水下无线传感器网络定位算法综述

陈连顺

摘要：随着开发海洋资源热潮的兴起和陆地无线传感器网络研究的迅速发展，水下无线传感器网络的研究已经成为新的研究热点。在水下无线传感器网络技术中，定位技术作为重要组成部分之一扮演者十分重要的角色。本文以水下无线传感器网络节点的可移动性为切入点，从固定定位算法、移动定位算法以及混合定位算法三个类型介绍了几种典型的定位算法，最后，文章还对水下无线传感器网络定位算法的研究方向进行了总结和展望。

关键词：水下无线传感器网络；定位算法；定位技术

中图分类号：TP212.9 文献标识码：A 文章编号：1007-9416（2017）09-0131-03

1 引言

地球表面大约70%的面积被海洋覆盖，水压、洋流等不確定海洋环境严重限制了人类对海洋信息收集与获取，随着科学技术的不断发展，对海洋资源的开发与利用日益成为现代世界各国的焦点。水下无线传感器网络随之成为研究的热点，并在环境监测、灾难预报、资源开发以及军事情报获取等各个方面得到广泛应用。在很多应用中，监测数据需要结合其所在的地理位置信息才具有实际意义，因此水下无线传感器网络定位技术成为一个亟待解决的重要问题。

2 水下无线传感器网络定位算法及分类

根据未知节点在哪里确定的位置信息，定位算法分为集中式和分布式两类[1]。考虑到传感器节点的可移动性，定位算法可以分为三类：（1）静态定位算法：所有的传感器节点固定放置在固定位置的水面浮标或者海底处；（2）移动定位算法：传感器节点随着洋流自由移动或者借助驱动装置如AUV（水下自主航行器）进行移动；（3）混合定位算法：移动节点和固定节点并存。这三类定位算法进一步分为集中式定位算法和分布式定位算法。

3 静态定位算法

3.1 集中式定位算法

区域定位方案（Area Localization Scheme-ALS）[2]。锚节点通过发射不同功率强度的信号来定位未知节点，未知节点接收信号并记录锚节点ID和信号强度，并将记录的信息发送至汇聚节点。汇聚节点根据已知的锚节点位置和其发射信号强度，利用适当的信号传播算法绘制所有以不同锚节点发射信号区分的区域内部节点分布图，最终实现未知节点定位。

概率定位方法（Probabilistic Localization Method -PLM）[3]。PLM分为两个步骤：首先，每两个相邻的锚节点利用基于圆环或者基于双曲线方法预测未知节点的位置；之后，利用距离测量误差的概率分布确定未知节点的最终位置。

3.2 分布式定位算法

水下定位机制（Underwater Positioning Scheme-UPS）[4-5]。UPS机制分为两个步骤：第1步，测量到达信号的时间差，之后将时间差转换为距离差，如图1所示：由1个主锚节点A发起定位过程，锚节点B和未知节点接收到信号，B收到A信号后计算出A到B的延迟然后发送坐标信号，未知节点接收到B信号之后就可以只通过自身的时钟计算出出自己到A和B的距离差。同理，锚节点C和D也采取相同的过程。在未知节点S接收到所有坐标信号后，估算信号到达时间差并将其转换为距离差。第2步，利用三边测量法定位未知节点。

水下节点定位（Underwater Sensor Positioning-USP）[6]。适用于稀疏的三维水下无线传感器网络，网络中至少包含三个锚节点，锚节点被放置在具有GPS定位功能的浮标上。在USP定位机制中，未知节点通过压力传感器感知深度，这些深度信息用来将三维的水下定位问题映射到二维平面之上。如图2中所示，未知节点U在三维海洋环境中需要估算其位置，假定U在3个位置已知的锚节点A（xA，yA，zA）、B（xB，yB，zB）和C（xC，yC，zC）通信范围之内，给出U的深度信息zU，则节点A、B、C在平面上的投影分别为A′（xA，yA，zU）、B′（xB，yB，zU）和C′（xC，yC，zU），然后通过三点定位法估算U的位置。

4 移动定位算法

4.1 集中式定位算法

动作感知自主定位机制（Motion-Aware Self-Localization （MASL） Scheme）[7]，在无线通信处理过程中，为了克服公用信道中的大量冲突，测距信息的收集实际上会在一个很短的时段T内完成，而节点的移动导致T时间内节点位置发生了变化。在MASL中，节点在定位时段内，节点对其相邻节点进行测距并完成所有的距离估算，之后，所有的距离估计被发送到中心站做线下处理。数据处理过程中利用迭代算法来获取位置。

协作定位机制原理如图3所示，协作定位机制（Collaborative Localization Scheme -CLS）[8]，CLS机制中，节点相互协作自主地确定位置而不需要在水面的浮标或者母船上装置远距离应答器。从网络在水面布放开始，传感器节点利用浮力控制下潜到水中，一旦达到最大要求深度，节点便回到水面。节点在下降过程中，虽然通过压力传感器可以感知深度，但其在另外两个维度中的位置却是连续变化的，为了跟踪下沉节点，节点被分为两类分析节点和跟随节点。首先所有节点在水面通过GPS获取位置信息，一个分析节点首先下沉到一个深度，之后跟随节点以相同的速度沿着其轨迹运行，那么分析节点的位置就可以被视作跟随节点的未来位置的预测，那么跟随节点就可以通过ToA技术得到分析节点的位置。

4.2 分布式定位算法

基于到达时间差（TDoA）的多频主动定位方法（Multi-Frequency Active Localization Method Base on TDoA-MFALM）[9]。MFALM中，节点被分为三类：浮标节点、中继节点和普通节点。网络布放后，浮标节点利用GPS获取自身位置信息，并且周期的用低频声波信号广播位置信息；中继节点之间利用低频声波信号相互沟通，将整个网络划分为多个定位区域，并估算各个区域的最大中继跳数值。用以感知事件的普通节点接收浮标节点发送的低频位置信息信号并进行自定位，同时用高频信号发送消息报告包MRP （Message Report Package），中继节点接收MRP后交由浮标节点处理，在处理完成MRP后，浮标节点向普通节点发送ACK，普通节点接收到ACK之后进入睡眠状态直到再次感知到事件。endprint

升潜定位机制（Dive and Rise （DNR） Positioning Scheme）[10]，在此机制中，升潜锚节点代替了固定锚节点，每个升潜锚节点都带有GPS定位装置，当上升或者下沉时，其广播自身位置，未知节点通过监听升潜锚节点发出的信息实现定位。未知节点侦听不同升潜锚节点发出的信息并利用单程到达时间（one-way ToA）方法计算距离从而估算出自身坐标。

5 混合定位算法

5.1 集中式定位算法

三维多功率区域定位机制（3D Multi-Power Area Localization Scheme-3D-MALS）[11]，在混合水下无线传感器网络中，一部分装置可拆卸式升降收發器（DET）的浮标被放置在水面，DET装置由一个升降机和一个多功率级的水声信号收发器组成，升降机可以帮助DET装置在水下垂直方向上上升或者下潜，多功率及收发器则用以与未知节点进行通信。DET装置在水面时通过浮标获取坐标位置，然后下沉至水下在一些预定深度广播位置信息，在不同广播点，DET装置采用不同的功率水平发送坐标信号。未知节点周期性的收听DET装置发送的坐标信号。为了节约未知节点能耗，所有位置信息都发送到汇聚节点来计算评估区域。

5.2 分布式定位算法

三维水下定位（Three-Dimensional Underwater Localization -3DUL）[12]，此定位机制中，水面漂浮三个浮标，传感器节点则被部署在水下的不同深度，另外，还有具有随水流推动的自主机器人与水下传感器节点作为未知节点。3DUL机制包含两个阶段：第一阶段是测距，即未知节点通过双向消息交换技术与其相邻的水面浮标进行距离测算并取得深度信息。一旦与至少三个水面浮标的距离估算完成，则开始该算法的第二阶段即投影和动态三角测量。在此阶段，未知节点将水面浮标的位置投影至与其水平位置，之后通过三角测量进行定位，同时将自身标记为参考节点。

定向指向标定位法（Localization scheme with Directional Beacons-LDB）[13]利用AUV来定位水下节点，应用于静态水环境中。AUV航行在整个网络之上并且其发射信号具有定向的波束宽度。AUV通过上浮到水面获取GPS坐标然后按照预定的轨迹直线航行在整个网络之上并周期发送自身坐标，节点的深度由压力传感器来获取。其定位方法如图4所示。节点被动的接受AUV数据，认为第一次和最后一次接收到AUV信号分别为节点进入探测范围和离开探测范围的时间，其坐标为：（x1，y1）、（y2，x1）假定通信范围为r，则节点坐标（x，y）可由下式表示出来：

6 展望

虽然水下无线传感器网络定位算法研究取得了众多成果，但是鉴于该领域的研究尚属起步，未来水下大规模移动式或混合式无线传感器网络的定位算法是主要研究方向，基于此，需要开发更为实际的节点移动模型，锚节点的路径规划模型等。另外，现行研究都假设环境安全可靠，因此需要加强安全研究。定位效果的评估模型和评价机制也有待建立。

参考文献

[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