Интеллектуальные подводные беспроводные сенсорные сети с экономией энергии для мониторинга морской среды на основе гибридного подхода морской хищник–Henry gas solubility optimization

Наблюдение за океанами с меньшими потерями энергии

Наши океаны пронизаны подводными датчиками, которые отслеживают штормы, загрязнения и изменения экосистем, но поддерживать этих тихих стражей в рабочем состоянии непросто. Их батареи почти невозможно заменить, а подводная связь быстро расходует энергию. В этом исследовании предложен более разумный способ, при котором большие поля подводных датчиков обмениваются информацией так, чтобы вся сеть работала дольше и передавала данные для морского мониторинга более надёжно.

Почему подводные датчики испытывают трудности сегодня

Подводные беспроводные сенсорные сети необходимы для отслеживания состояния океана, обнаружения утечек и предупреждения о природных опасностях. Тем не менее многие существующие системы растрачивают батареи неэффективно, потому что данные передаются не оптимально. Датчики могут отправлять данные напрямую на удалённую станцию или следовать плохо выбранным маршрутам, из-за чего некоторые устройства быстро разряжаются, тогда как у других остаётся много энергии. Такое неравномерное расходование сокращает полезный срок службы сети и ухудшает качество информации, которой ученые нуждаются особенно для долгосрочных наблюдений.

Двухчастная стратегия, вдохновлённая природой

Чтобы решить эту проблему, авторы предлагают новую схему управления под названием MPA-HGSO, которая разбивает задачу на два взаимосвязанных решения: как группировать датчики в кластеры и как передавать данные от этих кластеров к базовой станции. Для кластеризации они используют алгоритм, смоделированный по охотничьему поведению морских хищников, что помогает выбрать датчик в каждой зоне, который будет локальным лидером. Для маршрутизации применён метод, заимствованный из поведения растворимости газа в жидкости, отдельный алгоритм ищет многоступенчатые пути, требующие наименьших энергозатрат в целом. Разделив задачи между алгоритмами, система может эффективнее искать лучшие конфигурации.

Построение более сбалансированной подводной сети

В предложенной сети сотни датчиков делятся измерениями с ближайшим головным узлом кластера, вместо того чтобы все одновременно передавали данные на поверхность. Эти головные узлы собирают и сжимают показания, затем передают их по цепочке других лидеров, пока данные не попадут на базовую станцию. Шаг, вдохновлённый морскими хищниками, выбирает главные узлы, которые как удачно расположены, так и имеют достаточный запас энергии, чтобы никакой отдельный датчик не оказывался перегруженным. Шаг, основанный на растворимости газа, затем выбирает маршруты, которые избегают чрезмерно используемых ретрансляторов и длинных прыжков через воду, естественным образом направляя трафик по путям с меньшими энергетическими потерями и меньшими задержками.

Тестирование на разных схемах расположения

Команда протестировала свой подход в компьютерных симуляциях сети из 300 узлов, покрывающей квадратный участок морского дна. Они рассмотрели три практических расположения базовой станции: в центре области, в одном из углов и полностью за пределами контролируемой зоны. Новую схему сравнивали с несколькими известными методами, которые либо случайно меняют головные узлы, либо используют одну стратегию оптимизации и для кластеризации, и для маршрутизации. При общих предположениях о расходе энергии, размере данных и скорости звука в воде измеряли, как долго сеть функционирует, сколько энергии расходуется, сколько пакетов данных достигает базовой станции и какова средняя задержка доставки каждого пакета.

Дольше работает и быстрее доставляет сообщения

Результаты показывают, что новая система существенно продлевает работу сети и одновременно сокращает задержки в связи. В самом благоприятном случае, когда базовая станция расположена в центре, первая гибель датчика отложилась до более чем 2100 раундов работы, по сравнению примерно с вдвое меньшим числом у классического базового метода. Даже когда базовая станция находилась на краю или за пределами зоны наблюдения, новый подход сохранял датчики живыми на сотни раундов дольше, чем конкурирующие схемы. При этом средняя end-to-end задержка доставки данных снизилась до примерно 140–190 миллисекунд, что до 44 процентов меньше, чем в традиционных протоколах, означая, что более свежая информация достигает исследователей быстрее.

Что это значит для наблюдения за морем

Для неспециалистов ключевое сообщение просто: позволив подводным датчикам «сотрудничать умно», а не «кричать вслепую», этот метод растягивает скудный запас батарей и делает системы мониторинга океана полезными дольше. Вдохновлённая природой двойная стратегия организует датчики в более справедливые рабочие группы и направляет их сообщения по мягким, эффективным путям. Хотя в реальных океанах есть дополнительные сложности, такие как подвижные узлы и зашумлённые каналы, исследование предлагает перспективную схему для создания долговечных, крупномасштабных подводных сетей, которые смогут тихо наблюдать за меняющимися океанами годами, а не месяцами.

Цитирование: Yanhao, W., Alsarhan, A., Aljaidi, M. et al. Intelligent power underwater wireless sensor networks for marine environmental monitoring using a hybrid marine predator–Henry gas solubility optimization approach. Sci Rep 16, 14931 (2026). https://doi.org/10.1038/s41598-026-45139-3

Ключевые слова: подводные сенсорные сети, энергоэффективная маршрутизация, морской мониторинг, беспроводная кластеризация, многоступенчатая связь