本文是一篇计算机论文，本文所提出算法适用于海底资源开采、围海养殖、海底生物研究等 UWSNs 应用，特别随着陆地资源的不断消耗，全球对海洋资源的探索和开采不断增大，开发海域由浅海向深海发展，所提出算法能为水下环境探查和水下资源探索提供一个较为良好的 UWSNs 消息转发和数据传输方案。
第一章 绪论
1.1研究背景及意义
目前，随着陆地资源的不断枯竭，人们对各类水体资源（如海洋、湖泊等）的关注和开发利用逐渐重视。水体中覆盖着大量的自然资源，人们利用水体进行运输，获取能源和生产资料，水体资源为人类的生存和发展提供了至关重要的作用。其中，海洋作为地球上最广阔的水体，大约覆盖了地球 71%的表面[1]。然而，截至目前，人类只探索开发了不到 20%的海下环境，还有超过 80%的海底是未知的。海洋环境复杂多变，海底的许多地方人类都不能到达，为了更好的探索海底环境、开发海底资源，水下无线传感器网络(Underwater Wireless Sensor Networks, UWSNs) 开始出现并逐渐受到研究人员的重视，UWSNs 具有分布式管理、部署成本低等优点，目前已被广泛应用于海洋环境监测、资源开采、水下生物研究、海难搜救等水下场景。
UWSNs 最初由移动自组织网络(Mobile Ad hoc NETworks, MANET)演变而成，MANET 是一种没有固定通信基础设施的网络，由移动节点自组织地管理和维护网络结构，通过节点的互相协作、多跳转发来实现节点间的通信[2,3]。
与传统的陆地无线传感器网络不同，水下无线传感器网络的传输介质是水，无线电磁波在水中的衰减严重，并且随着电磁波频率升高而衰减增大，使得水下无线传感器网络采用声波进行通信[4]。声波具有传播速率低、带宽低、信道不规律等特点，这些特点使得水下无线传感器网络消息转发面临网络结构易变动、消息转发时延不稳定、误码率高等诸多困难。
为了适应水下复杂环境的通信要求，UWSNs 一般是由大量水下传感器节点、自主水下航行器等硬件设备组成，并通过水声通信方式形成的一种分布式、自组织网络[5]。在水下无线传感器节点采集信息后，兴趣数据（消息）通过间歇性多跳链路将消息转发到目标节点，即采用机会转发方式进行消息的传递[6]。在机会转发中，尽管通过增加网络额外开销可以实现更高的消息投递率和更低的消息转发延迟，但这会极大地增加网络能耗，并使网络中充斥着大量冗余消息。因此，消息的投递率、转发时延以及转发开销往往是衡量消息转发算法优劣的不可忽略的指标[7]。
..........................
1.2研究现状
1.2.1 机会网络中消息的转发
机会网络中的节点利用“存储-携带-转发”的方式实现网络间端到端的通信。针对机会网络中间歇式链路、消息时效性敏感等特点，目前已提出了诸如传染转发(Epidemic Forwarding, EF)[10]、Binary Spray and Wait[11]、直接转发(Direct Forwarding, DF)[12]等消息转发方法，但是这些算法都无法适应水下无线传感器网络的水下环境复杂、水声通信不规则以及资源受限的特点，会造成消息冗余过多或产生无法容忍的传输延迟。比如，EF 采取相遇即转发的方式，通过间歇式多跳路由将消息转发到目的地，能达到较高的消息投递率和较低的转发延迟，但是EF 算法会产生大量的消息副本，造成网络资源的浪费。DF 算法的转发策略是持有消息节点遇到目标节点才进行转发，导致消息投递率非常低，通常无法满足网络的通信需求。针对网络中频谱和设备资源有限等问题，文献[13]认为机会路由算法必须是可扩展、分布式以及轻量级的，利用了人类移动的空间局部性、空间规律性和活动异质性，分别设计了深度搜索和深度-广度搜索两种路由算法。文献[14]分析了机会网络中因为节点自私而不参与消息转发的情况，提出了一种激励方案，期望提高节点参与消息转发的积极性，实验结果表明，与不提供激励机制的机会转发协议相比，该方案的数据投递率增幅高达 75.8％。类似地，文献[15]针对节点自私性导致网络路由性能降低的问题，提出了一种基于联盟博弈论的消息转发方法，通过设置奖励机制来激励自私节点参与消息转发。Dhurandher 等人提出了一种基于相遇和距离的路由协议(Encounter and Distance based Routing, EDR)[16]，节点间利用前向参数来对下一跳转发节点进行选择，该参数考虑了网络中邻居节点与目标节点相遇次数及距离。此外，Xiao等人分析了移动节点的社交特性，提出了一种分布式最优社区感知机会路由(Community-Aware Opportunistic Routing)算法[17]，该算法定义了一种家庭感知(Home-Aware Community Model)的社区模型，并将网络映射为由家庭社区为单位的网络结构，再通过反向迪杰斯特拉算法来计算节点的最小转发时延。
.............................
第二章 链路预测相关技术介绍
2.1链路预测的基本概念
链路预测最初是作为一种复杂网络分析技术，主要是处理网络中缺失链路的还原和未来链路的预测。根据不同的网络结构和分析方法，链路预测被分为了基于相似性的链路预测、基于似然分析的链路预测、加权网络的链路预测以及有向网络的链路预测等类别。而针对不同的链路预测方法，主要有 AUC、精确度以及排序分三种评价链路预测精确度的指标。
网络中的链路预测，指的是利用网络中已知的信息（包括网络中节点信息及网络结构信息）来预测网络中未产生连边的两个节点之间形成连边的可能性[28]。通过链路预测，可以发现缺失链路（已经存在但是未被发现），也可以对未来链路（现在不存在但是未来很可能出现）进行预测[29]，本文主要是对未来链路进行预测，所计算的两个节点之间出现链路的可能性用出现链路的概率来表示。
..................................
2.2链路预测的分类
根据不同的链路预测依据，链路预测被分为了基于相似性的链路预测、基于似然分析的链路预测等；而针对不同的网络结构，链路预测又被分为加权网络的链路预测、有向网络的链路预测以及二部分网络的链路预测等。本文采用的是基于相似性的链路预测，下文将着重介绍。
基于相似性的链路预测，主要是利用网络结构信息对网络中节点的相似性进行定义和刻画，通常两个节点相似性越大则表明两个节点形成链路的可能性越大。在一个网络中，如果两个节点结构相似、共同邻居相似，那么这两个节点就有很大可能形成链路，而针对这种相似性概率的计算方法，目前有以下几种判断指标：
如图 2-1 所示，在该网络图中，一共含有 10 个节点，15 条边。若该网络为无向完全图，则该网络中应有 45 条边，表明该网络中有 30 条不存在的边。我们选择网络中存在的 3 条边（虚线表示）作为测试集，其余 12 条边（实线表示）作为训练集。通过某种链路预测方法，计算 33 条未知边（包括不存在的边和作为测试集的边）的得分，将分数按照从高到低进行排序，如果算法能将更多的测试边（共 3 条）排在不存在的边（共 30 条）之前，则说明算法的预测精确度较高。
计算机论文怎么写
计算机论文怎么写
..............................
第三章 基于同构网络结构的水下无线传感器网络消息转发算法 ...................... 10
3.1问题描述 ............................................ 10
3.1.1 节点与时隙划分 .......................... 10
3.1.2 节点间链路 .....................................11
第四章 基于异构网络结构的水下无线传感器网络消息转发算法 ...................... 22
4.1问题描述 ...................................... 22
4.1.1 节点与时隙划分 .................................. 22
4.1.2 节点间链路 ............................. 24
第五章 总结与展望 ............................ 43
5.1总结 ................................. 43
5.2 未来研究展望.........................43
第四章 基于异构网络结构的水下无线传感器网络消息转发算法
4.1 问题描述
4.1.1 节点与时隙划分
假设在三维水域环境 D 中（???? ∈ ????+3），均匀分布着 n 个移动节点???? = {????1, ????2, …, ????????}和 m个锚定节点（作为边缘计算节点）???? = {????1, ????2, …, ????????}。移动节点和边缘计算节点共同组成一个 UWSN，具体描述如下：
(a) 移动节点。移动节点被固定在水下移动载体（鱼类或人工仿生鱼）上，可以通过载体移动产生的相遇机会来实现节点间通信。由于载体（如鱼群）的群聚行为，移动节点的移动规律可以被近似地看作服从游牧群体移动模型[46,47]，即由若干个移动节点和 1 个中心节点组成 1 个游牧群体，该游牧群体中移动节点围绕中心节点运动[48]。此外，由于鱼群种类差异以及鱼群的巡游、觅食等生活习性，中心节点会作出某种规律性移动。如图 4-1 所示，首先为每个游牧群体设定中心移动节点，移动节点归属于某个中心节点，并在其周边特定范围内移动，被称为附属移动节点。游牧群体中的附属移动节点围绕中心移动节点在特定范围内移动，整个游牧群体随着中心移动节点的移动而发生位移。每个移动节点可以记录与它相关的历史链路并进行链路预测。
计算机论文参考
计算机论文参考
...............................
第五章 总结与展望
5.1总结
UWSNs 中移动节点载体类型多样化、水声通信不规则、水下环境较为复杂，带来了节点移动规律复杂、未来链路不确定等问题。本文利用链路预测方法，考虑了水下无线传感器网络同构网络结构（只存在移动节点）和异构网络结构（存在锚定节点及移动节点）两种场景，分别设计了不同的消息转发方法。特别地，本文在原有的共同邻居相似性指标的基础上，分析机会网络中消息转发的时空特性，提出了时空相似性指标，并运用到消息转发算法的设计中。
对于异构网络结构，本文根据移动节点和锚定节点的特点，分别设计了时空 Jaccard 指标和时空 Salton 指标来计算链路相似性，同时给出了预测偏差的评估方法。仿真实验结果表明，所提出算法可以在消息副本数限定情况下，提高了消息投递率和降低消息转发时延。本文所提出算法适用于海底资源开采、围海养殖、海底生物研究等 UWSNs 应用，特别随着陆地资源的不断消耗，全球对海洋资源的探索和开采不断增大，开发海域由浅海向深海发展，所提出算法能为水下环境探查和水下资源探索提供一个较为良好的 UWSNs 消息转发和数据传输方案。
