水下網絡系統定位與控制聯合設計:研究現狀與發展趨勢

閆敬, 張志成, 楊晛, 商志剛, 關新平

(1.燕山大學 電氣工程學院, 河北 秦皇島 066004; 2.燕山大學 信息科學與工程學院, 河北 秦皇島 066004; 3.哈爾濱工程大學 水聲工程學院, 黑龍江 哈爾濱 150006; 4.上海交通大學 電子信息與電氣工程學院, 上海 200240)

海洋是國家戰略資源的重要基地。我國擁有300萬平方公里海域面積,然而我國海洋監測體系還不完善,水下目標監測手段匱乏。無論從國家戰略層面,還是從海洋預警監測、海洋資源開發與保護方面,亟需構建實用高效的水下網絡系統。水下網絡系統的建立在對船只的遠洋、深海作業的安全保障方面起著無可比擬的作用,海洋無小事,事關我國國土安全,資源開發和研究勘探等眾多戰略部署。2022年11月最新公布的《國家自然科學基金“十四五”發展規劃》,強調了海洋安全的重要性,指出將“水下無人裝置與水面船舶互聯基礎理論為代表的空天地海協同信息網絡”放在十四五規劃的優先發展領域。一般而言,水下網絡系統包括移動潛器(通過攜帶傳感器形成動態傳感器節點)、水面浮標、水下溫鹽深等傳感器,主要以水聲通信的方式進行交互,進而協同完成水下目標監測任務。在上述系統,定位是水下網絡系統實現目標全天候、全方位實時監測的核心,其目的是通過節點間信息交互確定網絡自身以及外來目標的位置信息。另一方面,岸基中心根據定位的需要形成調度控制環,并將控制指令回傳給傳感器與潛器,進而通過潛器協同控制的形式實現定位自主性和適應性的提升。現有方法通常將定位與協同控制分離設計[1-2],盡管可降低系統設計的復雜度并易于擴展,但會使通信資源相互競爭,且使得狀態信息傳遞出現延遲,在復雜多變的水下環境中,更容易產生控制偏差與定位誤差。因此,有必要對水下定位與追蹤控制進聯合設計,聯合提升定位與控制性能。

1 定位與控制聯合設計的挑戰

在水下網絡系統中,水聲異步時鐘、聲線彎曲、傳輸高能耗等弱通信特性,以及水下時變流速場等復雜海洋環境,導致水下網絡系統面臨目標定位誤差大、協同控制性能差、系統間耦合關系[3]表征不清等難題。如何在復雜海洋環境下克服水聲弱通信特性影響,突破水下高精度定位與協同控制的技術瓶頸,對水下定位與控制進行聯合設計(見圖1),已成為研究面臨的挑戰。需要強調的是,定位目的是確定水下目標以及節點的位置信息,進而考慮異步時鐘、聲線彎曲、通信時延、噪聲與干擾等約束。將協同控制與定位聯合設計,一方面使得定位為控制提供位置參考,另一方面使得控制反饋提升定位精度,最終提升整個水下網絡系統定位精度與控制有效性。

圖1 定位與控制聯合設計Fig.1 Joint design of localization and control

1.1 水下資源受限條件下異構數據融合難

構建水下網絡系統時,為了適應不同環境下不同的監測要求,往往要將異構終端[4]部署在不同的物理空間。但復雜的水下環境會導致終端感知到的數據出現難以規避的時空偏差;同時由于設備的物理特性,異構終端獲取到的來自感知對象的數據信息是不全面的,彼此之間具有差異性,甚至會出現沖突。為此,異構數據的融合有助于時空覆蓋范圍的擴展,提升狀態信息的準確性。而水聲通信的帶寬受限,設備之間數據傳輸速率較低,限制了異構數據實時計算處理能力。綜上,如何及時考慮異構終端感知到的數據差異性,構建感知融合模型至關重要。此外,異構終端能量來源有限,往往是采用電池供電,同時水下環境的不可見性與不可訪問性,又使設備的故障檢測、維修和替換變得更加復雜。因此,異構終端除考慮自身監測和感知能力外,還應考慮終端間的交互、設備耐用性和能量有效性。

1.2 水聲弱通信特性導致定位誤差大

目標定位需要傳感器與潛器測量的物理量作為輸入,而物理量信息以聲波為載體,以海水為傳播介質。水下通信環境惡劣,引擎聲、水生生物活動聲、海浪與潮汐聲等環境噪聲會影響信號的信噪比,導致接收到的信號失真,難以準確解析,從而產生定位誤差。此外,信號在傳播過程中受反射和散射等因素的影響會產生多徑效應[5],信號發送端與接收端之間的相對位移會引發多普勒效應從而導致載波偏移及信號幅度的降低,與多徑效應并發的多普勒頻展將影響信息解碼,使得目標動態感知困難。同時,水下各節點的本地時鐘的差異引發的時鐘異步問題與非均勻介質引起聲速大范圍變化導致的時延抖動和聲線彎曲效應將進一步降低定位的質量。

1.3 復雜海洋環境降低協同控制有效性

隨著水下網絡系統向大型化和復雜化發展,網絡中的傳感器節點數量增多,節點之間的連接和相互作用也變得更加復雜。同時,協同控制需要節點之間進行頻繁的數據信息流通與交換來實現任務的分工、協同決策和共同目標的完成。由于水聲信道通信距離短、鏈路穩定性差以及洋流等動態擾動與節點的移動特性導致的水聲通信網絡的脆弱性及時變性,會產生局部攝動、狀態延遲與鏈路動態。這些不確定因素通過水下網絡系統的連接及耦合關系不斷傳播,直接或間接作用到控制單元,嚴重降低了系統協同控制的有效性。因此,在對水下網絡系統的控制與優化過程中,除了需要考慮單個傳感器或潛器的反饋控制率[6]外,必須綜合考慮水下環境與通信性能的影響,統籌整個網絡系統的全局優化。遺憾的是,由于目前技術水平的限制,很多重要的狀態無法實時反饋,關鍵的參數難以準確測量,直接影響到潛器之間的協同策略以及各控制器的具體實現。

2 水下網絡系統定位技術

水下網絡系統定位技術是水下傳感器技術與水下通信技術相結合的一個重要分支。通過具備感知、傳輸、控制功能的水下傳感器或潛器進行數據的采集、處理和分析,獲得被定位目標的位置,在海洋領域已有廣泛的應用[7]。

2.1 水下網絡系統

水下網絡系統一般由3個部分組成:傳感器節點部分、通信與數據傳輸部分、網絡管理與控制部分[8]。傳感器節點是網絡中的基礎組件,它們被部署在水下環境中,用于感知和采集環境中的各種信息。通信與數據傳輸部分包括水下通信設備和數據傳輸協議,用于實現傳感器節點之間的通信和數據傳輸。網絡管理與控制部分涉及網絡拓撲管理、節點部署與維護、數據采集與傳輸調度等任務,通常由位于地面或云端服務器的岸基服務中心擔任[9]。岸基中心收集和處理水下傳感器節點傳輸而來的數據,具有強大的數據處理能力。同時提供網絡監控、維護和管理等功能,以便確保水下網絡系統的安全性與可靠性。圖2給出了一個常見的水下網絡系統架構。

圖2 水下網絡系統架構Fig.2 Underwater network system architecture

2.2 水下通信技術

由于水下環境的復雜性和通信信道的不穩定性,傳統的陸地通信技術應用在水下環境時往往要面臨失靈的風險。目前,水下通信主要以聲波的方式所實現,并經過30年左右的發展,在理論和實驗研究上均取得了長足的進步,但仍有諸多難點:1)水聲通信具有嚴重的帶寬限制,同時聲學信號比無線電的傳播速率低5個數量級,信號傳播速度慢;2)受水下介質不均勻性而引起的聲速大范圍變化(1 400～1 600 m/s),往往會產生時延抖動和聲線彎曲效應;3)聲波信號在水中傳播時,由于反射、散射和衰減等因素的影響會產生多徑效應,進而導致產生傳播延遲擴展和信號失真,降低通信質量;4)水下布設通信節點成本高,導致拓撲結構稀疏;5)水聲通信在信息傳輸過程中會產生能量擴散,且通信能量大;6)由于水下通信位于開放的環境,會遭受未知攻擊者的攻擊和竊聽。針對這些難點,研究者們正在不斷探索和開發新的通信方式和技術來提高通信能力,改善聲波傳播模型和相關調制解調技術等提高通信效率和可靠性,同時不斷完善水下節點的設計和部署方式,以適應復雜的水下環境。這些努力將為水下通信技術的發展和應用提供有力支撐。

多載波調制技術可以極大地提高帶寬利用率,正交頻分復用(orthogonal frequency division multiplexing,OFDM)便是一種經過驗證的多載波通信系統,具有有效應對頻率選擇性和延遲擴展的能力。Murad等[10]設計了一種用于水下通信的OFDM仿真模型,并提供了一種修改和調整各種參數的工具。Zhang等[11]設計了一種基于深度學習的OFDM接收機,與現有的深度神經網OFDM接收機相比,使用該模型可以精確定制更加復雜的水聲通信。而單載波頻域均衡技術(single carrier frequency domain equalizati,SC-FDE)能夠降低多載波系統的峰均比和對相位噪聲的敏感性,同時計算復雜度較低。Si等[12]提出了一種先驗信息輔助方案,通過在SC-FDE傳輸幀中插入循環前綴作為保護間隔,獲得更精確的信道長度和稀疏度先驗信息,避免組間干擾。Tong等[13]提出了一種基于迭代子塊的接收機算法,將每個時變塊劃分為多個準靜態子塊,后通過迭代削弱頻間干擾。同時根據水聲的傳播特性提出了時間反轉技術,利用聲場的線性和互易性,把海洋信道本身當作匹配濾波器,對陣接收信號進行合并處理。該技術可以提高水下網絡系統的通信速度和可靠性,降低通信功耗,減少信息傳遞的延遲,并且增強水下通信的抗干擾能力。Jing等[14]設計了一種二維被動時間反轉結構接收機,在時延多普勒域實現了空間、時間和頻率聚焦,可以在較低的復雜度下獲得與傳統消息傳遞算法相似的性能。Zhao等[15]利用聲學鏈路空間依賴性產生的自然鏈路特征,提出了一種利用最大時間反轉共振能量值的認證方案,用于檢測欺騙攻擊。此外,為了應對可能存在的攻擊和竊聽風險,軍用通信往往對隱蔽性有一定的要求。文獻[16-17]研究了使用仿生技術來進行偽裝的水下通信方案,信號發射源通過模擬海洋哺乳動物叫聲來傳遞信號。但由于海洋動物往往有其特定的分布區域,例如在沒有海豚的區域,便無法通過模仿其聲音來進行偽裝。為此Biao等[18]提出了一種將信號隱藏在自然背景噪聲和混響中的通信方法。

隨著科技的不斷進步,激光通信和電磁通信等通信手段也逐步應用于水下網絡系統,其特點如表1所示。Zhang等[19]提出了一個受寬帶背景噪聲影響的水下無線光通信系統性能的數值模型和相關過濾條件,Zhou等[20]建立了水下無線光通信的數學模型,對50 m以上的遠距離無線光通信進行設計。Yang等[21]提出了一種基于超緊湊極低頻磁力傳輸換能器的遠程水下電磁通信系統,實現了數字編碼調制跨越水-空界面的遠距離傳輸。

表1 3種水下通信技術的比較Table 1 Comparison of three underwater communication technologies

2.3 定位算法

水下網絡系統中常用的聲學定位方法可分為3類[22]。第1類是基于到達時間(time of arrival,TOA)的方法,基本原理是測量水下傳感器節點到定位目標的時間延遲。由于時間延遲與發射端到接收端的距離成正比,因而可以通過計算不同傳感器節點到目標位置的時間延遲,推算出定位目標的位置。TOA定位結果的準確性,高度依賴視距路徑測量的準確性。然而,真實的聲學信號在水下信道傳播的過程中往往會受到嚴重的多徑效應的影響,并且聲線是彎曲傳輸的。為此,文獻[23]利用分層近似、逐層計算的方式對聲線進行補償,文獻[24-25]給出了時鐘異步與聲線彎曲模型:

T=αt+β

(1)

(2)

圖3 發送點和接收點之間聲線彎曲示意Fig.3 Schematic diagram of sound line bending between the sending and receiving points

需要注意的是,基于到達時間的定位方法非常依賴于時間的同步,并且常常配合其他的技術一起使用。Peters等[26]便提出了一種基于混合到達方向(direction of arrival,DOA)和TOA的無線傳感器定位算法。而Yi等[27]提出了一種基于TOA的跟蹤同步方法,用于解決分布式水下網絡系統數據傳輸不并發而導致的時間同步問題。同時,大多數基于多徑信道的TOA估計方式,都是利用直達信號和反射信號之間的互相關特性來消除多徑效應的影響。鑒于此,Kostenko等[28]首先計算接收信號的鏡像導數,后通過移動平均值對結果進行歸一化處理,用于實現檢測強反射信號中的弱直達信號的目的。Jiang等[29]將信道參數的估計問題轉化為稀疏表示問題,從而實現二維網絡中的時間延遲和多徑信號衰減幅度的聯合估計。但以上方法,計算量龐大,這對于需要迅速反應的實時水下網絡系統來說是難以實現的。于是Sund等[30]提出了一種基于決策樹的直接信號選擇算法,并實現了對直達信號的高速率和高精確率選擇。此外,為避免水下動物咬合,氣泡破裂、潛器引擎震動等產生的強噪聲干擾水下網絡系統,Diamant等[31]在TOA定位的過程中引入一種聚類的方法來將匹配濾波器輸出處的樣本識別為信號或噪聲。

第2類是基于到達時間差(time difference of arrival,TDOA)的方法,其主要原理是利用定位目標到達水下傳感器的時間差來計算目標位置。此方法無需獲知兩者之間的傳輸時間,因此目標源和傳感器之間可以是異步的,但是傳感器之間需要同步。具體過程包括:收集傳感器數據、計算時間差、構建目標函數、求解目標位置。首先,水下傳感器接收聲波信號,并分別記錄各自的時間戳,然后計算傳感器之間的到達時間,利用時間差構建距差方程。在之后的求解過程中,可以分為迭代求解法和非迭代求解法。由于水下環境復雜,受到多徑效應和聲線彎曲的影響,目標函數一般較為復雜,很難通過求解非線性方程組來計算目標位置,故常常采用智能優化算法進行迭代求解。通常TDOA需要至少4個傳感器,才可對三維空間的目標進行定位。但Mandi等[32]在通過壓力傳感器確定水下聲源深度位置的情況下,實現僅僅使用2個聲波接收器便實現了對目標的定位,降低了系統網絡的復雜度。同時,對水下網絡系統而言,為延長傳感器節點壽命,應避免頻繁采樣,Fyhn等[33]使用壓縮傳感(compressed sensing,CS)的方式來減少傳感器采樣,在已知表示矩陣的情況下,信號的奈奎斯特率樣本可以從其子奈奎斯特率CS樣本(CS序列)中恢復出來。但是由于所有CS-TDOA估計都需要從亞奈奎斯特速率CS序列中重建,而重建算法又是非線性的,這在水下強噪聲環境中,會產生很大的誤差。由此Cao等[34]提出了使用部分傅里葉系數以實現CS-TDOA估計的非相干處理。Salari等[35]利用Hadamard矩陣的性質,提出了一種避免CS重建的新框架,并使用CS測量直接計算目標位置。此外,Mourya等[36]為大規模水下網絡系統提出了具有魯棒性的TDOA定位方案,即僅通過監聽來自多個錨點的信標信號,以此達到節省信道帶寬和能量、延長節點壽命的目的。Kim等[37]設計了一組通過計算TDOA測量來捕獲目標的潛器編隊,能夠避免目標估計的發散,提升定位性能。而考慮到水下網絡系統可能會出現由于缺少傳感器接收節點而導致定位模糊與傳感器節點間無法協作的情況,Alexandri等[38]提出了一種到達目標運動分析時間差的定位算法,該算法通過在非凸平面上求解非線性優化問題,獲得目標位置。Sun等[39]提出了一種廣義的二階到達時間差定位算法,消除了信號周期數的限制,且可以任意選擇定位節點,從而提高了水下網絡系統的定位精度。

第3類是基于到達方向的方法,與前兩者不同,水下傳感器接收端有多個換能器,通過測量換能器接受信號的相位差或者時間差,進而計算信號到達的方向角,最終推斷出定位目標的位置。在這個過程中,傳感器使用多個換能器接受信號源發射的聲波信息,通過預處理來提高信號的質量和準確性,后根據各類測量方法,如時間差法、多普勒頻移法、相移法等,得到信號到達角度,最后將角度代入計算模型后得到目標位置。DOA方法具有系統結構簡單、易于獲取角度信息等優點。但由于DOA估計的性能依賴于信號端陣列的大小和換能器數量,而部署在小型潛器傳感器上的列陣很難達到其理想狀態。為此Li等[40]通過研究方向相關傳輸響應的空間稀疏性,提出了小尺寸陣列DOA估計方法。Yang等[41]引入了壓縮傳感算法,以實現對小單元陣列的高估計精度。而考慮到多徑效應對水下網絡系統定位精度的影響,Das等[42]提出了一種基于稀疏貝葉斯學習的相關向量計算法,Xiang等[43]提出了3種用于多徑環境下DOA估計的神經網絡模型,Xie等[44]實現了對多徑信號的信源關聯、DOA和衰落系數估計,Han等[45]提出了一種基于空間時頻分布的水下多徑信號被動波到達方向估計算法。考慮水下環境聲速不確定的影響,可使用聲速無關的方法,文獻[46]使用2個任意相交的均勻線性陣列來估計水下DOA,文獻[47]利用3個交叉線性陣列接收到的數據的互相關矩陣(CCM)來去除聲速因子。此外,Moreno等[48]通過優化傳感器在水下網絡系統中的部署位置來提高DOA定位精度。Kavoosi等[49]提出了矢量和各向同性水聽器相結合的DOA方法來估計水下三維網絡中未知源的位置。

3 協同控制技術

水下網絡系統的定位需要通過對多個傳感器與潛器的協同控制來實現。協同控制架構為協同控制提供了基本的組織結構,而協同控制策略則在這個基本結構的基礎上,使各個節點能夠協同工作,實現系統控制目標的完成。

3.1 協同控制架構

協同控制網絡架構在水下網絡系統中起著關鍵的作用,它定義了傳感器之間的通信和協作方式,影響傳感器之間的信息交換、決策協調和任務執行。通常水下傳感器的拓撲結構有3種主要的形式:集中式、分布式、分層式。在集中式[50]架構中所有傳感器節點都要通過一個中央控制器來進行數據的傳輸與信息的交換。優點是,由于所有的傳感器節點都連接著中央節點,能夠便于中央控制器管理和控制整個水下網絡系統。并且當需要增加新的傳感器節點時,很容易并入到網絡系統當中,提高了擴展性。但是當中心節點出現故障時,會導致整個網絡的癱瘓。而分布式[51]架構不需要中央控制器,傳感器節點之間可進行自由的相互通信,每個傳感器都與整體的子集共享信息。這樣因某些節點出現故障導致無法工作時,剩余節點仍可發揮作用,能夠盡可能保證水下網絡系統的正常,也可通過數據分割、分布式儲存來保證傳輸數據的安全性。但與之相對的,分布式架構帶來了更高的復雜性與通信成本。分層式[52]架構將傳感器劃分為多個層次,并要求傳感器按照不同層次進行協作,通過各自的協議層傳遞信息和控制指令,實現對水下網絡系統的操控。分層式通信可以靈活的根據不同的通信需求選擇相應的通信協議來滿足需求。并且在一次等長距離的通信數據傳輸的過程中,分層傳輸的消耗的能量要小于集中式傳輸。但分層式架構設計復雜,要考慮不同層級節點之間的交互與協同。

3.2 水下環境中潛器協同控制策略

潛器的協同控制指的是在水下環境中,通過多個潛器之間的通信與協作,共同完成水下任務。靜態傳感器往往探測范圍有限,當被檢測目標超出其探測邊界時,便無法提供目標位置的信息。因此,可以通過部署一定數量的能夠自主移動的潛器,擴展探測范圍,亦可對水下目標進行近距離探測,在搭載視覺模塊的情況下,收集、回傳視訊信息。還可以根據需要向傳感器提供自定位參考的同時,對傳感器數據進行中繼轉發與拓撲修補。因此,潛器之間合理的控制十分重要[53]。

通常,對于潛器的控制一般有基于領導者-跟隨者、基于虛擬結構、基于人工勢場、基于圖論以及基于行為這5種。基于領導者-跟隨者[54-55]的控制方式是目前對潛器進行協同控制最常用的一種,潛器被劃分為領導者或跟隨者2種,跟隨者根據設定追隨領導者的軌跡,控制中心通過控制領導者來控制整個潛器編隊。而虛擬結構法[56-57]將所有潛器作為一個虛擬整體,設定一個虛擬幾何中心,并以此為參考,進行潛器的協同控制。但由于需要保持同一個剛性結構,缺乏靈活性和適應性。相對的,基于行為的控制策略[58-59]靈活性更強,因為每個潛器根據其感知到的環境信息或者是設定的目標任務,選擇適當的帶有目的性的行為或動作來響應其他潛器或者與環境進行交互。同樣,人工勢場法[60-61]也有著較強的靈活性與實時性,能夠解決潛器的水下避障問題。主要思路是將水下空間抽象設定為人工勢場。通常有2種勢場:吸引勢場和排斥勢場,引力勢場能夠將潛器吸引到目標點附近,而斥力勢場則使潛器避開水下礁石、珊瑚等障礙物。最后,在基于圖論[62-63]的方法中潛器協同控制系統被建模為一個圖結構,圖中的節點由潛器擔任,圖中的邊為潛器之間的關系和通信路線。

潛器模型的不確定會影響潛器的控制,從而影響編隊控制的穩定性。為應對潛器航行過程中的不確定性,Qiu等[64]提出了一種基于梯度下降的自適應學習控制方法并設計了誤差補償策略,Li等[65]提出了基于微分幾何的精確反饋線性化滑模控制方法。Yan等[66]采用了位置/速度雙層通信拓撲,并根據環境的惡劣程度將其通信狀態分為有界和無界通信時變拓撲,并分別使用領導者-跟隨者和虛擬領導者方法對所提出的方法進行了論證。同時考慮到多普勒速度測儀在水下環境里不可用,文獻[67]開發了一種速度觀測器(圖4),聯合設計了一種自適應非奇異快速終端滑模追蹤控制器,使用自適應方法估計模型的集總不確定性。

圖4 觀測器與追蹤控制器之間的關系Fig.4 The relationship between observer and tracking controller

為降低能耗,Yan等[68]使用混合了人工勢場法和粒子群優化的算法,通過不斷調整編隊路徑節點的數量和分布狀態,尋求最優路徑。Zhu等[69]利用生物啟發式神經網絡實現編隊路徑規劃和有效導航。同時水下環境中,潛器之間的持續通信是困難的,為此Wang等[70]提出了一種基于間歇通信的任務分配機制來解決線性和非線性系統的協同控制問題,Chen等[71]對具有間歇性無向通信的多自主水下航行器系統設計了一種有限時間無速度交會的控制方法。此外,Yan等[72]提出了一種分散觀測器-控制器方案,為每個潛器開發一個觀測器來估計系統的整體狀態,然后將其與集體任務變量集成以產生控制輸入,同時降低了執行器飽和的風險。Lin等[73]在部分執行器故障時,使用基于線性反饋方法,對潛器進行線性化處理,從而提升控制系統的容錯能力。而在真實水下環境里,多潛器協同控制系統與多潛器節點相比,信道在受到海洋環境干擾或對手攻擊時往往更容易出現故障,因此對其可靠性的評估變得越來越重要[74],Liang等[75]確立了標準秩分布熵、全終端可靠性和標準自然連通性3個指標用來反應多潛器協作系統可靠性的不同方面。

4 定位與控制聯合設計

在弱通信環境下,如何對水下網絡系統進行設計,實現定位準確性與控制協同性的整體提升,是目前研究面臨的重點。

4.1 使用固定錨節點進行設計

首先是使用固定錨節點進行定位。在所需要進性目標定位的區域架設浮標[76],浮標裝備全球定位系統(GPS)或者北斗定位模塊,能夠通過衛星進行低成本的自定位。然后,這些明確自身位置信息的浮標,將作為位置感知錨節點發布自身的位置和時間信息,水下傳感器根據這些信息進行自定位。但是這種方式對于大型水下網絡系統來說是非常不經濟的,為確保定位的準確性,浮標的覆蓋密度必須和水下傳感器的密度相當。類似的,也可以選擇一些傳感器節點賦予位置和時間信息,并將這些節點作為其他傳感器節點自定位的錨節點。一旦傳感器被定位和同步,它也將作為一個錨節點來使用。不斷迭代上述過程,直到所有的傳感器完成位置定位和時間同步。這種模式最主要的問題是精度低[77]。這種系統的定位和定時精度高度依賴于錨節點的數量,在初始錨節點數量較少的情況下,系統的性能將受到嚴重制約[78-79]。此外,定位誤差在迭代中不斷傳遞,導致與真實位置偏差較大。同時靜態的傳感器很容易遭受攻擊,為了使開放的水下定位系統能夠安全穩定的運行,文獻[80]針對時間延遲攻擊,將目標定位和攻擊檢測表述為整數規劃問題,使用期望最大化聯合求解攻擊大小與目標位置。文獻[81]設計了水下傳感器節點的攻擊檢測與隱私保護定位算法,并給出了相應的攻擊與隱私模型。圖5為文獻[81]給出的隱私保護實例。

圖5 隱私保護策略的實例Fig.5 Examples of privacy protection policies

4.2 引入移動錨節點進行設計

由于固定錨節點覆蓋的范圍,嚴重限制著其探測定位范圍。而在廣闊的海域中部署廣泛的傳感器節點需要大量的成本和資源。考慮其經濟性,故在水下網絡系統中引入潛器作為移動錨節點進行定位。控制潛器沿著預先設定的軌跡進行行駛,并定期對水下傳感器釋放信標信號。在潛器信號覆蓋范圍內的任何傳感器都可以接受其廣播的信標信號,然后通過定位算法進行定位。潛器也可以被動的接受由傳感器發出的信號,繼而根據信號定位目標設備。總的來說,使用移動錨節點可以提供更靈活、精確和適應性強的定位解決方案。它們能夠適應不同的定位場景,提高定位精度,因此在許多應用領域中具有重要的優勢。對水下網絡系統而言,海洋環境中的潮汐和水流的運動會產生強噪聲,從而對水下傳感器接收端獲得到的水聲信號產生影響。并且海洋運動還會造成水下傳感器節點的移動,從而影響定位精確性與控制準確性。故在包括潛器和水下傳感器節點的混合架構下,文獻[82]考慮到傳感器節點的移動性,提出了一種移動性預測策略來計算下一時刻節點的位置,文獻[83]設計了一種基于無跡卡爾曼濾波的水下異步定位算法,消除強噪聲特性的影響。但是在求解的過程中,需要對算法里的非線性測量方程進行近似線性化處理。這種近似處理的方式不可避免的會引入系統的模型誤差,從而導致定位與控制性能的下降。為此文獻[84]使用無跡變換來計算雅克比矩陣,后使用最小二乘求解,從而避免了近線性化產生的模型誤差。但由于最小二乘的特性,求得的結果可能是局部最優解,而不是全局最優解。以往在陸地環境中,通常采用凸優化的方式使局部最優解為全局最優解。而考慮到水下這種具有復雜約束的問題,在凸優化轉換的過程中非常困難甚至無解。故文獻[85]將迭代學習應用于定位過程,并分別設計了基于監督學習、無監督學習與半監督學習的水下定位算法。

文獻[86]考慮水流等物理場對水下網絡系統定位性能的影響,提出了一種捕獲未知水流參數的迭代最小二乘的估計方法,實現了弱通信約束下定位與流速場聯合估計、克服了流速場對控制過程帶來的不確定性,提高了定位精度。而文獻[87]給出了一個包含水面浮標、潛器、主動和被動傳感器節點的水下網絡系統,提出了一個潛器輔助的定位與控制聯合設計的方法,其中潛器為定位任務提供了空間重用機制(見圖6)。整個過程通過定位通信協議實現了對整個網絡的聯合控制。此外,Gong等[88]提出了一種基于多普勒頻移的水下定位算法,控制潛器協同定位,在保持低復雜度的情況下提高了定位精度。Wang等[89]提出使用單個水面移動機器人和潛器進行協同定位,在降低了控制難度的同時,削減了成本。

圖6 時間戳傳遞過程Fig.6 The process of timestamp transmission

4.3 定位與追蹤聯合設計

潛器追蹤控制的實現對反饋提升定位性能至關重要。現有的潛器追蹤控制方法,通常假設潛器位置是已知的且傳感器的反饋信息是可靠實時傳輸的,然而水聲長時延、高能耗等弱通信特性使得上述假設在水下環境中很難保證。同時水下很多環境往往缺乏固定的參考節點,GPS也無法在水下使用,盡管可通過自定位的形式向控制系統提供位置參考,但是水下自定位系統與控制系統在帶寬占用、能耗利用上存在互相競爭關系,潛器在航行過程中慣性測量單元受到加速度計漂移、陀螺儀噪聲等因素的影響,控制誤差不斷累積。此外,與陸地機器人相比,水下潛器的動力學模型呈現強非線性、高耦合等特點,且受水流、復雜水底地貌、水中懸浮物等外部因素影響,使得建立潛器精確的動力學模型非常困難,上述因素增加了潛器追蹤控制的難度。如何克服定位不完整約束,設計潛器追蹤控制器,以反饋提升水下定位-組網整體性能仍是一個開放且極具挑戰性的難題。Liu等[90]采用交互式多模型跟蹤算法來控制潛器,并將時間同步與定位相結合,用于提高移動情況下的定位精度。Paull等[91]采用協同定位技術,在對潛器控制的過程中,通過相互通信和合作,共同實現對目標位置的估計,從而提高定位的準確性與控制可靠性。文獻[92]提出了一個基于多潛器協同定位的軌跡規劃的框架,并在此基礎上推導了多潛器的可擴展協同定位和多潛器的軌跡規劃算法。其中使用可擴展協同定位來解決控制過程中慣性測量不斷累積誤差而引起的精度下降問題,軌跡規劃算法則將軌跡規劃與定位問題制定為同時考慮目標檢測概率和跟蹤精度的凸優化問題。文獻[93]將當前的信息融合到置信度傳播消息傳遞的方案中,使用流速場輔助協同定位降低了慣性測量累積誤差的影響,從而有效地減緩了潛器定位誤差的增長。文獻[94]開發一種基于強化學習的追蹤控制器,利用自定位和潛器之間的反饋關系(圖7),解決了在網絡信道異步時鐘通信和物理信道模型不確定性約束下潛器的自定位與跟蹤問題。具體來說,先使用基于強化學習的定位算法來對潛器位置的位置進行估計,然后通過基于可伸縮采樣強化學習方法的追蹤控制器驅動潛器到目標點。

圖7 潛器自定位與追蹤控制關系Fig.7 Relationship between self localization and tracking control of underwater robots

在以上網絡設計中,潛器需要知道彼此的位置信息來避免碰撞,或充當定位節點。節點之間相互通信,數據交換頻繁。為保證組網通訊過程的高效與可靠,同時減少能量的消耗,學者們從路由及其MAC協議等角度對通訊協議進行設計。Molins等[95]利用水下環境中較長的時延來實現多個數據包的并發傳輸,減少數據碰撞的可能。Noh等[96]則開發了能夠適應信道隨時空變化而產生改變的動態拓撲MAC協議。此外,Xia等[97]結合二分圖與維諾圖來降低通信能耗。Lu等[98]將通信地圖嵌入到通信協議之中,確保通信中斷狀態下的拓撲連通性。Yan等[99]使用最優剛性圖的方法,實現拓撲連通性與能量有效性的協同最優。

5 思考與展望

在過去幾十年中,我國水下網絡系統發展經歷了從無到有、從弱到強的過程,并且隨著技術的不斷進步和設備的持續更新,在蓬勃發展的同時,也出現了新的趨勢。基于此,從如下層面對水下網絡系統未來進行思考與展望。

1)多源融合的水下定位。

由于水下環境的特殊性,單一的傳感器或數據源可能無法提供足夠準確的定位信息。而多源融合技術就像人腦處理綜合信息一樣,將不同類型的傳感器測量數據進行融合與集成,從而獲得更全面、更可靠、多維度的定位信息,充分利用數據冗余性和互補性,彌補單一傳感器的局限性和不足。例如,水下聲吶傳感器可提供距離和深度信息,而水下視覺傳感器則可提供地標和目標識別等信息,將2種傳感器的數據進行融合,從而生成更準確的定位結果。但考慮到水下環境的復雜性以及定位目標機動性等因素的限制,如何對動態多源傳感器信息進行高效融合,從而組建水下定位網絡尚未得到充分解決。

2)水文信息的快速獲取。

相較于陸地環境,海洋環境中傳感器定位與潛器的航行需要三維水文環境信息,如聲速剖面圖、洋流信息、內波情況等。水下環境的變化不僅影響聲波的傳播,還會影響傳感器與潛器的性能與航行安全。在潮汐變化的時候,海水之間流動混合,造成海水的鹽度和壓力發生短期變化,聲線傳播途徑改變導致以往的水文信息過時,如果繼續沿用會導致產生定位誤差。因此,對海洋環境進行不同尺度的預測是必須的。根據指定海域的歷史水文信息,氣象衛星以及浮式觀測平臺獲取的實時觀測信息,及時更新并調整海洋動力模型的參數和狀態,從而更準確地模擬和預測海洋環境的動態變化,是未來研究的重點。

3)虛擬仿真平臺的搭建。

虛擬仿真實驗平臺能夠模擬真實的水下環境,并且根據需求進行靈活調整和控制,進行虛擬環境下的定位預演。操縱者通過對水下場景參數的自定義,如水流速度、水下地形、水聲傳播特性等,滿足不同的測試和研究需要,這種可控性使得對定位算法的評估更加方便和準確。同時,可以生成不同的環境來對潛器進行訓練,從而使潛器能夠適應持續變化的海洋環境。在虛擬水下仿真實驗平臺中,通過預先優化和驗證,在降低了潛在安全風險的同時,減少設備損耗和維護費用,并節約時間和人力資源。但現有的虛擬實驗平臺其真實性和準確性仍有待提高,需要進一步改進模型和算法,考慮更多的物理和環境因素,以更好地模擬真實的水下條件。

4)探測-通信-控制一體化。

定位組網在探測-通信-控制一體化體系中起著承上啟下的作用,但現有的水下探測、通信與控制系統往往是獨立的。探測系統聚焦于使用聲吶裝置來接受目標輻射源傳來的噪聲與信息,通過濾波、傅里葉變換、解碼等信號處理的手段,提取目標的方位和距離等信息。通信系統主要關注如何設計高效率與高性能的水下網絡系統通信協議,使水聲信號在發射端與接收端之間進行可靠傳輸。控制系統主要關注如何設計多種類型的控制器,實現潛器平穩運動。探測系統與通信系統功能上具有一定的重疊性,如果分離設計只考慮彼此的最優設計方案,會造成在頻譜資源、能耗上的相互競爭,無法達到全局最優。因此,采用探測、通信、控制獨立設計的模式,一方面控制指令會因缺少信息而受到限制,另一方面探測系統與通信系統之間會因缺少反饋機制,限制水下網絡系統性能的整體性提升。綜上,有必要建立水下探測、通信、控制聯合設計框架(圖8),最大限度地把水下信息優勢轉化為決策優勢,實現水下網絡監測性能的整體性提升。

圖8 水下信息物理系統探測、通信、控制內部關聯Fig.8 Internal relationship of detection, communication and control in underwater cyber physical system

在作者前期工作[100-103]中,將水聲信道模型引入到追蹤控制中,提出了信息無處不在的潛器航跡規劃策略,同時工作[104]將水聲通信與潛器遠程控制結合,設計并實現了水下遙操作協同控制。上述工作,對水下通信-控制進行了前期探索,但是還沒有完全實現水下探測-通信-控制一體化。如何揭示三者間關聯并突破技術瓶頸,也是未來研究重點。

6 結束語

定位對水下目標監測至關重要,而控制又密切影響著定位的精度。為此本文介紹了水下網絡系統的內涵,概述了水下網絡定位技術與協同控制技術,在此基礎上討論了定位與控制聯合設計,并對未來研究方向進行了思考與展望,可供后續定位-控制一體化設計研究參考。