContikiMAC Cooja监控故障节点和能量损耗。采用集中和分散两种方式降低能耗。提出了一种具有端到端时延的无线传感器网络随机模型，计算出了该网络的能量消耗。然而，该模型考虑了圆柱体的传播，而没有考虑常见的球形传播。

能效路由协议由Ali等封装[23]以对角和垂直路由协议（DVRP）的形式揭示基于角度的路由思想。它可以减少电池使用量，并消除端到端延迟。路由是使用本地信息创建的，数据包转发是通过泛洪区完成的。作者无法考虑消除重复数据包。

另一方面，Yildiz[24]提出了一种数据分片技术，以避免UWSN中的分组冲突。虽然该方法可以限制大量的重发和能量消耗，最终降低端到端延迟概率，但并没有采取措施解决数据碎片导致的信道拥塞问题。

A.QELAR(机器学习)基于卓越的方法是由Hu和Fei提出的[25]这导致了自适应路由协议的实现。它推出了一个奖励函数，该函数倾向于计算和均匀分配传感器节点的剩余能量，而节点在整个操作过程中保持活动状态。奖励功能负责分配中继节点以首次启动路由。尽管取得了令人满意的性能，但对剩余能量的频繁更新使整个网络成为瓶颈。

为了使UWSN持久，Wang等人提出了一种具有代价函数的能量平衡和寿命延长协议（EBLE）[26]．它工作在两个周期，即候选转发和数据传输。利用代价函数对有代价值的邻近节点的位置和剩余能量信息进行收集和分析。在下一个循环中，节点具有更大的剩余能量，平凡代价值具有更高的优先级。

Nicolaou等人提出了一种从转发器到汇聚节点的抽象单跳向量独立的虚拟管道[27]在包保持时间与VBF相同的情况下，该方案有更多的机会发现合适的转发器数量，但它比VBF具有更好的包传递率[28]提出了一种HH-VBF的改进版本，称为“Adaptive HH-VBF”(AHH-VBF)，其中距离和传输功率由任意机制控制，转发器的重复数据包通过调整管道半径来控制。在不同的传输级别上，由传入请求和接收到的消息来维护邻域表。因此，形成了一个受限的最佳能源利用模型。缺点是源节点每次都选择相同的转发，这在UWSN中是不合法的;因此，无法选择最好和有潜力的货代。

Zidi等人[29]提出了一种最佳路由设置，以避免当传感器节点利用均匀分布的功率水平并适当调整发射功率时，水下通信中的能量陷穴。此外，部署分两步实现，固定或可变节点具有分离距离。它声称所有传感器节点的能量消耗是一致的，这很难通过仿真结果得到证实。

为了利用最大增益的水声信道，Luo等人[30.]提出了一种认知声学方法，对频谱性能进行了巧妙的分析，并对功率和频率进行了控制。它可以设置时间运行参数，利用空闲频率而不敲打其他并行网络。最终，交流被引导成没有错误的，并创造出更适合海洋生物的水生友好环境。

继续能源高效网络，Pooranian等人[31]通过queen-bee（QB）算法将节点数安排在一个聚类队形中。在自然界中，蜂王算法是基于觅食技术的，在这种技术中，蜜蜂从花朵中获取食物，并在蜂巢中储存。同样的策略也适用于集群节点，其中每个节点在一定间隔后保留能量。这些策略的结果最适合于地面网络，但不适合于水下路由。

变化的温度效应如表所示2.这会影响声学通道的吞吐量。

考虑到各种性能因素，表中对有关前向节点选择过程的最常用的局部和非局部水下路由协议进行了严格总结3.．

3.方法

高效节能且精明的数据包转发架构基于有利且缓解的泛洪区，该泛洪区在发送数据包之前激发链路质量1.全面描述了各个阶段之间的信息流。当一个节点在传输区域内广播数据包时，只有有限数量的数据包参与转发过程，以防止数据包涌入整个网络。决策过程与源和数据包之间的角度有关定位节点，并与相邻耦合节点进行比较，相邻耦合节点通过计算FHA来规定分组合格性 ≥ CHA值。活动链接由角度决定α中间节点P.当源节点s发送数据包、节点P确定接收或拒绝它。如果活动转发链路容易对其邻居造成不良影响，则源节点会溢出更多数据包，以使更多节点提前使该链路更美味，从而避免无效发生的机会。

3.1.拟议架构

在提议的体系结构中(图2（a）和2（b）)，建议从两个角度：货代跳角（FHA）和对位跳跃角(CHA);FHA包含到节点的跳距s来P（SP_D)及P来D（PD_D)而CHA占用节点之间的跳数s来Q（平方_D)及Q来D（QD_D)．

为了将数据包转发到节点P，通过计算FHA和CHA值来检查数据包。这确保除了源节点的区域外，不会有数据包被淹没。余弦定律的进一步程序[32]确定FHA值的方法如下所示： 在哪里是节点的剩余能量P．类似的获得的数据如下：

节点P将包转发到下一个相邻节点，包括其前向跳跃角度值。如果等于或大于 ，这确保节点属于相同的传输区域，从而进一步更新参数和数据包适时地向目的地漫游。然而,如果被发现低于 ，它得出结论，接收到的数据包不属于同一洪泛区，因此被拒绝α和β这增加了向目标节点的进展以及链路质量。

任何不在传输区域内的相邻节点都不能窃听到数据包;最终，交通拥堵和能源消耗将会降低。在有多个转发器可用的密集环境中，跳跃角度的保持时间决定了转发器是否继续进行，因为该方案依赖泛洪机制而不是链路通过。此外，泛洪区域的大小由转发节点管理，并在算法中寻求了一个完整的中继节点编队1.．

3.2.捐款

所提出的USPF方法采用了转发器跳角的思想，而对应跳角提供了三方面的好处。（i） 。包转发挂在链路的角度上；因此，不使用控制消息来修复通道，从而减少路由负载。(ii)。传输周期的数量更少。(iii)。泛洪区内的节点可合法进行数据包转发；因此，达到了可靠性状态。

３．３．链接补偿调整

为了保持转发器节点之间的链接质量P和图中所示的相邻节点3.，加法上升法和加法下降法[33]，最终调整转发跳角度值的状态。步骤1：当链路状态（Sh_L)与前缀值（prefix）相比不稳定或摇摇欲坠_五)与相邻节点，即转发节点P通过产生更多的报文来调整路径αi更详细地探索下一个转发节点。步骤2：如果链路状态（St_L)稳定，满足前缀值(prefix .)_五)，从而不受任何阻碍地进行包转发。步骤3：在链路状态（Nr_L)是正常的，但由于某些盐度影响，无法转发数据包，它需要一些具有额外外壳的能量数据包才能继续，因此，只有较少的节点参与转发。

链路修复已在算法中解释2.．

泛洪区域只根据转发器到邻近节点的链路质量进行调整。根据公式(3.)每个节点在时间上更新阈值。一个更好的链路总是设置较小的转发延迟。

在对端跳角的修复过程中，由于对端跳角值是逐跳动态的，所以泛洪区因空洞发生而失效的可能性非常小。然而，每个中继节点都很清楚对端跳角的了解，这显然使节点能够参与in转发过程，从而避免了无效纠结。

3．4．占用时间

传统的水下路由协议利用链路质量估计器(预期传输计数ETX)选择节点间的最佳质量路径并转发其上的数据包。ETX适用于稀疏UW网络，但在高流量负载的密集环境中失败[34]．交通开销的增加导致ETX值从30%降至10000% [35]．

为了在开销较大的情况下平滑报文转发机制，降低报文转发失败的概率，每个节点都采用了代理持包技术，从而减少了由于丢包而导致的冲突。保持时间取决于节点之间的链路质量;因此，具有原始链路的节点保持时间更短，重传次数更少，开销更小。例如，对于链路较强的节点，在将保持时间较短的数据包转发给相邻节点时，偷听的几率较大。与链路萎缩的节点在转发数据包时不同，相邻节点可能不会听到数据包，额外的转发也会导致数据包抑制和能量损耗。将链路质量设置为考虑两个节点之间成功发送数据包的平均估计，每个节点负责计算其保持时间，由式(4.)．

在此，两个节点之间的传播延迟被符号化为虽然表示设置最大传输范围时的网络参数。发送状态为“Good”和坏的发送节点和相邻节点之间的传递。成功的数据包传递由 ．

一个杰出的持有时间表示法如图所示4.；在所有节点中，O和R拥有原始的联系，和当所有节点的传播延迟均为均匀时，为1。首先是节点O和R传输数据包时，保持时间已被计算为零。与此同时,节点P和Q将数据包保持到0.6 × 和1.1 ×  ，于是，节点生成一些任意的数据包O或R和节点P和Q应立即接收它们，这将导致抑制。因此，从源节点到目标节点总共发生3次数据包传输；如果没有数据包保持时间，这可能会增加到5次以上，并且在目标节点可能会发生数据包冲突。

4.业绩评价

USPF方案在认知上取决于泛洪区的大小以及角度的方向。模拟由一个面向对象的离散事件模拟器NS2进行，该模拟器带有Aqua Sim软件包，用于水下实现，将所有结果挂在离散事件中。模拟性能通过1000次迭代和800个节点进行评估，在定义区域内随机部署，尺寸为1000 M × 1000 M × 500 m、 带宽和通信范围设置为30 千赫和500千赫 m、 每个数据包大小固定为50字节，每个节点开始动态位移，可以以1到1的速度移动到新位置 m/s和5 m/s.传感器MAC（s-MAC）协议用于MAC层，该层完全受UWSN能量约束的支持[36].它具有及时唤醒机制，控制节点的定长活动时间和定长睡眠时间。S-MAC擅长处理空闲监听状态和冲突。因此，通过采用睡眠调度机制，可以减少空闲监听状态下的能量浪费。

数据包交付和网络开销已经由代理进行了仔细的分析和价值观。改变从0到30°的角度，以及0 ~ 45°发现，淹水区域的大小改变了数据包的传输，网络开销也受到了影响。因此，我们得出结论，通过调整值和该方案取得了最佳效果。

4．1.角位移:包输送比

所有传感器节点生成的数据包成功接收到水面上的目的地（接收器）节点的比率称为数据包交付比率。从数字5（a）什么时候增加和减少，因此总体分组递送率也增加。

4．2．角位移:通信开销

将方向角更改为较小位移时，容易影响泛洪区；因此，由于图中所示的各种传动调整，泛洪区脱口而出5 (b)．因此,上海_L及_L降低了特定范围内的通信开销。

4．3．包错误率

可以观察到（图1）6.)，对于USPF和HHVBF协议，数据包错误率与数据包交付率成反比。在HHVBF中，数据包与路由向量一起转发，而不考虑任何链路质量，然而，建议的USPF根据平均链路质量动态确定参与转发数据包的节点数，甚至它产生的数据包错误率比HHVBF低35%。

在某种程度上，会出现无效实例，并可能影响如图所示的USPF包交付比率7.，但这是一个时间效应。此外，随着数据包错误率的增加，由于中继节点遭受数据包丢失，数据包交付率降低。因此，HHVBF具有最差的数据包交付率，因为它根本不解决无效问题。相反，USPF具有最佳的交付率ry比率，因为它控制泛洪区，以便在汇聚节点实现可靠的数据包交付率。USPF的数据包交付率分别比HHVBF和GEDAR高13%和25%。

4.4. 通信开销

基于信息传输过程的地理路由中继探索并维护其显式路径，使信息包与通信空白区域一起路由，但它会对导致信息包冲突的声音信道造成额外的开销。此外，GEDAR使用贪婪的机会机制将数据包路由到任何目的地，而不考虑导致更高通信开销的链路状态，如图所示8..HHVBF利用三向握手技术来传输数据包。数据包沿路由向量（每跳重新定义）溢出，此外，它需要更多数据包绕行路径，从而增加开销，如图所示8.而USPF仅利用原始链路转发数据包，而不考虑节点数量；因此，与GEDAR和HHVBF相比，只有较少的节点参与转发，这降低了总体通信开销。

4.5.端到端延迟

在汇聚节点成功接收的所有数据包的平均延迟称为端到端延迟。USPF、GEDAR和HHVBF之间端到端延迟的实用比较如图所示9．

假设每个节点仅用0.3秒的时间处理从接收到发送的数据;因此，每个继电器对每个发送过程至少产生0.3秒的感应。较长的路由路径可能会导致传输中不可忽视的较高延迟率。因为HHVBF在数据包传输之前是经过三次握手的过程[37，则会出现较大的端到端延迟。从GEDAR结果可以看出，空洞区域的节点数量增加了延迟实例;因此，数据包在恢复模式中排队，以摆脱空瘘，但它变得太长代替实例。由于精明的void avoidance机制，USPF保证了传输过程中最小的端到端延迟。

5.结论

所提出的包转发方案旨在提出只有符合条件的节点才能参与包转发周期。通过引入两个角度来检验符合条件的转发节点是否符合合法传输区域的要求;转发跳角(forwarding Hop Angle, FHA)指的是源节点到目的节点的跳距，而对等跳角(peer Hop Angle, CHA)指的是源节点到邻居节点的跳距。通过计算FHA和CHA，如果FHA等于或大于CHA，则证明节点属于同一传输区;否则报文被拒绝。通过加合上升法和加合下降法确定链路质量;从而对三种链路状态与前缀值进行语用比较;于是，最可靠的环节被揭开了。采用保持时间，以避免开销较大时的丢包和冗余传输概率。

性能通过以下方式进行评估：NS2在数据包投递率、数据包错误率、通信开销和端到端延迟方面获得了前所未有的模拟结果。调整泛洪区的大小可以恢复更好的数据包投递率，并通过代理角度值减少网络开销。USPF产生的数据包错误率比HHVBF低35%与HHVBF和GEDAR相比，其分组传送率分别超过13%和25%。

6.未来的工作

基于变形的泛洪控制机制是一种未来的探索，其目标是根据变化的网络动态（最好是针对深海和浅水）将控制设置为分组泛洪方向。淹没区将根据备件和密集水下环境中的网络开销而变化。通过采取精明的措施防止空洞区域发生的机会，实现了预期计划。

数据可用性

对于读取器来说，由于谷歌策略，支持数据被放在谷歌驱动器上的时间有限(https://drive.google.com/open?id=11QArJX3phSNjGqW4yFbGyQgCFXwbL6Fy)；但是，如有任何差异，可根据要求提供解释。

利益冲突

所有作者在此声明没有利益冲突。

致谢

这项工作是由国家重点研究和发展计划在2018YFC0407101和中国国家自然科学基金项目61671202和61571063资助下共同支持的。

工具书类

1. R.W.L.Coutinho、A.Boutherche、L.F.M.Vieira和A.A.F.Loureiro，“水下传感器网络的地理和机会路由，”IEEE计算机汇刊，第65卷，第2期，第548-561页，2016年。浏览：出版商的网站|谷歌学者
2. D.Shin，D.Hwang和D.Kim，“DFR：水下传感器网络中一种有效的基于定向泛洪的路由协议，”无线通信和移动计算，第12卷，第2期17, pp. 1517-1527, 2011。浏览：出版商的网站|谷歌学者
3. L. Emokpae和M. Younis，“基于水面的水下传感器网络无锚定位算法”2011年IEEE国际通信会议记录（ICC）2011年6月，日本京都。浏览：出版商的网站|谷歌学者
4. L.Liu，M.Ma，C.Liu和Y.Shu，“水声传感器网络中的最佳中继节点布置和流量分配，”IEEE通信事务，第65卷，第5期5, pp. 2141-2152, 2017。浏览：出版商的网站|谷歌学者
5. A.Khasawneh、M.Latiff、O.Kaiwartya和H.Chizari，“水下无线传感器网络（UWSN）中的下一个转发节点选择：技术和挑战，”信息，第8卷，第2期1, p. 3, 2016。浏览：出版商的网站|谷歌学者
6. Liao，D.Li和J.Chen，“多跳水声局域网的网络接入机制，”IEEE传感器杂志，第16卷，第10期，第3914-3926页，2016年。浏览：出版商的网站|谷歌学者
7. H.Wu，M.Chen和X.Guan，“基于网络编码的水下传感器网络路由协议，”IEEE传感器杂志，第12卷，第4期，第4559-4577页，2012年。浏览：出版商的网站|谷歌学者
8. 丁耀明，李春春，郝国强，杜X，赵L，刘Q，“基于AUV的水下无线传感器网络自适应路由协议”，年计算机科学、社会信息学和电信工程研究所讲稿国际出版公司，Cham，瑞士，2019。浏览：谷歌学者
9. R.W.L.Coutinho、A.Boutherche、L.F.M.Vieira和A.A.F.Loureiro，“水下无线传感器网络，”ACM计算调查，第51卷，第1期，第1-36页，2018年。浏览：出版商的网站|谷歌学者
10. M. A. Rahman, Y. Lee, I. Koo，“EECOR:一种用于水声传感器网络的节能合作机会路由协议”，IEEE接入， vol. 5, pp. 14119-14132, 2017。浏览：出版商的网站|谷歌学者
11. V.G.Menon和P.M.J.Prathap，“水声传感器网络机会路由协议的比较分析”，年2016年新兴技术趋势国际会议记录（ICETT），印度曼格洛尔，2016年5月。浏览：出版商的网站|谷歌学者
12. 陆启明，“水声传感器网络路由协议的应用综述”，《中国海洋大学学报(自然科学版)》2016年IEEE通信系统国际会议论文集，中国深圳，2016年12月。浏览：出版商的网站|谷歌学者
13. 李超，徐勇，王强，“基于深度路由感知的水声传感器网络数据采集MAC协议，”IEEE传感器杂志，第16卷，第10期，第3904-39132016页。浏览：出版商的网站|谷歌学者
14. R.Su，R.Venkatesan和C.Li，“水声传感器网络的节能中继节点选择方案，”Cyber-Physical系统，第一卷，第2-4期，第160-179页，2015年。浏览：出版商的网站|谷歌学者
15. A.Khan，I.Ali，A.Ghani等人，“水下无线传感器网络的路由协议：分类、研究挑战、路由策略和未来方向，”传感器第18卷第2期5, p. 1619, 2018。浏览：出版商的网站|谷歌学者
16. Z.Wadud，S.Hussain，N.Javaid等人，“一种用于具有接收器移动性的工业水声传感器网络的能量缩放和扩展矢量转发方案，”传感器，第17卷，第10期，第2251页，2017年。浏览：出版商的网站|谷歌学者
17. 刘国栋，“基于压缩感知的三维水下传感器网络的节能路由算法，”信息，第8卷，第2期2，第66页，2017。浏览：出版商的网站|谷歌学者
18. Xie，J.H.Cui和L.Lao，“VBF：水下传感器网络基于向量的转发协议”，年网络技术、服务和协议;计算机和通信网络的性能，F.Boavida，T.Plagemann，B.Stiller，C.Westphal和E.Monteiro编辑，第3976卷，斯普林格，柏林，德国，2006年。浏览：谷歌学者
19. 王志强、韩国强、秦海华、张树森和隋Y，“一种用于水下传感器网络的能量感知和可避免无效的路由协议，”IEEE接入，第6卷，第7792-7801页，2018。浏览：出版商的网站|谷歌学者
20. 邢国荣，陈耀荣，何丽玲等，“NDN中继水声传感器网络的能量消耗，”IEEE接入， vol. 7, pp. 42694-42702, 2019。浏览：出版商的网站|谷歌学者
21. C.-J。黄,Y.-W。王,h。廖,张炳扬。林,K.-W。胡,T.-Y。水下无线传感器网络的高效路由协议应用软计算，第11卷，第2期，第2348-2355页，2011年。浏览：出版商的网站|谷歌学者
22. 陈志刚，S. Kamran, Z. Raza，“基于无线传感器网络的有效节点监控机制，”国际高级计算机科学与应用杂志(IJACSA)，第8卷，第2期11日,2017年。浏览：出版商的网站|谷歌学者
23. T.Ali，L.T.Jung和I.Faye，“水下无线传感器网络的对角和垂直路由协议，”社会和行为科学百科全书，第129卷，第372-3792014页。浏览：出版商的网站|谷歌学者
24. H.U.Yildiz，“水声传感器网络中数据碎片对网络寿命的影响”，年2018年第26届信号处理和通信应用会议记录（SIU）2018年，土耳其锡瓦斯。浏览：出版商的网站|谷歌学者
25. 胡涛，“一种基于连接预测的水下容扰网络自适应路由协议”2013年IEEE全球通信会议记录（GLOBECOM），美国佐治亚州亚特兰大，2013年12月。浏览：出版商的网站|谷歌学者
26. H.Wang，S.Wang，E.Zhang和L.Lu，“水下传感器网络的能量平衡和寿命延长路由协议，”传感器，第18卷，第5期，第15962018页。浏览：出版商的网站|谷歌学者
27. N.C.Nicolaou，A.See，P.R.Xie，J.Cui和D.Maggiorini，“改进水下传感器网络基于位置的路由的鲁棒性”，年海洋学报2007 -欧洲，第1-6页，苏格兰阿伯丁，2007年6月。浏览：出版商的网站|谷歌学者
28. Yu H.， N. Yao, and J. Liu，“一种水下稀疏声传感器网络的自适应路由协议，”自组网，第34卷，第121-143页，2015年。浏览：出版商的网站|谷歌学者
29. C. Zidi, F. Bouabdallah，和R. bouaba，“在水声传感器网络中避免能量洞的路由设计”，无线通信和移动计算，第16卷，第5期。14, pp. 2035-2051, 2016。浏览：出版商的网站|谷歌学者
30. Luo H.， Guo Z.， K. Wu, F. Hong, Y. Feng，“Energy balanced strategies for最大化稀疏部署水声传感器网络的寿命，”，传感器，第9卷，第5期。9, pp. 6626-6651, 2009。浏览：出版商的网站|谷歌学者
31. Z.Pooranian、A.Barati和A.Movaghar，“无线传感器网络中节能集群的蜂王算法，”世界科学、工程和技术学院，第73卷，2011年。浏览：谷歌学者
32. N. Goyal, M. Dave, A. K. Verma，“水下无线传感器网络的数据聚合:最近的方法和问题”，沙特国王大学学报计算机与信息科学，第31卷，第3期，第275-2862019页。浏览：出版商的网站|谷歌学者
33. L.K.Ketshabetswe、A.M.Zungeru、M.Mangwala、J.M.Chuma和B.Sigweni，“无线传感器网络的通信协议：调查和比较，”海利恩，第5卷，第5号，物品编号E01591192019。浏览：出版商的网站|谷歌学者
34. S. H. Ahmed, S. Lee, J. Park, D. Kim，和D. B. Rawat，“iDFR:水下传感器网络的智能定向洪水路由协议”2017第十四届IEEE消费者通信与网络年会论文集， IEEE，拉斯维加斯，美国，2017年1月。浏览：出版商的网站|谷歌学者
35. D.D.Mai、A.T.Tran和M.K.Kim，“在多跳无线网络中基于ETX度量的链路质量测量，”高级科技信件， 2014年第46卷。浏览：出版商的网站|谷歌学者
36. P. T. Kalaivaani和A. Rajeswari，“无线传感器网络的S-MAC和H-MAC协议的能源效率分析”，国际计算机网络与通信杂志，第5卷，第2期，第83-942013页。浏览：出版商的网站|谷歌学者
37. S. Ashraf, T. Ahmed, A. Raza，和H. Naeem，“利用多孔能源壳精明的水下路由协同设计”，智慧城市，第3卷，第1期，第74-92020页。浏览：出版商的网站|谷歌学者

版权

版权所有©2020 Shahzad Ashraf等人。这是一篇发布在知识共享署名许可协议，允许在任何媒介中不受限制地使用、分发和复制，前提是原作被正确引用。