水下傳感網(wǎng)絡(luò)的三維定位算法

呂品品

水下傳感網(wǎng)絡(luò)的三維定位算法

呂品品

（淄博職業(yè)學(xué)院 信息工程系，山東 淄博 255000）

為了進一步提高水下傳感網(wǎng)絡(luò)的節(jié)點定位精度，提出基于聲信號測距的定位算法（ASRL）：將錨節(jié)點部署于水表面, 且錨節(jié)點周期性地傳輸beacon包；在聲信號測距的定位算法中，普通節(jié)點先通過聲信號的球形傳播模型測距，然后再利用獲取的測距信息結(jié)合歐幾里德幾何學(xué)估計自己的位置；最后通過實驗評估ASRL算法的定位性能。仿真結(jié)果表明，與LSL算法相比，ASRL定位算法具有較低的定位誤差和較高的定位覆蓋率。

水下傳感網(wǎng)絡(luò)；測距；球形傳播模型；歐幾里德幾何學(xué)；定位覆蓋率

0 引言

隨著陸地?zé)o線傳感網(wǎng)絡(luò)（wireless sensor networks, WSNs）研究的迅速發(fā)展，水下傳感網(wǎng)絡(luò)（underwater sensor networks, USNs）已成無線網(wǎng)絡(luò)的研究熱點[1-2]。USNs在海洋資源探測和海洋信息獲取等方面的重要應(yīng)用得到各國的廣泛關(guān)注。

然而，在實際實用中，由于無線電波在水中衰減迅速，通過無線鏈接水下傳感節(jié)點存在巨大的挑戰(zhàn)。為此，USNs常采用水聲通信[3]，如圖1所示。水下傳感節(jié)點通過聲通信傳輸信息，而位于水面的信宿收集信息后，利用無線電信號將信息傳輸至控制中心。

圖1 USNs示意

此外，定位也是USNs的重要技術(shù)，即在給定水域部署一些傳感節(jié)點，如何通過一些參考節(jié)點尋找傳感節(jié)點的空間位置[4]。估計節(jié)點位置是許多網(wǎng)絡(luò)操作環(huán)境的最重要的性能要求，如路由協(xié)議、事件檢測以及網(wǎng)絡(luò)維護。此外，水下定位比陸地定位更具有挑戰(zhàn)性，原因在于水域信號傳播的復(fù)雜性[5]。

目前研究人員已針對UWNs中節(jié)點定位提出了不同的定位算法[6]?，F(xiàn)存的定位算法可分為測距定位和非測距定位2類。在測距定位算法中，先通過獲取信號的信息，如到達時間、角度、估計距離，然后再依據(jù)距離計算節(jié)點的位置。而非測距定位算法是指通過傳輸跳數(shù)或區(qū)域特性估計節(jié)點位置。這2類算法特性不同，測距定位算法的精度高于非測距定位算法，但是，測距定位算法需要添加額外的設(shè)備測量距離。

在多數(shù)現(xiàn)存的具有代表性的測距定位算法[7]中，均需要已知位置的參考節(jié)點。未知節(jié)點通過測量與參考節(jié)點間的距離來估計自己位置。

多點定位是另一類定位算法。多點定位允許節(jié)點先估計自己位置，然后在給定的約束條件下最小化定位誤差，進而修正定位位置。除了常見的基于球的最小二乘算法外，還有混合定位算法[8]。

文獻[9]提出了新的定位方案。先部署特殊的“流浪者”節(jié)點，它們依據(jù)水域的實時情況調(diào)整深度。這些“流浪者”隨水移動，并收集鏈路信息，最后估計節(jié)點位置。文獻[10]也提出了基于潛水節(jié)點beacon包的定位算法（dive node rise, DNR），DNR通過浮標(biāo)周期地廣播beacon包。接收節(jié)點依據(jù)估計與浮標(biāo)距離進行定位。

此外，文獻[11]通過周期廣播的beacon包測量到達時間（time of arrival, TOA）進行測距。文獻[12]利用水面上的全球定位系統(tǒng)（global position system, GPS）浮標(biāo)，提出最小二乘格型（least squares lattice, LSL）的定位方案，且這些浮標(biāo)位置已知。再利用這些浮標(biāo)和錨節(jié)點位置，估計節(jié)點位置，一旦獲取節(jié)點位置，又將這些節(jié)點作為錨節(jié)點，逐步擴大錨節(jié)點位置，進而擴大節(jié)點位置。

為此，針對水下傳感網(wǎng)絡(luò)，提出基于聲信號測距的定位算法（acoustic signal-ranging based localization, ASRL）。ASRL算法利用錨節(jié)點所發(fā)出的beacon包，并通過球形傳播模型，估計節(jié)點與錨節(jié)點間距離。然后再利用歐幾里德幾何學(xué)，估計節(jié)點位置。實驗數(shù)據(jù)表明，提出的ASRL算法能夠有效地降低定位誤差。

1 ASRL算法

提出的ASRL定位算法采用錨節(jié)點和測距定位技術(shù)。先在系統(tǒng)中部署一些已知位置的節(jié)點，將這些節(jié)點稱為錨節(jié)點。而其他未知位置的節(jié)點稱為普通節(jié)點，普通節(jié)點通過錨節(jié)點估計自己的位置。

然而，并非所有節(jié)點均在錨節(jié)點的通信范圍內(nèi)。因此，當(dāng)普通節(jié)點估計了自己位置后，也稱為新的錨節(jié)點，并廣播自己位置，直到網(wǎng)絡(luò)內(nèi)所有節(jié)點均獲取了自己的位置。

1.1 測距模型

ASRL定位算法是基本測距的定位算法。因此，首先建立水聲信道傳播損耗模型，然后再依據(jù)所接收的聲強度估計離聲源的距離，即測距。

傳輸損耗TL，可理解為：聲源所發(fā)出的聲強度以聲壓力波向外傳遞時所產(chǎn)生衰減值。假定從聲源發(fā)生處與接收端相距米，則TL的定義為

SL表示輻射信號強度，單位為dB，其計算式為

由于ASRL算法引用球形傳播模型，在水聲信道中信號傳輸米發(fā)生的損耗為

式中：為水下信道的異常傳輸損耗；為水對聲信號的吸收系數(shù)。

1.2 位置估計

圖2 3個錨節(jié)點的定位模型

利用2個錨節(jié)點只能將節(jié)點位置局限于一個平面圓上。因此，為了進一步明確普通節(jié)點的位置，需要再利用第3個錨節(jié)點2信息。為此，定義3個正交單位矢量為

普通節(jié)點位于圓的周長上，其位置可以表示為

如圖3所示，節(jié)點P的2個可能位置分別位于圓的對稱點上。若節(jié)點P能夠進一步獲取離第4個錨節(jié)點的距離信息，則可確定節(jié)點P的位置。反之，若不能獲取與第4個錨節(jié)點的距離信息，則將這2個位置的任意一個位置作為節(jié)點P的位置估計值。

2 性能分析

2.1 實驗環(huán)境

為了更好地分析ASRL定位算法的性能，選擇LSL算法作為參照，并比較開銷、定位覆蓋率和定位誤差性能。所謂開銷是指每定位一個節(jié)點所需的控制消息條數(shù)；定位覆蓋率是指能定位的節(jié)點數(shù)與總的節(jié)點數(shù)的比值；定位誤差是指定位精度，其定義為

2.2 數(shù)據(jù)分析

2.2.1 實驗一

1）定位覆蓋率。定位覆蓋率隨節(jié)點密度變化的實驗數(shù)據(jù)如圖4所示。與LSL算法相比，提出的ASRL算法的定位覆蓋率得到大幅度提升。這主要是因為ASRL算法只要3個錨節(jié)點便可估計節(jié)點位置，減少了對錨節(jié)點數(shù)量要求。

圖4 定位覆蓋率

圖5 定位誤差

2.2.2 實驗二

圖6 錨節(jié)點傳輸半徑對定位覆蓋率和定位誤差的影響

3 結(jié)束語

針對水下傳感網(wǎng)絡(luò)的節(jié)點定位問題，提出基于聲信號測距的水下傳感網(wǎng)絡(luò)定位ASRL算法。ASRL算法是基于錨節(jié)點和測距的定位算法。錨節(jié)點先周期性地廣播包含自己位置信息的beacon包，普通節(jié)點接收后，利用球形傳播模型估計離錨節(jié)點的距離，然后再結(jié)合歐幾里德幾何學(xué)估計節(jié)點的位置。仿真數(shù)據(jù)表明，提出的ASRL算法擴大了可定位的節(jié)點數(shù)，并減少了定位誤差。

目前，本文只通過仿真分析了ASRL算法的定位性能，后期將其應(yīng)用于真實水下環(huán)境應(yīng)用中，如水中漂浮物體檢測，ASRL算法在真實環(huán)境的性能等。

[1] AKTUKSUZ I F, POMPILI D, MELODIA T. Underwater acoustic sensor networks: research challenges[J]. Ad hoc Networks, 2015, 3(3): 257-279.

[2] AKTUKSUZ I F. Wireless sensor networks in challenged environments such as underwater and underground[C]// Association for Computing Machinery(ACM). Proceedings of the 17th ACM international conference on modeling, analysis and simulation of wireless and mobile systems. Montreal：ACM, 2014: 1-12.

[3] 高玲, 鄭興旺, 陳彭, 等. 一種水下無線傳感網(wǎng)絡(luò)中節(jié)能跨層路由協(xié)議[J]. 集美大學(xué)學(xué)報(自然科學(xué)版), 2014, 19(3): 230-236.

[4] 柳凡, 杜秀娟, 馮振興, 等. 基于平均跳距的水下傳感網(wǎng)絡(luò)節(jié)點定位算法[J]. 計算系統(tǒng)應(yīng)用, 2014, 23(4): 138-144.

[5] TAN H P, DIAMANT R D, SEAH W K. A survey of techniques and challenges in underwater localization[J]. Ocean Engineering, 2011, 38(14): 1663–1676.

[6] HAN G, JIANG J, SHU L. Localization algorithms of underwater wireless sensor networks: a survey[J]. Sensors, 2012, 12(2): 2026-2061.

[7] 王懌, 田臣, 黃本雄. 錨節(jié)點水面部署的三維水下傳感網(wǎng)定位算法[J]. 微電子學(xué)與計算機, 2010, 27(10): 65-69.

[8] BIAN T, VENKATERAN R, LI C. An improved localization method using error probability distribution for underwater sensor networks[C]//The Institute of Electrical and Electronic Engineers(IEEE). Proceedings of the 2010 IEEE International Conference on Communications. Cape Town：IEEE, 2010: 1–6.

[9] MIRZA D, SCHURGERS C. Energy-efficient localization in networks of underwater drifters[J]. Selected Areas in Communications, 2012, 5(7): 23-31.

[10] EROL M, VIERIRA L F, GERLA M. Localization with dive’n’rise (dnr) beacons for underwater acoustic sensor networks[J]. IEEE Transactions on Mobile Computing, 2013, 6(9): 97-100.

[11] AMEER P, JACOB L. Localization using ray tracing for underwater acoustic sensor networks[J]. IEEE Communications Letters, 2010, 14(10): 930-932.

[12] ZHOU Zu, CUI Jiuhui. Efficient localization for large-scale underwater sensor networks[J]. Ad Hoc Networks, 2010, 8(3): 267-279.

[13] STOJANOVIC M. On the relationship between capacity and distance in an underwater acoustic communication channel[EB/OL].[2018-10-19].http://www.mit.edu/~millitsa/resources/pdfs/bwdx.pdf.

3D localization algorithm for underwater wireless sensor networks

LYU Pinpin

（Department of Information Engineering, Zibo Vocational Institute, Zibo, Shandong 255000, China）

In order to further improve the accuracy of node positioning for underwater sensor acoustic networks, the paper proposed the acoustic signal-ranging based localization algorithm (ASRL): the anchor nodes were deployed at the ocean surface with periodically broadcasting the beacon package; the distances were measured through a spherical propagation model of acoustic signals by ordinary nodes, and the location was estimated by using the measured 3D positions integrated with Euclidean geometrics; finally the positioning performance of ASRL algorithm was evaluated by simulation. Result showed that, compared with LSL algorithm, ASRL algorithm chould have lower positioning errors and a higher localization coverage rate.

underwater sensor acoustic networks; ranging; spherical propagation model; Euclidean geometrics; localization coverage rate

TPT393

A

2095-4999(2019)03-0011-06

2018-12-10

山東省淄博市2018年度重點研發(fā)計劃項目（2018kj010132）。

呂品品（1981—），女，山東淄博人，碩士，講師，研究方向為計算機網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、云計算、網(wǎng)絡(luò)空間安全等。

呂品品.水下傳感網(wǎng)絡(luò)的三維定位算法[J].導(dǎo)航定位學(xué)報, 2019,7(3):11-16.（LYU Pinpin.3D localization algorithm for underwater wireless sensor networks[J].Journal of Navigation and Positioning,2019,7(3):11-16.）

10.16547/j.cnki.10-1096.20190303.