應用于海洋物聯網的水聲通信技術發展綜述

瞿逢重, 付雁冰, 楊劭堅, 卓曉曉, 涂星濱, 魏艷

(1.浙江大學海南研究院, 海南 三亞 572025; 2.浙江省海洋觀測-成像試驗區重點實驗室, 浙江 舟山 316021; 3.浙江大學 海洋感知技術與裝備教育部工程研究中心, 浙江 舟山 316021; 4.中國科學院上海微系統與信息技術研究所, 上海 200050)

傳統的海洋觀測網孤立、碎片化的感知海洋環境數據以及其大型、固定且需要定期運維的特點已經難以滿足人類觀測海洋的需求。近年來,為得到多元、綜合、實時的海洋信息,海洋物聯網的概念被提出以滿足海洋行業各類需求。水聲通信鏈路作為各節點互聯互通的重要保障,成為海洋物聯網的重要組成部分,也受到科研機構和商業公司的廣泛關注。近年來,隨著海洋物聯網向高空間分辨率、長時間監測、廣覆蓋以及智能化發展,水聲通信設備逐步向低功耗、低成本、小型化、高通信能力發展。

1 海洋物聯網的應用與研究現狀

海洋物聯網(ocean internet-of-things,ocean IoT)是一個集海洋監測、信息傳輸、數據挖掘、結果反饋等多種功能于一體的海洋信息綜合網絡[1]。自近5年被提出以來,海洋物聯網已成為世界海洋領域范圍內的研究重點,其具體的應用、示范以及實現尚在探索中,還未形成大規模互通互聯可應用的海洋物聯網系統。

傳統的海洋觀測網有加拿大在北太平洋海底建設的深海長期觀測網—海王星海底觀測網[2],歐洲多個國家聯合開發的歐洲海底觀測網絡,日本的(advanced real-time earth monitoring network in the srea,ARENA)觀測計劃[3],中國在2009年和2013年分別建立的東海海底小衢山試驗站[4]和南海海底觀測網[5],2014年由Xie等[6]研發設計的摘箬山島海洋試驗研究觀測系統(ZJU-ZRS experimental research observatory,Z2ERO)等,這些傳統觀測網以船基、岸基、浮標、潛標等為觀測手段開展局部海域的水文氣象或海洋環境監測;其監測設備昂貴、監測海域有限,觀測網建成后很難再移動到其他海域,并且傳統的海洋觀測網更注重于數據的獲取,并不強調對獲取后的數據進行分析、存儲和管理。傳統的海洋觀測平臺還有大型、固定、難以定期運維的特點,通常存在質量大、布放困難、靈活性差、工程成本高等諸多問題,單一的有纜通信模式,以及復雜、大型化的海洋觀測接駁儀器限制了海洋觀測網的發展和推廣[7]。而海洋物聯網則利用互聯網技術,將海上及水下各類小型化、低成本、便于布放的智能傳感/監測終端互聯互通,從而將海上信息整合,實現對海上繁雜數據的監測和系統化管理。具體來說,海洋物聯網先通過水上或水下傳感設備采集與海洋相關的各項參數,再憑借多種通信手段將數據發送到數據中心或云平臺。數據中心或云平臺利用大數據和機器學習等相關技術通過定制化的軟件對海洋數據進行統一的管理、分析及利用。

小型化、無纜化、智能化的海洋通信設備以及結合多種通信方式的海洋物聯網需要被廣泛研究。典型的海洋物聯網結構如圖1所示。除了少數有纜中繼外,海洋物聯網主要包含定點和移動2種工作方式。其中,定點工作方式利用掛在浮標上的傳感器以及海底原位觀測站裝載的傳感器進行工作;移動工作方式利用水下滑翔機、水下自主航行器等攜帶的傳感器進行工作。水下的固定節點和移動節點配備水聲通信裝備,通過水聲通信鏈路傳輸信息。隨著人類對海洋的不斷探索,這種小型化、低功耗的海洋物聯網系統更貼近實際海洋環境中的實時、原位、長時間立體觀測的需求,在海洋經濟、工程、科學以及國防等領域發揮著不可替代的作用。在海洋經濟和工程領域,海洋物聯網可為海洋牧場和海洋環境提供實時監測,為海底電纜光纜鋪設、核電系統周圍海域提供實時的狀態信息。在海洋科學研究層面,海洋物聯網具備海洋大數據獲取、儲存等功能,給予科研人員足夠的數據樣本。在國防事業中,海洋物聯網將作為“水下國門”為軍事情報收集、信息監聽等多節點協同偵察提供保障。

圖1 海洋物聯網典型結構Fig.1 Typical structure of ocean internet-of-things

2 海洋物聯網對水聲通信的要求

為應對海洋物聯網實際應用所提出的挑戰[8],近年來,諸多學者致力于水聲信道建模、信道估計、均衡等算法的研究以追求高可靠性、相對高速率和遠距離的水聲通信技術。同時,海洋物聯網設備需要滿足小型化、實時化、低成本、抗移動性強等要求,力求實現利用一艘小船即可完成海洋物聯網節點布放的設想,進一步為人類提供智能化海洋服務及應用平臺。

2.1 海洋物聯網對水聲通信技術的要求

2.1.1 相對高速率與遠距離傳輸

由于電磁波在水中大幅衰減,目前水下通信更多依賴于聲波進行信息傳輸。水聲信道具有背景噪聲復雜、信號衰減嚴重、多徑效應明顯、時-空-頻變等特點。同時,較低的聲速使得水聲通信的速率、帶寬都遠不及無線通信。數據傳輸速率和距離、頻率緊密關聯,近距離水聲通信時,常選用較高頻率來提升數據傳輸速率,而遠距離通信需采用較低的頻率以減緩能量衰減,但數據率也相應降低。21世紀初Kilfoyle等[9]曾歸納出一個實驗規律,即水聲通信系統的性能包絡可以近似表示為:距離與數據率的乘積約等于40 km×kbit/s。近年來,得益于多種水聲通信物理層技術的發展,性能包絡可達100～200 km×kbit/s[10],國內外的水聲通信團隊提出了各種調制解調算法以提高性能包絡的上限。

2.1.2 適應移動平臺的抗多普勒特性

多普勒效應是由于發射和接收裝置之間的相對運動引起的,由于聲速相比于無線電磁波低了5個數量級,水聲信道中由移動產生的多普勒頻移不可忽略。對于單載波調制而言,發射和接收端的主動行進導致了較大的多普勒頻移,如果默認同步算法補償了與發射/接收端主動行進速度在參考路徑上的投影,那么初始同步后的殘余多普勒因子av=vv/c可以表示為[11]:

[[vtcos(θ0-θt)-vrcos(θ0+θr)]]

(1)

式中:vt/r代表發射和接收端的主動行進速度;θt/r代表發射和接收端的主動行進方向與連線的夾角;θp代表第p條路徑對應聲線的掠射角。不難發現,當收發端產生相對運動時,每條路徑都會有載波頻率偏移(carrier frequency offset,CFO)。由于每條路徑的聲線掠射角都不同,對應的CFO也有所不同。

在多載波水聲通信系統中,如正交頻分復用(orthogonal frequency division multiplexing,OFDM),該通信系統對多普勒頻移非常敏感,因為它破壞了子載波之間的正交性。如果不進行多普勒補償和重采樣來提高海洋物聯網節點的抗移動性,后續均衡譯碼誤碼率將會極大提高[12]。

2.1.3 人工智能算法提升通信性能

將人工智能技術應用于水聲領域,是針對水聲信道窄帶寬、大時延、強多途、大起伏、大動態變化和高噪聲等特性的一種創新思路。這種應用的核心在于選擇合適的智能算法,以解決水聲通信在物理層和網絡層上的經典問題[13]。尤其在2010年前,人工智能技術在水聲領域的運用相對有限,然而近年來,隨著強化學習、深度學習、支持向量機等人工智能算法在水聲通信中的引入,對信道均衡、水聲調制與信號識別、水聲信號自適應調制等關鍵問題的解決變得更加有力。這些人工智能算法的應用不僅使水聲通信技術在性能上獲得顯著提升,同時也為水聲通信面臨的挑戰提供了具有創新性的解決途徑。這一趨勢得益于人工智能領域的快速發展,使得水聲通信領域能夠更好地應用這些先進的算法,從而提高通信的可靠性、魯棒性和適應性。隨著研究的深入,越來越多的學者開始將人工智能算法融入海洋物聯網通信設備中,以構建更強大、更智能的水聲通信網絡。這種技術的整合將為海洋物聯網的發展帶來新的機遇和挑戰。未來,可以期待看到更多創新性的應用,這些應用將推動水聲通信技術邁向新的高度,為海洋資源管理、環境監測和科學研究等領域提供更為精確和可靠的數據支持。

2.2 海洋物聯網對水聲通信設備的要求

2.2.1 高空間分辨率對體積及成本需求

區別于傳統的海洋觀測系統,近年來海洋物聯網對于節點設備的需求在體積方面更趨于向小型化、輕量化發展,在成本方面體現在設備成本與作業成本的下降。當滿足以上需求,海洋監測節點的空間分辨率將進一步提高。

為解決傳統海底有纜觀測設備體積大、布放困難等難題,新型的海洋物聯網節點設備的小型化進程已經逐步開展,這得益于微電子芯片領域的快速發展。如今的海洋通信設備電路可以達到數十毫米的量級,可以被成年男子單手掌握。節點設備的小型化進程解決了傳統觀測設備靈活性差、布放工程成本高、不易定期運維的劣勢,讓利用小船“一手提”的海洋物聯網節點布放、回收方式成為可能。

設備的小型化極大地解決了海洋物聯網節點布放、回收成本高的問題。此外,傳統的海洋節點存在質量大、價格高等特點,在固定經費支撐下,空間分辨率一直是有待解決的難題。目前廣泛使用的Argo浮標布放數量巨大,但受制于成本,其空間分辨率仍無法覆蓋大尺度海面。因此隨著海洋設備制造產業的逐漸成熟,對于新型海洋物聯網節點設備而言,只有制造出價格更為低廉的網絡監測節點,才能滿足海洋物聯網更高的空間分辨率布放需求。

2.2.2 長時間監測對低能耗需求

海洋物聯網的實施要求各個節點設備能夠長時間穩定地監測海洋環境、溫度、深度等動態數據信息。在這一背景下,為確保設備的可持續運行,設計低功耗和高能效的電路成為設計海洋物聯網通信設備時的首要考慮因素。這一設計原則特別考慮了海洋中節點設備難以進行常規運維的情況。低功耗的電路設計對于海洋物聯網至關重要。在海洋環境中,能源供應通常受限,因此設備必須有效地管理能量消耗,以確保長時間的穩定運行。通過采用優化的電路設計和先進的能量管理技術,節點設備可以在有限的能源資源下實現數據監測和通信功能,同時延長電池壽命,減少更換電池的頻率。高能效電路設計也是關鍵因素之一。通過最大程度地利用輸入能量,減少能量損耗,設備可以在有限的能源下提供更多的功能。高能效電路設計還有助于降低設備發熱和能量浪費,保持設備的穩定性和可靠性。鑒于海洋中節點設備的運維困難,休眠喚醒機制在海洋物聯網中得到廣泛應用。這一機制允許設備在空閑時進入休眠狀態,以降低能源消耗。當需要進行數據采集或通信時,設備會被喚醒,完成任務后再次進入休眠狀態。通過這種方式,節點設備的運行周期得以延長,從而降低了運維成本。這些技術的綜合運用將為我們更深入地了解海洋環境提供可靠的數據支持。

2.2.3 智能化服務及應用對終端處理技術需求

海洋物聯網需要提供數據聚合服務來提升海量傳感數據的處理速度。人工智能及邊緣計算的發展使得海洋物聯網水下通信設備向智能化發展。水下終端具備更強的數據處理能力,大部分的數據處理任務可以在節點終端進行,即在海洋物聯網的邊緣服務器處理數據,并通過水聲鏈路實時回傳。這樣大部分任務分配到邊緣服務器中處理,極大程度地降低了水聲鏈路的傳輸負載,提高了整體性能。隨著邊緣服務器協同計算的加入,云服務器處理的冗余數據量也將降低,邊緣服務器將以更低的時延向云服務器發出更快響應,便于云服務器進行決策。云服務器將處理后的海洋傳感數據整合,最后向用戶提供可視化、智能化服務。這將使得海洋物聯網更好地應用于海底原位監測、海洋環境保護、自然災害預警、漁業資源評估等領域。

3 海洋物聯網中水聲通信技術與裝備研究進展

發展水聲通信技術是發展海洋物聯網的重中之重,研發小型化、低成本、抗移動、易布放的水聲通信機,建立可靠的水聲通信鏈路作為節點互聯互通的重要保障以滿足多場景、多海域的監測需求,進一步拓寬海洋物聯網的示范應用。

目前的海洋物聯網系統大多是基于有限水下節點建設的水下通信網絡。絕大多數的海洋物聯網致力于實現數公里范圍內的水下環境傳感與監測,并通過海面浮標基站作為中繼將水下獲取的信息傳輸至岸基站。在這個過程中,不同節點面臨的通信環境和任務需求各異,需要多樣化的水聲通信策略以滿足水下網絡信息傳輸的需要。例如,近距離節點間的通信往往有高速率水聲通信的需求,遠距離節點間的通信則面臨高可靠水聲通信的挑戰。

本文調研了近十年來國內外研究機構和公司最新的水聲通信技術研究進展和搭建的水聲通信機,發現絕大多數的水聲通信機都符合小型化、低成本、可移動、易布放的特點,這極大程度地助力了海洋物聯網的發展。

3.1 國內研究成果

國內研究機構如中科院聲學所、哈爾濱工程大學、浙江大學、西北工業大學、廈門大學等通過多年的努力,在小型化、輕量化的水聲通信技術與裝備研究方面取得了一定的成果。

中科院聲學所提出一種雙向軟決策反饋均衡器[13],用于雙選擇性信道上的正交頻分復用(orthogonal frequency division multiplexing,OFDM)水聲通信系統,并提出一種迭代的基于子載波間干擾深度估計的MIMO-OFDM接收機。仿真結果表明,該接收機相比于干擾深度漸進的接收機,譯碼成功所需的時間更短[15]。面向深海需求,聲學所團隊提出了一種改進的比例歸一化最小誤碼率(improved proportionate normalized minimum-SER,IPNMSER)算法,用于深海垂直聲學通信中的自適應turbo均衡,該算法在大約10 500 m的垂直通信范圍內實現了對所有數據塊的無差錯檢測[16]。聲學所團隊還提出了一種概率星座整形(probabilistic constellation shaping,PCS)輔助單載波收發器,以提高水聲通信(underwater acoustic,UWA)的頻譜效率,實驗結果表明,PCS-UWA通信系統的性能明顯優于沒有PCS的傳統系統[17]。

哈爾濱工程大學團隊將OFDM和擴頻(spread spectrum,SS)的碼分多址(code division multiple access,CDMA)用于實現全雙工(full-duplex,FD)和多用戶水聲通信,設計出了國內首個全雙工、多用戶和參數可重構的水聲通信機[17]。然后哈爾濱工程大學團隊針對全雙工通信的迭代展開了系列研究:2013年提出了一種基于全雙工的水聲通信網絡協議,通過避免沖突來節省傳輸能量,同時最大限度地提高吞吐量,并有效地解決了隱藏/暴露的終端問題[19];2018年提出了帶內全雙工水聲通信系統中基于最大似然估計器的自干擾信道估計算法,以有效消除水聲通信系統中同時發送和接收引起的自干擾(self-interference,SI)[20];2019年針對水聲通信中同時同頻全雙工通信嚴重的自干擾問題,提出了一種新的數字自干擾消除信道估計技術,進一步提高了數字自干擾消除的性能[21];2022年將一種基于矢量水聽器和多模態換能器的全雙工定向介質訪問控制(medium access control,MAC)框架連同基準MAC協議引入水聲傳感器網絡(underwater acoustic sensor network,UASN),并使用自適應功率控制的手段來實現空間復用和節約能量的目的[22]。

浙江大學團隊基于水聲通信中直接序列擴頻的方法,利用原始擴頻波形的周期性相關特性疊加多個序列,在發射器的每個模塊內同時調制多個不同的符號[23]。針對高速率水聲通信信道估計難題,提出了期望最大化改進稀疏貝葉斯學習算法的信道估計理論,實現了高速率相干水聲通信[24]。該團隊還提出了一種實驗后現場數據復用方法,用于測試多址水聲通信的單載波調制(single carrier modulation,SCM)和OFDM信號[25]。應對水聲通信收發相對運動下的信道估計難題,提出了多徑-多普勒雙一維壓縮感知信道估計理論,提升了對惡劣信道估計準確度[26]。應對遠距離水聲通信網絡長傳播時延的難題,提出了一種利用傳播時間差的并發傳輸MAC理論,降低了遠距離水聲通信網絡的端到端時延,提升了吞吐量[27]。針對水下設備的能量限制和對數據收集的巨大需求,介紹了一種自主水下航行器(autonomous underwater vehicle,AUV)輔助的水聲傳感器網絡[28]。該團隊利用高能效、低噪聲電路設計方法最終設計出UACM-M200和UACM-M1500這2種型號的小型化、低功耗水聲通信機來應對不同的海深作業條件。如圖2 所示,該通信機的最大有效通信速率為3.07 kbit/s,在舟山附近海試傳輸距離為4.5 km,在云南撫仙湖實測傳輸距離為14 km。

圖2 浙江大學水聲通信機[29]Fig.2 Modems of Zhejiang University[29]

廈門大學在2017年研制的AMLink系列水聲 通信機采用擴頻、高效糾錯編碼技術和抗多徑信號的創新處理方案,具備測距、水下組網功能,傳輸速率在20～400 bit/s內可調,較高數據率傳輸時工作距離可達1 km,較低數據率時可以傳輸5～10 km[30]。2019年,廈門大學團隊設計了一款參數可配置的水聲OFDM水聲通信機,如圖3所示,該水聲通信機在長時延、大多普勒信道中實現實際數據傳輸速率和誤碼率的最優平衡。該小型化水聲通信機的高度為45 cm,內徑高度為10 cm,外徑高度為12.5 cm,可通過電纜與主機交互的方式來配置接收機個數、確定空子載波數、導頻子載波數和信道估計的方法。其最大接收功耗為3 W,最大傳輸功耗為40 W[31]。該團隊還提出一種順序自適應觀測長度正交匹配追蹤(sequential adaptive observation length orthogonal matching pursuit,SAOLOMP)的方法來解決快速時變稀疏信道的水聲通信問題[31],并提出了一種靜態-動態判別壓縮感知(static-dynamic discriminative compressed sensing,SDD-CS)方法來探索淺海水聲通信場景混合稀疏性[32],并用NS-3網絡仿真工具評估了稀疏信道下的水聲傳感器網絡[34]。

圖3 廈門大學設計的可配置的水聲OFDM水聲通信機[31]Fig.3 A parameter-configurable underwater acoustic OFDM MODEM from Xiamen University[31]

西北工業大學團隊將單輸入單輸出(single-input single-output,SISO)系統中的部分快速傅里葉變換(fast Fourier transform,FFT)解調方法擴展到多輸入多輸出(multiple-input multiple-output,MIMO)系統[35]。在差分OFDM系統中,為緩解時變信道所帶來的嚴重載波間干擾,采用了新興的部分FFT解調技術,并提出了一種基于特征分解的算法來計算組合權重[36]。針對正交信分復用(orthogonal signal-division multiplexing,OSDM)調制方案,在雙選信道上,提出了低復雜度的塊和串行OSDM均衡算法[37];在MIMO信道中,分別針對時不變信道和時變信道提出了低復雜度的MIMO-OSDM單向量和塊均衡算法[38]。

華南理工大學團隊提出了一種基于因子圖的多任務稀疏學習信道估計方法(multitask sparse Bayesian learning channel estimation based on factor graphs,MT-SBL-FG),用于水聲通信中的turbo均衡[39]。該團隊還提出了一種用于正交時頻空調制(orthogonal time frequency space,OTFS)系統的新型逐塊索引調制方案[40]。同時,華南理工大學團隊在海洋物聯網中網絡協議的研究領域也做出了突出的貢獻,該團隊提出聲電協同海洋信息傳輸網絡的新思路,即通過聲、電鏈路的協同協作,提高網絡的性能[41-42]。針對水聲網絡中可靠鏈路傳輸的挑戰,提出了一種跨層前向糾錯(cross-layer FEC,CL-FEC)方案,該方案實現了機會性傳輸,以克服水聲信道中頻繁的傳輸故障[43]。文獻[44]提出了一種新的協議模型來描述水聲信道干擾。針對長傳播時延對水聲網絡中的MAC產生的影響,該團隊提出了一種基于空時復用的MAC協議,并設計了低復雜度算法實現了在星形網絡中的最優調度[45]。

青島科技大學團隊針對壓縮采樣匹配追蹤(compressive sampling matching pursuit,CoSaMP)算法在水聲信道中信道估計時復雜度較高的問題,提出一種基于稀疏自適應 CoSaMP 原子的動態閾值和弱選擇(dynamic threshold and weak selection of atoms CoSaMP,DW-SACoSaMP)的算法[46],采用卷積神經網絡(convolutional neural networks,CNN)的方法實現了移動物聯網的性能分析和預測[47],仿真結果驗證了所提出的CNN預測方法比徑向基函數(radial basis function,RBF)、廣義回歸(generalized regression,GR)、Elman和極限學習機(extreme learning machine,ELM)方法具有更好的預測效果,助力了移動海洋物聯網的發展。文獻[48]將深度混合神經網絡引入水聲信號調制識別中,極大地減少了識別時間。

河海大學團隊在水聲網絡等領域做出了杰出的貢獻。該團隊提出了一種基于多自主水下航行器的高可用性數據采集方案,以提高傳感器網絡的性能,保證數據采集服務的高可用性[49]。為解決UASN中多AUV之間缺乏適當的協作機制的問題,該團隊提出了一個基于狀態預測的數據收集算法(state prediction-based data collection,SPDC),該算法在降低數據采集時延和提高網絡總壽命方面表現出較好的性能[50]。為應對水下高流量的通信需求,提出了一種基于多通道全雙工(full-duplex,FD)通信技術的水下數據傳輸方法[51]。為了保證并提高服務質量(quality of service,QoS),在水下物聯網應用中提供可靠的數據通信,在保護海洋生態系統的同時進行可持續的水下監測和勘探,該團隊提出了一種生態友好的UASN數據傳輸方案,該方案采用干擾感知機會路由發現方法和基于頻分復用(frequency-division multiplexing,FDM)的FD通信方案[52]。該團隊還提出了一種基于蜂窩聚類架構的干擾感知數據傳輸協議,理論分析和仿真表明,該協議在信號干擾得到顯著緩解后,在UASN的QoS方面具有優勢[53]。

3.2 國外研究成果

國外的科研機構也針對于海洋物聯網節點中的水聲通信技術展開了體系化研究。近年來國外市場涌現出很多面向海洋物聯網的小型輕量化、低功耗水聲通信設備商業化設備,為新型海洋物聯網的發展注入了新鮮血液。

Jeon等[53]研制了一種仿生魚搭載的水聲通信機,由于仿生魚機器人的長度和尺寸限制,該小型化水聲通信機嘗試采用如圖4 所示多層圓柱結構來節省空間,其直徑為70 mm,高度為40 mm。為最大限度地延長仿生魚機器人的工作時長,在模擬電路中采用包絡檢測器模塊將水聲通信機設計成睡眠喚醒模式來降低功耗。在寬度為930 m、深度為10 m的漢江中的最大傳輸距離為500 m,但在350 m的通信試驗中,誤碼率較大,達到了10-3數量級,可能是由于水下生物和地形因素引起。短程水下通信設備的高速率通信實驗發現,射線追蹤模型與真實信道存在較大差異,水下的地形和障礙物等是影響水聲通信機性能的重要因素[55]。該團隊將其設計的高速水聲通信系統雙向OFDM 水聲通信機在水箱和池塘中做了性能對比得知,池塘的性能優于水箱[56],OFDM 信號受多徑效應影響較大。

圖4 組裝的水下水聲通信機結構[53]Fig.4 Structure of assembled underwater acoustic modem[53]

Martins 等[57]提出了一種基于壓電聚偏氟乙烯換能器和Xilinx公司現場可編程門陣列(field programmable gate array,FPGA)的低功耗高數據率水聲通信機,該系統采用開關鍵控(on-off keying,OOK)的調制方式,使用1 MHz載波實現1 Mbit/s的最大數據速率,通信距離在20 m以上,誤碼率為3×10-3,在1 m的距離內,使用簡單調制方案(如OOK)的最大數據速率為20 Mbit/s,為視頻流數據傳輸提供了新的解決方案[58],但仍有很大的改進空間。該低功耗水聲通信機發送每比特的功耗僅為1.4 μW。該系統基于聚偏氟乙烯超聲波發射器換能器相比于壓電陶瓷換能器而言,能夠發送高質量信號,但功能較弱。

Sheikh等[59]開發了如圖5 所示的開源低成本水下物聯網水聲通信機Coralcon,它可以通過 I2C、SPI、USB 和串行等接口與數據收集設備和傳感器連接。水聲通信機Coralcon 的成本約為140美元,而市面水聲通信機的價格往往高于1 000美元。紅海試驗表明,Coralcon在紅海中最遠可傳輸90 m的距離。

圖5 Coralcon發射器、接收器和設置[59]Fig.5 Coralcon transmitter, receiver and setup[59]

美國海軍研究實驗室的Emokpae等提出了一種高速率的水聲通信系統[60],該系統是一個基于小尺寸且質量和功率系統可重新配置的水聲通信機平臺(reconfigurable acoustic modem platform,RAMP),利用換能器的指向性來減少多徑效應帶來的干擾,從而消除了對傳統均衡器的過分依賴。RAMP的尺寸為54.94 cm×25.12 cm,工作深度可達2 km,工作帶寬為100 Hz～2.5 MHz。在2次巴拿馬城的淺海試驗中,驗證了系統使用幅移鍵控(amplitude shift keying,ASK)和二進制相移鍵控(binary phase shift keying,BPSK)編碼實現實時數據傳輸的可行性,通過改進硬件并利用相移鍵控調制技術進一步試驗,能夠在150 m范圍內實現10 kbit/s以上的高數據速率聲學傳輸,驗證了在淺水試驗中RAMP無需任何的信道均衡器的假設。

Emrecan Demirors針對現有水聲網絡平臺大都基于不靈活的硬軟件架構的現象,提出了一種新的高數據速率軟件定義的水聲網絡平臺SEANet G2,該平臺能夠支持更高的數據速率(短程鏈路預計有兆比特/秒的數據速率)、頻譜敏捷性和硬件/軟件靈活性,以支持分布式網絡監測操作[61]。

Oshiro等使用時分雙工(time fivision duplex,TDD)水下小區域聲學網絡系統與OFDM調制的原型無線水下機器人控制系統,如圖6 所示[62]。該水下機器人可以通過雙向鏈路進行控制,并可以在小型水下區域內上傳照片圖像數據包。TDD通信系統由OFDM調制解調器、卷積編碼器、維特比解碼器和循環冗余編解碼器組成。水下機器人由樹莓派小型單片機進行控制。在日本沖繩的外場試驗中,該團隊使用QPSK/16QAM調制,基本實現了機器人運動控制,捕獲240×213像素的水下照片將其從機器人上傳到基站。

圖6 水下機器人通信控制系統結構[62]Fig.6 Structure of underwater robot communication control system[62]

Galioto提出了可移動的新型水下水聲通信機架構(flexible underwater modem,FLUMO),在外場試驗中表現出比JANUS更好的性能[63]。在后續的工作中,設計并實現了一個軟件定義的水聲通信機。該通信機能夠動態估計水聲信道條件,根據環境調整OFDM調制的參數,或者在惡劣的傳播條件下切換到更強大的JANUS/FSK調制。對于信道時變、多徑時延和多普勒擴展等因素,FLUMO的提出者Giovanni Ettore Galioto給出了有效的解決方案,并討論了OFDM可以工作的極限環境條件,在該條件下,Giovanni Ettore Galioto還校準前綴長度和子載波數量,以限制多普勒效應引起的碼間干擾和信號失真。試驗表明,在大多數情況下,可通過調整前綴長度和子載波數量以實現OFDM調制解調,JANUS則可以用來應對更惡劣的水聲信道環境[64]。

2011年美國的Desertstar 公司推出了一款如圖7所示的SAM-1 微型水聲通信機,該產品采用中等速率通信,典型的通信距離為250 m,產品長度只有135 mm,直徑只有40 mm,最大工作深度為300 m,最低功耗為189 mW,通信速率可在5 ～ 150 bit/s范圍內調節[65]。

圖7 SAM-1微型水聲通信機[65]Fig.7 SAM-1 miniature modem[65]

英國的Blueprint subsea公司生產的SeaTrac輕量級通信產品如圖8 所示,共包含3個型號,SeaTrac X150、Sea-Trac X110、SeaTrac X010。SeaTrac X150長度為160 mm,機身54 mm,保持架59 mm。通信設備有主動多普勒補償和通信定位一體化功能,空氣中質量約為720 g,工作深度可達2 000 m,它使用24～32 kHz的擴頻編碼進行通信,通信最大距離可達1 km,符號速率為100 baud,且具備多層聲學協議棧。該產品待機功耗為0.6 W,工作時功耗約為6 W。該系列中的最小型號SeaTrac X010產品總長度只有74 mm,機身54 mm,在空氣中只有300 g,但其工作深度只有300 m,且不具有定位功能[66]。

圖8 SeaTrac輕量級系統[66]Fig.8 System of SeaTrac lightweight[66]

美國的LinkQuest Inc.在高速水聲通信機的開發中結合先進的寬帶擴頻技術,顯著提高數據率和魯棒性[67]。該公司的產品面向全海域全場景,共推出了UWM1000、UWM2000、UWM4000、UWM10000等8款水聲通信機來應對不同傳輸距離、不同速率的工作場景需求,部分產品如圖9所示。其中,UWM1000超低功耗產品典型工作距離為350 m,工作深度為200 m,數據率為9.6 kbit/s,睡眠模式時功耗為8 mW,接收模式下功耗0.75 W,寬帶窄帶傳輸模式下功耗1 W,全向傳輸模式下功耗為2 W。空氣中質量為4.2 kg[68]。該公司的UWM10000型號產品的通信速率可達5 kbit/s定向工作距離可達10 km,但其空氣中質量21 kg,最大能耗40 W,通信機的總長度為580 mm[69]。

圖9 LinkQuest公司水聲通信機[67]Fig.9 Modems of LinkQuest[67]

德國Evologics 公司的Konstantin Kebkal 等研究了海豚通信的機制,為水聲數據傳輸的掃頻擴展載波(sweep-spread-carrier,S2C)技術奠定了基礎,并將S2C聲學鏈路應用于印尼海嘯預警系統并成功測試。實驗證實了水聲通信機在成功對抗復雜的多徑干擾方面的重要特性[70],并用BELLHOP 模型仿真演示了一種靈活的水聲通信機性能預測的有效方法,當不考慮短期波動時,模擬性能與測量的數據有較好的一致性[71]。Evologics公司的水聲通信機能提供全雙工的數字通信服務,其系列產品可根據不同海洋環境,自適應調整并在當前環境下保持盡可能高的比特率,其系列產品的性能包絡如圖10所示。其中,高速中距離設備S2CM HS在300 m的信息傳輸時最高傳輸速率可達62.5 kbit/s;在深海遠距離型號中,S2CR 7/17D型通信機可達近萬米的通信距離。設備具備不同的工作模式,如待機模式、監聽模式、接收模式和傳輸模式,最低待機功耗只有2.5 mW,其輕量化產品的最小直徑為63 mm,通信機總長240 mm,空氣中質量1 150 g[72]。Konstantin Kebkal等在Evologics 水聲通信機(S2CR系列)的基礎上提出有效載荷數據交換,以用作水聲網絡通信各個節點間時鐘同步的有效方式[73]。Evologics 公司還開發了程序框架,即EviNS-Evologics 智能網絡軟件,每個網絡協議的堆棧旨在解決水聲環境特定條件下的水聲數據傳輸問題[74],并提出了對移動水下網絡的評估策略,量化了在水下移動網絡中使用多模態水下通信相對于全聲學方法所產生的聲音暴露水平和影響半徑[74]。

圖10 Evologics公司水聲通信機比較[72]Fig.10 Comparison of Evologics modems[72]

美國Teledyne Benthos公司推出的超緊湊型水聲通信機(ultra compact modem,UCM)如圖11所示。該款通信機的OEM版本僅為60×55 mm,質量僅有55 g,休眠狀態下的最大功率僅為3.5 mW,非常適合具有嚴格尺寸和質量限制的水下應用,例如微型AUV和小型海底儀器儀表。

圖11 Teledyne Benthos 公司的超緊湊型水聲通信機[75]Fig.11 Teledyne Benthos′s Ultra-Compact underwater acoustic modem[75]

新加坡Subnero公司推出的第4代無線網絡通信 (wireless networkes communication,WNC)系列水聲通信機見圖12[76],其中的M25M系列水聲通信機在外場試驗時最高通信速率可到達15 kbit/s,其最遠傳輸距離大于4 km,該系列水聲通信機可組成分布式或類似蜂窩的集中式網絡,這種網絡具有切換、中繼、路由和跟蹤功能,且每個通信機深度休眠時的功耗小于1 mW[77]。

圖12 Subnero 推出的第4代WNC系列水聲通信機[76]Fig.12 Subnero introduces 4th generation WNC series underwater acoustic modems[76]

挪威的kongsberg maritime公司推出cNODE MiniS水聲通信機見圖13,其具有4 000 m的最大額定工作深度,最大傳輸速率可達6 kbit/s,最大發射功率有100 W,休眠功率僅有不到100 mW[78]。

圖13 Kongsberg 推出的cNODE系列迷你水聲通信機[78]Fig.13 Kongsberg launches cNODE series of mini underwater acoustic modems[78]

英國的Sonardyne公司推出Modem 6水聲通信機如圖14所示,Modem 6水聲通信機用于與水下傳感器進行點對點的數據傳輸,是一款經濟高效的水下通信設備,Modem 6支持0.2～9 kbit/s的數據傳輸速率,其中Modem 6 Mini Dunker是該公司最小的水聲通信機,該型號水聲通信機結構緊湊,易于安裝,適用于從各種傳感器傳輸和恢復數據,包括:流速剖面儀、溫度深度傳感器和各種定制儀器,可在惡劣的海洋環境中持續工作[79]。

圖14 Sonardyne 推出的Modem 6水聲通信機[79]Fig.14 Modem 6 underwater acoustic modem by Sonardyne[79]

3.3 分析與探討

目前,從水聲通信設備的通信體制來看,美國的Teledyne Benthos、英國的Sonardyne、新加坡的Subnero等公司生產的主流水聲通信設備大多采用較為穩健的MFSK和擴頻的通信體制;德國的Evologics公司持續采用S2C的掃頻擴展載波技術,來解決信道多徑問題;近年來美國的Teledyne Benthos、Popoto、英國的Sonardyne等公司和國內浙江大學的基于PSK的單載波水聲通信機也在海洋物聯網水下節點的市場占有一定的份額;同時,新加坡的Subnero等公司和國內的哈爾濱工程大學、廈門大學、中科院聲學所等研究的OFDM水聲通信設備通過更新迭代也逐漸成熟。以上4種通信體制信號的時頻圖見圖15。隨著水聲通信調制解調技術的不斷發展,未來的水下通信設備性能將有更大的提升空間。這將有助于海洋物聯網水下節點的廣泛部署,加快人類對海洋領域探索的步伐。

圖15 不同通信體制信號的時頻圖Fig.15 Time-frequency diagram of signals of different communication systems

一些商業化的水聲通信機發展進程中,我們僅僅獲得了一些通信數據率和通信距離最大值參數,商業公司僅提供水聲通信機的最大數據率與最遠通信距離,忽略了水聲通信中數據傳輸速率、距離和頻率之間的緊密聯系,故無法直接從性能包絡的角度衡量海洋物聯網通信設備的性能。在未來的海洋物聯網水下通信設備應用中,我們更傾向于將速率和距離相關聯,以比較最遠通信距離下所支持的最大有效通信速率來衡量通信設備的性能。

一些水聲通信機的關注點在于通信效率而忽略了通信機的花費、大小、布放方便性等其他方面。荷蘭代爾夫特理工大學參與研制的多帶OFDM水聲通信機是一款遠距離水聲通信機,海試中曾實現52 km的最大通信距離,在成功檢測信號的情況下能實現4.2 bit/s的可靠的有效通信速率,該水聲通信機體型大、成本功耗高、且數據率低,不適合作為海洋物聯網的水下通信設備。而一些科研化的水聲通信機在小型化、低功耗的進程中,也有許多缺陷需要我們注意。如葡萄牙的米納斯吉拉斯聯邦大學設計的水聲通信機,著重考慮了小型化、低功耗、低成本、多功能的設計原則,其構造精巧,設計精良,具有一定的優越性;但該通信機需要固定在一個浮標上,監測深度范圍有限,浮標受海浪波動影響較大,不適用于定點觀測和穩固的聲學網絡建立。賓夕法尼亞大學設計的水聲通信機,可長期在水下監測,并由實驗驗證了該通信機方案的可行性,還提供了裝載在通信機上的溫度傳感器和化學傳感器采集到的溫度信息和水體的pH信息;但是沒有提供回收方案,且水聲通信機的整體結構并不能保證其穩定地安放在工作環境中。如何平衡海洋物聯網通信設備的體積、能耗、成本、功能性和通信指標等因素,成為各機構研究的重點。

4 結束語

在近十年的發展中,人類對于海洋物聯網研究逐步深入。結合前述相關技術的應用需求、研究進展和成果,海洋物聯網中的水下通信技術將向著多模式、高性能與互聯互通的方向發展。

水下通信技術多模式化:為更好地克服水聲信道衰減大、多徑時延長、多普勒強所帶來的影響,水下通信設備的通信技術將會由單模態轉換為多模態通信。如水下甚高頻、光通信、電磁通信將成為水聲通信的補充。

水下通信性能的提升:水下通信設備的性能包絡將會逐步提升,隨著信道估計均衡等算法的日趨成熟,OSDM、OTFS等技術的引入,更高通信速率和更遠傳輸距離仍是科研人員持續探求的目標,但是如何針對不同海洋環境達到兩者的相互平衡、妥協仍需進一步研究。

水下通信互聯的重要性:未來的研究重點會從海洋物聯網單一節點的物理層研究逐步擴大到海洋物聯網網絡協議、信息安全等領域,目前水下的網絡協議種類多,缺乏統一網絡架構和通信協議標準。同時,水下物聯網網絡安全問題也將逐漸成為下一階段工作重點。