一种水下通信方法、系统、设备及计算机可读存储介质技术方案

本申请公开了一种水下通信方法、系统、设备及计算机可读存储介质，应用于簇头机器人，获取与簇头机器人属于同一簇的各个成员机器人的通信参数；基于通信参数为各个成员机器人分配扩频序列；对于每个成员机器人，确定成员机器人被指派到每个载波上的信道匹配度，基于通信参数中的数据包等级确定成员机器人被指派到每个载波上的先验信息量，基于信道匹配度、先验信息量及蚁群算法为各个成员机器人分配子载波，以使成员机器人基于扩频序列及子载波与簇头机器人进行通信。本申请实现了借助蚁群算法及贝叶斯理论来从当前可用的载波中为成员机器人分配子载波，提高了频谱利用率及网络性能，提高了机器人在水下的通信性能。提高了机器人在水下的通信性能。提高了机器人在水下的通信性能。

【技术实现步骤摘要】
一种水下通信方法、系统、设备及计算机可读存储介质


[0001]本申请涉及通信
，更具体地说，涉及一种水下通信方法、系统、设备及计算机可读存储介质。

技术介绍

[0002]由于水下机器人的高动态性，多水下机器人系统的水声通信面临显著的多普勒频移及信道条件大范围动态变化。同时，由于水下机器人自身的噪声、以及所携带的功放能力有限，水下机器人间通信链路面临着信噪比较低的问题。且在水声通信网络中，各节点通过MAC(Multiple Access Control，媒体访问控制协议)协议共享有限的信道资源，避免冲突，完成通信。因此，高效的MAC协议对水声通信网络来说至关重要。现有的水声网络MAC协议大致可以分为两类:一类是基于地面无线网络协议进行改进的协议，另一类是针对水声信道特征设计的新协议。
[0003]第一类协议的特征是实现简单，大部分协议只允许一对收发方进行通信，无法实现水声通信网络高并发通信。第二类协议通常基于调度、预约、跨层等方法。其中跨层方法通过结合物理层的调制解调技术，可以实现时域及频域的高并发通信。然而现有的跨层MAC协议大多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水下通信方法，其特征在于，应用于簇头机器人，包括：获取与所述簇头机器人属于同一簇的各个成员机器人的通信参数；基于所述通信参数为各个所述成员机器人分配扩频序列；对于每个所述成员机器人，确定所述成员机器人被指派到每个载波上的信道匹配度，基于所述通信参数中的数据包等级确定所述成员机器人被指派到每个所述载波上的先验信息量，基于所述信道匹配度、所述先验信息量及蚁群算法为各个所述成员机器人分配子载波，以使所述成员机器人基于所述扩频序列及所述子载波与所述簇头机器人进行通信。2.根据权利要求1所述的方法，其特征在于，所述基于所述信道匹配度、所述先验信息量及蚁群算法为各个所述成员机器人分配子载波，包括：在所述蚁群算法的每轮迭代过程中，确定所述蚁群算法的参数匹配度权重及先验信息量权重；计算本轮迭代的自适应阈值，并生成随机数；若所述随机数小于等于所述自适应阈值，则基于所述信道匹配度、所述先验信息量、所述参数匹配度权重及所述先验信息量权重的运算结果中的最值来确定所述子载波；若所述随机数大于等于自适应阈值，则基于所述信道匹配度、所述先验信息量、所述参数匹配度权重及所述先验信息量权重计算指派概率，并基于所述指派概率确定所述子载波。3.根据权利要求2所述的方法，其特征在于，所述基于所述信道匹配度、所述先验信息量、所述参数匹配度权重及所述先验信息量权重的运算结果中的最值来确定所述子载波，包括：通过第一运算公式，基于所述信道匹配度、所述先验信息量、所述参数匹配度权重及所述先验信息量权重的运算结果中的最值来确定所述子载波；所述第一运算公式包括：所述第一运算公式包括：其中，i表示所述成员机器人对应的编号；j表示所述载波的编号；j
x
表示第i个所述成员机器人在应用信道x时使用的所述子载波；L
i
表示第i个所述成员机器人的载波长度的最大值；max表示取最大值；arg表示复数辐角；表示将第i个所述成员机器人指派到载波j上的所述信道匹配度；α表示所述参数匹配度权重；β表示所述先验信息量权重；J表示信道数；ψ
ij
表示将第i个所述成员机器人指派到载波j上的所述先验信息量；q
j,t
表示第i个所述成员机器人在第t轮通信使用载波j的概率；g表示所述数据包等级；表示第i个所述成员机器人在载波j上的子载波已指派的传输需求集合；表示空集；n表示所述蚁群算法的迭代论述；ε表示挥发系数，ε∈[0,1)；当第i个所述成员机器人本次迭代使用载波j通信时，的值为所述第i个所述成员机器人使用载波j传输数据的发送效率，当第i个所述成员机器人本次迭代使用载波j通信时，的值为零。
4.根据权利要求3所述的方法，其特征在于，所述基于所述信道匹配度、所述先验信息量、所述参数匹配度权重及所述先验信息量权重计算指派概率，包括：通过第二运算公式，基于所述信道匹配度、所述先验信息量、所述参数匹配度权重及所述先验信息量权重计算各信道的所述指派概率；所述第二运算公式包括：其中，j
x
表示第i个所述成员机器人在应用信道x时使用的所述子载波，p(j
x
)表示j
x
对应的所述指派概率。5.根据权利要求1所述的方法，其特征在于，所述基于所述通信参数为各个所述成员机器人分配扩频序列，包括：对于每个所述成员机器人，基于所述通信参数中的通信距离、相对移动速度、数据量及所述数据包等级，确定所述成员机器人的分类参数；所述通信距离表示所述成员机器人与所述簇头机器人间的通信距离，所述相对移动速度表示所述成员机器人相对于所述簇头机器人的移动速度；初始化k的值为1；重复执行随机选取k个所述分类参数作为聚类中心，计算每个所述分类参数到每个所述聚类中心的距离，并将所述分类参数分配给距离最近的所述聚类中心，更新每个聚类的中心值的步骤，直至聚类收敛；基于所述分类参数计算k值下的各个聚类的类内参数和类间参数，并基于所述类内参数和所述类间参数计算k值下的聚类评估参数；更新k＝k+1，返回执行所述重复执行...

【专利技术属性】
技术研发人员：郭佳妮，宋姗姗，许苍竹，王乂冉，刘军，崔军红，
申请(专利权)人：吉林大学，
类型：发明
国别省市：