基于混合海洋捕食者-亨利气体溶解度优化方法的智能水下无线传感器网络，用于海洋环境监测

《Scientific Reports》：Intelligent power underwater wireless sensor networks for marine environmental monitoring using a hybrid marine predator–Henry gas solubility optimization approach

　　

摘要

水下无线传感器网络在海洋监测、环境监控以及灾害预防方面发挥着重要作用；然而，由于电池容量有限、声学通信成本高昂以及节点维护困难，这些网络的实际应用受到了严重限制。尤其是低效的聚类和路由策略会导致能量消耗不均衡、节点过早失效以及网络寿命缩短。为了解决这些问题，本文旨在设计一种高效且可扩展的聚类及多跳路由框架，以延长网络寿命并确保数据的可靠传输。我们提出了一种名为MPA-HGSO的混合优化方法，其中海洋捕食者算法用于选择簇头并形成簇，而亨利气体溶解度优化算法则用于优化多跳路由路径。该框架在Matlab环境中进行了大量仿真测试，测试场景包括三种基站部署方式，网络由300个传感器节点组成，覆盖面积为200×200平方米。性能指标包括网络寿命、能量消耗以及端到端传输延迟，并与LEACH、TEEN、MPSO和IPSO-GWO等算法进行了比较。仿真结果表明，MPA-HGSO的性能显著优于这些基准算法。在中心基站场景下，所提方法的第一个节点失效时刻为2151轮，第二个节点失效时刻为2160轮，而LEACH算法的相应数值分别为1115轮和1290轮。此外，平均传输延迟降低到了140毫秒，相比传统方法降低了多达44%。这些结果证明，所提出的MPA-HGSO框架是一种能够在能量消耗、网络寿命和通信效率之间实现良好平衡的有效方案，有望用于长期大规模的水下无线传感器网络部署。