吉大智慧海洋WUWNet'23论文发表

   魏昌信，2021级硕士研究生。发表题为《Fountain Codes Based Reliable Data Transfer Scheme with Rank Complement for Underwater Acoustic Sensor Networks》的论文。

   可靠的数据传输对于水下声学传感器网络（UASNs）是至关重要的，因为多种水下应用需要准确、即时和节能的数据传输。一些现有的协议利用喷泉码来实现高可靠性的数据传输。但也会产生高传输延迟和大能耗，无法满足上述需求。为此，我们提出了一种基于喷泉码和补足秩的可靠数据传输方案（FRDT-RC），以平衡传输速率、传输延迟和能源消耗。它可以确保在UASN中数据包的可靠交付，低延迟和高能效。在FRDT-RC中，我们首先设计了一种窗口控制算法，该算法采用粒子群优化来确定一次传输中适当的编码数据包数量，从而提高了吞吐量和延迟的性能。然后，我们对发送方的可解码性进行了预测，以增加解码概率。最后，提出了一种基于补足秩和多重累积确认的ARQ机制来降低能源消耗。仿真结果表明，FRDT-RC在UASN中，吞吐量、传输延迟和能耗方面表现良好。

   国婧婧，2019级博士研究生。发表题为《Development and Test of a Moored Underwater Docking System for Resident UUVs》的论文。

   为解决无人潜航器（UUV）的能源限制问题，水下接驳技术的发展使 UUV 能够独立完成充电、上传数据和下载新任务。文中介绍了一种新型系泊接驳系统的硬件和软件组成，旨在使UUV能够自主、可靠地接驳。该系统包括坞站、UUV 和远程监控装置（RMU）。其中，坞站采用系泊设计，便于部署和回收，同时保持稳定的漂浮姿态。此外，声学制导设计用于引导 UUV 到达坞站，其中包括交互式声学定位和比例制导策略。原型系统已在海洋环境中进行了初步测试，成功实现了部署、回收、定位和接驳。

   崔建阔，2022级博士研究生。发表题为《Hamiltonian based AUV navigation using finite-time trajectory tracking control》的论文。

   在文中提出了一种基于Hamilton方法的有限时间渐近稳定控制方案，用于处理具有时变外部干扰的AUV的三维轨迹跟踪问题。通过使用正交分解技术将AUV轨迹跟踪数学模型转化为受控哈密顿（PCH）模型，可以有效避免近似线性化的缺点。此外，利用哈密顿控制理论为AUV设计了有限时间轨迹控制器。这可以通过减少AUV轨迹跟踪系统的收敛时间和避免超调来提高控制精度。理论分析证明了基于有限时间Lyapunov稳定性理论的AUV三维轨迹跟踪闭环控制系统的有限时间稳定性，仿真结果验证了设计的控制律的有效性和优越性。

   霍利鹏，2022级博士研究生。发表题为《Multi-Agent Modeling Based Analysis for Dissipative Discrete Underwater Energy Network System》的论文。

   在文中提出了水下能量网络（UENs）的概念，在提供信息网络连接的同时，它还可以向水下节点提供能量供给。这是突破水下无线传感器网络（UWSNs）能量约束的一个很有前途的解决方案。文章中，我们首先回顾了各种水下设备的能量特性。然后，我们介绍了UEN的概念、主要测量和评价指标。提出了一种多智能体建模方法，对该耗散和离散系统进行了仿真和性能研究。通过建模，可以估计UEN中参数对系统寿命和能量吞吐量的影响。

   温恒，2022级博士研究生。发表题为《Virtual Force Particle Swarm Optimization Mix Algorithm for Node Deployment in UWSNs》的论文。

   节点部署是水下无线传感器网络(UWSNs)研究的关键问题之一。在UWSN中，合理的节点部署方案可以提高网络的覆盖率。但是，目前常用的部署方法存在一定的局限性。本文提出了一种用于水下无线传感器网络部署的虚拟力粒子群优化混合算法(VF-PSOMA)。该算法结合了虚拟力和粒子群优化算法的优点，将两者合理地结合起来。通过仿真验证了该算法的可行性和有效性。同时，通过与几种常用算法的对比，初步结果表明该算法具有良好的优化性能。

   范儒军，2021级硕士研究生。发表题为《An Adaptive Mobile Access MAC Protocol for Underwater Sensor Networks》的论文。

   固移结合的水下传感器网络具有广阔的应用前景，近年来受到了越来越多的关注。然而，节点的移动性为MAC协议的设计带来了挑战。本文提出了一种自适应移动接入MAC（AMA-MAC）协议。在AMA-MAC协议中，通过利用长传播延迟，移动节点在普通节点数据传输期间隐式地接入网络。这种方法消除了不必要的握手并提高了传输效率。此外，AMA-MAC提供了一种用于自适应传输资源分配的功率和带宽联合优化算法。该算法根据信道质量、剩余能量和信息价值动态调整带宽和功率。仿真结果表明，AMA-MAC有效地降低了平均端到端延迟，提高了传输效率和能源效率。

   苟鹏翔，2021级硕士研究生。发表题为《A Dynamic Hybrid Coding Scheme for Reliable Data Transmission in Underwater Acoustic Sensor Networks》的论文。

   可靠的数据传输在水下声学传感器网络（UASN）中起着至关重要的作用，因为复杂的声学信道会在数据传输过程中造成严重的数据包丢失和比特错误。传统的可靠数据传输方案通常使用冗余和重传机制来确保可靠性。然而，这些方法优先考虑提高可靠性，却忽略了冗余产生的能耗和逐跳时延。因此，如何在减少冗余的同时最大限度地提高可靠性是一个具有挑战性的问题。为此，我们提出了一种用于 UASN 的动态混合编码方案（DHCS），以平衡可靠性、能耗和时延。首先，DHCS结合使用了物理层RS码和MAC层 LT 码，分别解决比特错误和数据包丢失问题，从而提高数据包恢复率。然后，DHCS 利用基于NSGA-II的方法，根据获得的信道状态信息确定跨层编码的最佳策略。仿真结果表明，DHCS可以平衡 UASN 的吞吐量、能耗和逐跳时延。

   张逸强，2021级硕士研究生。发表题为《VISS-CF: Visual-Inertial Odometry and Sonar Fused SLAM Framework with Enhanced Corner Feature Matching for Underwater Environment》的论文。

   在文中，引入了视觉里程计（VIO）和声呐融合SLAM框架，并运用了角点特征匹配。首先，使用VIO来消除运动失真。其次，设计了一种局部角点特征匹配机制改进最近点迭代帧间匹配，旨在提高SLAM匹配频率。实验结果表明，我们的方法在建图精度方面优于对比的方法。