水下無線傳感器網絡定位算法綜述

陳連順

摘要：隨著開發海洋資源熱潮的興起和陸地無線傳感器網絡研究的迅速發展，水下無線傳感器網絡的研究已經成為新的研究熱點。在水下無線傳感器網絡技術中，定位技術作為重要組成部分之一扮演者十分重要的角色。本文以水下無線傳感器網絡節點的可移動性為切入點，從固定定位算法、移動定位算法以及混合定位算法三個類型介紹了幾種典型的定位算法，最后，文章還對水下無線傳感器網絡定位算法的研究方向進行了總結和展望。

關鍵詞：水下無線傳感器網絡；定位算法；定位技術

中圖分類號：TP212.9 文獻標識碼：A 文章編號：1007-9416（2017）09-0131-03

1 引言

地球表面大約70%的面積被海洋覆蓋，水壓、洋流等不確定海洋環境嚴重限制了人類對海洋信息收集與獲取，隨著科學技術的不斷發展，對海洋資源的開發與利用日益成為現代世界各國的焦點。水下無線傳感器網絡隨之成為研究的熱點，并在環境監測、災難預報、資源開發以及軍事情報獲取等各個方面得到廣泛應用。在很多應用中，監測數據需要結合其所在的地理位置信息才具有實際意義，因此水下無線傳感器網絡定位技術成為一個亟待解決的重要問題。

2 水下無線傳感器網絡定位算法及分類

根據未知節點在哪里確定的位置信息，定位算法分為集中式和分布式兩類[1]。考慮到傳感器節點的可移動性，定位算法可以分為三類：（1）靜態定位算法：所有的傳感器節點固定放置在固定位置的水面浮標或者海底處；（2）移動定位算法：傳感器節點隨著洋流自由移動或者借助驅動裝置如AUV（水下自主航行器）進行移動；（3）混合定位算法：移動節點和固定節點并存。這三類定位算法進一步分為集中式定位算法和分布式定位算法。

3 靜態定位算法

3.1 集中式定位算法

區域定位方案（Area Localization Scheme-ALS）[2]。錨節點通過發射不同功率強度的信號來定位未知節點，未知節點接收信號并記錄錨節點ID和信號強度，并將記錄的信息發送至匯聚節點。匯聚節點根據已知的錨節點位置和其發射信號強度，利用適當的信號傳播算法繪制所有以不同錨節點發射信號區分的區域內部節點分布圖，最終實現未知節點定位。

概率定位方法（Probabilistic Localization Method -PLM）[3]。PLM分為兩個步驟：首先，每兩個相鄰的錨節點利用基于圓環或者基于雙曲線方法預測未知節點的位置；之后，利用距離測量誤差的概率分布確定未知節點的最終位置。

3.2 分布式定位算法

水下定位機制（Underwater Positioning Scheme-UPS）[4-5]。UPS機制分為兩個步驟：第1步，測量到達信號的時間差，之后將時間差轉換為距離差，如圖1所示：由1個主錨節點A發起定位過程，錨節點B和未知節點接收到信號，B收到A信號后計算出A到B的延遲然后發送坐標信號，未知節點接收到B信號之后就可以只通過自身的時鐘計算出出自己到A和B的距離差。同理，錨節點C和D也采取相同的過程。在未知節點S接收到所有坐標信號后，估算信號到達時間差并將其轉換為距離差。第2步，利用三邊測量法定位未知節點。

水下節點定位（Underwater Sensor Positioning-USP）[6]。適用于稀疏的三維水下無線傳感器網絡，網絡中至少包含三個錨節點，錨節點被放置在具有GPS定位功能的浮標上。在USP定位機制中，未知節點通過壓力傳感器感知深度，這些深度信息用來將三維的水下定位問題映射到二維平面之上。如圖2中所示，未知節點U在三維海洋環境中需要估算其位置，假定U在3個位置已知的錨節點A（xA，yA，zA）、B（xB，yB，zB）和C（xC，yC，zC）通信范圍之內，給出U的深度信息zU，則節點A、B、C在平面上的投影分別為A′（xA，yA，zU）、B′（xB，yB，zU）和C′（xC，yC，zU），然后通過三點定位法估算U的位置。

4 移動定位算法

4.1 集中式定位算法

動作感知自主定位機制（Motion-Aware Self-Localization （MASL） Scheme）[7]，在無線通信處理過程中，為了克服公用信道中的大量沖突，測距信息的收集實際上會在一個很短的時段T內完成，而節點的移動導致T時間內節點位置發生了變化。在MASL中，節點在定位時段內，節點對其相鄰節點進行測距并完成所有的距離估算，之后，所有的距離估計被發送到中心站做線下處理。數據處理過程中利用迭代算法來獲取位置。

協作定位機制原理如圖3所示，協作定位機制（Collaborative Localization Scheme -CLS）[8]，CLS機制中，節點相互協作自主地確定位置而不需要在水面的浮標或者母船上裝置遠距離應答器。從網絡在水面布放開始，傳感器節點利用浮力控制下潛到水中，一旦達到最大要求深度，節點便回到水面。節點在下降過程中，雖然通過壓力傳感器可以感知深度，但其在另外兩個維度中的位置卻是連續變化的，為了跟蹤下沉節點，節點被分為兩類分析節點和跟隨節點。首先所有節點在水面通過GPS獲取位置信息，一個分析節點首先下沉到一個深度，之后跟隨節點以相同的速度沿著其軌跡運行，那么分析節點的位置就可以被視作跟隨節點的未來位置的預測，那么跟隨節點就可以通過ToA技術得到分析節點的位置。

4.2 分布式定位算法

基于到達時間差（TDoA）的多頻主動定位方法（Multi-Frequency Active Localization Method Base on TDoA-MFALM）[9]。MFALM中，節點被分為三類：浮標節點、中繼節點和普通節點。網絡布放后，浮標節點利用GPS獲取自身位置信息，并且周期的用低頻聲波信號廣播位置信息；中繼節點之間利用低頻聲波信號相互溝通，將整個網絡劃分為多個定位區域，并估算各個區域的最大中繼跳數值。用以感知事件的普通節點接收浮標節點發送的低頻位置信息信號并進行自定位，同時用高頻信號發送消息報告包MRP （Message Report Package），中繼節點接收MRP后交由浮標節點處理，在處理完成MRP后，浮標節點向普通節點發送ACK，普通節點接收到ACK之后進入睡眠狀態直到再次感知到事件。endprint

升潛定位機制（Dive and Rise （DNR） Positioning Scheme）[10]，在此機制中，升潛錨節點代替了固定錨節點，每個升潛錨節點都帶有GPS定位裝置，當上升或者下沉時，其廣播自身位置，未知節點通過監聽升潛錨節點發出的信息實現定位。未知節點偵聽不同升潛錨節點發出的信息并利用單程到達時間（one-way ToA）方法計算距離從而估算出自身坐標。

5 混合定位算法

5.1 集中式定位算法

三維多功率區域定位機制（3D Multi-Power Area Localization Scheme-3D-MALS）[11]，在混合水下無線傳感器網絡中，一部分裝置可拆卸式升降收發器（DET）的浮標被放置在水面，DET裝置由一個升降機和一個多功率級的水聲信號收發器組成，升降機可以幫助DET裝置在水下垂直方向上上升或者下潛，多功率及收發器則用以與未知節點進行通信。DET裝置在水面時通過浮標獲取坐標位置，然后下沉至水下在一些預定深度廣播位置信息，在不同廣播點，DET裝置采用不同的功率水平發送坐標信號。未知節點周期性的收聽DET裝置發送的坐標信號。為了節約未知節點能耗，所有位置信息都發送到匯聚節點來計算評估區域。

5.2 分布式定位算法

三維水下定位（Three-Dimensional Underwater Localization -3DUL）[12]，此定位機制中，水面漂浮三個浮標，傳感器節點則被部署在水下的不同深度，另外，還有具有隨水流推動的自主機器人與水下傳感器節點作為未知節點。3DUL機制包含兩個階段：第一階段是測距，即未知節點通過雙向消息交換技術與其相鄰的水面浮標進行距離測算并取得深度信息。一旦與至少三個水面浮標的距離估算完成，則開始該算法的第二階段即投影和動態三角測量。在此階段，未知節點將水面浮標的位置投影至與其水平位置，之后通過三角測量進行定位，同時將自身標記為參考節點。

定向指向標定位法（Localization scheme with Directional Beacons-LDB）[13]利用AUV來定位水下節點，應用于靜態水環境中。AUV航行在整個網絡之上并且其發射信號具有定向的波束寬度。AUV通過上浮到水面獲取GPS坐標然后按照預定的軌跡直線航行在整個網絡之上并周期發送自身坐標，節點的深度由壓力傳感器來獲取。其定位方法如圖4所示。節點被動的接受AUV數據，認為第一次和最后一次接收到AUV信號分別為節點進入探測范圍和離開探測范圍的時間，其坐標為：（x1，y1）、（y2，x1）假定通信范圍為r，則節點坐標（x，y）可由下式表示出來：

6 展望

雖然水下無線傳感器網絡定位算法研究取得了眾多成果，但是鑒于該領域的研究尚屬起步，未來水下大規模移動式或混合式無線傳感器網絡的定位算法是主要研究方向，基于此，需要開發更為實際的節點移動模型，錨節點的路徑規劃模型等。另外，現行研究都假設環境安全可靠，因此需要加強安全研究。定位效果的評估模型和評價機制也有待建立。

參考文獻

[1]Erol-Kantarciz， M. Mouftah， H.T. Oktug， S. Localization techniques for underwater acousticsensor networks. IEEE Commun. Mag. 2010，（48）：152-158.

[2]Chandrasekhar， V. Seah， W.K. An Area Localization Scheme for Underwater Sensor Networks.In Proceeding of OCEANS 2006 - Asia Pacific， Singapore， 16-19 May 2007：1-8.

[3]Bian， T. Venkatesan， R. Li， C. An Improved Localization Method Using Error Probability Distribution for Underwater Sensor Networks. In Proceedings of 2010 IEEE International Conference on Communications （ICC）， Cape Town， South Africa， 23-27 May 2010：1-6.

[4]Cheng，X.Shu，H.Liang，Q.A Range-Difference Based Self-Positioning Scheme for Underwater Acoustic Sensor Networks. In Proceedings of International Conference on Wireless Algorithms， Systems and Applications （WASA），Chicago，IL，USA，1-3 August 2007：38-43.

[5]Cheng， X. Shu， H. Liang， Q.； Du， D.H. Silent positioning in underwater acoustic sensor networks.IEEE Trans. Vehicul. Technol，2008，（57）：1756-1766.

[6]Teymorian， A.Y. Cheng， W. Ma， L. Cheng， X. Poster Abstract： An Underwater Positioning Scheme for 3D Acoustic Sensor Networks. Available online： http：//wuwnet07.engr.uconn.edu/wipposters/WUWNet07-Teymorian-1.pdf （accessed on 10February 2012）.endprint

[7]Mirza， D. Schurgers， C. Motion-Aware Self-Localization for Underwater Networks. In Proceedings of the 3rd ACM International Workshop on Underwater Networks， San Francisco，CA， USA， 15 September 2008：51-58.

[8]Mirza， D. Schurgers， C. Collaborative localization for fleets of underwater drifters. In Proceedings of OCEANS，Vancouver， BC， Canada， 29 September–4 October 2007：1-6.

[9]Yang， K.W. Guo， Y.B. Wei， D.W. Jin， Y.G. MFALM： An active localization method for dynamic underwater wireless sensor networks. Comput. Sci. 2010，（37）：114-117.

[10]Erol， M. Vieira， L.F.M. Gerla， M. Localization with DiveNRise （DNR） Beacons for Underwater Acoustic Sensor Networks. In Proceedings of the 2nd Workshop on Underwater Networks， Montreal， QC， Canada， 9-14 September 2007：97-100.

[11]Zhou， Y. Gu， B. Chen， K. Chen， J. Guan， H. An range-free localization scheme for large scale underwater wireless sensor networks. J. Shanghai Jiaotong Univer. Sci， 2009，（14）：562-568.

[12]Isik， M.T.； Akanu， O.B. A three dimensional localization algorithm for underwater acoustic sensor networks. IEEE Trans. Wirel. Commun， 2009，（8）：4457-4463.

[13]Luo， H. Guo， Z. Dong， W. Hong， F. Zhao， Y. LDB： Localization with directional beacons for sparse 3D underwater acoustic sensor networks. J. Netw， 2010，（5）： 28-38.endprint