СТОХАСТИЧЕСКАЯ ДИНАМИЧЕСКАЯ МОДЕЛЬ ПОДВОДНОЙ БЕСПРОВОДНОЙ СЕНСОРНОЙ СЕТИ, ОСНОВАННАЯ НА ЛУВЕНСКОМ АЛГОРИТМЕ КЛАСТЕРИЗАЦИИ
Аннотация
Подводные беспроводные сенсорные сети (ПБСС) играют важную роль в мониторинге океанических процессов, подводной навигации, экологическом контроле и обеспечении безопасности. Однако особенности подводной среды, такие как высокая затухаемость сигналов, ограниченные ресурсы энергии и изменяющаяся топология сети, создают значительные сложности в организации эффективной передачи данных. Для оптимизации работы сети и продления ее срока службы используется метод кластеризации, позволяющий группировать узлы, снижать нагрузку на коммуникационные каналы и повышать энергоэффективность. Однако в условиях выхода из строя узлов сети статическая кластеризация становится неэффективной, что требует внедрения динамической рекластеризации. Процедура перераспределения ролей узлов и перестройки топологии сети позволяет сохранять устойчивость связи и минимизировать потери данных, учитывая энергетически баланс всей сети в целом. В данной работе исследуются современные подходы к кластеризации и рекластеризации в ПБСС с учетом энергетического баланса, вероятности отказов узлов и помех в среде передачи. Развитие адаптивных методов управления ПБСС является актуальной задачей, направленной на повышение надежности, энергоэффективности и долговечности подводных сетей связи. В статье представлена стохастическая кроссуровневая модель для динамических трехмерных ПБСС произвольной топологии. Модель использует: новую технику кластеризации/рекластеризации базирующуюся на лувенском алгоритме, протокол маршрутизации, построенный на методе Дейкстра и метод управления доступом к среде на основе расписания передач (TDMA). Предложенная модель функционирования ПБСС положена в основу разработанного имитационного комплекса, позволяющего проводить оценку эффективности и надежности сети с учетом нарушения связности и уязвимостей для ПБСС различного масштаба и назначения. В рамках исследований выполнен параметрический анализ систематических расчетов функциональных характеристик ПБСС. Результаты анализа показали, что предложенная имитационная модель обеспечивает увеличение времени автономной работы сети и снижение числа потерянных сообщений по сравнению с моделями других авторов.
Список литературы
1. Burov D.V., Kamennaya E.V., Shcherbinina I.A. Lokalizatsiya i marshrutizatsiya v besprovodnykh podvodnykh setyakh, ispol'zuemykh dlya okhrany mariferm [Localization and routing in wireless un-derwater networks used to protect marine farms], TDR [Transport Business in Russia], 2017, No. 2. Available at: https://cyberleninka.ru/article/n/lokalizatsiya-i-marshrutizatsiya-v-besprovodnyh-podvodnyh-setyah-ispolzuemyh-dlya-ohrany-mariferm (accessed 26 February 2025).
2. Gromasheva O.S., Kamennaya E.V., Leont'eva N.A., Shcherbinina I.A. Obzor vozmozhnostey prime-neniya podvodnoy akusticheskoy sensornoy seti i predlagaemykh arkhitekturnykh resheniy realizatsii [Review of the Possibilities of Using an Underwater Acoustic Sensor Network and the Proposed Archi-tectural Implementation Solutions], TDR [Transport Business in Russia], 2016, No. 2. Available at: https://cyberleninka.ru/article/n/obzor-vozmozhnostey-primeneniya-podvodnoy-akusticheskoy-sensornoy-seti-i-predlagaemyh-arhitekturnyh-resheniy-realizatsii (accessed 26 February 2025).
3. Tarik A., Azam F., Anvar M.V., Zakhur T., Muzaffar A.V. Poslednie tendentsii v razvitii podvodnoy besprovodnoy sensornoy seti: sistematicheskiy obzor literatury [Recent trends in the development of un-derwater wireless sensor network: a systematic literature review], Tr. ISP RAN [Proceedings of ISP RAS], 2021, No. 1. Available at: https://cyberleninka.ru/article/n/poslednie-tendentsii-v-razvitii-podvodnoy-besprovodnoy-sensornoy-seti-sistematicheskiy-obzor-literatury (accessed 26 February 2025).
4. Heinzelman W.R., Chandrakasan A. and Balakrishnan H. Energy-efficient communication protocol for wireless microsensor networks, Proceedings of the 33rd Annual Hawaii International Conference on System Sciences, Maui, HI, USA, 2000, Vol. 2, pp. 10. DOI: 10.1109/HICSS.2000.926982.
5. Younis O. and Fahmy S. HEED: a hybrid, energy-efficient, distributed clustering approach for ad hoc sensor networks, in IEEE Transactions on Mobile Computing, Oct.-Dec. 2004, Vol. 3, No. 4, pp. 366-379. – DOI: 10.1109/TMC.2004.41.
6. Sangho Yi, Junyoung Heo, Yookun Cho, Jiman Hong. PEACH: Power-efficient and adaptive clustering hierarchy protocol for wireless sensor networks, Computer Communications, 2007, Vol. 30, Issues 14–15, pp. 2842-2852. ISSN 0140-3664, 10.1016/j.comcom.2007.05.034.
7. Tatarnikova T.M., Bimbetov F., & Gorina E.V. Algoritm energoeffektivnogo vzaimodeystviya uzlov besprovodnoy sensornoy seti [Algorithm for energy-efficient interaction of wireless sensor network nodes], Nauchno-tekhnicheskiy vestnik informatsionnykh tekhnologiy, mekhaniki i optiki [Scientific and Technical Bulletin of Information Technologies, Mechanics and Optics], 2022, 22 (2), pp. 294-301.
8. Li Qing, Qingxin Zhu, Mingwen Wang. Design of a distributed energy-efficient clustering algorithm for heterogeneous wireless sensor networks, Computer Communications, 2006, Vol. 29, Issue 12,
pp. 2230-2237. – ISSN 0140-3664, doi.org/10.1016/j.comcom.2006.02.017.
9. Khan A., & Pirzada A. Energy-Efficient Vertical Communica-tion in Underwater Wireless Sensor Net-works, International Journal of Communication Systems, 2012, 25 (12), pp. 1585-1601.
10. Partan J., Kurose J., & Levine B.N. A Survey of Practical Is-sues in Underwater Networks, ACM SIGMOBILE Mobile Computing and Communications Review, 2006, 11 (4), pp. 23-33.
11. Heinzelman W.B., Chandrakasan A., & Balakrishnan H. Energy-Efficient Communication Protocol for Wireless Microsensor Networks, Proceedings of the 33rd Annual Hawaii International Conference on System Sciences, 2000, pp. 1-10.
12. Rodoplu V., & Meng T.H. Minimum Energy Mobile Wireless Networks, IEEE Journal on Selected Are-as in Communications, 1999, 17 (8), pp. 1333-1344.
13. Kartik P., & Hanno T. Probabilistic Routing in Underwater Sensor Networks: A Survey and the Way Forward, IEEE Communications Surveys & Tutorials, 2015, 17 (2), pp. 626-647.
14. Evstifeeva E.A., Semeykin V.D. Metodika vybora golovnogo klasternogo uzla v besprovodnoy sensornoy seti na osnove nechetkoy logiki [Methodology for selecting the head cluster node in a wireless sensor network based on fuzzy logic], Vestnik AGTU. Seriya: Upravlenie, vychislitel'naya tekhnika i informat-ika [Bulletin of ASTU. Series: Management, computing engineering and informatics], 2018, No. 1. Available at: https://cyberleninka.ru/article/n/metodika-vybora-golovnogo-klasternogo-uzla-v-besprovodnoy-sensornoy-seti-na-osnove-nechetkoy-logiki (accessed 26 February 2025).
15. Makhrov S.S. Neyrosetevaya klasterizatsiya uzlov besprovodnoy sensornoy seti [Neural network clus-tering of wireless sensor network nodes], T-Comm, 2014, No. 6. Available at: https://cyberleninka.ru/article/n/neyrosetevaya-klasterizatsiya-uzlov-besprovodnoy-sensornoy-seti (ac-cessed 26 February 2025).
16. Fedorova T.A., Ryzhov V.A., Safronov K.S. et al. Energy-Efficient and Reliable Deployment Models for Hybrid Underwater Acoustic Sensor Networks with a Mobile Gateway, J. Marine. Sci., 2024, Appl. 23, pp. 960-983. Available at: https://doi.org/10.1007/s11804-024-00444-z.
17. Fedorova T.A., Ryzhov V.A., & Safronov K.S. Ispol'zovanie gibridnoy kommunikatsionnoy arkhitektury podvodnoy besprovodnoy sensornoy seti dlya povysheniya ee vremeni zhizni i effektivnosti [Using a hybrid communication architecture of an underwater wireless sensor network to increase its lifetime and efficiency], Informatika i avtomatizatsiya [Computer Science and Automation], 2024, 23 (5), pp. 1532-1570.
18. Fedorova T.A., Ryzhov V.A., Semenov N.N. et al. Optimization of an Underwater Wireless Sensor Net-work Architecture with Wave Glider as a Mobile Gateway, J. Marine. Sci., 2022, Appl. 21, pp. 179-196. – https://doi.org/10.1007/s11804-022-00268-9.
19. Mark M. Dekker, Arthur S.C. França, Debabrata Panja, Michael X. Cohen. Characterizing neural phase-space trajectories via Principal Louvain Clustering, Journal of Neuroscience Methods, 2021, Vol. 362, 109313. ISSN 0165-0270, https://doi.org/10.1016/j.jneumeth.2021.109313.
20. Groshkov P.V. Avtomatizatsiya protsessa peredachi dannykh po seti. Mnozhestvennyy dostup [Auto-mation of the process of data transmission over the network. Multiple access], Problemy Nauki [Prob-lemy Nauki], 2017, No. 18 (100). Available at: https://cyberleninka.ru/article/n/avtomatizatsiya-protsessa-peredachi-dannyh-po-seti-mnozhestvennyy-dostup (accessed 26 February 2025).
21. Bazarov Yu.I., Ismagilov M.I., Rogov A.N. Novaya morskaya tsifrovaya svyaz' dlya e-Navigatsii [New maritime digital communication for e-Navigation], Transport Rossiyskoy Federatsii. Zhurnal o nauke, praktike, ekonomike [Transport of the Russian Federation. Journal of science, practice, economics], 2018, No. 3 (76). Available at: https://cyberleninka.ru/article/n/novaya-morskaya-tsifrovaya-svyaz-dlya-e-navigatsii (accessed 26 February 2025).
22. Yi J., Tang J., Yuan F., Qiao G., Dai D. Non-Uniform Clustering Algorithm for UWSNs Based on Energy Equalization Non-Uniform Clustering Algorithm for UWSNs Based on Energy Equalization, Sensors, 2023, 23, 5466. Available at: https://doi.org/10.3390/s23125466.
23. Tian K., Zhou C., Zhang J. Improved LEACH Protocol Based on Underwater Energy Propagation Model, Parallel Transmission, and Replication Computing for Underwater Acoustic Sensor Networks, Sensors, 2024, 24, 556. Available at: https://doi.org/10.3390/s24020556.
24. Rappaport T. Wireless Communications: Principles and Practice. Upper Saddle River, NJ: Prentice Hall, 1996, 656 p.
25. Thorp W.H. Deep Sound Attenuation in the Sub and Low Kilocycle per-second Range, J. Acoust. Soc. Am., 1965, Vol. 38, pp. 648-654.
26. Cui J.-H., Kong J., Gerla M., Zhou S. The challenges of building scalable mobile underwater wireless sensor networks for aquatic applications, IEEE Network, 2006, Vol. 20, No. 3, pp. 12-18. Available at: https://doi.org/10.1109/MNET.2006.1637927.
27. Mosqueda-Arvizu C.-A., Romero-González J.-A., Córdova-Esparza D.-M., Terven J. Chaparro-Sánchez R., Rodríguez-Reséndiz J. Logical Execution Time and Time-Division Multiple Access in Mul-ticore Embedded Systems: A Case Study, Algorithms, 2024, 17, 294. Available at: https://doi.org/10.3390/a17070294.
