基于EMD方法和MAC协议的水声传感网络研究

第16期
2019年8月No.16 August，2019
海洋覆盖地球70%以上地区，充分地开发、利用海洋资源在陆地资源逐渐枯竭的情况下尤为重要。

我国海岸线长达1.8万km ，滨临东海、南海、黄海和渤海海域，具有丰富的海洋资源，主要包括石油天然气资源、铜锰等矿产资源、丰富的渔业资源。

因此，海洋技术的开发对我国发展尤为重要[1]。

海洋内部通信主要通过水声无线传感网络实现。

由于水对声音具有透明性，水声信号传感网络中广泛采用水声作为载体。

水声传感网络已广泛用于海洋资源开发、海洋环境勘测、水下灾害预警和水下目标源检测等领域，但水声传播过程中的时间延时、水下复杂噪声环境和传输带宽有限等原因，导致产生传输数据包误码率较高、多节点传输数据收到时间差异大等问题，因此，结合水下传感环境特征，建立有效的水声无线传感网络组网协议可有效地解决水声信号传输中的各类问题。

对接收到的信号采用滤波去噪，结合经验模态分解（Empirical Mode Decomposition ，EMD ）去噪后重构的方式可较好地还原信号。

1 系统设计
传感节点将数据汇聚至汇聚节点发送给水面控制平台，水面控制平台对发送过来的数据包进行解析和协议转换，然后通过通用分组无线服务技术（General Packet Radio Service ，GPRS ）将数据发送至远程控制终端[2]，在终端对数据进行EMD 去噪重构分析。

均匀分布的多个水声传感器节点，在汇聚节点附近的水声传感器节点较少。

离汇聚节点较远的水声传感器节点采用多跳的方式传输到汇聚节点，因此，靠近汇聚节点的传感节点需处理的数据量较大，远离汇聚节点的传感节点处理的数据量较小，造成网络传输数据不均衡现象。

由于靠近汇聚节点的传感节点需处理多个远距离传感节点发送过来的数据[3]，易造成数据发送冲突、数据拥堵等现象，导致数据包丢失、数据传输瘫痪。

介质访问控制（Medium Access Control ，MAC ）协议是解决网络传输问题的主要方法。

选用GPRS 技术主要是由于其具有覆盖范围广、通信质
量高以及传输速度快和永不离线等优点[4]。

作为分组型数据
网络，可通过传输控制协议/因特网互联协议（Transmission Control Protocol/Internet Protocol ，TCP/IP ）直接与以太网连接，在海洋等信号要求较高场所尤为适用。

无线传感器网络构成框架如图1所示，控制平台收集节点数据通过GPRS 发送至远程终端。

图1 无线传感器网络构成框架
2 网络协议
水声传感网络中常用的MAC 协议有MACA 协议和载波监听多路访问（Carrier Sense Multiple Access ，CSMA ）协议，MACA 属于基于请求发送/清除发送协议（Request to Send/Clear to Send ，RTS/CTS ）机制的MAC ，而CSMA 属于基于载波侦听机制的MAC 。

RTS/CTS 机制的基本特性是发送端，首先，发送一个RTS 帧提醒接收端即将发送数据；其次，接收端收到提醒帧后回复发送端一个CTS 帧通知可接收数据，同时，通知其他
节点不再接收数据[5]。

当多个发送端同时发送RTS 帧提醒接收端时会发生冲突，其中，发送失败的一方会等待一段时间再次发送RTS 帧。

这种方法可减少网络延时，但当多个节点发送请求时，传输延时依然较大。

例如水声传感系统中接近汇聚节点的位置传感节点较少，传感数据多，极有可能造成噪声节点大量堵塞。

基金项目：广西中青年教师基础能力提升项目；项目编号：KY2016LX429。

作者简介：姜愉（1982— ），男，黑龙江克山人，讲师，硕士；研究方向：算法分析与设计。

摘 要：水声传感网络为水下信号目标检索和水下开发等提供技术支持，但网络节点间传输时存在数据拥堵、数据丢失等现
象，因此，对于网络传输协议MAC 的研究与改进尤为重要。

由于水声传输过程中存在复杂噪声，需要采用适当的方法去除噪声干扰。

文章提出一种通过MAC 协议优化节点数据传输和通过EMD 分解方法去除水声信号噪声的水声传感方案，可有效提高节点传输效率、去除噪声干扰。

关键词：网络节点；介质访问控制；经验模态分解；水声信号；噪声基于EMD方法和MAC协议的水声传感网络研究
姜 愉，胡文君，叶雪云，梁剑烽，杨忠强
（北部湾大学 电子与信息工程学院，广西 钦州 535011）
无线互联科技
Wireless Internet Technology
第16期2019年8月
No.16 August，2019
基于载波侦听机制的CSMA 机制是当节点准备发送数
据时，首先，侦听接收节点是否在接收其他节点数据，如信道忙则等待至信道空闲再进行发送。

在数据传输过程中同时进
行冲突检测[6]
，冲突检测包括物理侦听和虚拟侦听，通过对读到信息与发送信息进行对比确定是否发生冲突。

由于水下传感系统时延较长，为保证通信正常进行，对于水下传感系统采用轮询方式侦听冲突，同时，采用一个固定的顺序进行数据帧传递来减少数据传输冲突。

其次，当水声节点采集时间和方式固定时，给出固定的顺序发送数据可最大限度地减少延时时间。

同时，为检测数据是否丢失，通过增加数据头来反馈数据帧丢失情况，对错误数据进行重新发送。

针对传输网络中靠近汇聚节点处信息传输拥堵问题，考虑采用接收节点同时接收多个发送节点RTS 帧的方法，然后分析各个发送节点数据量大小，根据发送节点准备发送的数据量，给出
最佳接收方案[7]。

以上方案比较适合水声传感网络较小的情况，当网络增大时可考虑轮询方式与竞争方式结合设计优化算法。

各个水下无线传感节点在采集数据数量固定时，如水下环境监测时可采用固定发送顺序方式传输数据至汇聚节点，如水下目标检测时只对目标附近节点进行采集，其他节点可停止工作，只对目标附近节点进行轮询传输或竞争传输[8]。

对于节点数据传输的密集区域，可采用扩频传输，为各个节点传输给予固定的扩频码，确保数据准确快速传输，减少了信道竞争并提高了传输效率。

将水声传感网络通信中常用的传感协议归纳如表1所示，分为竞争协议、非竞争协议和混合协议3类[9]。

表1 水声传感常用通信协议
竞争协议非竞争协议混合协议水声MAC ALOHA HCFMA 水声TDMA S-CSMA UPC-MAC HSR-TDMA MACA-U A-MAC CT-TDMA RIPT PLAN OFDMA
COPE-MAC
ALOHA
3 EMD方法
EMD 适合处理非线性、非平稳时间信号，本质是平稳化处理信号，将单个频率无规则的信号转化为多个固有模态函数和残余分量的形式。

对于传输到控制平台的节点数据，重新进行解析后传输至远程终端进行EMD 分解，将信号分解为多层固有模态函数（Intrinsic Mode Function ，IMF ），分析各层函数尺度特性，对其中的噪声进行去除，然后重构信号，结合重构信号分析所传数据[10]。

4 结语
本文针对水下无线传感网络水声瞬态信号传输过程中存在的噪声和传感节点拥堵问题，给出了利用经验模态分解、重构、去除噪声和通过改进MAC 协议来提高节点传输效率的方法，这种方法对于水下目标定位和水下勘探等领域具有一定的参考价值。

后续研究主要对EMD 算法计算速度和计算量方面进行提升，并提高水下目标处理的实时性。

Underwater acoustic sensing network based on EMD method and MAC protocol
Jiang Yu, Hu Wenjun, Ye Xueyun, Liang Jianfeng, Yang Zhongqiang
（College of Electronics and Information Engineering, Beibu Gulf University, Qinzhou 535011, China ）
Abstract：
Underwater acoustic sensor networks provide technical support for underwater signal target retrieval and underwater development, but there are data congestion and data loss in the transmission of network nodes, so the research and improvement of network
transmission protocol MAC is particularly important. In addition, due to the complex noise in underwater acoustic transmission process, appropriate methods are needed to remove noise interference. In this paper, an underwater acoustic sensor scheme is proposed, which optimizes node data transmission by MAC protocol and removes underwater acoustic signal noise by EMD decomposition. This scheme can effectively improve the transmission efficiency of nodes and remove noise interference.
Key words：
network node; medium access control; empirical mode decomposition; underwater acoustic signal; noise [参考文献]
[1]石桂欣.一种基于纯方位的虚拟长基线定位算法[C].哈尔滨：中国声学学会2017年全国声学学术会议，2017.[2]王剑，梁斌，薛飞.一种基于白噪声EMD 分解统计特性的水声信号去噪方法[J].四川兵工学报，2015（6）：131-134.[3]万骏.基于竞争的水声通信网络MAC 层协议研究综述[J].信息通信，2018（7）：161-162.[4]林文.水声传感器网络握手机制MAC 协议研究[J].渭南师范学院学报，2016（24）：14-20.[5]林文.一种基于时隙的水声传感器网络MAC 协议[J].闽江学院学报，2017（2）：54-59.
[6]刘广钟，朱翔宇.预调度流水线方式的水声传感器网络MAC 协议[J].计算机工程，2017（8）：126-131.[7]杜振.基于EMD 原理与BP 神经网络的旋挖钻机钻杆故障识别方法[D].杭州：浙江大学，2018.
[8]SENSOR R.Easily-deployable acoustic local positioning system based on auto-calibrated wireless beacons[J].Computers ，Networks&Communications ，2019（4）：55-56.
[9]张锦灿，陈卫东，王大宇.基于最优窗口的水声网络MAC 协议研究[J].无线电工程，2016（2）：10-13，30.[10]刘义海.基于信息融合的水中目标属性识别关键技术研究[D].西安：西北工业大学，2015.
无线互联科技·网络地带。