基于先驗概率模型的混合水下傳感器網絡部署*

劉亞闖，張聚偉，2，李世偉，楊 挺

（1.河南科技大學 計算機學院，河南 洛陽471003；2.西安交通大學 計算機學院，陜西 西安710049；3.天津大學 計算機學院，天津300072）

基于先驗概率模型的混合水下傳感器網絡部署*

劉亞闖1，張聚偉1，2，李世偉1，楊 挺3

（1.河南科技大學 計算機學院，河南 洛陽471003；2.西安交通大學 計算機學院，陜西 西安710049；3.天津大學 計算機學院，天津300072）

針對水下傳感器網絡，結合水聲通信和光通信兩種通信方式的優點，設計了新的水下傳感器網絡結構。根據水下目標分布的先驗概率模型，提出了混合水下傳感器網絡部署算法，實現了水下數據的高速傳輸和水下目標區域的高效覆蓋。仿真結果表明，算法能夠較好地減少網絡部署的節點數目、縮短數據傳輸延時，減少能量損耗，延長網絡壽命。

水下傳感器網絡；先驗概率模型；混合網絡；光學通信

0 引言

水下傳感器網絡是目前傳感器網絡研究的熱點，現有的研究主要集中在水下傳感器網絡結構的構建、水下傳感器節點的研究和設計、水下傳感器網絡路由協議的研究和分析、水下傳感器網絡通信方式的選取和建立和水下傳感器網絡節點的部署等方面[1]。正是因為水下傳感器網絡研究方向和內容的多樣性，使得水下傳感器網絡的研究是一項艱巨而富有挑戰性的任務[2]。

水下通信方式的選取對于水下傳感器網絡的結構以及效率起到決定性的作用[3]。目前的水下傳感器網絡中水聲信道通信已經被廣泛地應用，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勢。隨著高亮度藍綠LED光源和激光二極管技術的發展，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據傳輸效率和較小的傳輸過程延時的同時，可以方便地應用在水下自動機器人和節點之間通信，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制和解調列表的方式，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，使網絡連通性在現成的硬件基礎上能夠完成。文獻[5]中做了對基于光學通信的水下傳感器網絡方面的探索，并對基于LED的水下光學通信的發展進行了說明。文獻[6]和文獻[7]中從網絡部署的結構方面對水下光學通信傳感器網絡的設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點部署在網狀結構中，設計算法來選擇相鄰的水下傳感器節點之間點到點鏈路，通過這些鏈路的搭建形成魯棒性較好的拓撲網絡結構。文獻[8]中提出了一種針對帶有光學通信水下傳感器節點的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絡的仿真模型，用于水下光學通信系統的設計。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行。文獻[10]中利用藍綠光譜激光發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的基礎。

本文在對目前水下光學通信傳感器網絡研究結果分析的基礎上，結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絡部署結構，可以充分發揮兩種不同通信方式在不同環境下的優缺點，提高網絡整體的覆蓋率和通信效率。

1 混合水下傳感器網絡結構模型

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]。

對給定的目標區域進行分布式劃分，每個區域有一個可以與浮標節點通過水聲信道通信的簇節點，每個簇節點可以與所在區域的光學傳感器節點通過光學通信進行高速通信。當光學傳感器節點采集到數據之后，對數據進行初步處理后通過光學信道發送到簇節點，簇節點收到數據后對數據進行判斷和處理，然后通過水聲信道轉發給水面的浮標節點。這種網絡結構的優點是充分發揮了水聲通信與水下光學通信的通信特點，最大限度地提高網絡性能。

根據水下光學通信與水聲通信的特點[14，15]，設計的混合水下傳感器網絡結構模型如圖1所示。

圖1中所示網絡結構模型中通過水聲通信的簇節點與水下光學傳感器節點在部署的過程中作為單獨的節點進行部署，當部署完成后，簇節點與能夠進行光學通信范圍內的光學傳感器節點構成一個整體的數據采集感知群進行處理。感知群的感知半經Rs為4倍的光學傳感器節點的感知半徑rs。

圖1 獨立型混合水下傳感器網絡結構

2 先驗概率模型

假定被測目標出現的概率模型為高斯分布，在連續的深度方向上進行分層，對監測區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），同一層內的節點進行均勻部署。熱點區域附近目標出現的概率較大，目標出現的深度位置服從高斯分布：

其中，μ為熱點深度，σ為深度的方差。

對于深度為h的目標，其所處的層次j與其深度h的關系為：

熱點區域附近目標出現的概率較大，熱點區域附近的節點密度較大，向上和向下的密度依次減小。

固定概率調度就是讓每個節點以預先設置的相同概率 p=fmodel進行休眠，其中：

這里β是一個在[0，1]內的實常數。假設網絡節點個數為N，那么，處于正常工作狀態的節點數為(1-β)N。

3 混合水下傳感器網絡節點部署算法

步驟 1：將目標區域按照 2Rs進行分層，將簇節點和水下光學傳感器節點在每個層次內分別進行均勻部署；

步驟2：每個層次內的簇節點和水下光學傳感器節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：經過時間T（簇節點和水下光學傳感器節點的生命周期），感知群以熱點層次區域為中心，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：熱點區域感知群數目能夠達到全覆蓋時返回步驟(2)；

步驟5：當熱點層次區域內的感知群數目小于要求的最少感知群數目時，算法停止。

算法流程圖如圖2所示。

4 仿真分析

4.1 節點數目分析

與均勻部署相比，對于同樣的目標數，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點數目進行對比分析。這里將感知群作為節點來處理，目標區域分為9層，其中熱點區域為第5層，向兩側遞減。結果如圖3所示。

圖2 算法流程圖

圖3 部署節點數目分析

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

4.2 檢測概率分析

針對完全由水聲節點組成的水聲傳感器網絡的均勻部署和本文提出的網絡結構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，這里假設沒有目標時檢測概率為100%，結果如圖4所示。

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

圖4 部署節點數目分析

4.3 延時時間分析

水下傳感器節點之間的數據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據進行處理和調制的發送時間。水聲信道在水下的通信速度為1.5×103m/s，光學通信在水下的速度為 2.25×108m/s。水聲信道通信的數據調制速率為 1.5×104b/s，而光學通信的調制傳輸速率為 1.0×106b/s。對于水下傳感器網絡來說，總的延遲時間是衡量網絡性能的重要指標。

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合，構建更加高效的水下混合傳感器網絡部署結構。

圖5 延時時間與數據包的關系

4.4 網絡生存時間分析

假設每個傳感器網絡節點的初始能量相同，都為25 J，數據包大小為 100 B，而水聲傳感器節點傳輸一個數據包所需要消耗的能量為 0.05 J，接收一個數據包所需要消耗的能量為 0.01 J。對于光學傳感器節點，選擇波長為480 nm的藍色LED作為發射器，發射功率為40 mW用于產生藍色脈沖，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絡模型與完全由水聲通信的水下傳感器節點構建的網絡模型在網絡生存時間的對比。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，所以整個網絡的生存時間較長，延長了網絡壽命。

圖6 網絡生存時間對比

5 結論

本文中提出了一種新型的混合水下傳感器網絡結構，這種結構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，從而提高了網絡的整體性能，在目標覆蓋方面有較好的效果。仿真結果表明，水聲和光學混合水下傳感器網絡在分布式覆蓋中可以較好的減少網絡部署的節點數目，縮短傳輸和延遲時間，延長了網絡壽命。

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

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

[3]洪鋒，張玉亮，楊博真，等.水下傳感器網絡時間同步技術綜述[J].電子學報，2013，41(5)：960-965.

[4]WILLIAM C.COX，JIM A.Simpson，and John F.Muth.Underwater 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 Compatible[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 Deployment Algorithms in Underwater Acoustic Sensor Networks[J].International Journal of Distributed Sensor Networks，2013.

[8]Fung Yufai，Dai Mingjun，FIKRET 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 routing protocol 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 energyefficient 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 underwater 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.

Optical and acoustic hybrid architecture of underwater sensor networks for distributed area coverage

Liu Yachuang1，Zhang Juwei1，2，Li Shiwei1，Yang Ting3
（1.School of Computer，Henan University of Science and Technology,Luoyang 471003，China；2.School of Computer，Xian Jiaotong University，Xian 710049，China；3.School of Computer，TianJin University，Tianjin 300072，China)

For underwater sensor networks,combined with the advantages of underwater acoustic communication and optical communication,we designed a new structure of underwater senor networks.Based on prior probability model of underwater targets distribution,a hybrid underwater sensor network deployment algorithm(HNDA)is proposed to achieve efficient high-speed transmission of underwater data and coverage of underwater target area.Simulation results showed that HNDA can reduce the number of nodes of network and the data transmission delay,reduce energy consumption and prolong the life of the network aspects.

underwater sensor networks；hybrid networks；optical communication

TN92

：A

：0258-7998(2015)03-0086-04

10.16157/j.issn.0258-7998.2015.03.022

2014-08-13)

劉亞闖（1989-），男，碩士研究生，主要研究方向：水下傳感器網絡、嵌入式系統。

航空科學基金(20115142005)；國家自然科學基金(61040010，61172014，61304144)；國家國際科技合作與交流專項（2013DFA11040）

張聚偉（1978-），男，博士，副教授，碩士研究生導師，主要研究方向：無線傳感器網絡、檢測技術。