1水下传感器网络信道模型.doc

基于信道预测的水下传感器网络功率控制算法 李 云1,2,金志刚1 苏毅珊1 刘自鑫1 (1.天津大学 电子信息工程学院，天津 300072;2.桂林航天工业学院 电子工程系，广西桂林 541004) 摘要：针对水下传感器网络的多用户干扰大和空间复用率低的问题进行了研究，提出采用AR模型预测信道未来状态，然后基于信道预测完成功率控制的算法,从而减小信道时空不确定性的影响。该算法利用随机几何理论，建立SINR（Signal to Interference-plus-Noise Ratio）模型，分析接收端的累积干扰状态，然后发送端在信道预测的基础上，以最小化网络中断概率为目标调整发送功率。实验仿真结果表明：基于信道预测的功率控制（Power Control Based on Predicted Channel State，PCBPC）算法降低网络能耗，提高了网络空间复用率。与NPC(Non-Power Control)算法相比，PCBPC算法在典型场景下将中断概率降低了14%，将网络功耗降低了33.3%，提高了空间复用率。 关键词：水下传感器网络；AR预测模型；累积干扰；中断概率；功率控制 中图分类号：TP393　 PCBPC Algorithm in Underwater Sensor Networks LI Yun1,2, JIN Zhigang1, SU Yishan1, LIU Zixin1 (1.School of Electronic and Information Engineering, TianjinUniversity, Tianjin 300072, China; 2.Deparment of Electronic Engineering, Guilin University of Aerospace Technology,Guangxi Guilin 541004) Abstract: In order to reduce multi-users interference and improve spatial reuse, we propose PCBPC （Power Control Based on Predicted Channel State ）algorithm ,which AR model predicted future channel state is to reduce influence of channel uncertainty in time-space. The method sets up SINR（Signal to Interference-plus-Noise Ratio） model used random geometry theory and analyzes cumulative noise state in receiver .The transmitter adjusts power based on predicting channel state in order to minimize the outage probability. The simulation results show that PCBPC algorithm can save power and improve spatial reuse. Compared with NPC algorithm, PCBPC algorithm can reduce outage probability by 14%, save power by 33.3% and improve spatial reuse. Key words: Underwater Sensor Networks; AR prediction model; Cumulative noise; Outage probability; Power control 0引言 近年来，水下传感器网络在许多方面得到广泛应用。然而，水声信道是迄今为止最为复杂的无线通信信道之一，其固有的时-空-频变以及窄带、高噪、强多途、长时延传输等特征，使水声通信和水声网络在性能上还难以满足实际应用需求，因此，水声通信网络的研究仍面临极大的技术挑战。与陆地上无线传感器网络相比，水下传感器网络的信道衰落较慢，导致空间复用率较低[1]。例如，当发送端共同发送数据时，由于水声信号衰落缓慢，接收端受到的累积干扰大（累积干扰是指其它发送端发送数据时，对接收端造成的干扰总和）。因此，接收端不能正确的解码，网络中断概率大，重传概率高，能量损耗大，空间复用率低[2]。如果通过信道预测，以中断概率最小化为目的，发送端自适应地调整发送功率，那么，水下传感器网络能耗将得