基于WOSS的NS-Miracle水聲信道模擬方法擴展

李 莉，路晨賀，王 桐，谷傳欣，梁洪全

(1. 沈陽化工大學計算機學院，遼寧沈陽110142；2. 通信網信息傳輸與分發技術重點實驗室，河北石家莊05000；3. 北京信息科技大學傳感技術研究中心，北京100631)

0 引 言

近年來，陸上無線傳感器網絡技術飛速發展，而水下無線傳感器通訊網絡還處于探索研究階段，尤其是在海洋環境中，由于水下環境復雜而且不穩定，導致水下無線傳感器網絡通訊需要考慮多種可變因素的影響，如軟表面和氣泡層、魚群、浮游微生物等不規則散射體，以及冷暖水團、湍流、層流、內波等。因此，采取實驗的方法研究水聲傳感器網絡相關技術不僅需要考慮眾多因素的影響，而且需要大量的人力、物力資源和較長的研究周期。隨著計算機技術的發展，利用計算機仿真技術進行水聲傳感器網絡的建模、仿真，可以高效、便捷地模擬水下通信環境和水聲通信過程，并對水聲傳感器網絡的最新研究結果進行驗證。

在水下無線傳感器網絡仿真中，由于水下環境復雜且不穩定，多徑效應、多普勒效應、衰減現象嚴重，因此如何真實模擬水聲信道環境是仿真技術的關鍵。水聲傳感器網絡相關技術的研究仍處于初步階段，目前仍沒有一款完善的、專用的水聲傳感器網絡的仿真系統能夠模擬真實水聲傳播壞境[1]。

為了能夠利用計算機模擬水下傳感器網絡的通信情況，眾多研究者提出了各種可用于模擬水下網絡通信的仿真系統。其中 Thomase[2]提出具有可視化界面的模塊化仿真軟件，使用者可以自己進行水聲參數的設置，仿真方便，用法簡單。但該軟件信道建模時未考慮海水溫度、深度、鹽度等因素對信道的影響。同樣，Aqua-Sim[3]和 UASim[4]這兩款軟件，在建立水聲信道模型時模擬了水下環境，但也未涉及海水的這些相關因素。為了提高計算機模擬的真實度，Harris等[5]將海洋環境噪聲模型添加到 NS-Miracle[6]仿真軟件的信道模型中，從而可以模擬水下噪聲因素對仿真實驗的影響。

由于海水溫度、鹽度、深度、海底沉積物等情況對水下聲波的傳輸具有一定的影響，因此為了更準確模擬水下傳感器網絡的通信特征，反映不同海域水下網絡的傳輸情況，本文通過實現一組公共的C/C++類庫集和 TCL映射，將世界海洋仿真系統(World Ocean Simulation System, WOSS)[7]引入網絡仿真器(Network Simulator 2, NS2)和NS-Miracle仿真軟件中，從而實現對Bellhop[8-9]水聲傳播模型的擴展。

引入世界海洋仿真系統WOSS與Bellhop之后的信道仿真結果與原有信道仿真結果相比，能更準確地模擬水聲信道傳輸特性，使得水下無線傳感器網絡仿真更接近真實海洋環境，得到的仿真數據更具有實時動態性與可靠性。

1 水聲信道模擬

1.1 Bellhop聲射線模型

水聲信道的計算和仿真中，Bellhop聲射線模型可被列為使用頻繁的模型之一。Bellhop作為在聲場建模領域中重要的方法之一，其原理是通過計算聲場模型，從而獲取本征聲線、傳播損失等更多實用的數據。在Bellhop模型中，通過設置聲速剖面、幾何結構、海底地形及聲波在海洋界面中的反射和折射損失等各種相關參數來得出所需海洋水聲環境中聲波傳播的幅度和時延等數據。

Bellhop射線模型理論起源于亥姆霍茲(Helmholtz)方程：

其中：?是哈密頓算子；k是波數；u是振幅。假定此方程的解為聲壓幅度函數F(x,y,z)和相位函數A(x,y,z)的乘積為

將上述解代入到式(1)中，可得：

在假設幾何聲學近似條件成立時，式(3)用來確定聲線幾何形狀，而式(4)用來確定聲波的振幅。

射線理論模型除了考慮本征聲線等數據參數外，為了得到更真實的模擬水下環境的仿真結果，還需要在相應文件(水體環境、海面反射系數、海面形狀、聲速剖面圖、海底反射系數、海底形狀)中輸入相應的海洋環境參數值來進行計算，從而才能得出相應的傳播損失、聲線到達時間等指標。Bellhop運行原理如圖1所示。

圖1 Bellhop輸入/輸出參數Fig.1 The input/output parameters of Bellhop

由圖1可知Bellhop運行過程大體分為三部分，包括輸入文件、Bellhop仿真器和輸出文件。使用者需要提供Bellhop所需的各類輸入文件，Bellhop仿真器利用這些輸入數據計算便可得到輸出結果。由圖1可知，利用Bellhop仿真時，對于參數提供和輸入的操作是比較復雜的，需要用戶具備專業知識并且每一次的仿真都需要用戶在代碼中進行手動修改，因此，為了用戶使用方便，我們將世界海洋模擬系統(WOSS)引入仿真系統，當用戶進行仿真時，只需在Otcl腳本中輸入相應位置的經度、緯度及深度，WOSS便可自動地將指定海域的相關參數提供給Bellhop，從而進行聲場的計算。

1.2 水體環境模擬

水聲通信特征的模擬對于水下傳感器網絡仿真結果的準確性至關重要，而水體環境因素(如海水深度、海底沉積物等)對水下聲波的傳輸情況又有重要影響，因此水體環境建模成為水下傳感器網絡仿真的必要部分。為了真實地模擬水體環境，本文將世界海洋模擬系統(WOSS)引入仿真系統，為Bellhop射線模型提供海洋環境參數。

WOSS是一個開源的多線程框架，通過更逼真的聲學傳播計算方法來提高水下傳感器網絡仿真的可靠性。使用者可以通過輸入海洋地理位置信息，然后調用WOSS對象來檢索環境參數數據庫，從而得到相應的水體環境數據。WOSS在仿真系統中的數據流向如圖2所示，用戶將要模擬的水下網絡所處的地理位置信息(經度、緯度、深度)輸入仿真系統中，仿真系統通過 WOSS自動檢索海洋環境數據庫獲取該位置的水下環境參數，然后提供給信道模擬器Bellhop，Bellhop利用這些環境參數進行水下聲場的計算，從而得出實際水下環境參數的仿真結果，最終將結果傳遞給網絡仿真器。

圖2 仿真系統中WOSS數據流向圖Fig.2 Schematic diagram of WOSS data flow in the simulation system

WOSS框架接口主要分為3類，分別實現與網絡模擬器、信道仿真器和環境數據庫的通信連接。其具體工作原理和各主要類庫之間的相互關系如圖3所示。

圖3 WOSS系統框圖Fig.3 Block diagram of WOSS system

從圖3中可以看出：網絡仿真器的用戶層負責將海洋地理位置參數傳遞給 WossManager，WossManager則負責從WossCreator請求一個Woss對象，WossCreator收到請求后會創建和初始化一個Woss對象，Woss對象用來通過WossDbManager去調用各個訪問環境參數數據庫接口類(WossBathymetryDb, WossSedimentDb, WossSSP-Db)及存儲、檢索信道仿真結果的接口類(WossResPressDb, WossResTimeArrDb)。Woss對象還可以調用ResReader和WossResReader去讀取信道仿真器結果。

由以上分析可知，系統引入WOSS后，可以利用Bellhop實現對水下聲場的模擬。但是海洋環境中，特別是淺海環境中存在著大量噪聲，這些噪聲都會影響水下傳感器網絡的數據傳輸。因此，水下傳感器網絡仿真系統中噪聲模擬和信噪比的計算也非常重要。

2 噪聲模型和信噪比SNR的計算

2.1 噪聲模型

海水中的環境噪聲是指除去換能器本身的噪聲和所有能確定的聲源所產生的噪聲以外的噪聲。海洋環境噪聲源中最主要的是海洋湍流、船舶、風浪和熱噪聲。以下給出了這四種噪聲源的功率譜密度經驗公式[10]，單位為 dB，功率譜密度參考值為

2.2 信噪比SNR和誤包率的計算

其中：PI,i為到達接收端的干擾功率；Pi為干擾功率；ti是包i的傳輸時間段。如果ti≤t≤ti+Ti時，開關函數，其他情況下都等于0。在這一點上，Miracle對信噪比(Signal To Ratio, SNR)的計算是根據在想要傳播的持續時間Tu內的平均干擾進行的：

3 模型測試

3.1 仿真平臺可用性測試

為了測試引入 WOSS和 Bellhop后，NS2/NS-Miracle仿真平臺是否能夠正確運行，并盡可能真實地模擬水下聲波的傳輸情況，本文選取了一個5個節點的集中式網絡，其經度和深度平面視圖的網絡拓撲結構如圖 4所示，網絡 MAC協議使用Aloha協議。進行了3組仿真實驗，仿真平臺均為NS2/NS-Miracle仿真平臺，都利用WOSS確定網絡節點地理位置。第1組實驗水聲信道模型采用的是經驗模型，第2組實驗利用env類型的輸入文件為Bellhop仿真器提供環境參數，第 3組實驗則通過WOSS利用節點地理位置索引環境參數數據庫，得到的參數傳遞給Bellhop仿真模型，Bellhop仿真模型計算結果再通過WOSS傳遞給網絡仿真器。

圖4 網絡拓撲結構圖Fig.4 Network topology structure diagram

三組實驗采用的參數完全相同，如表1所示。網絡中所有節點均布置在北緯42.59°，經度范圍為10.125°E～10.162°E，每隔 0.01°布置一個節點，節點深度從水下 50 m到 55 m，每個節點深度間隔1 m，匯聚節點位于10.143°E，深度為水下5.5 m。三組仿真結果數據比較見表2。

表1 三組仿真實驗參數Table 1 Parameters for the three sets of simulation experiments parameters

表2 三組仿真結果比較Table 2 Comparison of three sets of simulation results

比較結果顯示，三組仿真數據比較接近，其中利用Bellhop信道仿真模型的兩組實驗平均吞吐量、平均延時非常接近，而利用經驗信道模型的第一組仿真得到的平均吞吐量和延時與后兩組數據的差別稍大，三者的平均誤包率非常接近。這表明引入WOSS和Bellhop的NS2/NS-Miracle仿真平臺能夠正確模擬水下聲信道傳播特性，而由于WOSS可以檢索全球范圍內海洋數據信息提供給Bellhop信道仿真器，從而使網絡仿真更接近實際水下網絡通信情況，進而提高計算機仿真的可靠性。而且WOSS操作簡便，只需給定仿真網絡所處地理位置(經度、緯度和深度)即可。但是仿真耗時情況顯示，后兩組仿真時間比較長，特別是第三組，這表明利用Bellhop和WOSS會嚴重降低仿真效率。

3.2 信道模型測試

為了驗證引入WOSS和Bellhop對仿真結果的影響，實驗選取了3個不同的地理位置進行仿真，分別為意大利皮亞諾薩島附近海域、美國波士頓附近海域和馬來西亞馬六甲海峽，采用經驗模型、Bellhop模型以及引入WOSS參數的Bellhop模型的仿真系統對圖4所示的相同的網絡結構進行仿真和對比研究，得到的誤碼率和吞吐量結果如表3所示。

從表 3可以看出，在 3個不同的海域，采用Bellhop模型以及引入WOSS參數的Bellhop模型仿真結果中平均吞吐量、平均延時非常接近，而利用經驗信道模型得到的平均吞吐量略低于另兩種信道模型，誤碼率略高于另兩種信道模型。值得注意的是，采用經驗模型仿真系統的仿真結果在海域改變的條件下是不變的，而采用Bellhop模型與引入WOSS參數的Bellhop模型的仿真結果相近并呈動態性變化。由于引入WOSS系統后在仿真時調取了實驗地點的具體環境信息，如深度、鹽度、溫度采樣數據、海底沉積物數據等，這些因素均對水下聲波的傳輸具有一定影響，因此導致實驗結果略有不同，而采用經驗模型仿真系統并不能考慮到實時信道特性，因此是固定不變的。同時，由于WOSS可以根據地理位置信息實時獲取水下壞境參數，從而為 Bellhop提供信道仿真的輸入參數，因此引入WOSS參數的Bellhop模型仿真系統僅需要輸入相應仿真環境的地理位置(經度、緯度和深度)即可。由此表明采用引入WOSS參數的Bellhop模型仿真系統更加容易操作同時能夠真實地模擬不同海域的通信情況。

4) 工程機械保有量非?？捎^，其中包括很大比例含有缺陷、存在風險、面臨退役的工程機械設備。隨著再制造核心技術逐步加強，產業化前景十分明朗。根據2015年統計數據最大值整理，總量為718萬臺。圖1為截至2015年我國工程機械的保有量示意圖[2]。

表3 有無WOSS仿真結果比較Table 3 Comparison of simulation results with and without WOSS

為了進一步驗證WOSS對仿真系統的影響，本文分析了經驗信道模型、Bellhop信道模型、引入WOSS的Bellhop信道模型對MAC協議的影響。仿真計算了3.1節所述網絡環境采用3種信道模型時，ALOHA-CS協議仿真結果，如圖5～7所示。

平均歸一化吞吐量比較如圖5所示，從圖中可以看出三種模型下吞吐量均隨著發包率的增加而逐漸下降，其中Bellhop模型與引入WOSS參數的Bellhop模型的歸一化吞吐量數據非常接近，且在發包率 30～270 bit·s-1范圍內一直高于協議在經驗模型下的仿真結果。

圖5 三種信道模型的歸一化吞吐量仿真結果Fig.5 Simulation results of normalized throughput for three channel models

圖6為網絡數據包延時的仿真結果，從圖中可以看出隨著發包率的增加，3種模型下協議的平均延時均逐漸增大，其中Bellhop模型與引入WOSS參數的 Bellhop模型的平均延時在發包率 30～211 bit·s-1范圍內穩步增加且非常接近，在發包率211 bit·s-1之后增加幅度變快，但始終低于采用經驗模型下的協議仿真結果。

圖6 三種信道模型的平均延時仿真結果Fig.6 Simulation results of average delay for three channel models

采用三種信道模型的網絡平均誤包率仿真結果如圖7所示，三種模型下協議的平均誤包率均逐漸增大，其中當發包率在 40～270 bit·s-1范圍時，Bellhop模型與引入WOSS參數的Bellhop模型的誤包率一直低于采用經驗模型下的協議仿真結果。三種不同信道模型的協議的仿真結果表明，由于采用Bellhop模型和引入WOSS參數的Bellhop模型考慮到了實時海洋信道復雜特性，所以與經驗模型相比，仿真結果更真實，同時考慮到引入 WOSS參數的Bellhop模型的仿真操作只需給定仿真網絡所處地理位置(經度、緯度和深度)即可，所以采用引入WOSS參數的Bellhop模型的仿真更真實，操作更便捷。

4 水下傳感器網絡MAC協議仿真

為了進一步測試擴展后的仿真軟件的可用性，本文利用 WOSS和 NS2/NS-Miracle仿真分析ALOHA-CS協議、CSMA/CA協議和DACAP協議在 5個節點的集中式拓撲結構(見圖 4)的水聲傳感器子網中的性能。下面簡要介紹一下三種MAC協議的工作原理和特性。

4.1 三種協議工作原理

ALOHA-CS協議是ALOHA協議的改進版本。ALOHA-CS協議[12]在ALOHA協議上增加了信道監聽功能，當數據傳輸時，節點偵聽信道，若有數據傳輸，則等待一個隨機分布時間，再次偵聽信道，進行下一次重傳，若重傳次數達到上限則放棄傳輸進行丟包處理。它的好處在于比較適用于業務量小的局部網絡。

CSMA/CA協議是一種基于爭用型介質訪問控制的協議。CSMA/CA協議在CSMA協議上增加了RTS-CTS握手機制，解決了隱藏終端和暴露終端的問題。其原理是當源站給目的站發送數據時，若信道空閑則源節點會發送一個 RTS(Request to Send)幀，當目的節點接收到來自源節點的RTS幀時會回發一個 CTS(Clear to send)幀，源節點接收到 CTS幀后可以進行數據的傳輸，當數據傳輸完畢后，目的節點則會給源節點發送一個確認幀ACK，則完成數據傳輸。若源節點檢測到信道被占用時，則會實行二進制隨機退避算法進行退避等待重傳[13]，以確保接下來的數據傳輸階段不會發生碰撞[14]。若重傳次數達到上限則放棄傳輸并進行丟包處理。

DACAP協議是一種非同步數據訪問方案。它遵循 RTS-CTS握手原則。根據同時存在握手的鄰節點和相對距離，可能會出現兩個相關的場景：(1)接收器在發送CTS后，無意中聽到RTS，意味著將要通過鄰節點傳輸的數據包在等待接收期間存在威脅，在這種情況下，接收器會向其發射機發送一個短的警告包；(2) 如果任何節點無意中聽到了另一個鄰節點的數據包，或者收到了接收方的警告，它將延遲數據的傳輸。DACAP協議選擇空閑周期的長度是為了避免強干擾。其主要問題在于控制包的利用率較低[15]，但是在網絡工作量少的時候，其誤碼率較小。

4.2 仿真實驗和分析

本實驗中，網絡數據產生方式為固定比特率，采用BPSK調制解調方式。仿真網絡中節點的地理位置與第3節中的仿真網絡節點位置相似，網絡中所有節點均布置在北緯42.59°，經度為10.125°E～10.162°E，每隔0.01°布置一個節點，所有節點深度為海床之上5 m，即4個節點深度分別為57、75、85、86 m。匯聚節點位于 10.143°E，深度為水下1.5 m，其他實驗參數與表1相同。

仿真實驗分為3組，分別對3種MAC協議進行仿真，3組仿真參數完全相同。仿真實驗設置每個節點的發包周期從15 s增加到200 s，共11組數據，每組實驗重復 10次并取平均值，實驗分組情況如表4所示。仿真平臺跟蹤了網絡運行過程中每個發射節點與匯聚節點之間的數據傳輸情況，實驗計算出了每次仿真的平均吞吐量、數據延時和錯誤包率。為了方便比較各個協議的性能，對平均吞吐量進行如式(9)所示的歸一化處理：

表4 實驗分組列表Table 4 Experimental grouping list

式中：τn為歸一化吞吐量；τ為網絡平均吞吐量；t為發包周期；LP為以字節為單位的包長。

仿真計算得到的三種協議平均歸一化吞吐量比較如圖 8所示，從圖中可以看出，Aloha-CS和DACAP協議的吞吐量隨著發包率的增加而逐漸下降，當發包率在 80～270 bit·s-1之間時，Aloha-CS協議的吞吐量一直高于 DACAP協議。這是由于Aloha-CS和DACAP協議都是通過信道偵聽和避讓時間來實現沖突避免機制，信道偵聽和握手機制會消耗一定的時間并增加網絡負擔，因此在發包率增加的情況下網絡吞吐量會下降，其中DACAP的握手和警告包機制相對于 Aloha-CS更為復雜，因此吞吐量性能更差。而在CSMA/CA協議中，當發射節點收到接收節點的確認消息后，無論網絡是否擁擠都會將數據包發出，這種機制使得只要網絡帶寬足夠，發包率的增加對網絡吞吐量的影響不是很大，因此圖8顯示發包率對采用CSMA/CA協議的網絡的吞吐量影響不大。

圖8 三種MAC協議的歸一化吞吐量仿真結果Fig.8 Normalized throughput simulation results of three MAC protocols

圖 9為仿真計算的網絡數據包延時的仿真結果，從圖中可以看出，隨著發包率的增加，Aloha-CS和DACAP協議的數據包延時逐漸增大，當發包率增加到100 bit·s-1時，DACAP協議的數據包延時已經達到700 s，這表明該協議已經無法正常工作，因此DACAP協議不適用于發包率高于100 bit·s-1的網絡。當發包率在270 bit·s-1時，Aloha-CS協議的數據包延時達到了160 s，也基本無法正常工作。因此Aloha-CS協議不適用于發包率高于 200 bps的網絡。這兩種協議的數據包延時性能與其平均吞吐量性能一樣受到了沖突避免機制的影響。而CSMA/CA協議的數據包延時先隨著發包率的增加逐漸增加，當發包率大于 150 bit·s-1后，網絡的平均數據包延時反而下降，并穩定在10 s左右，且整個過程的波動幅度都不是很大。值得注意的是，在發包率小于170 bit·s-1的范圍內，Aloha-CS協議的網絡延時要比其他兩種協議小，這是因為在網絡較空閑的情況下，Aloha-CS協議中發射節點不需要避讓等待而直接發送數據，因此數據包延時很小。

圖9 三種MAC協議的平均延時仿真結果Fig.9 Average delay simulation results of three MAC protocols

采用三種MAC協議的網絡平均誤包率仿真結果如圖 10 所示，其中當發包率小于 30 bit·s-1時，Aloha-CS和DACAP協議的平均誤包率均非常小，幾乎為0。Aloha-CS協議的誤包率隨著發包率的增加呈逐漸變大的趨勢，DACAP協議的誤包率先隨著發包率的增加逐漸變大，當發包率大于 100 bit·s-1后，增加趨于平緩。雖然CSMA/CA協議的誤包率隨著發包率的增加先增加后減小，但是整個過程誤包率均小于0.1，表現出了較好的性能。

圖10 三種MAC協議的平均誤包率仿真結果Fig.10 Simulation results of average packet error rate of three MAC protocols

三種MAC協議的仿真結果表明，由于DACAP強烈的避免碰撞機制，雖然在發包率很低的情況下，其誤包率幾乎為 0，但是由于其性能受到握手時間(包括往返時間、包傳輸延遲和警告分配的時間)的限制，當發包率增加后其性能嚴重下降，甚至無法工作。該協議是以更低的吞吐量為代價來實現較高的成功率。

比較 Aloha-CS和 CSMA/CA協議，雖然Aloha-CS協議的數據包延時性能在發包率小于170 bit·s-1時優于 CSMA/CA，但其他情況下，CSMA/CA協議的各項性能均高于Aloha-CS協議，如果在數據流量大的情況下容易出現擁塞，產生較高的誤碼率。因此，經過多組仿真實驗和分析比較可知，CSMA/CA相較于其他兩種協議更適合于集中式結構的水下傳感器網絡。

5 結 論

本文在 NS2/NS-Miracle計算機仿真系統中引入了WOSS，利用WOSS自動獲取指定位置的海洋環境參數，并傳遞給Bellhop進行水聲信道模擬。另外，對海洋環境噪聲進行了建模、仿真，用于進行信噪比的計算，從而使仿真系統能更可靠地模擬水下聲信道的傳播特性。并在此基礎上，對ALOHA-CS協議、CSMA/CA協議和DACAP協議在擴展后的系統中進行了仿真和分析。結果表明，擴展后的 NS2/NS-Miracle仿真系統能夠更準確地模擬MAC協議在實際水下網絡中的相關特性，同時CSMA/CA相較于其他兩種協議更適合于集中式結構的水下傳感器網絡。