实验室硕士生周泽仁的论文被国际顶级期刊 IEEE Transactions on Vehicular Technology（IF=5.978）录用，祝贺！

Sleep-Scheduling-Based Hierarchical Data Collection Algorithm for Gliders in Underwater Acoustic Sensor Networks

IEEE Transactions on Vehicular Technology,

2021 (SCI index, IF=5.978)

近年来，水声传感器网络（UASN）在海洋环境监测、近海勘探和海洋军事应用方面得到了广泛的研究。UASNs的核心功能是为水下环境操作收集数据。然而，许多因素使得水下数据收集具有挑战性；海洋温跃层可能会影响UASN节点和水下滑翔机的通信，减小它们在不同深度的通信范围；此外，埃克曼漂移效应引起的节点移动现象会显著干扰水下数据传输。因此，在本研究中，这些因素对于表征海洋环境是必不可少的。为了应对这些挑战，本文设计了一种基于睡眠调度的分层数据收集算法（SSHDCA），服务于UASN中的水下滑翔机。UASN根据节点的通信范围被拆分成多个虚拟立方体，不同虚拟立方体中的节点交替休眠和工作以节省能源。然后，SSHDCA将网络分为动态层和静态层。在动态层，利用基于虚拟立方体的多跳方法将数据包传输到中心区域。并且，在静态层中，应用改进的基于密度的聚类技术将每个节点分配到适当的节点簇，而水下滑翔机从簇头收集数据。此外，为了降低能耗，SSHDCA对密钥和非密钥数据进行了压缩，从而减小了数据包的大小。实验结果表明，该算法有效地减少了滑翔机的路径长度和节点的平均能耗，同时提高了整个网络的运行寿命。