基于数据预测的水下传感网络中AUV移动数据收集算法

摘要

本发明公开了一种基于数据预测的水下传感网络中AUV移动数据收集方法，包括：AUV运用集中式算法初始化最大邻居节点密度分簇，运用SVR对采集数据进行拟合预测，建立预测模型，根据预测模型趋势的相似度进行分簇更新，AUV和对应的簇同步保存相同的预测模型，在数据收集过程中跳过这些簇的访问收集转而直接运用预测模型进行预测，当对应簇预测模型大于预先设定的最大容忍误差阈值或者延时敏感阈值，则立即发送更新请求，使用双向搜索寻找AUV当前位置并告知变化，AUV重新规划剩余路径以获取新的预测模型。通过数据预测，减少AUV遍历路径长度以降低AUV能耗和收集时延，同时降低了整个网络数据量，降低了部分节点能耗，提高整体网络性能。