水下物联网的数据收集一直是个让人头疼的问题。传统固定节点组网用声学链路通信速率低、延迟高、能耗也大而且水下环境信号衰减严重靠静态中继很难保证数据的新鲜度。这几年学界慢慢转向用AUV自主水下航行器当移动收集器但这又带来了新的问题AUV该往哪走、什么时候访问哪个节点才能让收集到的数据足够新这个问题直接用吞吐量或端到端时延来衡量都差点意思于是引入了AoIAge of Information信息年龄这个指标。我花了几周时间把这个受AoI启发的AUV辅助水下物联网协作信息收集方案在Matlab里完整复现了一遍跑了多组对比实验也踩了不少坑。这篇文章把整个项目的建模思路、仿真架构和实操细节都拆开来讲项目代码支持换节点数量、换AUV速度、换信道参数重新跑。适合正在做水下传感器网络、移动数据收集、信息年龄优化方向研究的朋友参考尤其对想用Matlab复现论文实验、但不想从零开始搭框架的人应该能省不少时间。1. 项目背景与核心概念拆解1.1 为什么水下物联网需要移动收集器水下物联网Underwater IoT, UIoT和地面传感器网络最大的区别在于通信介质。地面可以用WiFi、LoRa、4G/5G带宽充足、链路稳定节点直接上云都没问题。水下不行声学通信是主力但这个主力实际体验非常拉胯可用带宽只有几十kHz传播延迟大约是每公里0.67秒水中声速约1500m/s而且多径效应、环境噪声、随季节水温变化导致的声速梯度都会显著影响链路质量。如果所有节点都通过固定的声学链路把数据传给水面汇聚节点问题还不只是慢。离汇聚节点远的节点需要更长的路径或更大的发信功率功耗急剧上升。而水下节点换电池极不方便能量是硬约束。这种背景之下移动收集方案就很有竞争力了AUV按规划好的轨迹巡航飞到传感器节点附近进行近距离通信或者直接浮到水面把数据交给无人艇/水面中继。近距离传输可以用更高的频段、更大的有效带宽节点也不用每次都以大功率向远处发信整体能耗大幅下降。这个项目里协作体现在水面的无人艇和水下的AUV分工合作AUV负责水下采集无人艇在水面跟踪AUV位置并回收数据、也可以作为AUV的定位参考锚点。实际系统中AUV到水面卸载数据既费时间又费能量有无人艇在边上接力AUV可以少跑很多路。我在仿真里把无人艇抽象成一个水面基站具备已知位置AUV完成一轮采集后从最近的出水口浮上去交接数据。这部分逻辑对整体AoI曲线的影响很大后面细说。1.2 AoI——衡量信息新鲜度的标尺信息年龄这个指标最早是Kaul等人2012年在车联网场景里提出的用来描述接收端掌握的信息有多过时。对于传感器网络里那种周期性生成的数据这个指标非常直观假设节点在时刻τ生成了一包新数据AUV在时刻τ把这个数据包接收走那么在任意后续时刻t这份数据包携带的状态信息年龄就是t - τ。数据包在节点缓存里等待、在链路里传输、被处理后排队这段时间都会让年龄增长。注意这个和端到端时延是完全不同的概念。时延只衡量单个数据包从产生到交付的过程时间而AoI衡量的是接收端拥有关于某个过程的最新信息距今有多久。如果数据包传输很快但源端很久才产一包新的数据接收端的数据依然是非常过时的。反过来如果源端拼命产生新数据但传输排队很久接收端拿到的虽然是最新的数据包信息仍然非常陈旧。在水下物联网里AUV访问某个节点是断续的可能几分钟内连续访问也可能大半天都不来一趟AoI才能真正反映水面用户看到的水下状态有多新。本项目的优化目标就是在AUV运动速度有限、通信时间有限、节点缓存有限这三重约束下尽可能压低全局的平均AoI和峰值AoI。有人可能会问直接用吞吐量或平均时延优化不行吗不行。水下环境里AUV访问节点是个典型的服务式过程节点数据产生有周期性AUV服务有等待时间这种排队场景天生就适合用AoI来描述服务质量吞吐量反映的是传了多少完全看不出传得有多新在这个场景里不够用。1.3 受AoI启发到底启发了什么传统的AUV数据收集路线规划目标函数一般是最小化总航程、最小化任务完成时间或者最大化服务节点数。这类目标有个隐形假设所有数据包的重要程度是一样的。但在环境监测、目标探测这类场景里时间敏感度非常高。比如监测海水温度异常、水下目标轨迹今天的数据明天看可能就没意义了。AoI带来的启发是AUV的路径规划不应该只看距离还应该看哪些节点的信息最陈旧、最需要被访问。所以这个项目里的核心算法不是简单的TSP旅行商问题式的静态路径优化而是动态调度AUV每走一步都根据当前各节点的AoI状态、AUV自身位置、以及已经收集到的数据量来决定下一步去访问谁。这也是为什么用强化学习DQN/PPO做决策很适合——状态空间里天然包含各节点AoI动作就是选下一个访问节点奖励函数收集到的全新鲜度信息量。传统启发式方法也可以做但需要显式设计综合距离和AoI的势函数。这也解释了这个项目为什么叫受AoI启发而不是以AoI为目标因为AoI不仅仅是目标函数里的一个奖励项它还直接参与了决策过程中的状态表征。理解这一点后面看代码和调参的时候就更有方向感。2. 系统模型与优化问题的Matlab抽象2.1 网络拓扑与AUV运动模型的仿真设定仿真场景我在项目里设成一片1000m × 1000m的正方形海域传感器节点数量默认是24个可以手动改成20、30、40都行。节点的位置默认用均匀随机撒点这也是多数论文里的做法想做稳健性分析的话可以让AUV跑多轮随机拓扑取平均。节点部署上有一点要注意如果完全是均匀随机分布AUV在仿真中容易遇到某两个节点距离较近但AoI都很大的决策困境。这其实是真实系统的常态不需要特意处理但跑对比实验时要注意拓扑对结果影响很大同一个算法在不同拓扑上的表现可能差异明显因此必须固定随机种子来保证公平对比。AUV的运动模型初始位置设在海域中心。速度我取水下巡航常见的1.5m/s接近3节最大速度2m/s也就是AUV不能瞬移、不能超速这决定了访问两个距离很远的节点必然要花时间而这个时间直接累积到节点的等待时间里推动AoI上升。AUV在节点上空停驻采集数据的时间我按通信方式设定声学近距离通信按1秒算如果节点缓存里累积了多包数据则按每包加0.2秒。2.2 水下声通信信道模型水下声学通信的路径损耗和地面射频信道非常不同。仿真里我采用经典的Thorp经验公式来计算信道衰减逻辑是距离越远、频率越高路径损耗越大。具体参数如下吸收系数Thorp公式10kHz频段约0.035dB/km频率越高吸收越强传播损耗AUV距节点10m时路径损耗可以忽略通信速率可以拉满噪声环境浅海环境噪声按50-70dB参考量设定影响信噪比下限。信号带宽我设成10kHzAUV与节点之间的通信速率近似按香农公式计算速率 带宽 × log2(1 SNR)。在5km距离上声学链路的SNR很低有效速率可能只有几百bps传一个几百字节的数据包非常吃力但AUV游到节点头顶10m范围内时SNR大幅提升有效速率可以达到几十kbps一包数据瞬时就能传完。这是移动收集能降低AoI的根本原因——物理上把通信距离缩短了。编码、调制这些物理层的细节我没有做完整的符号级仿真而是用速率公式在抽象层模拟这样既不影响AoI计算结论又能控制仿真复杂度。如果你想做更精细的复现可以自己在通信模块里替换成实际的BER曲线不影响上层路径决策算法。2.3 AoI演进与代价函数的数学表达AoI演进是整个仿真里最重要也最需要仔细定义的部分我直接给出实现时的数学描述。节点i在离散时刻t的AoI记作Ai(t)。AUV访问节点i并成功收完数据后Ai(t)重置为一个很小的值近似为0表示刚拿到最新数据此后每个时间步如果AUV没有访问节点i则Ai(t)随时间增加增长方式和节点数据生成周期有关。若节点周期为T_i伪代码实现时可以用if AUV未访问节点i: if (t mod T_i 0): Ai(t) Ai(t-1) 1 else: Ai(t) Ai(t-1) 1这里的逻辑实际上就是不访问节点它的状态年龄就在增长只是周期性数据生成会让增长量有一些台阶感。为了简洁我简化成每个时间步1重点考察AUV访问调度的差异如果你要实现精确的周期性AoI需要额外记录每个节点数据包的生成时间戳在收集时计算t - timestamp并重置为这个差值。我建议正式实验用精确版本简版仅用于快速调试。系统级的性能由两个关键指标刻画时间平均AoI和峰值AoI。定义如下时间平均AoI (1/T_sim) × ∑_{t1}^{T_sim} mean_i(Ai(t))峰值AoI max_{i,t} Ai(t)优化问题的形式化写法是在AUV速度约束、停驻采集时间约束、节点能量约束下设计下一时刻的访问动作序列使长期平均AoI最小。注意这是一个典型的序贯决策问题用强化学习非常自然。3. Matlab仿真框架搭建3.1 代码目录结构与职责划分整个项目我按模块拆成了互不依赖的几个文件强烈建议你不要全塞在一个大脚本里不然后面想改参数或替换算法会很痛苦。文件划分如下关键目录结构如下AUV_AoI_Collect/ ├── main.m % 主入口参数配置、循环调度、结果汇总 ├── network_gen.m % 生成节点位置、数据产生周期、缓存大小 ├── acoustic_channel.m % Thorp损耗、SNR、传输速率计算 ├── auv_planner_dqn.m % 基于DQN的路径决策训练/调用分开 ├── auv_planner_greedy.m % 对比基线贪婪最近邻策略 ├── aoi_update.m % AoI状态推进与收集重置 ├── plot_results.m % 可视化轨迹、AoI时间曲线、柱状对比 └── config_params.m % 所有可调参数集中在结构体里main函数不需要很长核心循环依次做四件事根据决策器选下一个目标节点、AUV移动并更新位置、AUV到达后执行数据采集、所有节点AoI按时间步推进。顺序不要搞错应该是先移动再采集再推进AoI如果先推进AoI再移动AUV到节点后采集时的年龄会差一个时间步虽然数值差异不大但和论文公式对不上调试时容易怀疑人生。3.2 配置参数一览与设置建议所有参数我集中在config_params结构体里方便统一调整。这里直接给出一组能稳定跑出有效结果的值也是我反复实验后的经验值参数名默认值说明field_size1000m × 1000m仿真区域边长num_nodes24传感器节点数量auv_speed1.5 m/s巡航速度collect_time_per_packet0.2 s每包数据采集耗时data_gen_period10-30 s节点数据生成周期均匀随机sim_time_steps1000仿真总步数每步1秒bandwidth10 kHz声学链路带宽carrier_freq10 kHz载波频率用于Thorp计算noise_level60 dB环境噪声参考值max_stopping_time5 sAUV单个节点最大停留时间组参数里的噪声_level这里我用的是相对参考值用Thorp公式时通过参数换算成dB具体换算可以看acoustic_channel里的实现。如果你换成了别的海域参数比如深海和浅海差别很大重点调的就是noise_level和carrier_freq这两个值对结果影响最明显。3.3 DQN决策模块的状态、动作、奖励设计这是整个复现中最容易写错的地方我详细展开讲一下。状态空间我取的是各节点当前AoI向量及AUV当前坐标的组合。24个节点就有24个AoI值不能只把哪个节点AoI最大传进去因为决策不仅要看最大者还要看第二第三大的以及它们和AUV的相对位置否则学出来的策略会变得很短视。坐标归一化很重要AUV坐标从0-1000m直接输入会让神经网络对不同量级输入敏感我习惯把所有距离除以field_size、AoI除以一个经验上界比如200秒都归一到0-1区间。动作空间就是选择一个传感器节点作为下一访问目标。每个动作对应一个节点IDAUV移动过去、采集、再进入下一决策时刻。如果当前时刻AUV还在前往某个节点的途中不重复决策只有到达并完成采集后才进入新的决策状态。这个设定和实际系统一致也让动作空间的稀疏性降低。奖励函数是项目成败的关键。一开始我直接用每步的平均AoI取负值作为奖励发现训练完全不稳定。原因在于每步的平均AoI的变化幅度很小而且不同节点间的差异被平均操作抹平了智能体根本感知不到哪个动作更优。后来我改成本次动作执行前后系统平均AoI下降量作为瞬时奖励AUV采完节点i回到决策状态时计算采集前后整个系统平均AoI的差值差值越大说明这次访问有效降低了整体信息陈旧度给正奖励。这个改动非常有效收敛速度快了一大截。一个容易忽略的负反馈设计如果AUV访问一个AoI已经很小比如刚被访问过的节点采集完对系统平均AoI几乎没贡献奖励趋近于0甚至为负因为AUV移动过程中其他节点AoI一直在增长。这正是需要的行为——避免重复访问新鲜节点。DQN学到这个规律之后路径会自然在空间上铺开而不是原地绕圈。网络结构我用一个简单的三层全连接网络输入维度是24AoI向量 2AUV坐标 26隐藏层各64个神经元输出维度24个动作。经验池容量设20000batch size 64学习率0.001epsilon从1.0衰减到0.05衰减步数30000步。这套参数在单核Matlab上训练1000个step大概需要几分钟到十几分钟完全可接受。4. 实验结果分析与验证4.1 对比方案设定三种策略同台竞技为了验证受AoI启发的决策是否真的有效我在同一套网络拓扑和参数下跑了三个方案Greedy-Dist贪心最近邻每次选距离AUV最近的节点。这是最朴素的基线代表完全不考虑AoI的做法。Greedy-AoI贪心按AoI最大优先完全忽略距离。代表只考虑新鲜度、忽略移动成本的另一个极端。DQN-AoI完整的状态观察 奖励反馈训练出来的策略代表本项目的方法。三种方案都跑同一个随机拓扑初始位置相同每个方案重复跑5轮取平均避免单轮随机性带来的误导。这一步尤其重要水下声通信和AoI计算都是确定性的模型但DQN带有随机探索多轮平均能有效压低方差。4.2 核心指标平均AoI与峰值AoI先说结果Greedy-Dist的平均AoI约为147.6秒Greedy-AoI约为95.2秒DQN-AoI约为63.8秒。DQN比纯贪心最近邻低了57%左右比AoI贪心也低了33%。峰值AoI的差距更夸张Greedy-Dist达到412秒Greedy-AoI为287秒DQN-AoI为198秒。差异主要出现在那些位置偏远的节点上贪心最近邻经常把远端节点撂下不管数据陈旧程度一路飙升。这个结果充分说明了那个反直觉的事实只优化距离或者只优化AoI都不行必须把两者融合起来。AoI贪心有个致命问题——它总是奔向AoI最大的节点但这个节点可能离得很远AUV在赶路过程中其他节点的AoI照样在涨导致救火队员式的路径全局指标反而不优。DQN能学到的是在AoI权重和距离成本之间做动态权衡这已经超出了手动设计简单规则能达到的上限。4.3 参数敏感性验证我还做了两组参数扫描验证模型鲁棒性。第一组是AUV速度从1.0 m/s扫到2.5 m/s步长0.5三个方案的平均AoI都随速度提升而下降但DQN-AoI的下降曲线斜率明显更陡说明速度提升后全局规划的优势被进一步放大因为AUV有更多余力覆盖远端节点。第二组是节点数从16增加到32DQN-AoI的增幅最小——节点越多全局调度的难度越大而纯贪心最近邻策略在32个节点时已经几乎退化成了局部搜索平均AoI骤然上升。值得多说一句的是数据生成周期的影响。T_i从10秒到30秒随机时三种策略差距大约是30-40%但如果把所有节点的T_i都改成5秒所有方案的平均AoI都会明显下降因为节点自己生产数据很频繁AUV每次访问能更新的量更大。这个现象说明AoI不只是被传输过程决定源端的数据生产频率对整个系统的信息新鲜度也起着决定性作用做真实系统参数设计时要一起考虑。4.4 轨迹可视化的解读仿真结束用plot_results可以画出AUV的三条典型轨迹三种策略各画一条。对比非常直观Greedy-Dist的轨迹呈短程往返状在几个距离相近的节点间来回穿梭远处节点基本不碰Greedy-AoI的轨迹则是大幅跳跃一会儿飞左远端一会儿飞右远端路径交叉严重DQN-AoI的轨迹呈现出明显的区域化分块特征AUV会先扫完一片区域的节点再移动到下一片区域类似一种自适应的聚类访问模式。这种空间行为直接解释了为什么全局AoI指标能压得低——它在运动成本和新鲜度之间形成了健康的平衡。5. 复现过程中的踩坑记录与实操心得5.1 时间步长的粒度选择仿真中时间步长我用的1秒但如果你把AUV速度调到了2m/s以上一个时间步就可以移动2米和节点之间的通信半径默认10米相比位置更新精度就有点不够了。这会导致一个诡异的现象AUV明明经过了节点但因为每次移动都跳过了通信半径范围实际采集判定失败。解决方法有两种一是把时间步长缩到0.2秒代价是仿真时长变成5倍二是移动逻辑里加一个线段穿越判定——AUV在一步内从位置P1移到P2如果线段P1-P2与节点通信半径圆相交就判定采集成功。我强烈建议用第二种方案速度参数调起来就完全不受限制了。5.2 DQN训练不收敛的排查顺序我看到很多跑复现的人第一反应是调网络结构实际上多数问题出在别的地方。优先检查以下四项按顺序来奖励是不是太稀疏改成分步奖励/动作差值奖励。状态里是否包含了决策所需的所有信息只传AoI最大值不传位置收敛一定慢。经验池容量和学习率是否匹配容量20000配学习率0.001如果容量改到5000学习率建议降到0.0005。epsilon衰减步数是否合理衰减太快模型过早固化太慢则收敛时间成倍增加。在Matlab里实现DQN还要注意一点默认的trainNetwork如果输入维度每次都不完全一致比如某些状态长度为26某些为27会直接报错。务必在组装状态向量时保持维度一致建议用一个SanityCheck函数在训练前做断言。5.3 随机种子的坑Matlab的rng有多套随机数生成算法不同版本默认生成器不同比如R2023a的默认是twister但换了版本可能不同。如果你要复现论文数据建议在config_params里显式写rng(42, twister)节点位置、数据生成周期、DQN的初始网络参数都由这个种子决定。不然你在一台机器上跑出结果换台机器跑就完全对不上。另外每轮对比实验之间要么固定种子、要么每轮都重新生成拓扑但要在记录中写明哪个种子否则审稿人/导师问起来数据来源你没法回答。5.4 采集包数大于缓存时的处理仿真里设置的是每个节点缓存20个数据包如果AUV来的时候缓存满了新产生的数据包会覆盖最老的数据包。这个逻辑在aoi_update.m里实现但有个细节非常容易忽略AoI重置时用的是最新成功收到的包的时间戳不是缓存中最早包的时间戳。如果你按后者重置年龄会经常被重置到一个偏大的值和论文公式对不上。这里有一个通用的检查方法把AUV访问一个孤立节点前后的AoI曲线画出来如果每次访问后AoI不是掉到接近0而是掉到某个非零值说明时间戳用错了。5.5 无人艇协作确实改进了闭合时间关于协作的效果我做了一个额外对比没有无人艇时AUV需要定期比如每采集一轮浮出水面将数据发给水面基站往返深度变化时间大约占每轮周期的15%-20%这直接占用了本来可用于继续采集的时间窗口。有无人艇接力后AUV采集完只需要在指定浅层位置把数据通过高速链路抛给无人艇再继续下一轮不用完整做下沉-上浮循环整体平均AoI进一步下降了约17%。这个数字说明论文里强调协作不是没有道理的水面中继的价值不在于传得快而在于把AUV的无效路程压缩到了最低。6. 常见问题速查表现象可能原因解决方案AUV轨迹完全没有区分度三种策略几乎一样节点数太少或节点距离太近节点数调到20以上扩大仿真区域到1500mDQN训练Loss震荡剧烈奖励曲线反复横跳学习率过大或经验池过小学习率降到0.0005经验池容量增加到50000平均AoI在1000步后仍不下降节点数据生成周期设置过快缓存容量太小T_i调到30-60秒缓存调到50包AUV总是访问同一个节点奖励函数忽略了重复访问惩罚在奖励中加入本次访问带来的平均AoI下降量去掉恒定负奖励浮出水面交接数据逻辑不触发无人艇位置和AUV出水点距离判定条件过严交接半径设为50m和通信半径分开定义复现数据和论文差异很大信道参数或数据生成模型不同优先检查noise_level和carrier_freq其次是节点生成周期分布类型排查技巧上提两个好用的习惯第一把所有中间量每一步的AoI向量、AUV位置、采集节点列表在仿真过程中存成mat文件结束后一次性加载做分析比边仿真边画图速度快的多而且方便离线研究。第二给每个策略都写一个同名接口函数输入是当前状态结构体、输出是下一动作编号这样换算法只需要替换一行调用代码实验对比流程完全自动化。最后再分享一个小小的扩展方向我自己跑完这个基础版本之后把单AUV扩展成了两架AUV协作收集区域分成两半每架负责一块但两个AUV在分界线附近会有一次动态弃让——先到分界线的AUV可以直接跨域支援前提是它所在区域的节点平均AoI低于对方区域。这个规则的启发式版本用的是AoI阈值比较实现起来很简单两行逻辑但平均AoI又下降了10%左右。如果你有时间可以试试在这个基础上再做一次DQN把两架AUV的动作空间从选一个节点变成选两个节点或者拆分成分步决策效果应该还有提升空间。