水下物聯網研究

周 洋 張 松 吳 明 熊 蓄

(1.中國人民解放軍駐上海江南造船(集團)有限責任公司軍事代表室 上海 201913)(2.中國船舶重工集團公司第七二二研究所 武漢 430250)

水下物聯網研究

周 洋1張 松2吳 明2熊 蓄2

(1.中國人民解放軍駐上海江南造船(集團)有限責任公司軍事代表室 上海 201913)(2.中國船舶重工集團公司第七二二研究所 武漢 430250)

大約71%的地球表面被海洋覆蓋,隨著人類科技發展以及日益增長的資源需求,海洋的開發利用迫在眉睫,而水下環境的復雜性為人們探索與開發海洋資源帶來了困難,水下物聯網可為海洋的利用開發提供新的手段。論文針對水下物聯網開展了初步研究,分析了水下物聯網的特征,提出了網絡架構,在此基礎上分析了水下物聯網研究面臨的技術難點,最后給出了水下物聯網的應用前景。

水下物聯網; 特征; 架構; 技術難點; 應用前景

Class Number TP391.44

1 引言

全球約有四分之三的面積覆蓋著水資源,可以說水環境覆蓋了全球大部分的區域,其中96%的水環境為海洋環境。隨著人類科學技術的發展,陸地可開采的資源日漸匱乏,人們將探索的目光轉向海洋[1]。在當今世界,全球海洋經濟正在興起,各國對海洋權益的重視日益加深,人們迫切的需求新的技術去探索廣闊的水下未知世界。開發利用海洋資源成為未來的發展趨勢,因此有效提高海洋資源勘探能力、海洋環境監測保護能力以及海洋災害預警能力成為了我國未來海洋經濟可持續發展和海洋權益保護的必要手段,同時這也在提高未來國家核心競爭力方面占據了十分重要的戰略地位。

水下物聯網可定義為通過數字實體將水下物體智能互聯的全球范圍網絡[2],是一項計算與通信領域的技術革命,為探索水下世界提供了一種嶄新的方式。通過融合網絡技術、跟蹤技術、嵌入式傳感器技術等先進技術,水下器件可有效地實現對水下環境的感知、監測和快速反應,并且使水下物體與陸地物體之間的互聯互通成為可能。每一個水下物理對象都伴隨一個虛擬對象,在虛擬對象上包含了該物理對象的當前信息與歷史信息,信息的內容包含了對象的物理特性、起源、環境數據等。這些數據是泛在的,用戶可通過多種不同的手段實時獲取,這將大大減小水下資源開發與管理的難度[3]。因此水下物聯網在海洋學、海洋經濟活動、海底調查、災害預警及救援、水雷探測、輔助導航以及海洋石油工業等領域都有很大的應用潛力,本文從網絡特征、架構、典型應用場景以及技術難點等方面對水下物聯網進行了初探。

2 水下物聯網的特征

與陸地上的傳統物聯網概念相比,水下物聯網雖然在結構與功能上有相似之處。但受到水下環境制約以及水下設備計算能力與能量的限制,水下物聯網具有以下幾點特征。

2.1 不同的通信技術

無線電波只能在極低的頻率條件下才能在海水環境中傳輸相對較長的距離,而這需要很大的天線和非常高的發射功率,這在水下環境中顯然是不適用的[4]。相比之下,聲波在水下具有相對優越的傳輸特性,因此水下聲通信鏈路成為了水下網絡信息傳輸的首要選擇[5]。

水下聲通信主要受到了路徑損耗、噪聲、多徑效應、多普勒效應以及隨機變化的高延遲的影響。這些因素共同決定了水聲信道是一個時空不確定的信道,其可用帶寬是有限的,并且帶寬是根據距離和頻率動態變化的。在超過數十千米的長距離傳輸系統中可能只有幾千赫的帶寬,在幾十米范圍內的短傳輸距離的系統中帶寬將可能超過幾百千赫[6]。

2.2 不同的跟蹤技術

傳統陸地物聯網中大多采用RFID(Radio Frequency Identification)技術來對物品進行跟蹤,受水環境的阻隔,無線電標簽在水下難以得到應用,因此在水下物聯網中將會采用不同的技術對水下移動物體進行跟蹤(例如魚類等),其中聲標簽追蹤就是一種可行的方式[7],該方式利用聲發射裝置作為聲標簽,水下可探測距離可超過1km,可有效地在水下三維環境中跟蹤移動物體。

2.3 難以補充能量

水下設備一般都是都很難獲得能量補充,多數是由電池提供能源。當電池能量耗盡時,水下設備就會失效,導致水下物聯網中的節點數目越來越少,網絡功能難以體現。而水下節點的電池更換又是極為困難的,為了提高水下物聯網的生存周期,在設計水下物聯網各層協議時,需要重點考慮能耗問題[8]。

2.4 不同的網絡密度

在傳統陸地物聯網中,由于將所有“物體”連接到一個網絡中,網絡中的節點和設備數量是巨大的。與之相反,考慮到水下節點成本以及水下布置的難度,水下物聯網將會是一個稀疏網絡[9],因此水下物聯網的通信建立與維護將更加困難。

2.5 不同的定位技術

在傳統陸地物聯網中,移動物體的定位一般依靠GPS(Global Positioning System)定位技術或北斗定位技術。在水下環境中由于無法接收衛星定位信號,陸地上使用的定位方法不能直接應用與水下環境中,這就需要針對水下環境開發新的定位算法。水下的三維環境、節點隨波逐流的特點、水下時間同步困難都為水下定位算法的設計帶來挑戰。

3 水下物聯網架構

水下物聯網的架構如圖1所示,可以分為三層：感知層、網絡層和應用層。

其中感知層用于識別物體并收集信息,各類水下傳感器、水下航行器、標簽等設備組成水下傳感器網絡,各個水下節點負責感知數據,水下傳感器網絡負責將各節點感知到的數據匯聚至智能網關節點；網絡層通過智能網關將水下網絡與岸基網絡互聯,其中涵蓋了網絡管理、云計算平臺等多方面內容,主要用于處理與傳輸感知層獲取的數據；應用層是一系列智能應用解決方案的組合,運用水下物聯網技術滿足用戶的實際需求。

水下物聯網與陸地物聯網最大的區別在于感知層,由于水下環境的特殊性,水下原始數據的獲取主要依賴于水下傳感器網絡,通過水下傳感器網絡感知與收集水下數據再經過智能網關節點中繼連入岸基網絡。這里主要針對感知層中的水下傳感器網絡的結構開展進一步的分析。

水下傳感器網絡的結構不同于普通陸地傳感器網絡,水下環境由于其具有深度的因素使得水下環境成為了一個三維環境,因此水下傳感器網絡擁有三維的網絡結構。一般來說水下傳感器網絡需要將傳感器節點數據傳輸到智能網關節點再由智能網關節點與岸基網絡互聯。根據智能網關節點的位置可以將水下傳感器網絡分為兩類：水面匯聚型和水底匯聚型。水面匯聚型是將智能網關節點安置在水面通過無線電的方式與岸基網絡進行連通,而水底匯聚型則是將智能網關節點安置在海底,并通過海底光纜的方式與岸基網絡進行連通。水底匯聚型的網絡更加具有隱蔽性,但是一旦智能網關節點出現故障,其維修將會十分困難,因此水面匯聚型的應用更為廣泛,以水面匯聚型的網絡為例,根據其節點的移動性,將其分為靜態網絡、混合網絡、移動網絡以及異質網絡[10]四種。

1) 靜態網絡

該類結構中是采用將配有傳感器的節點通過錨固定于水底或是通過連接水面的浮標以達到相對靜止,故該類網絡的最大特點就是其拓撲結構是不變的或是相對于網絡規模而言存在可以忽略的移動[11]。圖2給出了一個綜合的三維靜態水下傳感器網絡結構。可以將該網絡分成上下兩個層次,上層是連接于水面浮標的吊掛式水下節點,下層為通過錨固定于水底的懸浮式水下節點。

在這類網絡中,各節點的深度是通過控制連接于浮標或錨的連接纜的長度來進行控制的。相較于二維靜態網絡,三維靜態網絡能在空間覆蓋度上體現一定的優勢。特別是對于上層的三維結構網絡,其數據從節點收集到數據中心的傳輸是通過水面浮標上的無線電通信完成的,這一方面提高了數據傳輸的正確性,另一方面也提高了網絡的吞吐量。同時,用戶可以根據實際監測的覆蓋度要求來選擇節點的位置和深度,從而能保證監測的準確性,但這給網絡布置提高了難度,增加了網絡布置成本。

對于靜態網絡,一般情況下,其節點的位置是預先計算的。與陸上靜態傳感器網絡相比較,用于水下感知的節點成本更高,從而使得該類網絡一般都不是密集網絡,另外水下節點補充相對比較困難,因此網絡的自愈能力會相對較差,在一定程度上會影響應用效果。但相對于其他類型的水下傳感器網絡,靜態網絡也有其自身的優勢,一方面由于節點的固定性,使得網絡拓撲結構相對穩定,從而在水下網絡協議的設計上相對比較簡單；另一方面由于節點的非移動性使得網絡的拓撲結構不易發生變化,網絡的持續連通度能得到一定的保證,從而也使得感知數據具有一定的時間連續性。

2) 混合網絡

與上述提及的水下靜態傳感器網絡結構相似,在混合網絡中也包含很多靜態的傳感器節點,不同的是在靜態網絡中加入了水下移動節點,水下移動節點可以分為有動力的自主航行節點(如水下自主航行器、水下機器人等)和無動力的隨水流移動的節點(懸浮節點或漂浮節點)。這些節點可以加入到上述所描繪的任一靜態網絡以提高網絡性能[12]。

圖3描繪了在一個三維靜態模型加入一些移動節點構成的混合網絡模型。移動節點可以根據自身能量的多少和不同區域的數據流的大小來動態選擇和重組拓撲結構,從而實現更有效的數據感知。移動節點的存在也能夠克服由于部分固定節點失效所造成的部分網絡盲點問題,從而保證了網絡覆蓋度,提高了網絡的可靠性。移動節點還可以根據固定節點所采集數據量的多少選擇合適的路由,從而實現網絡鏈路數據傳輸的均衡和網絡吞吐量的最大化。

對于混合型水下傳感器網絡,可以認為它是一個特殊的移動Ad hoc網絡,在該網絡中,移動節點不僅可以是任務的執行者,還可以是網絡的管理者。移動節點成為數據傳輸的中轉站,可以很大程度上的縮短數據包的端到端延時,提高網絡運行的效率。同時,移動節點的存在大大降低了固定節點在數據傳輸上的能量消耗,從而延長了網絡的生存周期。移動節點可建立水面節點與水下節點的聯系,因此其能力很大程度上決定了網絡的有效性。

3) 移動網絡

移動網絡結構包括水下移動網絡和自由漂移網絡。在這類結構中,各節點是不受空間位置限制,即節點可以在其所處環境中自由移動。這也決定了該種網絡的網絡拓撲結構是動態變化的[13]。

將兩類移動網絡結構整合為如圖4所示的結構。對于處于水面的自由漂浮網絡[14],通常這種節點都裝有無線收發器,能實現與陸地基站的實時數據交換。這類網絡通常用于環境污染監測、水質實時監視、海岸線生態系統循環監控和環境污染物跟蹤等[15]。處于水下的移動網絡由多個可自由移動的節點組成。它們通過漂浮裝置實現在水底任意深度的移動。不過與混合結構中的移動節點行為所不同的是,這些節點的移動都是被動的,其運動是受到水體特性(如波浪、潮汐、水流等)因素的影響[16]。

大部分這類網絡都是被動網絡,其拓撲結構很大程度上受到水流、風力、潮汐和波浪等的綜合影響。正是由于節點可以隨著水流等的影響而運動,使得這種網絡在進行跟蹤監測應用方面體現了很大的優勢,也在一定程度上排除了人為的干擾因素,從而保證跟蹤的真實性。這種網絡中的節點沒有任何的約束,具有自由浮動的特點,拓撲結構易變成為網絡的最大特點,這給網絡帶來的最大的弊端就是網絡覆蓋度和通信鏈路得不到保證,也給拓撲控制帶來很大的困難。若將上述兩類移動網絡整合在一起,就需要在上下兩層建立通信鏈接,這需要水面節點同時擁有水下通信的功能,也需要水下節點能具有動態建立路由和通信鏈路的能力,增加了網絡的運行成本。

4) 異質網絡混合結構

由于水下環境的復雜性和水聲通信的不可靠性,為提高網絡在能量供應、可靠性傳輸、延長網絡生存時間等方面的性能,在水下無線傳感器網絡中加入有線連接成為一種可行的方案。有線通信的介質可以是電纜,也可以是光纜。這種網絡結構,即有效繼承了有線網絡的可靠性特點,又能充分利用無線網絡的靈活性,使得網絡整體性能更優越。

如圖5所示三維立體監測的網絡結構模型。在這種結構中,水面上散布著一些漂浮的網關節點,這些節點是連接水下網絡和岸基網絡的中轉站,主要通過無線電方式進行數據傳輸。每個網關節點在深度方向上具有一條附著多個智能節點的長纜(該纜可為光電復合纜,長度可隨實際應用的需要進行變化),附著在纜上的智能節點與處于相近深度的水下傳感器節點形成一個平面,稱為虛擬層。在虛擬層中,各智能節點與其它節點形成簇狀結構,由其自身擔任簇頭節點,負責簇的管理和數據的收集。簇內節點將其監測到的數據發送給簇頭智能節點,簇頭節點再通過纜傳輸給水面上的無線發射部分,最后連接到岸基網絡。

這類網絡可以認為是水下應用環境中一個特殊的混合結構。由于存在有線連接,使得這種網絡很大程度上繼承有線網絡高效、穩定、可靠的特點,克服了由于水下惡劣環境和有限資源所引起缺點。這種網絡有效地解決了數據匯集量最大的匯聚節點的能量供應問題。同時,由于可以利用有線連接將匯聚節點收集的數據轉發給水上數據采集系統,既保證了數據包傳輸的可靠性又縮短了端到端延遲。這對于需要獲取水下實時數據的應用具有很重要的意義。

若這類網絡應用在深海區域,則長距離的線纜布設將是昂貴和困難的,這會給網絡應用帶來很大的約束。此外,水下網絡采集的數據都依賴于智能匯聚節點通過纜向水面節點傳輸,同時用戶也需通過纜向水下網絡發送指令,所以纜的完整性對網絡的生存起到決定性作用。如果纜受到水下惡劣環境的影響使其受到損壞,將導致網絡的癱瘓,甚至任務的失敗。

4 研究面臨的技術難點

4.1 網絡管理技術

水下物聯網需要自我管理,相關操作沒有人工干預介入,這給網絡的管理帶來了很大的挑戰。鑒于水下物聯網的這個特點,網絡管理需要具備自配置、自愈、自優化、自保護能力[17]。其中自配置能力與網絡中各部件的自動配置能力有關,該能力在協同運作方面十分重要,例如水下節點之間需要交互配置信息、位置信息以及運動信息,并根據信息交互結果實時更改配置,以順利完成協同任務；自愈能力主要用來實現對網絡中新成員的自動發現以及錯誤的自動修正,水下物聯網采用的水聲信道受路徑損耗、噪聲、多徑效應、多普勒效應的影響,信道不穩定,可能會出現時變的通信盲區,在通信盲區的節點將無法連接網絡,因此自愈能力需要支持網絡連接的維護與重構；自優化能力的重點在于自動檢測并控制網絡資源來保證性能的優化,水下物聯網設備在運行過程中應該可以通過標簽或傳感器的輔助來自主學習特定的應用信息,用來保證網絡系統的優化；自保護能力用于實現對網絡的主動保護,避免網絡受到攻擊,攻擊者可能會攔截數據包、修改數據或實施干擾導致丟包,水下物聯網需要尋求適用的安全機制保護數據的安全可靠。

4.2 跟蹤技術

水下物聯網的節點不僅有固定不動,更多的節點是可以自主移動的,跟蹤技術必不可少,特別是針對水下生物的跟蹤,需要進一步開展研究,主要需要考慮標簽是否會對水下生物造成傷害或限制其活動,具體包括標簽的制造材料、形狀、尺寸大小等。

4.3 節能技術

水下物聯網的壽命與節點壽命密切相關,而水下網絡節點能量難以補充,節點的壽命主要由能量決定,因此為了提升網絡壽命,急需研究節能技術。其中網絡拓撲對能量消耗起到了決定性作用,需要研究適用于水下物聯網的拓撲優化技術,對整個網絡結構進行優化,盡量減小不必要的能量消耗,另外在節約能量的同時也要關注能量的均衡,要避免部分節點過度消耗能量。

4.4 協同技術

水下物聯網最大的優勢是將多個水下物體連通起來,實現信息的交互,在執行某些復雜任務時,單個節點難以獨立完成,需要多個同類節點或異類節點共同完成,這時水下物聯網的優勢就得以體現,這就需要協同技術的支持。協同技術不僅僅要關注與多節點之間的信息交互,還要進行分析與規劃,給出優化的行動方案,可能涉及的關鍵技術點包括了資源與任務調度技術、編隊技術、路徑規劃技術等多項技術。

4.5 跨層設計技術

由于水下物聯網設計過程中,不同層可能有相同的關注重點,例如各個層次設計時均要重點考慮水聲信道特殊性、節約能量等方面因素,因此有必要進行跨層的聯合設計,提高水下物聯網的網絡性能。其中MAC層和路由層的聯合設計就是跨層設計的典型,可以使得各個節點有效利用信道,避免網絡的擁塞和能量的過度消耗,達到提升網絡吞吐量和使用壽命的目的。

4.6 標準化技術

本文中水下物聯網涉及的節點種類尚不完備,未來隨著技術的發展,水下物聯網涵蓋的節點種類越來越多,各種水下異構節點、系統的互聯互通將變得十分困難,各種不同的協議之間也需要進行轉換,因此需要研究制定水下物聯網的相關標準,從頂層架構、節點形式、通信方式、組網協議等方面進行一系列的標準化工作,確保水下物聯網的功能得以實現。

5 應用前景

水下物聯網可以在眾多領域得到應用,具體的相關應用主要分為以下幾類:

1) 海洋科學數據的采集。水下物聯網可以通過水下傳感器將相關的海洋科學數據有效傳輸到岸邊,可以實現信息的自適應采集。有效地提高海洋觀測能力和海洋環境數據預測能力。

2) 海洋資源的開發。海洋中蘊含著豐富的石油天然氣等資源,隨著陸地資源的日益減少,海洋資源的開發迫在眉睫。水下物聯網可以協助探測水下油田位置以及繪制水下地貌,另外在開采過程中也可以有效監控開采設備的各項指標,保證開發安全。

3) 環境監測。水下物聯網可以用于水環境的污染監測,它可以實時獲取水環境中PH值變化、濁度變化、氧含量變化以及各項化學指標的變化,從而有效監測江河湖海各種水環境的污染情況。另外水下物聯網也可以用來對海洋生物等進行跟蹤監測用于了解人類活動對海洋生態系統的影響。

4) 災害預報。布置在海底的水下物聯網可以監測到遠處的地震活動,隨之可以向岸邊發送海嘯警報并且水下物聯網也可以協助研究海嘯的產生機制與影響。

5) 軍事應用。水下物聯網可以有效地構建戰術監測系統,通過各項傳感器數據有效識別入侵目標以及跟蹤目標。相比于傳統的雷達與聲吶系統,水下物聯網能夠進行現場監測,可提高監測精度和覆蓋范圍。

6 結語

本文對水下物聯網進行研究,給出了水下物聯網的特征,并提出了水下物聯網的典型架構,針對架構感知層中的水下傳感器網絡結構進行了重點分析,同時分析了水下物聯網研究過程中可能面臨的技術難點,并對其應用前景進行了展望。

未來,水下物聯網的研究需要針對其特征攻克相關技術難點,整合各項先進技術形成標準化的總體架構,在此基礎上進一步開展應用研究與信息服務研究,最終使水下物聯網走向實際應用。

[1] 高艷波,李慧青,柴玉萍,等.深海高技術發展現狀及趨勢[J].海洋技術,2010,29(3):119-124.

[2] Espada J P, Martínez O S, Lovelle J M C, et al. Modeling architecture for collaborative virtual objects based on services[J]. Journal of Network and Computer Applications,2011,34(5):1634-1647.

[3] Wang Y, Liu Y, Guo Z. Three-dimensional ocean sensor networks: A survey[J]. Journal of Ocean University of China,2012,11(4):436-450.

[4] Lanbo L, Shengli Z, Jun-Hong C. Prospects and problems of wireless communication for underwater sensor networks[J]. Wireless Communications and Mobile Computing,2008,8(8):977-994.

[5] Chitre M, Shahabudeen S, Stojanovic M. Underwater acoustic communications and networking: Recent advances and future challenges[J]. Marine Technology Society Journal,2008,42(1):103-116.

[6] Catipovic J A. Performance limitations in underwater acoustic telemetry[J]. IEEE Journal of Oceanic Engineering,1990,15(3):205-216.

[7] Smith J M, Mather M E, Frank H J, et al. Evaluation of a gastric radio tag insertion technique for anadromous river herring[J]. North American Journal of Fisheries Management,2009,29(2):367-377.

[8] Seah W K G, Eu Z A, Tan H P. Wireless sensor networks powered by ambient energy harvesting (WSN-HEAP)-Survey and challenges[C]//Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, 2009. Wireless VITAE 2009. 1st International Conference on. Ieee,2009:1-5.

[9] Akyildiz I F, Pompili D, Melodia T. Underwater acoustic sensor networks: research challenges[J]. Ad hoc networks,2005,3(3):257-279.

[10] Lin W, Li D, Tan Y, et al. Architecture of underwater acoustic sensor networks: a survey[C]//Intelligent Networks and Intelligent Systems, 2008. ICINIS’08. First International Conference on. IEEE,2008:155-159.

[11] Pompili D, Melodia T, Akyildiz I F. Deployment analysis in underwater acoustic wireless sensor networks[C]//Proceedings of the 1st ACM international workshop on Underwater networks. ACM,2006:48-55.

[12] Heidemann J, Ye W, Wills J, et al. Research challenges and applications for underwater sensor networking[C]//IEEE Wireless Communications and Networking Conference, 2006. WCNC 2006. IEEE,2006,1:228-235.

[13] Cui J H, Kong J, Gerla M, et al. Challenges: building scalable and distributed Underwater Wireless Sensor Networks(UWSNs) for aquatic applications[J]. Channels,2005:1-17.

[14] Ibrahim S, Cui J H, Ammar R. Surface-level gateway deployment for underwater sensor networks[C]//MILCOM 2007-IEEE Military Communications Conference. IEEE,2007:1-7.

[15] Wang J, Li D, Zhou M, et al. Data collection with multiple mobile actors in underwater sensor networks[C]//2008 The 28th International Conference on Distributed Computing Systems Workshops. IEEE,2008:216-221.

[16] Caruso A, Paparella F, Vieira L F M, et al. The meandering current mobility model and its impact on underwater mobile sensor networks[C]//INFOCOM 2008. The 27th Conference on Computer Communications. IEEE. IEEE,2008.

[17] Haller S, Karnouskos S, Schroth C. The internet of things in an enterprise context[C]//Future Internet Symposium. Springer Berlin Heidelberg,2008:14-28.

Internet of Underwater Things

ZHOU Yang1ZHANG Song2WU Ming2XIONG Xu2

(1. Military Representative Office in Shanghai Jiangnan Shipyard (Group) Co., Ltd, Shanghai 201913) (2. 722 Research Institute, CSIC, Wuhan 430250)

Approximately 71% of the Earth’s surface is covered by ocean. With the development of human science and technology and the growing demand of resources, the development and utilization of ocean is imminently. The complexity of underwater environment has brought difficulties for people to explore and develop marine resources, the internet of underwater things can provide new ways for the development and utilization of the ocean. In this paper, a preliminary study on the internet of underwater things is carried out. The characteristics of the internet of underwater things are analyzed, and the network architecture is put forward. On the basis of this, the technical difficulties in the research are analyzed. Finally, the prospects of the application are presented.

internet of underwater things, characteristic, architecture, technical difficulties, application prospect

2016年7月11日,

2016年8月29日

周洋,男,工程師,研究方向：通信工程。張松,男,工程師,研究方向：無線通信、艦船通信。吳明,男,博士,研究方向：通信與信息系統、艦船通信。熊蓄,男,工程師,研究方向：艦船通信。

TP391.44

10.3969/j.issn.1672-9730.2017.01.003