Dirichlet构造的水下传感器网络AUV数据收集方法研究

Underwater sensor networks (UWSNs) can be applied in sea resources reconnaissance, pollution monitoring and tactical monitoring etc, and it has become a hot research field. In the sparsely deployed UWSNs, it is a foundmental topic for AUV to move effectively to gather the data from all the senosr nodes, reduce the path length, and improve the energy consumption performance of the network..In this project, firstly, an AUV data gathring model in sparse UWSNs will be established, then a Dirichlet vertexes based AUV data gathering points construction method will be investigated. These points are helpful to gather the data from all the sensor nodes, and balance the energy consumption of the nodes. Furthermore, Dominating Set theory will be introduced to reduce the set of AUV data gathering points to “minimum effective dominating set”, so as to shorten the AUV moving path, and save the energy consumption of its moving. Lastly, the simulations and the practical underwater testing will verify the validity of these studied methods and technologies..In this project, UWSNs, computing geometry, and Dominating Set are concerned. This multi-discipline crossed fundamental research is important in theory, and the achievements can be widely applied in the future.

水下传感器网络可用于海洋资源勘测、污染监测和战术监视等领域，已成为研究热点。在稀疏布置的水下传感器网络中，AUV如何高效地移动并收集传感器节点的数据，在保证全网数据收集的基础上，缩减移动路径长度，提高网络能耗性能是一个基础的关键问题。.该项目将首先建立稀疏水下传感器网络中AUV数据收集网络模型；然后研究一种基于Dirichlet顶点的AUV数据收集点构造方法，不仅可以完整收集所有传感器节点的数据，而且有助于均衡节点的通信能耗；其次，拟基于支配集理论对AUV数据收集点集合进行约简，得到最小有效支配集，进而形成AUV移动路径，达到缩减AUV移动路径长度，减小AUV移动能耗的目标；最后，仿真实验和实际的水下测试将验证以上方法体系的综合有效性。.该项目涉及水下传感器网络、计算几何学、支配集理论等领域，属多学科交叉的应用基础研究，既有重要的理论研究意义，又有广阔的应用前景。

水下传感器网络可用于海洋资源勘测、污染监测和战术监视等领域，已成为研究热点。在稀疏布置的水下传感器网络中，AUV如何高效地移动并收集传感器节点的数据，在保证全网数据收集的基础上，缩减移动路径长度，提高网络能耗性能是一个基础的关键问题。. 该项目研究了Dirichlet构造的水下传感器网络AUV数据收集方法，取得的重要结果包括：. （1）建立了稀疏水下传感器网络中AUV数据收集网络模型；. （2）研究并提出了一种基于Dirichlet顶点的AUV数据收集点构造方法，不仅可以完整收集所有传感器节点的数据，而且有助于均衡节点的通信能耗；. （3）设计了一种基于支配集理论对AUV数据收集点集合进行约简方法，可以得到最小有效支配集，进而形成AUV移动路径，达到缩减AUV移动路径长度，减小AUV移动能耗的目标；. （4）仿真实验和实际的水下测试将验证以上方法体系的综合有效性。. 该项目发表论文5篇；申请发明专利3项，已授权1项；研制了“面向水质和水文监测的AI水域机器人‘精湖壹号’”，并已在安徽巢湖水质监测中得到应用，发挥了重要的作用；培养硕士毕业生9名，其中5人被评为优秀毕业生。. 该项目的研究涉及了水下传感器网络、计算几何学、支配集理论等领域，属多学科交叉的应用基础研究，所取得的研究成果既有重要的理论意义，又有广阔的应用前景。