2026年水声传感器网络MAC协议性能比较分析

汇报人:12342026/05/092026年水声传感器网络MAC协议性能比较分析CONTENTS目录01

水声传感器网络MAC协议研究背景02

水声MAC协议技术体系03

竞争型MAC协议改进研究04

智能学习型MAC协议创新CONTENTS目录05

时分复用MAC协议优化06

性能评估体系与仿真环境07

多维度协议性能比较08

应用场景与未来展望水声传感器网络MAC协议研究背景01军事领域的战略需求水声通信网络在军事情报收集、海上军事防御等方面具有十分重要的作用，是保障水下作战优势和国家安全的关键支撑。民用领域的战略需求随着人类对海洋探索及开发的深入，海洋资源勘探、自然灾害预警等民用需求持续增长，水声通信网络为其提供了可靠的通信保障。水声传感器网络的发展趋势水声网络的发展趋向于大规模传感器网络系统，具有节点数量大和部署密集的特征，对MAC协议在信道共享和网络性能方面提出了更高要求。海洋资源开发的战略需求配图中水声通信环境的独特挑战传播时延显著延长

水声通信中声波传播速度约为1500m/s，远低于陆地无线电信号的3×10^8m/s，导致远距离节点间传播时延不可忽略，对MAC协议的时间同步和冲突避免机制构成挑战。有效带宽资源受限

水下信道带宽有限且随距离变化，基本信道容量较低，使得传统依赖宽带来提升吞吐量的陆地MAC协议难以直接应用，需针对性优化信道利用效率。拓扑结构动态多变

水下节点（如UUV）的移动性、水流运动等因素导致网络拓扑频繁变化，增加了节点发现、邻居状态维护及信道接入管理的复杂度，要求MAC协议具备高适应性。节点能量供应受限

水声传感器节点通常部署在恶劣环境中，电池更换困难，能量资源宝贵，传统MAC协议中频繁的握手信令和冲突重传会加剧能耗，需设计低功耗的信道接入策略。MAC协议在网络性能中的核心作用

协调节点信道接入，避免数据碰撞MAC协议通过定义节点接入共享信道的规则，如竞争窗口机制、时隙分配等，有效减少数据包碰撞，是保障网络通信有序进行的基础。

优化网络吞吐量与带宽利用率通过动态调整竞争窗口（如CCW-MAC协议根据拥塞程度划分阶段调整CW）或采用并发传输策略（如ACART-MAC协议），可显著提升网络吞吐量，部分改进协议相比传统协议吞吐量提升最高达16.4%。

降低端到端时延与提升传输公平性针对水声网络长传播时延特点，AVCW-MAC协议通过差异化设置节点CW，有效降低平均端到端时延；CCW-MAC协议则通过非线性乘除系数调整，提高了节点接入信道的公平性。

适配水下动态环境与节点移动性基于强化学习的UW-ALOHA-QM协议，使节点能通过试错交互适应时变环境及节点移动性，在信道利用率方面较现有移动网络协议最多可提升300%，增强网络弹性与适应性。水声MAC协议技术体系02协议分类与设计原则基于信道接入机制的分类水声传感器网络MAC协议可分为竞争型协议（如CW-MAC、CCW-MAC、AVCW-MAC）和无竞争型协议（如TDMA、ST-MAC）。竞争型协议通过随机退避机制竞争信道，适用于动态拓扑；无竞争型协议通过时隙分配避免冲突，适用于静态或半静态网络。基于应用场景的分类针对不同应用场景，MAC协议可分为支持UUV集群的协议（如LTM-MAC）、移动网络协议（如UW-ALOHA-QM）、大规模高负载网络协议（如ACART-MAC）以及跨层优化协议（如结合定位的VI-ALOHA协议），以满足特定环境下的性能需求。核心设计原则：环境适应性设计需考虑水下长传播时延（声波速度≈1500m/s）、窄带宽、拓扑动态变化等特性。例如，AVCW-MAC协议根据传播时延差异化设置竞争窗口，CCW-MAC协议基于网络拥塞程度动态调整退避策略，以提升环境适应性。核心设计原则：性能优化目标以提升吞吐量、降低端到端时延、保证信道公平性为核心目标。如CCW-MAC协议通过非线性乘除系数调整竞争窗口，较传统CW-MAC提高公平性和吞吐量；ACART-MAC协议结合并发传输与可变时隙，在高负载网络中提升吞吐量。配图中配图中配图中配图中传统协议架构局限性分析

固定竞争窗口导致公平性与时延问题传统CW-MAC协议采用固定竞争窗口（CW）机制，节点接入信道时缺乏动态调整能力，易导致节点间信道争用公平性差，且在网络负载变化时平均端到端时延较大，无法适应水下环境的动态需求。

随机竞争窗口选择降低网络吞吐量传统CW-MAC协议随机选取节点竞争窗口，在节点数目增加或数据包大小变化时，易引发信道冲突，导致网络性能下降。通过NS-3仿真可知，该机制在高负载场景下平均吞吐量显著低于优化协议。

长传播时延引发空窗期问题水声通信网络中声波传播速度约1500m/s，导致长传播时延，传统协议未考虑此特性，易产生信道空窗期，降低信道利用率。例如，固定时隙分配协议因未差异化处理传播时延，时隙间隙利用效率低。

陆地协议直接迁移的适应性不足陆地无线通信依赖电磁波，具有传播时延短、带宽宽等特点，其MAC协议（如基于载波侦听的协议）无法直接应用于水声网络。水下环境的拓扑结构多变、节点能量受限等特性，要求协议具备更强的环境适应性。2026年主流协议技术特征

CCW-MAC协议：拥塞自适应退避机制基于网络拥塞程度划分激烈和缓和两个阶段，采用不同二次曲线计算非线性乘除系数调整竞争窗口（CW），有效提升节点接入信道公平性，提高网络吞吐量并降低平均端到端时延。AVCW-MAC协议：传播时延差异化竞争采用AVCW随机退避机制，根据传感器节点到簇头的传播时延以及退避因子差异化设置CW，在相同节点数目条件下，相比传统CW-MAC协议具有更高网络吞吐量和更低平均端到端时延。UW‐ALOHA‐QM协议：强化学习动态适应利用强化学习使节点通过试错交互适应时变环境，无需时间同步，在多种节点移动模式场景下，信道利用率较现有移动网络协议最多可提升300%，具备高弹性与适应性。ACART-MAC协议：时间自适应碰撞避免结合并发传输（减少握手次数）、自适应调度传输（避免数据包冲突）和可变时隙（增强灵活性），基于时间戳信息调度传输时间，在大规模、高流量负载网络中吞吐量优于传统协议。改进TDMA协议：时隙参数优化算法基于Super-TDMA协议框架，提出利用时延与调度信息的改进分布式信道接入参数计算算法，解决原算法时隙空隙利用和灵活性不足问题，吞吐量最高提升16.4%。竞争型MAC协议改进研究03CW-MAC协议工作原理基本竞争窗口机制CW-MAC协议核心在于节点通过随机选择竞争窗口（ContentionWindow,CW）值来决定退避时间，以此实现信道竞争接入。传统CW-MAC协议中，CW值通常固定或随机选取，节点在发送数据前需经历随机退避过程以减少碰撞概率。信道接入流程当节点有数据发送需求时，首先进入退避阶段，在[0,CW-1]范围内随机选择退避时隙数；退避计时器倒计时结束后，若信道空闲则发送数据，若检测到信道忙则暂停计时，待信道空闲后继续，若发生碰撞则按规则增大CW值后重新退避。传统协议性能瓶颈传统CW-MAC协议因固定或随机CW机制，存在网络性能缺陷：随机选取CW易导致节点竞争不公平，固定CW则难以适应网络拥塞变化，引发吞吐量下降、端到端时延增大等问题，尤其在水声通信网络高传播时延、拓扑动态变化环境下表现突出。CCW-MAC拥塞自适应机制网络拥塞水平划分CCW-MAC协议根据竞争窗口（CW）将网络节点争用信道的水平划分为激烈和缓和两个阶段，为差异化退避策略奠定基础。非线性乘除系数调整策略针对激烈和缓和两个阶段，协议采用不同的二次曲线计算非线性的乘除系数来动态调整节点的竞争窗口（CW），以适应网络拥塞变化。性能提升效果结合理论研究与仿真分析，CCW-MAC协议有效提高了节点接入信道的公平性，同时能够提高网络吞吐量并降低平均端到端时延。传播时延差异化竞争窗口设计AVCW-MAC协议采用AVCW随机退避机制，根据各传感器节点到簇头的传播时延以及退避因子这两个变量来差异化设置各个节点的竞争窗口（CW），以应对水下传播时延大导致的空窗期问题。网络吞吐量性能提升仿真结果表明，与传统CW-MAC协议相比，在传感器节点数目相同的条件下，AVCW-MAC协议能够有效提高网络吞吐量。平均端到端时延降低通过差异化竞争窗口的设置，AVCW-MAC协议在提升网络吞吐量的同时，还能显著降低平均端到端时延，优化了网络的整体性能。AVCW-MAC传播时延优化策略配图中HCW-MAC异构竞争窗口设计

01HCW-MAC协议提出背景针对传统CW-MAC协议无法完全保障信道利用公平性的缺陷，提出基于异构竞争窗口优化策略的HCW-MAC改进协议。

02HCW-MAC协议核心改进研究基于竞争窗口（ContentionWindow,CW）的CW-MAC协议工作原理，设计异构竞争窗口优化策略，形成HCW-MAC协议。

03HCW-MAC协议仿真验证在NS-3仿真平台上对CW-MAC及HCW-MAC协议进行仿真比对，结果显示HCW-MAC协议吞吐量与能耗性能均优于传统CW-MAC，其中HCW-MACII协议性能最佳。

04HCW-MAC协议硬件移植完成HCW-MACII协议在硬件平台上的移植，实现多个水声传感器节点之间的组网通信，系统通信传输成功率高于90%，通信功耗低于20W。智能学习型MAC协议创新04UW-ALOHA-QM协议框架

核心设计理念UW-ALOHA-QM协议是一种基于强化学习的分布式MAC协议，旨在通过节点试错交互实现对时变水下环境的自适应，无需依赖时间同步和复杂信令开销，以提升移动水下网络的信道利用率和弹性。

强化学习算法应用协议采用Q学习算法，使节点作为智能体在每个时隙通过与环境的交互学习最优信道接入动作，动态调整传输策略以应对节点移动性带来的网络拓扑变化，减少碰撞概率。

关键技术特性该协议具有完全分布式自组织能力，通过最小化信令开销和低复杂度设计，实现对水下长传播延迟、有限带宽等特性的适应，支持节点移动模式显著不同的多种应用场景。

性能优势仿真结果表明，在不同节点移动场景下，UW-ALOHA-QM协议相较于现有移动水下网络MAC协议，信道利用率最多可提升300%，验证了其在动态环境中的适应性和高效性。强化学习Q算法实现机制

Q学习核心原理Q学习是一种基于价值的强化学习算法，通过试错交互使智能体（节点）学习最优动作，在每个时间单位（时隙）根据环境反馈更新动作价值函数Q(s,a)，以适应水下时变环境。

UW‐ALOHA‐QM协议实现框架该协议利用强化学习使节点无需时间同步，通过与水下信道交互动态调整接入策略，实现完全分布式自组织网络，显著降低碰撞概率，提升信道利用率。

环境状态与动作空间设计状态空间包含节点移动模式、传播时延变化等环境特征，动作空间定义为不同时隙的信道接入选择，通过Q值迭代优化实现对动态环境的跟踪与适应。

奖励函数与Q值更新规则奖励函数基于信道接入成功与否设定，成功传输时给予正奖励，碰撞或空闲时给予负奖励；Q值更新采用Bellman方程，结合学习率和折扣因子平衡探索与利用。

性能优势：弹性与自适应能力仿真结果表明，UW‐ALOHA‐QM在节点移动模式差异显著的场景中，信道利用率较现有移动网络协议最多提升300%，验证了其在动态水下环境中的适应性与有效性。配图中移动节点适应性学习策略01强化学习驱动的节点自组织机制UW‐ALOHA‐QM协议采用Q学习算法，使节点通过与水下信道的试错交互动态调整接入策略，在无需时间同步的情况下实现分布式自组织，有效应对节点移动性带来的环境变化。02传播时延感知的差异化退避机制AVCW-MAC协议根据节点到簇头的传播时延及退避因子差异化设置竞争窗口（CW），通过非线性调整策略降低空窗期影响，在相同节点数量下相比传统CW-MAC提升网络吞吐量并降低端到端时延。03移动场景下的信道利用率优化仿真结果显示，在节点移动模式差异显著的四种场景中，UW‐ALOHA‐QM协议较现有移动网络协议信道利用率最高提升300%，验证了强化学习在动态环境中的适应性优势。时分复用MAC协议优化05Super-TDMA协议架构协议核心框架Super-TDMA协议以时分多址为基础，通过将时间划分为固定时隙并分配给节点实现信道接入，旨在解决水声通信网络中长传播时延导致的信道利用率低问题。传统时隙参数计算算法局限原算法在时隙空隙利用和灵活性上存在不足，未能充分考虑水下环境的动态特性，导致吞吐量提升受限。改进分布式算法设计提出一种利用时延与调度信息的改进分布式算法，通过动态调整时隙参数，优化时隙分配，提升信道资源利用率。性能提升效果仿真结果表明，改进的信道接入参数计算算法相较于原算法在吞吐量上最高有16.4%的提升，验证了改进的有效性。分布式时隙参数计算模型

Super-TDMA协议原算法局限性基于Super-TDMA协议框架的原信道接入参数计算算法，在时隙空隙利用和灵活性方面存在不足，影响网络吞吐量性能。

改进分布式算法设计思路提出一种利用时延与调度信息的改进分布式算法，通过优化时隙分配策略，提升时隙利用率和协议灵活性。

改进算法性能提升效果仿真结果表明，新的信道接入参数计算算法相较于原算法在吞吐量上最高有16.4%的提升，验证了改进的有效性。基于时间戳的初始化同步ACART-MAC协议在初始化阶段，由所有传感器节点向中心节点发送包含传输时间戳的IRES包，中心节点据此创建存储各节点传播时延的延迟表，为后续调度奠定时间基准。ISP数据包的时间调度广播中心节点根据延迟表建立等待传输时间表，并通过广播初始调度（ISP）数据包将该时间表下发至各传感器节点，明确节点的数据包传输时间，实现初步的时间同步与调度。数据包时间戳的动态同步维护在数据传输阶段，传感器节点发送的数据包中包含传输时间戳，中心节点接收后可利用这些时间戳信息持续更新等待传输时间表，并通过重新调度阶段广播更新信息，动态维护网络的时间同步精度。低漂移时钟同步可行性保障研究表明，通过持续获取机会式传输的时间信息，ACART-MAC协议可将4小时内的时钟漂移控制在0.15ms/h，在节点间最大双向分组交换时间不少于10秒的约束下，满足稀疏网络对时间同步精度的要求。ACART-MAC时间同步机制性能评估体系与仿真环境06NS-3仿真平台搭建水声传感器网络模型构建借助NS-3仿真软件搭建水声传感器网络模型，该模型需能够模拟水下环境的独特特性，为MAC协议的仿真研究提供基础平台。关键参数设置与调整采用控制变量法调整网络中的节点数目、数据包大小、通信速率、节点分布范围以及仿真时间等参数，以研究这些参数对MAC协议性能的影响。仿真场景设计与实现根据研究需求设计不同的仿真场景，如不同节点密度、不同业务负载等场景，并在NS-3平台上实现这些场景的配置与运行。配图中关键性能指标定义

网络吞吐量单位时间内成功传输的数据量，单位通常为bps或Mbps，是衡量MAC协议数据传输效率的核心指标。

平均端到端时延数据包从源节点发送到目