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通信在近距離通信方面替代水聲通信成為可能,。

　　水下光學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)用在水下自動機器人和節(jié)點之間通信,，是一種有吸引力的通信方式,。文獻[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[5]中做了對基于光學通信的水下傳感器網(wǎng)絡(luò)方面的探索,，并對基于LED的水下光學通信的發(fā)展進行了說明,。文獻[6]和文獻[7]中從網(wǎng)絡(luò)部署的結(jié)構(gòu)方面對水下光學通信傳感器網(wǎng)絡(luò)的設(shè)計進行了深入的研究和分析,，提出了一種將水下光學傳感器節(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撲網(wǎng)絡(luò)結(jié)構(gòu),。文獻[8]中提出了一種針對帶有光學通信水下傳感器節(jié)點的AUV進行仿真的水下無線光學通信模型，從而建立一種水下光學通信傳感器網(wǎng)絡(luò)的仿真模型,，用于水下光學通信系統(tǒng)的設(shè)計,。文獻[9]中討論了一種基于自由空間短距離光學通信的水下蠕動機器人通信機制的執(zhí)行。文獻[10]中利用藍綠光譜激光發(fā)射二極管在一個充滿水的水槽中進行了一個點對點的光學通信測試,，確定了水下光學通信系統(tǒng)的基礎(chǔ),。

　　本文在對目前水下光學通信傳感器網(wǎng)絡(luò)研究結(jié)果分析的基礎(chǔ)上，結(jié)合對于水下聲學通信的研究和分析,，提出了一種光學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,，適合遠距離低速通信,；光學通信速度快、能耗低,、帶寬高但是通信距離短,，適合短距離高速通信[11-13]。

　　對給定的目標區(qū)域進行分布式劃分,，每個區(qū)域有一個可以與浮標節(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)域的光學傳感器節(jié)點通過光學通信進行高速通信。當光學傳感器節(jié)點采集到數(shù)據(jù)之后,，對數(shù)據(jù)進行初步處理后通過光學信道發(fā)送到簇節(jié)點,，簇節(jié)點收到數(shù)據(jù)后對數(shù)據(jù)進行判斷和處理，然后通過水聲信道轉(zhuǎn)發(fā)給水面的浮標節(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)點與水下光學傳感器節(jié)點在部署的過程中作為單獨的節(jié)點進行部署,，當部署完成后,，簇節(jié)點與能夠進行光學通信范圍內(nèi)的光學傳感器節(jié)點構(gòu)成一個整體的數(shù)據(jù)采集感知群進行處理。感知群的感知半經(jīng)Rs為4倍的光學傳感器節(jié)點的感知半徑rs。

2 先驗概率模型

　　假定被測目標出現(xiàn)的概率模型為高斯分布,，在連續(xù)的深度方向上進行分層,，對監(jiān)測區(qū)域進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)點進行均勻部署,。熱點區(qū)域附近目標出現(xiàn)的概率較大，目標出現(xiàn)的深度位置服從高斯分布：

　　對于深度為h的目標,，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)點以預先設(shè)置的相同概率p=fmodel進行休眠,，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：將目標區(qū)域按照2Rs進行分層,，將簇節(jié)點和水下光學傳感器節(jié)點在每個層次內(nèi)分別進行均勻部署；

　　步驟2：每個層次內(nèi)的簇節(jié)點和水下光學傳感器節(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,，向中間補充,。補充的過程按照距離熱點層次的距離從近到遠進行逐層依次補充，也就是說先將距離近的補充滿之后再依次向遠的補充,；

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

　　步驟5：當熱點層次區(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，對于同樣的目標數(shù),，在達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)目進行對比分析。這里將感知群作為節(jié)點來處理,，目標區(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,，在目標數(shù)目較少的時候只需要部署較少的節(jié)點，隨著目標數(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檢測概率進行對比,，這里假設(shè)沒有目標時檢測概率為100%，結(jié)果如圖4所示,。

　　由圖4可知,，隨著目標數(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),，在目標數(shù)目較少的時候所喚醒的節(jié)點數(shù)目較少,，由于目標的隨機性，會造成檢測概率的偏低,，但隨著目標數(shù)目的逐漸增多,，喚醒的節(jié)點數(shù)目也逐漸增多，對于隨機性的彌補就更加充分,，網(wǎng)絡(luò)的覆蓋率逐漸提高,，并在達到一定的目標數(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,。

　　由圖5可知，在總的傳輸延時時間方面，水下光學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,，水下光學通信可以很好地替代水聲通信,，從而與能夠進行水下遠距離通信的水聲信道通信進行結(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。對于光學傳感器節(jié)點,，選擇波長為480 nm的藍色LED作為發(fā)射器,，發(fā)射功率為40 mW用于產(chǎn)生藍色脈沖，用光電二極管作為接收器,，用來檢測接收到的光學信號,。

　　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通信,，而水下光學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通信在不同通信距離方面的優(yōu)勢，在遠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通信,，從而提高了網(wǎng)絡(luò)的整體性能，在目標覆蓋方面有較好的效果,。仿真結(jié)果表明,，水聲和光學混合水下傳感器網(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

　　[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.