0 引言

　　水下傳感器網(wǎng)絡(luò)是目前傳感器網(wǎng)絡(luò)研究的熱點，現(xiàn)有的研究主要集中在水下傳感器網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建、水下傳感器節(jié)點的研究和設(shè)計、水下傳感器網(wǎng)絡(luò)路由協(xié)議的研究和分析、水下傳感器網(wǎng)絡(luò)通信方式的選取和建立和水下傳感器網(wǎng)絡(luò)節(jié)點的部署等方面[1]。正是因為水下傳感器網(wǎng)絡(luò)研究方向和內(nèi)容的多樣性，使得水下傳感器網(wǎng)絡(luò)的研究是一項艱巨而富有挑戰(zhàn)性的任務(wù)[2]。

　　水下通信方式的選取對于水下傳感器網(wǎng)絡(luò)的結(jié)構(gòu)以及效率起到?jīng)Q定性的作用[3]。目前的水下傳感器網(wǎng)絡(luò)中水聲信道通信已經(jīng)被廣泛地應(yīng)用，特別是對于遠(yuǎn)距離的水下無線通信。但在近距離的水下無線通信中，由于水聲信道通信在水下傳輸過程中能耗較高、傳播時間較長，通信帶寬較高，水聲通信沒有明顯的優(yōu)勢。隨著高亮度藍(lán)綠LED光源和激光二極管技術(shù)的發(fā)展，使得高帶寬的水下光學(xué)通信在近距離通信方面替代水聲通信成為可能。

　　水下光學(xué)通信在獲得較高的數(shù)據(jù)傳輸效率和較小的傳輸過程延時的同時，可以方便地應(yīng)用在水下自動機(jī)器人和節(jié)點之間通信，是一種有吸引力的通信方式。文獻(xiàn)[4]中提出了一種通過軟件定義傳輸過程中調(diào)制和解調(diào)列表的方式，使得水下光學(xué)通信的完全實施變得更為方便，證明了兩種類型的鏈路使用LED或激光器的可行性，使網(wǎng)絡(luò)連通性在現(xiàn)成的硬件基礎(chǔ)上能夠完成。文獻(xiàn)[5]中做了對基于光學(xué)通信的水下傳感器網(wǎng)絡(luò)方面的探索，并對基于LED的水下光學(xué)通信的發(fā)展進(jìn)行了說明。文獻(xiàn)[6]和文獻(xiàn)[7]中從網(wǎng)絡(luò)部署的結(jié)構(gòu)方面對水下光學(xué)通信傳感器網(wǎng)絡(luò)的設(shè)計進(jìn)行了深入的研究和分析，提出了一種將水下光學(xué)傳感器節(jié)點部署在網(wǎng)狀結(jié)構(gòu)中，設(shè)計算法來選擇相鄰的水下傳感器節(jié)點之間點到點鏈路，通過這些鏈路的搭建形成魯棒性較好的拓?fù)渚W(wǎng)絡(luò)結(jié)構(gòu)。文獻(xiàn)[8]中提出了一種針對帶有光學(xué)通信水下傳感器節(jié)點的AUV進(jìn)行仿真的水下無線光學(xué)通信模型，從而建立一種水下光學(xué)通信傳感器網(wǎng)絡(luò)的仿真模型，用于水下光學(xué)通信系統(tǒng)的設(shè)計。文獻(xiàn)[9]中討論了一種基于自由空間短距離光學(xué)通信的水下蠕動機(jī)器人通信機(jī)制的執(zhí)行。文獻(xiàn)[10]中利用藍(lán)綠光譜激光發(fā)射二極管在一個充滿水的水槽中進(jìn)行了一個點對點的光學(xué)通信測試，確定了水下光學(xué)通信系統(tǒng)的基礎(chǔ)。

　　本文在對目前水下光學(xué)通信傳感器網(wǎng)絡(luò)研究結(jié)果分析的基礎(chǔ)上，結(jié)合對于水下聲學(xué)通信的研究和分析，提出了一種光學(xué)通信與水聲信道通信混合的水下傳感器網(wǎng)絡(luò)部署結(jié)構(gòu)，可以充分發(fā)揮兩種不同通信方式在不同環(huán)境下的優(yōu)缺點，提高網(wǎng)絡(luò)整體的覆蓋率和通信效率。

1 混合水下傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型

　　水聲通信速度慢、能耗高、低帶寬但是有效通信距離長，適合遠(yuǎn)距離低速通信；光學(xué)通信速度快、能耗低、帶寬高但是通信距離短，適合短距離高速通信[11-13]。

　　對給定的目標(biāo)區(qū)域進(jìn)行分布式劃分，每個區(qū)域有一個可以與浮標(biāo)節(jié)點通過水聲信道通信的簇節(jié)點，每個簇節(jié)點可以與所在區(qū)域的光學(xué)傳感器節(jié)點通過光學(xué)通信進(jìn)行高速通信。當(dāng)光學(xué)傳感器節(jié)點采集到數(shù)據(jù)之后，對數(shù)據(jù)進(jìn)行初步處理后通過光學(xué)信道發(fā)送到簇節(jié)點，簇節(jié)點收到數(shù)據(jù)后對數(shù)據(jù)進(jìn)行判斷和處理，然后通過水聲信道轉(zhuǎn)發(fā)給水面的浮標(biāo)節(jié)點。這種網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)點是充分發(fā)揮了水聲通信與水下光學(xué)通信的通信特點，最大限度地提高網(wǎng)絡(luò)性能。

　　根據(jù)水下光學(xué)通信與水聲通信的特點[14，15]，設(shè)計的混合水下傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型如圖1所示。

　　圖1中所示網(wǎng)絡(luò)結(jié)構(gòu)模型中通過水聲通信的簇節(jié)點與水下光學(xué)傳感器節(jié)點在部署的過程中作為單獨的節(jié)點進(jìn)行部署，當(dāng)部署完成后，簇節(jié)點與能夠進(jìn)行光學(xué)通信范圍內(nèi)的光學(xué)傳感器節(jié)點構(gòu)成一個整體的數(shù)據(jù)采集感知群進(jìn)行處理。感知群的感知半經(jīng)Rs為4倍的光學(xué)傳感器節(jié)點的感知半徑rs。

2 先驗概率模型

　　假定被測目標(biāo)出現(xiàn)的概率模型為高斯分布，在連續(xù)的深度方向上進(jìn)行分層，對監(jiān)測區(qū)域進(jìn)行深度方向上的層次劃分，每層的深度為2Rs（Rs為感知群半徑），同一層內(nèi)的節(jié)點進(jìn)行均勻部署。熱點區(qū)域附近目標(biāo)出現(xiàn)的概率較大，目標(biāo)出現(xiàn)的深度位置服從高斯分布：

　　對于深度為h的目標(biāo)，其所處的層次j與其深度h的關(guān)系為：

　　熱點區(qū)域附近目標(biāo)出現(xiàn)的概率較大，熱點區(qū)域附近的節(jié)點密度較大，向上和向下的密度依次減小。

　　固定概率調(diào)度就是讓每個節(jié)點以預(yù)先設(shè)置的相同概率p=fmodel進(jìn)行休眠，其中：

　　這里是一個在[0，1]內(nèi)的實常數(shù)。假設(shè)網(wǎng)絡(luò)節(jié)點個數(shù)為N，那么，處于正常工作狀態(tài)的節(jié)點數(shù)。

3 混合水下傳感器網(wǎng)絡(luò)節(jié)點部署算法

　　步驟1：將目標(biāo)區(qū)域按照2Rs進(jìn)行分層，將簇節(jié)點和水下光學(xué)傳感器節(jié)點在每個層次內(nèi)分別進(jìn)行均勻部署；

　　步驟2：每個層次內(nèi)的簇節(jié)點和水下光學(xué)傳感器節(jié)點通過地址信息的交換建立感知群，感知群按照固定的概率休眠；

　　步驟3：經(jīng)過時間T（簇節(jié)點和水下光學(xué)傳感器節(jié)點的生命周期），感知群以熱點層次區(qū)域為中心，向中間補(bǔ)充。補(bǔ)充的過程按照距離熱點層次的距離從近到遠(yuǎn)進(jìn)行逐層依次補(bǔ)充，也就是說先將距離近的補(bǔ)充滿之后再依次向遠(yuǎn)的補(bǔ)充；

　　步驟4：熱點區(qū)域感知群數(shù)目能夠達(dá)到全覆蓋時返回步驟(2)；

　　步驟5：當(dāng)熱點層次區(qū)域內(nèi)的感知群數(shù)目小于要求的最少感知群數(shù)目時，算法停止。

　　算法流程圖如圖2所示。

4 仿真分析

　　4.1 節(jié)點數(shù)目分析

　　與均勻部署相比，對于同樣的目標(biāo)數(shù)，在達(dá)到同等檢測率的條件下，針對是否利用先驗概率模型所需要部署的節(jié)點數(shù)目進(jìn)行對比分析。這里將感知群作為節(jié)點來處理，目標(biāo)區(qū)域分為9層，其中熱點區(qū)域為第5層，向兩側(cè)遞減。結(jié)果如圖3所示。

　　由圖3可知，隨著目標(biāo)數(shù)目的增多，對于均勻部署來說，所需要的節(jié)點數(shù)目沒有變化。這是因為均勻部署對于給定區(qū)域的監(jiān)測所需要的節(jié)點數(shù)目主要與所給的區(qū)域有關(guān)，基于先驗概率模型的部署算法，在目標(biāo)數(shù)目較少的時候只需要部署較少的節(jié)點，隨著目標(biāo)數(shù)目的逐漸增多，所需要的節(jié)點數(shù)目也逐漸增多并趨于穩(wěn)定，最后接近于均勻部署所需要的節(jié)點數(shù)目。

　　4.2 檢測概率分析

　　針對完全由水聲節(jié)點組成的水聲傳感器網(wǎng)絡(luò)的均勻部署和本文提出的網(wǎng)絡(luò)結(jié)構(gòu)的基于先驗概率模型部署，對兩種不同部署下的目標(biāo)檢測概率進(jìn)行對比，這里假設(shè)沒有目標(biāo)時檢測概率為100%，結(jié)果如圖4所示。

　　由圖4可知，隨著目標(biāo)數(shù)目的增多，對于均勻部署的水聲傳感器網(wǎng)絡(luò)來說，目標(biāo)的檢測概率維持在一個比較穩(wěn)定、較高的范圍，這是因為均勻部署的所有節(jié)點都一直處于正常工作狀態(tài)，對于不同的目標(biāo)數(shù)目，檢測概率不會產(chǎn)生太大的波動；對于基于先驗概率模型的混合水下傳感器網(wǎng)絡(luò)，在目標(biāo)數(shù)目較少的時候所喚醒的節(jié)點數(shù)目較少，由于目標(biāo)的隨機(jī)性，會造成檢測概率的偏低，但隨著目標(biāo)數(shù)目的逐漸增多，喚醒的節(jié)點數(shù)目也逐漸增多，對于隨機(jī)性的彌補(bǔ)就更加充分，網(wǎng)絡(luò)的覆蓋率逐漸提高，并在達(dá)到一定的目標(biāo)數(shù)目時優(yōu)于均勻部署的水聲傳感器網(wǎng)絡(luò)。

　　4.3 延時時間分析

　　水下傳感器節(jié)點之間的數(shù)據(jù)通信時間不僅包括水下傳輸過程中的時間，還包括對采集到的數(shù)據(jù)進(jìn)行處理和調(diào)制的發(fā)送時間。水聲信道在水下的通信速度為1.5×103 m/s ，光學(xué)通信在水下的速度為2.25×108 m/s。水聲信道通信的數(shù)據(jù)調(diào)制速率為1.5×104 b/s，而光學(xué)通信的調(diào)制傳輸速率為1.0×106 b/s。對于水下傳感器網(wǎng)絡(luò)來說，總的延遲時間是衡量網(wǎng)絡(luò)性能的重要指標(biāo)。

　　由圖5可知，在總的傳輸延時時間方面，水下光學(xué)通信的延遲時間要明顯優(yōu)于水聲通信，所以，與水聲通信相比，在水下近距離通信方面，水下光學(xué)通信可以很好地替代水聲通信，從而與能夠進(jìn)行水下遠(yuǎn)距離通信的水聲信道通信進(jìn)行結(jié)合，構(gòu)建更加高效的水下混合傳感器網(wǎng)絡(luò)部署結(jié)構(gòu)。

　　4.4 網(wǎng)絡(luò)生存時間分析

　　假設(shè)每個傳感器網(wǎng)絡(luò)節(jié)點的初始能量相同，都為25 J，數(shù)據(jù)包大小為 100 B，而水聲傳感器節(jié)點傳輸一個數(shù)據(jù)包所需要消耗的能量為0.05 J，接收一個數(shù)據(jù)包所需要消耗的能量為0.01 J。對于光學(xué)傳感器節(jié)點，選擇波長為480 nm的藍(lán)色LED作為發(fā)射器，發(fā)射功率為40 mW用于產(chǎn)生藍(lán)色脈沖，用光電二極管作為接收器，用來檢測接收到的光學(xué)信號。

　　在圖6中給出了在本文中提出的混合水下傳感器網(wǎng)絡(luò)模型與完全由水聲通信的水下傳感器節(jié)點構(gòu)建的網(wǎng)絡(luò)模型在網(wǎng)絡(luò)生存時間的對比。由于在近距離通信過程中采用水下光學(xué)通信，而水下光學(xué)通信的能耗相對水聲通信來說比較低，所以整個網(wǎng)絡(luò)的生存時間較長，延長了網(wǎng)絡(luò)壽命。

5 結(jié)論

　　本文中提出了一種新型的混合水下傳感器網(wǎng)絡(luò)結(jié)構(gòu)，這種結(jié)構(gòu)綜合利用了水聲信道通信和水下光學(xué)通信在不同通信距離方面的優(yōu)勢，在遠(yuǎn)距離通信時用水聲信道通信，在近距離高速通信時用水下光學(xué)通信，從而提高了網(wǎng)絡(luò)的整體性能，在目標(biāo)覆蓋方面有較好的效果。仿真結(jié)果表明，水聲和光學(xué)混合水下傳感器網(wǎng)絡(luò)在分布式覆蓋中可以較好的減少網(wǎng)絡(luò)部署的節(jié)點數(shù)目，縮短傳輸和延遲時間，延長了網(wǎng)絡(luò)壽命。

　　參考文獻(xiàn)

　　[1] 蔣鵬，阮斌鋒.基于分簇的水下傳感器網(wǎng)絡(luò)覆蓋保持路由算法[J].電子學(xué)報，2013，41(10)：2067-2073.

　　[2] 夏娜，王長生，鄭榕，等.魚群啟發(fā)的水下傳感器節(jié)點布置[J].自動化學(xué)報，2012，38(2)：295-302.

　　[3] 洪鋒，張玉亮，楊博真，等.水下傳感器網(wǎng)絡(luò)時間同步技術(shù)綜述[J].電子學(xué)報，2013，41(5)：960-965.

　　[4] WILLIAM C.COX，JIM A.Simpson，and John F.Muth.Under-water Optical Communication Using Software Defined Radio Over LED and Laser Based Links[C].The 2011 Military Communications Conference-Track 5-Communications and Network Systems：2057-2062.

　　[5] ANGUITA D，BRIZZOLARA D，Giancarlo Parodi.Optical Communication for Underwater Wireless Sensor Networks：a VHDL-implementation of a Physical Layer 802.15.4 Com-patible[C].OCEANS 2009-EUROPE：1-2.

　　[6] ANGUITA D，BRIZZOLARA D，Giancarlo Parodi，Qilong Hu.Optical Wireless Underwater Communication for AUV：Preliminary Simulation and Experimental Results[C].IEEE OCEANS，2011：1-5.

　　[7] HAN G，ZHANG C，SHU L，et al.A Survey on DeploymentAlgorithms in Underwater Acoustic Sensor Networks[J].Inter-national Journal of Distributed Sensor Networks，2013.

　　[8] Fung Yufai，Dai Mingjun，F(xiàn)IKRET ERCAN M.Underwater short range free space optical communication for a robotic swarm[C].Proceedings of the 4th International Conference on Autonomous Robots and Agents.2009：529-532.

　　[9] BAIDEN G，Yassiah Bissiri，Andrew Masoti.Paving the way for a future underwater omni-directional wireless optical communication systems[J].Ocean Engineering.2009，36：633-640.

　　[10] CHUNGSAN K，SANGHO L，KISEON K.3D Underwater  Localization with Hybrid Ranging Method for Near-sea Marine Monitoring[C].1 Ninth IEEE/IFIP International Conference on Embedded and Ubiquitous Computing.2011：438-441.

　　[11] COUTINHO R W L，VIEIRA L F M，LOUREIRO A A F.Movement assisted-topology control and geographic routingprotocol for underwater sensor networks[C].Proceedings of the 16th ACM international conference on Modeling, analysis & simulation of wireless and mobile systems.ACM，2013：189-196.

　　[12] AN W，LIN J，LUO H，et al.Significance–based energy-efficient path selection for multi-source underwater sensor networks[J].International Journal of Sensor Networks，2013，13(1)：30-43.

　　[13] ZHANG Y，JIN Z，LUO Y，et al.Node secure localization algorithm in underwater sensor network based on trust mechanism[J].Journal of Computer Applications，2013(5)：4.

　　[14] CAITI A，CALABRO V，MUNAFO A，et al.Mobile under-water sensor networks for protection and security：field experience at the UAN11 experiment[J].Journal of Field Robotics，2013，30(2)：237-253.

　　[15] ZHANG C Y，HAN G J，ZHU C，et al.The Insights of Node Deployment for Localization Accuracy in Underwater Acoustic Sensor Networks[J].Advanced Materials Research，2013(605)：1050-1053.