基于压缩感知的水下传感器网络预约多址接入协议

合集下载

水下传感器网络中的分组通信协议研究

水下传感器网络中的分组通信协议研究水下传感器网络是一种特殊的无线传感器网络，它在水下环境中部署了大量的水下传感器节点，用于实时监测水下环境中的各种物理参数，如温度、压力、溶解氧浓度等。

水下传感器网络的分组通信协议是保证数据的可靠传输和有效利用网络资源的关键技术之一。

本文将围绕水下传感器网络中的分组通信协议展开讨论，探讨其研究现状、关键问题和未来发展方向。

水下传感器网络中的分组通信协议首先面临的挑战是水下环境的复杂性。

与陆地和空中环境相比，水下环境具有高噪声、大延迟、低带宽和高丢包率等特点，这对传感器网络的设计提出了更高的要求。

因此，研究者们需要通过优化分组通信协议的设计，解决水下传感器网络中的传输问题。

对于水下传感器节点之间的通信，研究者们提出了许多分组通信协议。

其中，基于路由的协议被广泛应用于水下传感器网络中。

路由协议的设计旨在建立适应水下环境的稳定、可靠的路径，以实现传感器节点之间的通信。

例如，传统的距离向量路由协议和链路状态路由协议在水下环境中并不适用，因为它们没有考虑到水下传感器网络中的特殊传输特性。

因此，研究者们提出了许多新的路由协议，如基于声学信道的路由协议和基于光学信道的路由协议，以更好地适应水下传感器网络中的通信需求。

另一个关键问题是水下传感器网络中的能量管理。

由于水下传感器节点通常由电池供电，能量是一个非常宝贵的资源。

因此，有效地管理传感器节点的能量，延长网络的生命周期，是一个重要的研究方向。

在分组通信协议的设计中，研究者们需要考虑到节点能量消耗的问题，通过优化数据传输的方式，减少能量消耗，提高网络的稳定性和可靠性。

例如，可以根据传感器节点的能量情况，动态调整数据传输的参数，如传输速率和传输功率，以平衡能量的消耗和网络性能的需求。

此外，水下传感器网络中的安全性也是一个重要的问题。

由于水下环境的特殊性，传感器节点容易面临各种安全威胁，如攻击、欺骗和窃听等。

因此，保护传感器节点的数据安全和网络的机密性是分组通信协议设计中必须考虑的因素之一。

一种适合水下无线传感器网络的能量有效路由协议

ｓｎｏｅｗｏｋ（ｅｓｒｎｔｒＵＷＡＳ，ｔｉａｅｒｐｓｓａｆｉｉｎｒｌｓｏｔｇｐｏｏｏａｅｎｆｒｒｌｓｅｈａｎＮ）ｈｓｐｐｒｐｏｏｅｎｅｆｃｅｔｗｉｅｅｓｒｕｉｒｔｃｌｓｄｏｏｗａｄｃｕｔｒｅｄａｄｎｂｆｒｒ－ａｅｙ（ＦｏｗａｄｇｔｗａＦＢＲ）ｔｍａｅｓｆｔｅｃｎｅｔｆｆｒｒ —ｌｓｅｈａ（．ＩｋｓｕｅｏｈｏｃｐｓｏｏｗａｄｃｕｔｒｅｄＦＣ）ａｄｆｒｒ－ａｅｙ（ｎｏｗａｄｇｔｗａＦＧ），ＳＯｔｅｒｕｅｆｏｔｅｓｕｃｏｅｔｉｋｃｎｂｏｍｅｙｔｅｓｌｃｉｎｏＣａｄＦＧｈｔｒｒｕｈｕｉｇｔｅｉｉａｈｏｔｒｍｈｏｒｅｎｄＯｓｎａｅｆｒｄｂｈｅｅｔｆＦｎｏｔａｅｂｏｇｔｉｄｒｈｎｔ — ａｎｎｉ
（ｐｔｎｆｌｃｒｎｃｎｎｏｍａｉｎＥｇｎｅｉｇＤｅａｍｅｔｅｔｉａｄＩｆｒｔｎｉｅｒ，ＨｕｚｏｇＵｎｖｒｉｆＳｉ＆Ｔｅｈ，ｕａ３０４ｏＥｏｓｏｎａｈｎｉｅｓｙｏｃｔ．ｃ．Ｗｈｎ４０７）
ｔｏｆｃｕｔｒｎ．ＦＦＲｓｅｐｃｅＯｂｌｎｅｅｅｇｏｓｍｐｉｎｉａａｔａｓｍｉｓｏｔｏｔｄｌｙａｄｓｅｄｎｆｉｎｏｌｓｅｉｇＢｉｘｅｔｄｔａａｃｎｒｙｃｎｕｔｏｎｄｔｒｎｉｓｉｎｗｉｕｅａｎｐｎｉｇｏｈｒｕｉｇｅｔｂｉｈｎ．ＥｘｅｉｎｓｓｏｔａｅｎｏａｅｔＲｒｔｃｌｏｔｎｓａｌｍｅｔｓｐｒｍｅｔｈｗｈｔｂｉｇｃｍｐｒｄｗｉＤＳｐｏｏｏ，ＦＦＲｃｅｅｅｔｒｐｒｏｍａｃｈＢａｈｉｖｓｂｔｅｅｆｒｎｅｏｏｎｃｉｉｎｃｎｅｔｔｖｙ，ｅｅｇｏｕｔｎ，ｔａｓｓｉｎｄｌｙｎｒｙｃｍｓｍｐｉｏｒｎｍｉｓｏｅａ．Ｔｈｒｆｒ，ｉｃｎｂｌａｐｉｄｉｈｎｅｔｒａｏｓｉｅｅｏｅｔａｅｗｅｌｐｌｎｔｅｕｄｒｗａｅｃｕｔｃｅ

水声通信网及其多址接入技术

［2］ 3. 3D 数据链路层的设计
/D 仿真模型建立
/. 0D 仿真背景
为了验证方案的可行性，本次设计先是基于高斯白噪声信道仿真的。有关参数选取如下：换能器带宽： 04 P 34 QRS；采样率： 044 Q；时延： C) 级；频带 0/ P 0T QRS （水声信道要求）。
EF< 信道的资源是相当有限的，这些有限的资源应利用媒体接入协议公平有效地得到分享。对于靠电池供电的水声网络来说，面对水声信道的多变性和强干扰性，降低电池的消耗，延长网络寿命，保证系统的可靠性是十分重要的。
( ( 图 N 的仿真结果说明：在 CDEDFCG 系统中，随着信噪比的增大，系统的误码率会随之降低。系统在信噪比为 N ;O 采用 CDEDFCG 技术后，时，误码率基本上能达到 &# M ’ ，体现了系统良好的抗干扰性。而子载波数 ! 在满足每个子信道均为非频率选择性衰落信道后，进一步增大不会带来系统误码率的改善，因此 ! 的选取不能太大。但如果 ! 的取值太小，在水声通信网中能分辨的用户数会降低，且保护时间在一帧信号中所占比重就会较大，系统频谱效率变差，从而会导致系统整体性能变差。因此子载波数目 ! 的选择应该在系统复杂性和频谱效率之间折衷考虑。
图 %( 发送接收程序流程 )*+, %( -./ 01234.567 20 7./ 76589:*77*8+ 58; 6/4/*<*8+ =62+65:
增加而增加的。图 N 是帧长为 "## O*7 时信噪比与误码率的关系图。

水声传感器网络中基于改进时分多址技术的MAC协议

．
ｎ
Ｓａｇａ０２０ｈｎ）ｈｎｈｉ０４，Ｃｉ２ａ
Ａｂｓｒｃ：Ｓｇａｒｎｓｓｉｎｃｎｔｏｓａｅｖｒｐｏｏｃａｈａｅ．ＩｓａｇｅｔｃｌｎｇｒＭｅａＡｃｅｓＣｏｔｏｔａｔｉｎｌｔａｍｉｓｏｏｄｉｉｎｒｅｙｏｒｆｒｏｅｎｃｎｎ１ｔｉｒａｈａｌｅｆｄｉｃｓｎｒｌｅｏ
ｕｎｒｔｒａｏｓｉｅｓｒｎｔｒｓｄｅｗａｅｃｕｔｃｓｎｏｅｗｏｋ
Ｘ１０ＮＧｎＰｅｇ
（ｃｏｌｆＥｅｔｎｃａｄＩｏｍｔｎｈｎｈｉｉｎＳｈｏｌｒｉｎｆｒａｉ，ＳａｇａａｊｏｃｏｓｎｏＤｉ
（Ａ）ｐｏｏｏｔｗｒｅｉｌａｄｅｅｔｅｎｅｗｔｃｕｔｅｓｒＮｔｏｋＵＳ）ｕｏｔｅｌｇａｄＭＣｒｃｌｏｏｋｒｌｂｆｃｖｌｉＵｄｒａｒＡｏｓｃＳｎｏｅｒｓ（ＡＮ．Ｄｅｔｈｏｎｔａｙｎｆｉｙｎｅｉｗｎ
摘
要：海洋信道信号传输条件恶劣，水声传感器网络（ＡＮ）ＵＳ的媒体访问控制协议（Ａ）ＭＣ要能可靠且有效的工
作面临极大的挑战。针对水下分组转发高传输延时和延时的起伏特性，出了一个利用改进时分多址技术的媒体访提
问控制协议（ＭＡ）Ｗ— Ｃ。Ｗ— Ｃ通过简化的信号传输同步过程，用“ 缓时间 ” 为节点的实际数据传送时间，ＭＡ利延作采
第３１卷第１期１

基于层级的水下传感器网络自适应地理路由协议

ｄａｔｅｓｂａｓｅｄｏｎａｖａｉｌａｂｌｅｅｎｅｒｇｙ，ｄｅｎｓｉｔｙ，ｌｏｃａｔｉｏｎ．ａｎｄｌｅｖｅｌｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｎｅｉｇｈｂｏｒｎｏｄｅｓ．ＴｈｅｓｉｍｕｌａｔｉｏｎｓｓｈｏｗｔｈａｔＬＢ — ＡＧＲｃａｎｐｒｏｌｏｎｇｔｈｅｌｉｆｅｔｉｍｅｏｆｔｈｅｗｈｏｌｅｎｅｔｗｏｒｋｓｇｒｅａｔｌｙｂｙｒｅｄｕｃｉｎｇａｎｄｂａｌａｎｃｉｎｇｅｎｅｒｙｇｃｏｎｓｕｍｐｔｉｏｎ．Ｍｏｒｅｏｖｅｒ，ｔｈｅｅｎｄ —
ＵＷＳＮｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｓｒａｔｅｄｆｏｒｗａｒｄｉｎｇｆａｃｔｏｒｔｏｄｅｔｅｒｍｉｎｅｔｈｅｂｅｓｔｎｅｘｔ — ｈｏｐｆｒｏｍｍｕｌｔｉｐｌｅｑｕａｌｉｉｆｅｄｃａｎｄｉ —
（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＱｉｎｇｈａｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｘｉｎｉｎｇ８１０００８，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｕｎｄｅｒｗａｔｅｒｓｅｎｓｏｒｎｅｔｗｏｒｋ（ＵＷＳＮ）ｃａｌｌｓｆｏｒｓｐｅｃｉａｌｉｚｅｄｒｏｕｔｉｎｇｐｒｏｔｏｃｏｌｓｔｏａｄｄｒｅｓｓａｄａｐｔａｂｉｌｉｔｙ，ｒｏｂｕｓｔｎｅｓｓ，ｅｎ — ｅｒｇｙｅｆｉｆｃｉｅｎｔａｎｄｂａｌａｎｃｅｄｅｎｅｒｇｙ — ｃｏｎｓｕｍｉｎｇ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｌｅｖｅｌ－ｂａｓｅｄａｄａｐｔｉｖｅｇｅｏ・ｒｏｕｔｉｎｇ（ＬＢ・ＡＧＲ）ｐｒｏｔｏｃｏｌｉｎ

一种基于有限状态机的新型水声网络多址接入协议的实现

Ｖｏ＿１ｌ１
Ｎｏ５．
Ｏｃｏｂｒ２６ｔｅ，００
一
种基于有限状态机的新型水声网络多址接入协议的实现
高明生，陆佶人
（东南大学无线电工程系，江苏南京２０９）１０பைடு நூலகம்６
摘要本文首先提出了一种新型的水声通信网络的多址接入（ＵＡＭＡ）协议。该协议针对水声信道传播时延长的特点，利用扩频码进行多信道预约；通过适当的控制方法，采用与传统的握手协议不同的机制，当发送方发送
收方传输数据，而不是采用传统的握手协议要等收到接收方的ｃｅｒｔｅｄ（Ｔ）后再传数据的方ｌａｏｓｎＣＳ
法。这种方法的优点很明显：一方面，它使得数据的并行传输有了可能；另一方面，它大大缩短了数
水下通信信息化建设的需求，建立一个高效的水声通信网络已成当前紧迫之举。但是，由于水声信道的可用频带非常有限，而且强起伏、强多径、强噪声以及长传播延时等特点，大大地制约了水声通信网的性能，阻碍了对它的开发和应用，如何设计出一种适合水声特点的多址接入协议将直接影响到整个水声通信网络的性能。本文首先提出了一种新型的水声网络多址（ＵＡＭＡ）协议。该协议针对水声信道传播时延过长而导致网络的吞吐量急剧的下降这一严重缺陷，鉴于水声扩频通信的优点［３，利用多个扩频码实现了１１￣多信道的预约，将其中一个作为公共控制信道，其余的作为业务信道；同时通过适当的控制机制，当发送方在控制信道上发送ｒｑｅｔｔｅｄ（Ｔ）后，随后在ＲＳ中为接收方指定的业务信道上向接ｅｕｓｏｓｎＲＳＴ

【计算机应用】_水下传感器网络_期刊发文热词逐年推荐_20140726

2008年序号 1 2 3 4 5 6 7 8 9
科研热词误码率节点定位水声信道无线传感器网络射线模型基于距离分布式传输衰减传感器网络
推荐指数 1 1 1 1 1 1 1 1 1
2010年序号 1 2 3 4
科研热词能量优化移动算法水下移动传感器网络失效补偿
推荐指数 1 1 1 1
2011年序号 1 2 3 4 5 6
科研热词移动信标水声传感器网络水下传感器网络时分多址定位媒体访问控制协议
推荐指数 1 1 1 1 1 1
2012年序号 1 2 3 4
科研热词水下传感器网络协作分集中继选择 h∞滤波器
推荐指数 1 1 1 1
2013年序号 1 2 3 4 5 6 7 8 9 10
2013年科研热词水下传感器网络预约多址接入压缩感知路由算法节点捕获安全定位入侵检测信任机制体心部署 leach协议推荐指数 4 2 2 1 1 1 1 1 1 1
2014年序号 1 2 3 4
科研热词邻居表路由协议水下传感器网络层级路由
推荐指数 1 1ቤተ መጻሕፍቲ ባይዱ1 1

水下声传感器网络联合同步和定位方法

现代电子技术Modern Electronics Technique2024年5月1日第47卷第9期May 2024Vol. 47 No. 90 引言随着海洋技术的快速发展，水下声传感器网络（Underwater Acoustic Sensor Network, UASN ）作为陆地无线传感器网络的延伸，在水下环境监测、目标检测、灾害预警、资源勘探等领域发挥着越来越重要的作用[1]。

UASN 在数据收集、水下地图、水下机器人等领域的应用常常依赖于网络中节点的准确定位[2]。

在UASN 中，自主水下航行器（Autonomous Underwater Vehicle, AUV ）拥有相对于传统固定节点在移动性、覆盖范围和存储容量方面等明显优势，所以常常用于水下目标节点定位的辅助设备[3]。

目前，在基于测距的水下定位技术中，目标节点通过采集不同位置处的测量信号来估计自身位置，其中常用的测量信号包括接收信号强度（Received Signal水下声传感器网络联合同步和定位方法邱枫1，2，仓乃梦2（1.海口经济学院腾竞依智网络学院，海南海口 570228；2.海南大学信息与通信工程学院，海南海口 570228）摘要：水下传感器网络（UASNs ）在海洋监测、资源勘探、灾害预防和海洋学数据收集等方面的广泛应用，引起了学术和工业研究人员的极大关注。

在这些服务中，节点的准确定位是水下声传感器网络的研究重点之一。

然而，在实际的水下环境中，传播速度随深度变化（即分层效应）和异步时钟的存在均会显著影响测距的精度，从而降低定位性能。

针对以上特性，文中设计一种基于自主水下航行器（AUV ）辅助的水下声传感器网络联合同步和定位方法。

在开始定位流程后，目标节点通过接收AUV 发出的信标信号建立水声传播方程并进行相对距离的估计，其中考虑了异步时钟问题和分层效应引起的水声弯曲效应问题，实现了对目标节点位置和时钟的联合估计。

水下传感器网络中的通信协议设计与性能分析

水下传感器网络中的通信协议设计与性能分析一、引言水下传感器网络是一种特殊的传感器网络，用于监测和收集水下环境中的数据信息。

与陆地传感器网络相比，水下传感器网络面临着更多的挑战，如水下信道特性、能量限制等。

为了实现高效可靠的通信，在水下传感器网络中设计合适的通信协议至关重要。

本文将探讨水下传感器网络中的通信协议设计与性能分析问题。

二、水下传感器网络通信协议设计在水下传感器网络中，通信协议的设计主要包括网络拓扑构建、节点间通信机制和能量管理等方面。

（一）网络拓扑构建网络拓扑构建是指如何部署和布置水下传感器节点以建立网络连接。

由于水下环境的复杂性，传统的网络拓扑结构如星型或网状结构并不适用。

研究者们提出了许多针对水下环境的拓扑构建方法，如基于声波传播的拓扑构建、动态分簇拓扑构建等。

这些方法在考虑水下信道特性的同时，充分利用节点能量，提高网络覆盖率和生命周期。

（二）节点间通信机制节点间通信机制是指节点之间如何进行传输和接收数据。

在水下传感器网络中，由于水下信道的传输特性，通信链路的可靠性和传输速率问题需要特别注意。

一种常用的解决方法是引入中继节点，利用中继节点进行多跳传输，提高传输的稳定性和效率。

此外，还可以采用自适应调制技术、多路径传输技术等来提高传输效果。

（三）能量管理能量管理是指如何合理分配和利用水下传感器网络中节点的能量资源。

由于水下传感器网络中节点能量有限，所以需要设计合理的能量管理策略来延长网络的生命周期。

一种常用的能量管理策略是基于混合式动态睡眠调度算法，通过灵活调整节点的休眠时间和唤醒时间，以充分利用节点能量。

三、水下传感器网络通信协议性能分析为了评估水下传感器网络通信协议的性能，需要考虑各个方面的指标，如网络覆盖率、能耗、传输延迟、数据吞吐量等。

（一）网络覆盖率网络覆盖率是指网络中被有效覆盖的区域所占的比例。

高网络覆盖率可以保证数据的高质量采集和传输。

通过合理的网络拓扑构建和节点部署策略，可以提高网络的覆盖率。

用于水下网络节点的超低功耗远程接入系统

用于水下网络节点的超低功耗远程接入系统
刘桂山;张宝贵
【期刊名称】《舰船电子工程》
【年(卷),期】2013(033)008
【摘要】论文提出了一种用于水下传感器网络节点的超低功耗远程接入系统的设计方案.并设计了高灵敏度、低噪声的接收机带通滤波器,提高了系统对微弱信号的检测能力,实现了超低功耗、窄带滤波.该系统将设计的高性能、超低功耗滤波器与抗干扰能力强的直接序列扩频(DS-SS)技术和低功耗的“sleep-wake”工作模式相结合,实现了0.5μV水下特定频带内微弱信号的检测,可用于远程配置水下传感器网络,为水下传感器网络提供一个安全的、可靠的信息交互途径.完成的系统样机性能可靠、功耗低,并经过湖试验证,性能满足实际要求.
【总页数】3页(P82-84)
【作者】刘桂山;张宝贵
【作者单位】中国船舶重工集团第七一○研究所宜昌443000;中国船舶重工集团第七一○研究所宜昌443000
【正文语种】中文
【中图分类】TN91
【相关文献】
1.用于可穿戴设备的超低功耗系统 [J], Chris Glaser
2.Synopsys发布用于传感器的超低功耗IP子系统 [J],
3.用于智能锁的超低功耗系统的设计与应用 [J], 王炼红;陈颖
4.Synopsysbynopsys发布及仲用于传感器的超低功耗IP子系统 [J],
5.超低功耗水下值守系统设计与实现 [J], 邵清;赵振宇;李广岩
因版权原因，仅展示原文概要，查看原文内容请购买。

基于压缩感知的水声传感网络通信方法

基于压缩感知的水声传感网络通信方法刘敬浩; 董丽双; 付晓梅【期刊名称】《《东北大学学报（自然科学版）》》【年(卷),期】2019(040)011【总页数】6页(P1549-1554)【关键词】水声传感网络; 水声通信; 压缩感知; 重构算法; 大容量【作者】刘敬浩; 董丽双; 付晓梅【作者单位】天津大学电气自动化与信息工程学院天津 300072; 天津大学海洋科学与技术学院天津 300072【正文语种】中文【中图分类】TN929.3水声传感网络在海洋数据收集、海洋污染监测、水下目标跟踪等方面具有广泛应用.水声通信具有传输损耗大、传输时延大、多径效应显著和有效传输带宽窄等特性[1-2],导致系统容量不高.协作通信技术,可以使配备单天线的移动节点共享节点之间的天线,所以节点之间可以形成虚拟的多输入多输出(multiple input multiple output,MIMO)系统来获得分集增益,进一步提高系统的容量[3].近年来,水声传感网络也越来越多地采用协作通信技术提高容量,研究主要分为中继选择方法和协作机制这两类方向.在中继选择方法方面,文献[4]以信道容量最大化为目标,研究性能最优的中继选择算法.文献[5]将机器学习决策理论应用到了水下中继选择中,源节点选中并奖励网络吞吐量最大的中继节点参与协作.文献[6]提出了一种多用户选择中继冲突情形下的协作通信策略,使用机器学习方法中的稳定匹配理论和回退计时器,设计了一种能够避免多用户冲突的中继选择算法.该方法避免了同一个中继为多个源节点服务的策略.对于协作机制的研究,文献[7]提出了一种异步水下协作通信方案,源节点分别发送奇数帧和偶数帧,不需要与其他节点保持同步,实现了两跳协作通信中的异步传输,提高了系统整体的传输效率.文献[8]设计了考虑水下各个节点处不同的环境噪声的最优中继选择算法.文献[9]结合节点功率消耗问题,设计了一种协作通信系统的源节点与中继节点的联合功率资源分配方案,有效提高了系统的性能,并降低了系统功耗.上述研究中,主要还是围绕单个传感器节点发送数据的情形,传输效率不高,采用多个传感器节点同时同频发送数据,可以提高传输效率,但是存在用户数据之间的干扰,所以多个传感器节点同时发送数据这个问题的研究鲜有报道.本文基于压缩感知理论,针对多个传感器同时发送数据的问题,提出一种多传感器节点同时发送数据的大容量通信方法.压缩感知(compressive sensing, CS)理论是一种将采样和压缩同时进行的低采样率方法[10],接收端通过合适的重构算法恢复出原始信号.本文将多个源节点数据传输过程等效为测量过程(压缩过程),证明了多源多中继的传输特性可以满足压缩感知理论中的测量矩阵的约束等距性(restricted isometry property,RIP)要求.接收端可以高概率重构多个同时发送的传感器节点的数据.最后仿真验证了所提方法可以有效提高系统容量.1 传输模型1.1 传输模式本文研究的系统模型是两跳协作通信系统,系统模型如图1所示,假设由N个传感器(源节点),M个中继节点,1个目的节点构成,中继节点选择放大转发模式(amplify-and-forward,AF).将通信过程划分为两个时隙：在第一时隙,源节点发送数据；第二个时隙,中继放大转发接收到的数据给目的节点.因为传感器网络中只有少量传感器节点需要发送数据,大部分节点是静默状态,所以第一时隙源节点发送数据是稀疏的.稀疏的源节点同时广播要发送的信号给中继节点.在第二时隙,中继节点将接收到的信号放大转发给目的节点.因为中继节点的数目小于源节点的数目,中继节点收到的数据等效为稀疏信号被压缩后的数据,实现了将高维信号映射到一个低维空间传输的目的.在目的节点,将这些中继节点转发来的数据,通过重构算法恢复传感器节点的数据.图1 系统模型拓扑图Fig.1 System model topology diagram设源端发送的信号是稀疏度为K的稀疏信号X,根据压缩感知理论的稀疏表示X=Ψ·S,X是源节点实际发送的信号,S是在稀疏域内对X的稀疏表示,因为此时源节点发送的信号是稀疏信号,因此稀疏基矩阵Ψ等效为一单位矩阵.为了保证目的节点可以重构原始信号,CS中的测量矩阵Φ必须与稀疏基矩阵Ψ不相关[11].系统中所有K个活跃节点发送OFDM符号[12].源节点与中继节点,中继节点与目的节点之间的信道分别记为Hsr∈CM×N,Hrd∈CM×M,C表示复数.本文研究中继选择AF模式,中继节点只需要将接收到的信号进行放大,再转发给目的节点.信号具体传输过程如下所述:在第一时隙,所有的活跃源节点同时向中继节点广播发送信号,则中继节点接收到的信号可以表示为Yr=Hsr·X+nr .(1)其中：nr为M×1维度的中继节点处的加性高斯白噪声,其均值为零；Hsr为源节点与中继节点之间的水声信道；X为源节点发送的信号向量,用矩阵表示为X=(x1 x2 … xN)T,xN为源节点发送的OFDM符号,假设符号长度为k,因此X为N×k维度的发送信号矩阵.在第二时隙,中继节点将接收到的信号直接进行放大转发,转发给目的节点,则目的节点接收到的信号可以表示为Yd=A·Hrd·Yr+nd= A·Hrd·(Hsr·X+nr)+nd .(2)用矩阵形式表示为(3)其中:nd为目的节点处的均值为零的加性高斯白噪声;Hrd为中继节点与目的节点之间的水声信道;A为放大转发矩阵,A=β·I,其中I为M×M的单位矩阵,β为放大转发系数,可由式(4)得到(4)其中:Ps,Pr分别为源节点和中继节点的总的发送功率;N0为噪声功率;hsr是Hsr矩阵中的元素;1/M表示中继节点的转发功率分配方式为平均分配,即每个中继节点被分配以相同的功率进行信号转发.源节点与中继节点之间的信道传输矩阵可以表示为(5)其中,hMN代表第M个中继节点与第N个源节点之间的信道.中继节点与目的节点之间的信道传输矩阵可以表示为(6)其中,cMM代表第M个中继节点与目的节点之间的信道.1.2 水声信道模型1.2.1 信道衰落模型水声信道的大尺度信号衰落与信号发射频率f和信号传输距离l均有关,设信道衰落参数为Af:Af(l,f)=lδ[a(f)]l .(7)其中:δ是路径损耗指数[13];a(f)是信号吸收系数 [14].(8)1.2.2 信道多径模型水声信道由于海底不平、海浪波动等因素,多径效应显著.在多径信道模型中,令lp 代表第p条路径的长度,浅海中的声速可以看作v=1 500 m/s,因此多径时延可以表示为τp=lp/v.第p条路径的频域响应为(9)其中，Af(lp,f)表示第p条路径的吸收系数[15],其时域信道冲激响应为(10)在信号传输过程中,假设噪声为均值等于零的复高斯随机噪声[16].1.3 测量矩阵设传感器节点数据为稀疏信号,根据式X=Ψ·S中的稀疏基矩阵Ψ等效为一单位矩阵.信道传输矩阵Hsr和Hrd中的每一个元素均为水声信道,水声信道是时变的,具有频率依赖性衰落特性的多径信道,因此Hsr与稀疏基矩阵Ψ不相关,因此满足RIP 准则.Hrd和A均为对角矩阵,所以它们的行向量不能通过稀疏基矩阵Ψ的列向量表示,因此也满足RIP准则.将式(2)改写为Yd=Φ·X+(A·Hrd·nr+nd) .(11)其中:Φ=A·Hrd·Hsr,由于A,Hrd和Hsr与Ψ均不相关,所以三者的乘积与Ψ同样不相关,符合作为CS中的测量矩阵的条件,因此满足RIP准则,可以作为测量矩阵. 1.4 信号重构压缩感知将信号压缩后,在接收端,要进行相应的重构.现阶段CS的重构算法可分为针对组合优化问题的贪婪迭代算法、将非凸优化问题转化为凸优化问题得到信号逼近的凸优化算法或最优化逼近算法,考虑信号时间相关性的基于贝叶斯框架的重构算法以及其他重构算法.由于水下通信的环境噪声较多,而在压缩感知重构算法中,BP(basis pursuit)算法具有有效对抗噪声的特性,因此,本文利用BP算法进行信号的重构.BP算法是在信号处理中使用的一种对已知系数稀疏化的手段,将优化问题中的l0范数转化为l1范数的求解.本文可以利用目的节点接收到的Yd恢复源节点发送的X,即解决下面的凸优化问题表示总噪声幅度的上界值,X′表示重构后的信号.如果上式成立,则源节点发送的信号可以被重构.2 系统性能分析2.1 相对重构误差通过合理的重构算法可以高概率的恢复原始信号,本文采用BP算法.BP算法的主要思想是将一个非凸优化的问题转化为凸优化问题,来求解信号的最优解.假设重构得到的信号为X′,用原始信号与重构信号之间的欧氏距离表示相对重构误差:(12)根据重构误差的大小,可以表示重构的精度,评价重构算法的性能.2.2 信道容量源节点与中继节点之间的信道维度为M×N,为了更方便地计算信道容量,采用奇异值分解的方法,将此M×N的信道分解成为M个并行信道,所以将式(2)改写为Yd=A·Hrd·(U·Λ·VT·X+nr)+nd .(13)其中:U,V是酉矩阵；(·)T为矩阵的共轭转置;Λ是一个对角矩阵，对应矩阵的特征值的均方根;nr是中继节点处的噪声向量;nd是目的节点处的噪声向量.进一步改写(13)可以得到Yd′=A·Hrd·Λ·X+A·Hrd·UT·nr+nd .(14)从式(14)中可以得到信号功率矩阵和噪声功率矩阵表达式:Psignal=E[(A·Hrd·Λ·X)(A·Hrd·Λ·X)T]=(15)Pnoise=E[(A·Hrd·UT·nr+nd)(A·Hrd·UT·nr+(16)因此经过奇异值分解,得到第i个并行信道的信号功率和噪声功率,表达式分别为(17)(18)其中:Ps是源节点总的发送功率;和分别为中继节点处和目的节点处的噪声功率；I 为M×M维度的单位矩阵；Λi为Λ对角矩阵中的第i个元素；Hi和Ai为第i个并行信道以及放大系数.式(17)和式(18)得到了奇异值分解后的第i个并行信道的信道容量,所以,根据香农定理,可以得到系统总的信道容量:(19)由于函数f(x)=lbx是定义域内是凸函数,即满足(20)所以该函数在一个定义区间内具有最大值.因此由信道容量的表达式,可以得到本系统信道容量的上界值:(21)其中,即为信道容量上界值,利用协作通信和压缩感知技术之后得到的系统信道容量不能超过这一理论最大值.对信道容量的求解,使用了奇异值分解的方法将M×N维的信道矩阵分解为M个并行信道,所以时间计算复杂度为O(M).3 仿真分析假设源节点总的发射功率Ps为10-2W,中继节点总的转发功率Pr为10-1W,中继节点和目的节点处的噪声功率均为10-4W.为了分析问题方便,本文将源节点和目的节点之间的距离归一化进行仿真分析,在所有的仿真实验中,OFDM的基带调制方式为正交相位调制(QPSK).图2为BP算法进行重构的相对重构误差曲线,从图中可以看出,随着中继数量的增加,相对重构误差明显减小,所以在一定范围内,中继数量越多,系统性能越好.同样可以明显地看出,随着信号稀疏度的增加,整体的重构误差变大,所以如果希望能够重构原始信号,稀疏度不能很大.例如,如果假设信号稀疏度为5,那么只有中继个数大于30的时候,才能实现高概率的重构,当中继个数少于30时,重构误差将会很大,甚至不能重构.所以,在稀疏度相同的条件下,系统中继个数的选择会影响系统性能.图2 相对重构误差Fig.2 Relative reconstruction error图3是稀疏度为5,中继节点数目为30,中继节点平均功率分配下的信道容量随着源节点与中继节点之间的距离变化的曲线.根据先验知识,在两跳协作通信系统中,系统整体性能取决于两跳中信道条件比较差的一跳.所以,当中继节点与源节点相距较近时,第二跳的信噪比(signal-to-noise ratio,SNR)会比第一跳差,所以系统性能取决于第二跳.当中继节点逐渐靠近目的节点时,第二跳的信噪比变大,因此信道容量增大.当中继节点不断靠近目的节点时,第一跳的信噪比会比第二跳差,所以此时系统性能取决于第一跳,随着中继节点逐渐远离源节点,第一跳的信噪比变小,所以信道容量减小.合理布置源节点、中继节点和目的节点之间的距离,也可以提高系统的性能.图3 信道容量随源节点与中继节点距离的变化Fig.3 Channel capacity with the distance between the source nodes and the relay nodes图4是源节点与中继节点和中继节点与目的节点之间的距离均为0.5 m的条件下信道容量随中继节点个数变化的曲线.从图中可以看出,在中继节点的转发功率一定的条件下,在协作通信系统中,适当地增加中继节点的个数可以使更多的中继节点参与协作,获得分集增益,可以增加信道容量.图4 信道容量随中继节点个数的变化Fig.4 Channel capacity with the number of relay nodes4 结语本文提出一种基于压缩感知理论的大容量水声传感网络通信方法.利用传感器节点发送数据的稀疏性,每个节点发送OFDM符号,中继节点采用放大转发(AF)协作方式转发信号至目的节点.证明了协作传输信道特性满足约束等距性质(RIP),可以将信道矩阵作为测量矩阵,体现了将一个高维度的数据映射到一个低维空间数据传输的思路.在目的节点利用BP重构算法,可以高概率重构原始信号.计算机仿真实验得出了相对重构误差曲线和信道容量曲线,验证了该方案可以有效提升系统容量.参考文献：【相关文献】[1] 冯晓宁,王卓,朱晓龙,等.多普勒辅助水下传感器网络时间同步机制研究[J].通信学报,2017,38(1):9-15.(Feng Xiao-ning,Wang Zhuo,Zhu Xiao-long,et al.Doppler-assisted time synchronization mechanism for underwater sensor networks [J].Journal of Communications,2017,38(1):9-15.)[2] 乔钢,刘凇佐,刘奇佩.水声通信网络协议、仿真与试验综述[J].水下无人系统学报,2017,25(3):151-160.(Qiao Gang,Liu Song-zuo,Liu Qi-pei.Overview of underwater acoustic communication network protocols,simulation and experiments [J].Journal of Unmanned Underwater Systems,2017,25(3):151-160.)[3] Varma U S H,Nikhil M V S,Manikanta G S S K,et al.Cooperative MIMO with relay selection for LTE advanced system[C]// International Conference on Circuit,Power and Computing Technologies.Sasthancotta,2017:1-6.[4] Doosti-Aref A,Ebrahimzadeh A.Adaptive relay selection and power allocation for OFDM cooperative underwater acoustic systems[J].IEEE Transactions on Mobile Computing,2017,17(1):1-15.[5] Li X,Liu J,Yan L,et al.Relay selection in underwater acoustic cooperative networks:a contextual bandit approach[J].IEEE Communications Letters,2017,21(2):382-385.[6] Li X,Liu J,Yan L,et al.Relay selection for underwater acoustic sensor networks:a multi-user multi-armed bandit formulation[J].IEEE Access,2018,6(99):7839-7853.[7] Zhang J,Zhou X,Li T,et al.Asynchronous full rate cooperative transmission for underwater acoustic communication[C]// Ocean Acoustics.New York,2016:1-6.[8] Khan A,Ejaz M,Javaid N,et al.EEORS:energy efficient optimal relay selection protocol for underwater WSNs[C]// International Conference on Network-Based Information Systems.Krakow,2016:239-245.[9] Wang P,Zhang X,Song M.Power-efficient resource allocation for QoS provisioning in underwater MIMO-OFDM acoustic cooperative wireless networks[C]// GLOBECOMWorkshops.Big Island,2014:4674-4678.[10] Kutyniok pressed sensing:theory and applications[J].Cambridge University Press,2012,52(4):1289-1306.[11] Tillmann A M,Pfetsch M E.The computational complexity of the restricted isometry property,the nullspace property,and related concepts in compressed sensing[J].IEEE Transactions on Information Theory,2014,60(2):1248-1259.[12] Sadeghi M,Elamassie M,Uysal M.Adaptive OFDM-based acoustic underwater transmission:system design and experimental verification[C]// Black Sea Conference on Communications and Networking.Odessa,2018：1210-1216.[13] Wang P,Zhang X,Song M.Doppler compensation based optimal resource allocation for QoS guarantees in underwater MIMO-OFDM acoustic wireless relay networks[C]// Military Communications Conference.Mclean,2014:521-526.[14] Cao R,Qu F,Yang L.Asynchronous amplify-and-forward relay communications for underwater acoustic networks[J].IET Communications,2016,10(6):677-684.[15] Esmaiel H,Jiang D.Review article:multicarrier communication for underwater acoustic channel[J].International Journal of Communications Network & SystemSciences,2013,6(8):361-376.[16] Stojanovic M,Preisig J.Underwater acoustic communication channels:Propagation models and statistical characterization[J].IEEE Communications Magazine,2009,47(1):84-89.。

UWSNs中基于压缩感知的移动数据收集方案

UWSNs中基于压缩感知的移动数据收集方案李鹏;王建新【摘要】由于水下无线传感器网络(UWSNs)工作环境的特殊性,降低节点能耗和保证数据收集的实时性是至关重要的问题.提出一种基于压缩感知(CS)的移动数据收集方案.以DEBUC协议和CS理论为基础,簇内节点依据设计的稀疏测量矩阵决定是否参与压缩采样,并将获得的测量值传输至簇头.通过AUV的移动来收集各个簇头上的数据到数据中心,该问题被建模为带有邻域的旅行商问题,并提出了近似算法进行求解.在数据中心处利用CS重构算法进行数据重构.仿真实验结果表明:相比于已有的水下移动数据收集算法,该方案在保证数据收集可靠性的同时,降低了数据收集延时,延长了网络寿命.【期刊名称】《传感器与微系统》【年(卷),期】2016(035)005【总页数】4页(P49-51,63)【关键词】水下无线传感器网络;压缩感知;移动数据收集;测量矩阵;能耗;延时【作者】李鹏;王建新【作者单位】中南大学信息科学与工程学院,湖南长沙 410083;中南大学信息科学与工程学院,湖南长沙 410083【正文语种】中文【中图分类】TP393水下无线传感器网络(underwater wireless sensor networks,UWSNs)是由具有声学通信与计算能力的传感器节点构成的水下监测网络系统[1]。

UWSNs成功应用的关键在于能否实现高效且精确地水下数据收集。

Hollinger G A等人[2]以最小化数据收集延时为目标，提出了确定性接入和随机接入两种多址协议用于水下数据收集。

然而，该协议的一个主要问题是存在多用户随机竞争所导致的数据包冲突，降低了水下数据收集的可靠性。

文献[3]提出一种自主式水下潜器(autonomous underwater vehicle,AUV)路径可控的数据收集( path controllable data collection,PCDC)方案。

然而，该方案没有考虑到水下地形或洋流变化对节点部署的影响，只适用于节点分布较为稀疏的小规模UWSNs。

VBF水下传感器网络路由协议的路径优化与模拟

VBF水下传感器网络路由协议的路径优化与模拟王常颖;张杰;王岩峰;官晟【期刊名称】《中国海洋大学学报（自然科学版）》【年(卷),期】2009(039)006【摘要】针对水下传感器网络节点的移动性,以基本VBF(Vector-Based Forwarding Protocol)路由协议为基础,提出了1种适用于水下移动传感器节点的路径优化算法.为了验证此路径优化算法的有效性,分别对基本VBF算法和改进的VBF算法进行了3个模拟实验;从数据包接收成功率和网络负载两方面分析比较了实验模拟结果.比较结果可以看出:文中提出的路径优化的VBF路由协议的数据包成功接收率要优于VBF路由协议,降低了网络负载,并且该优化算法实现简单,不需要增加额外的网络延迟时间.【总页数】4页(P1261-1264)【作者】王常颖;张杰;王岩峰;官晟【作者单位】中国海洋大学环境科学与工程学院,山东,青岛,266003;国家海洋局第一海洋研究所,山东,青岛,266061;国家海洋局第一海洋研究所,山东,青岛,266061;海洋环境科学与数值模拟国家重点实验室,山东,青岛,266061;国家海洋局第一海洋研究所,山东,青岛,266061;国家海洋局第一海洋研究所,山东,青岛,266061【正文语种】中文【中图分类】TP24【相关文献】1.基于非均匀分簇与路径优化的WSN路由协议 [J], 刘国繁;许多2.基于后备路径的AODV路由协议优化 [J], 雷向东;张倪铭;陈莉莉;伍志刚3.一种路径干扰优化的多径距离矢量路由协议 [J], 符可可;刘航;郭达伟;曹爱文4.无线传感器网络中能量多路径路由协议的优化 [J], 唐冰清;张玲华5.基于模拟退火算法和改进灰狼优化器的异构无线传感器网络路由协议 [J], 赵小强;任少亚;翟永智;权恒;杨婷因版权原因，仅展示原文概要，查看原文内容请购买。

基于压缩感知的水声通信网络流量预测

基于压缩感知的水声通信网络流量预测
许丽敏;吴哲夫;哈卡米
【期刊名称】《电声技术》
【年(卷),期】2015(0)2
【摘要】水声通信中过多的流量数据给采样和网络传输带来了困难,而压缩感知是一种可行的低速采样理论.提出基于贝叶斯压缩感知理论的水声通信网络流量预测方法.将网络流量预测转化为贝叶斯压缩感知重构问题,为了将需要重构的向量稀疏化,将其设置为受超参数控制的后验概率密度函数.通过该方法可以自适应地找出含有重要信息的网络流量,并用回归算法来进行重构.实验结果显示该方法具有较高的预测精度.
【总页数】4页(P55-58)
【作者】许丽敏;吴哲夫;哈卡米
【作者单位】浙江工业大学信息学院,浙江杭州310023;浙江工业大学信息学院,浙江杭州310023;浙江工业大学信息学院,浙江杭州310023
【正文语种】中文
【中图分类】TP393
【相关文献】
1.基于信息熵的压缩感知流量预测方法研究 [J], 谢奇爱
2.基于压缩感知的水声数据高效传输及其仿真 [J], 张斌;徐志京
3.基于空时压缩感知算法的蜂窝流量预测 [J],
4.基于压缩感知的水声传感网络通信方法 [J], 刘敬浩; 董丽双; 付晓梅
5.基于压缩感知的水声数据压缩与重构技术 [J], 李佩;杨益新
因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

关键词：水下传感器网络；压缩感知；预约多址接入
中图分类号：ＴＰ３９３
文献标志码：Ａ
文章编号：１００１ — ３６９５（２０１３）１１ — ３４６９．０３
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１・３６９５．２０１３．１１．０６９
第３０卷第１１期
２０１３年１１月
计算机应用研究
ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏｌ｜３０Ｎｏ．１１Ｎｏｖ．２０１３
基于压缩感知的水下传感器网络预约多址接入协议
Ａｂｓｔｒａｃｔ：Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｅｒｒｅｓｔｒｉａｌｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｓ，ｕｎｄｅｒｗａｔｅｒｓｅｎｓｏｒｎｅｔｗｏｒｋｈａｓａｌｏｎｇｅｒｐｒｏｐａｇａｔｉｏｎｄｅｌａｙ．
ｎｏｖｅｌｓｃｈｅｍｅｍａｄｅｆｕｌｌｕｓｅｏｆｔｈｅｌｏｎｇｐｒｏｐａｇａｔｉｏｎｄｅｌａｙｉｎｔｈｅｕｎｄｅｗａｒｔｅｒｅｎｖｉｒｏｎｍｅｎｔ．ｉｎｏｒｄｅｒｔｈａｔｅａｃｈｎｏｄｅｃｏｕｌｄｓｈａｒｅｔｈｅｃｈａｎｎｅｌｒｅｓｏｕｒｃｅｉｎｂｏｔｈｔｉｍｅａｎｄｓｐａｃｅｄｉｍｅｎｓｉｏｎ．ＢｙｖｉｒｔｕｅｏｆｔｈｅｎｅｗｌｙａｒｉｓｅｎＣＳｔｈｅｏｒｙ．ｔｈｅｓｃｈｅｍｅａｃｈｉｅｖｅｄｓｉｍｕｈａ．ｎｅｏｕｓｌｙｃｈａｎｎｅｌｒｅｓｅｒｖａｔｉｏｎｏｒｆｍｕｈｉｐｌｅｕｓｅｒｓａｎｄｉｍｐｒｏｖｅｄｃｈａｎｎｅｌｕｔｉｌｉｚａｔｉｏｎｏｆｔｈｅｕｎｄｅｒｗａｔｅｒｓｅｎｓｏｒｎｅｔｗｏｒｋｓ．Ｂｙｔａｋｉｎｇｍｕｈｉｕｓｅｒｄｉｖｅｒｓｉｔｙｉｎｔｏｃｏｎｓｉｄｅｒａｔｉｏｎ．ｉｔａｄｍｉｔｔｅｄｔｈｅｂｅｓｔｕｓｅｒｓｗｈｏｓｅｃｈａｎｎｅｌａｃｃｅｓｓｒｅｑｕｅｓｔｓｔｏｔａｋｅａｄｖａｎｔａｇｅｏｆｔｈｅｌｉｍｉｔｅｄ
Ｔｈｕｓ．ｔｈｅｅｘｉｓｔｉｎｇＭＡＣｐｒｏｔｏｃｏｌｓｆｏｒｗｉｒｅｌｅｓｓｓｅｎｓｏｒｎｅｔｗｏｒｋｃａｎｎｏｔｂｅｄｉｒｅｃｔｌｙａｐｐｌｉｅｄｉｎｕｎｄｅｗａｒｔｅｒｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｉｓｐａｐｅｒ
信道的利用率。在考虑多用户分集基础上，该协议使成功预约到信道的用户可以利用有限的全部带宽资源进行
高速传输，以此来提高整个网络的吞吐性能。仿真结果表明，与传统的ＲＴＳ／ＣＴＳ方案相比，该协议具有更高效
的信道预约能力，更高的数据传输效率，以及更好的吞吐性能。
刘功亮，王
摘
雪，区信息与电气工程学院，山东威海２６４２０９）要：相比于陆地无线传感器网络，水下传感器网络拥有更大的传播时延，导致许多已经比较成熟的ＭＡＣ协
议不能直接应用于水下。提出了基于压缩感知的水下传感器网络预约多址接入协议，充分利用水下环境中的长传播时延，使网络中各节点能够在时间和空间上对信道资源进行共用，实现多个用户同时进行信道预约，提高了
ｐｒｏｐｏｓｅｄａｃｈａｎｎｅｌｒｅｓｅｒｖａｔｉｏｎｍｕｌｔｉｐｌｅａｃｃｅｓｓｐｒｏｔｏｃｏｌｂａｓｅｄｏｎｃｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇ（ＣＳ）ｉｎｕｎｄｅｒｗａｔｅｒｓｅｎｓｏｒｎｅｔｗｏｒｋｓ．ｈｅＴ
Ｒｅｓｅｒｖａｔｉｏｎｍｕｌｔｉｐｌｅａｃｃｅｓｓｐｒｏｔｏｃｏｌｉｎｕｎｄｅｒｗａｔｅｒｓｅｎｓｏｒｎｅｔｗｏｒｋｓｂａｓｅｄｏｎｃｏｍｐｒｅｓｓｅｄｓｅｎｓｉｎｇ
ＬＩＵＧｏｎｇ — ｌｉａｎｇ，ＷＡＮＧＸｕｅ，ＫＡＮＧＷｅｎ－ｊｉｎｇ
（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ＆ＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙａｔＷｅｉｈａｉ，ＷｅｉｈａｉＳｈａｎｄｏｎｇ２６４２０９，Ｃｈｉｎａ）