自主水下航行器輔助的水下地理機會路由協議*

丁鈺瑩，郝 琨，李 成

天津城建大學計算機與信息工程學院，天津 300384

1 引言

目前，水下傳感器網絡（underwater sensor networks，UWSN）[1-3]在海洋管理、資源保護、災害監測和海洋軍事活動等領域中頗受關注[4-5]。與陸地傳感器網絡一樣，路由協議是UWSN的研究熱點之一，其目的是在水域中建立一條從源節點到水面浮標的數據傳輸路徑。由于水域環境的特殊性，UWSN采用水聲通信。然而，水聲信道具有帶寬窄、比特誤碼率高和傳輸速率低等特點[6-7]，這使得UWSN實現數據傳輸將面臨更多困難與挑戰。同時，水下節點的電池能量受限[8]，且節點電池不易更換，為了避免節點因電池耗盡而失效，UWSN需優化節點能耗來提高網絡傳輸性能。因此，設計一種高效可靠的路由協議對于推動UWSN的發展具有重要意義[9]。

現有的UWSN路由協議可分為基于單跳和多跳傳輸的路由方法。單跳傳輸主要是以自主水下航行器（autonomous underwater vehicle，AUV）輔助[10-12]的路由協議，定期充電的AUV自由航行在水下區域，當AUV移動到距離某一節點較近時，節點將監測區域采集到的數據發送給AUV，AUV再將數據傳輸到水面浮標，從而降低網絡能耗，延長網絡壽命。多跳傳輸主要以地理路由和機會路由[13-14]為代表，其優點是聲速比AUV的運動速度快，總傳輸時延比AUV短。但多跳傳輸存在能量消耗不平衡的問題，距離水面浮標較近的節點耗能較快，容易導致網絡出現路由空洞[15]。

2 相關工作

近年來，專家學者針對UWSN路由協議進行了大量研究。基于多跳傳輸的路由方法中，簡單、易擴展的地理路由[16-17]是UWSN最有效的路由協議之一。與主動和被動路由相比，地理路由無需建立或維護完整的路由，且無需發送路由消息。數據傳輸時，節點將數據包轉發到距離水面浮標最近的最優下一跳節點。文獻[18]提出基于向量的轉發協議（vector-based forwarding protocol，VBF），VBF定義了源節點到目的節點的路由向量，節點根據轉發矢量的距離決策是否轉發數據包。節點通過預設的虛“路由管”傳輸數據包，避免數據冗余轉發，提高網絡能源效率。在低密度場景下，虛“路由管”中可能不存在合適的下一跳節點，導致網絡出現路由空洞，從而增加了網絡時延和能量消耗。文獻[19]提出基于深度的路由協議（depth-based routing protocol，DBR），節點利用壓力傳感器獲得自身深度，通過深度差進行路由調度。DBR在密集網絡中性能良好，但在稀疏網絡中可能出現多個節點轉發同一個數據包，或當前節點找不到下一跳的現象，造成數據冗余發送和傳輸延遲。

機會路由中[20-22]，數據包被廣播到由部分鄰居節點組成的候選集中，候選集內節點進行傳輸優先級的排序，當較高優先級節點未能成功轉發數據包時，正確接收數據包的優先級較低節點才轉發數據包，通過節點的機會轉發，提高了數據傳輸性能。文獻[23]提出基于層級的水下傳感器網絡自適應地理路由協議（level-based adaptive geo-routing protocol for underwater sensor network，LB-AGR），節點采用不同路由決策，根據候選節點的復合轉發因子確定最佳路由，將上行路由單播傳送，以減少節點碰撞和能量消耗。發送節點因未收到確認包（acknowledgement，ACK）而多次發送最后一幀，導致節點層級無窮增加，Sink節點因無法廣播和接收數據包，導致網絡出現狀態死鎖。文獻[24]提出路由空洞感知協議（voidaware pressure routing protocol，VAPR），利用節點的深度決策路由，節點通過周期性信標建立通往Sink節點的有向路徑，通過貪婪轉發數據包，導致網絡出現路由空洞。為了解決路由空洞，節點需要周期性地維護和更新有向路徑，使網絡能量快速消耗。

基于單跳的路由方法中，文獻[25]提出AUV輔助的路由協議（AUV-aided underwater routing protocol，AURP），AURP通過使用AUV作為中繼節點來實現高傳輸率和低能量消耗，數據按分層信息傳輸到匯聚節點，再由AUV高速率近距離收集數據，并將數據運送到水面浮標。該協議考慮了AUV收集路徑對網絡性能的影響，但對動態拓撲適應性不強，沒有充分發揮AUV的能動性。文獻[26]提出貪婪和自適應AUV尋路協議（greedy and adaptive AUV path-finding，GAAP），AUV根據反映水下事件重要性與時效性的數據信息值（value of information，VOI）的大小從節點收集數據，節點通過光通信將數據傳輸到AUV，AUV通過水聲通信進行數據傳輸。另外，GAAP定義了一個整數線性規劃公式，該公式可以精確地對所考慮的場景進行建模，從而得出一條最優路徑。但光通信僅達到每秒幾兆比特，傳輸范圍非常有限。

基于以上分析，本文結合地理路由和機會路由設計高效的地理-機會混合型路由協議，提高數據傳輸性能；設計間距不等的分層網絡，降低網絡時延，節省網絡能耗；考慮到普通節點的電池充電難度大和費用高等特點，采用能量不受限制的AUV與節點及水面浮標協調運作，從而提高網絡吞吐量。

因此，本文提出AUV輔助的水下地理機會路由協議（geographic and opportunistic hybrid routing protocol for UWSN based on AUV，GOHRP）。GOHRP主要包括初始階段和路由階段：（1）初始階段，為了簡化網絡模型，均衡網絡能耗，GOHRP基于普通節點的深度將UWSN劃分為間距不等的分層網絡。普通節點根據剩余能量、鄰居密度和數據包傳輸率選擇每層的代理節點，且每輪通信開始時重新確定代理節點，以避免代理節點在一定通信時間后過早死亡，從而降低網絡能耗，延長網絡壽命。（2）路由階段，普通節點通過機會路由策略，基于與鄰居節點的距離和剩余能量選擇下一跳節點，下一跳節點將普通節點采集到的數據和VOI轉發給代理節點。AUV采用基于收益函數的動態路由策略，在避免遠距離訪問代理節點的同時，優先選擇發送VOI值最大的代理節點作為當前訪問目標，并將代理節點上的數據傳輸到水面浮標。仿真結果表明，GOHRP在保證高效穩定的數據傳輸率的同時，降低了網絡能耗，延長了網絡壽命。

3 系統模型

3.1 網絡模型

假設網絡模型中部署了N個普通節點和S個水面浮標監測UWSN，普通節點處于不同分層結構中，通過多跳聲通信將周圍事件的數據和VOI發送給代理節點，AUV通過動態訪問代理節點，將收集到的數據傳輸到水面浮標，水面浮標通過無線鏈路或衛星將數據傳輸到監測中心進行數據分析。網絡模型如圖1所示。

Fig.1 Network model圖1 網絡模型

（1）一輪數據收集：指數據從普通節點傳輸到水面浮標的過程，該過程包括初始階段和路由階段。

（2）普通節點：部署在海洋底部，負責監測水下數據，id唯一，位置已知，受弱電池能量約束。

（3）代理節點：每層選擇一個普通節點作為代理節點，代理節點的選擇由普通節點的剩余能量、鄰居密度和數據包傳輸率組成的權重大小決定，權重最大的普通節點當選為該層的代理節點。代理節點的選擇主要取決于剩余能量，每輪重新選擇代理節點，代理節點接收并保存普通節點發送的數據和VOI。

（4）AUV：AUV作為匯聚節點，具有自主移動性，負責將數據從代理節點傳輸到水面浮標。高效靈活的AUV攜帶多個傳感器和水聲通信模塊，可較好地擴展UWSN的活動監測范圍，有效提高網絡通信效率。隨著AUV的移動，遠距離傳輸被短距離傳輸所取代，使數據傳輸性能顯著提升。

（5）水面浮標：部署在水面作為目的節點，負責水下和陸上通信。

（6）不等層網絡結構：GOHRP采用動態分層的方式，根據普通節點的深度將網絡劃分為間距不等的分層結構，從而使普通節點沿著分層的階梯方向朝水面浮標傳輸數據。

假設水下監測區域依據普通節點的深度將UWSN劃分為L層，一組E事件E1,E2,…,E|E|發生在L層水域內，其中|E|為事件數，若普通節點i在tk時刻監測到事件Ek(1 ≤k≤|E|)，則通過普通節點i采集到事件Ek的數據信息值VOI為

式中，t為每輪數據收集的時間，tk,i為普通節點i采集到事件Ek的時間，βk(0 ≤βk≤1)表示重要性和時效性之間的信息權重，∈R+（正實數）和f(t-tk,i)分別表示事件Ek的重要性和時效性。f(t-tk,i)表示為的指數函數，當t=tk,i時，普通節點i采集到事件Ek的最大，接著隨時間衰減，當衰減為最小值時，普通節點上的數據將被丟棄，停止數據傳輸；當tk,i=0時，FEk=1，f(t-tk,i)=e-t。

3.2 水聲信道模型

距離為d的任意一對節點傳輸m比特的數據包傳輸率為p(d,m)，該傳輸率用于初始階段代理節點的選擇。

水聲信道具有信道容量低、可靠性差以及可用帶寬窄的特點，使得水聲信道上的高速通信不僅復雜，還具有路徑損耗的特點。路徑損耗是指由于大規模衰落，頻率為f的信號在距離d上的無阻礙衰減。GOHRP采用水聲信號的衰減模型[28-29]，對于頻率為f的信號，距離為d的任意一對節點在水聲信道中發生的路徑損耗為：

式中，s為擴散因子（圓柱為1，實用為1.5，球面為2），在仿真實驗中，s取1.5。吸收因子a(f)為：

距離為d的平均信噪比（signal-to-noise ratio，SNR）為：

式中，Eb和N0為常數，分別表示單位比特的平均能量消耗和噪聲功率密度。

GOHRP采用二進制相移鍵控（binary phase shift keying，BPSK）調制模式[30]，在BPSK中，每個符號攜帶1 bit。距離為d的任意一對節點的誤比特概率為：

因此，距離為d的任意一對節點傳輸m比特的數據包傳輸率p(d,m)為：

4 GOHRP協議設計

4.1 初始階段

4.1.1 不等層網絡

為了簡化網絡模型，均衡網絡能耗，GOHRP基于普通節點的深度將UWSN劃分為間距不等的分層結構。不等層結構如圖2所示。

Fig.2 Unequal layer structure圖2 不等層結構

設Di為普通節點i的深度，GOHRP根據節點深度將UWSN由上到下化分為L層，第l層的間距記為rl(l=1,2,…,L)，第一層普通節點i滿足Di＜r1，rl+1滿足rl+1=rl+Δr（其中Δr為常數），普通節點i通過向上取整函數計算其所在的層級Li：

式中，Rc為普通節點的通信半徑。

相比于等層網絡，不等層網絡結構的層間距由上到下逐漸增大，網絡層級數目減少，使普通節點到水面浮標的傳輸跳數減少，降低了網絡傳輸時延；避免了靠近水面浮標的節點因承擔過多的轉發任務而快速消耗能量，進而導致其過早死亡的問題，有利于延長網絡生命周期；每輪通過在同一層選擇不同的代理節點，均衡了層內節點的網絡能耗，有效解決能耗熱區問題。因此，不等層網絡結構優化了網絡性能，其路由效果更佳。

4.1.2 代理節點選擇

普通節點根據自身深度估計所在層級后，GOHRP基于普通節點的剩余能量、鄰居密度和數據包傳輸率動態選擇每層的代理節點，代理節點負責從普通節點收集數據并傳輸到AUV。為了避免代理節點在一定通信時間后過早死亡，GOHRP將在下一輪通信開始時重新選擇代理節點，通過選擇高效可靠的代理節點，從而降低網絡能耗，延長網絡壽命。

第l層普通節點i的權重大小A(l,i)為：

式中，α1+α2+α3=1，α1,α2,α3∈[0,1]，α1、α2、α3分別為能量因子、密度因子和傳輸因子，仿真中取α1=0.5，α2=0.2，α3=0.3，Eres(l,i) 和Einit(l,i) 分別是第l層普通節點i的剩余能量和初始能量，N(l,i)是第l層節點i的鄰居節點數目，N(l)是第l層普通節點總數，pi(d,m)是節點i的數據包傳輸率，是第l層普通節點的平均剩余能量。

由于普通節點是隨機分布的，為了節省能量，降低時延，每層選擇代理節點時，若普通節點i的剩余能量Eres(l,i)小于該層平均剩余能量，則普通節點i停止參與代理節點的選擇。因此，GOHRP選擇權重最大的普通節點作為該層代理節點。

4.2 路由階段

4.2.1 機會路由策略

普通節點向每層代理節點發送數據和VOI時，采用機會路由策略決策下一跳節點。若普通節點i的鄰居節點u滿足d(u,j)＜d(i,j)，則第l層節點i將節點u的信息保存在如下鄰居節點信息表中。

其中，uid為鄰居節點u的序列號；Eres(l,u)為第l層鄰居節點u的剩余能量；d(u,j)為鄰居節點u與代理節點j的距離；d(i,j)為普通節點i與代理節點j的距離。

基于與鄰居節點的距離與剩余能量，普通節點的機會路由選擇函數L(i,u)為：

式中，ε∈[0,1]為剩余能量和距離的信息權重，仿真中取ε=0.6。Einit(u)和Eres(u)分別為鄰居節點u的初始能量和剩余能量。普通節點i選擇Eres(u)最大和d(u,j)最小的鄰居節點，即L(i,u)值最小的鄰居節點作為下一跳節點，下一跳節點將數據和VOI轉發到該層代理節點。

4.2.2 AUV動態路由策略

普通節點通過機會路由策略將采集到的數據和VOI轉發給代理節點后，每個代理節點通過單跳聲通信向AUV廣播消息數據包，該包包括代理節點的位置坐標和其接收的VOI。其中，代理節點的通信范圍是AUV在固定傳輸功率下的最大可達距離。假設代理節點的通信范圍已知，AUV接收到消息包后，通過動態路由策略訪問代理節點，并定期浮出水面，將收集到的數據傳輸到水面浮標。

根據式（1），任意普通節點i發送給代理節點的VOI為Ci(t)。

式中，普通節點i∈{1,2,…,N}，事件數k∈{1,2,…,|E|}，xk,i表示普通節點i與事件Ek的二元變量，若普通節點i采集到事件Ek，則取1；否則為0。表示普通節點i在tk時刻采集到事件Ek的VOI。

由式（10）得，各代理節點j接收到的VOI為RCj(t)：

式中，代理節點j∈[]1,2,…,L，yj,i表示代理節點j與VOI的二元變量，若代理節點j接收到普通節點i發送的VOI，則為1；否則為0。

每個代理節點通過廣播消息包向AUV發送VOI，AUV接收到各層代理節點發送的VOI為RCAUV(t)：

式中，j∈{}1,2,…,L，zAUV,j表示AUV與消息包的二元變量，若AUV接收到代理節點j的消息包，則為1；否則為0。RCj(t)為代理節點j接收到的VOI。

GOHRP定義AUV的收益函數RF(t)為：

式中，距離d(t)={d1(t),d2(t),…,dL(t)}，j∈{1,2,…,L}，dj(t)∈R+（正實數）為AUV到代理節點j的距離，γ∈R+為常量。

AUV接收到VOI后，選擇使其收益函數RF(t)最大的代理節點作為當前訪問目標，RF(t)越大，訪問優先級越高。即，在訪問時間段t[0,T]內，AUV收集數據時需避免距離AUV較遠的代理節點，并且根據VOI的大小優先訪問發送VOI值最大的代理節點，再依次訪問其他代理節點。

另外，為避免重復訪問，AUV訪問完當前代理節點后，將其數據值重置為零。而AUV垂直移動的時間對于收集下一個代理節點上的數據至關重要，則AUV更新的數據收集時間TU為：

式中，T為AUV的最大訪問時間；DAUV為AUV的深度；Vver為AUV的垂直移動速度。

AUV根據各個代理節點的VOI值大小，以及代理節點與AUV的距離，實現其動態選擇過程。AUV動態路由策略的具體過程由算法1所示。

算法1AUV動態路由策略

假設AUV接收到各代理節點的VOI值為RC1(t)=0，RC2(t)=0.5+0.001t，RC3(t)=0.66，RC4(t)=2，其中t=[0,2 000]。由于代理節點1的VOI值為0，AUV無需訪問此代理節點。如圖3所示，AUV通過分析VOI的大小，以及各代理節點與AUV的距離計算其收益函數的大小，從而確定依次訪問的代理節點。因此，AUV的動態路徑軌跡為2 →4 →3。

Fig.3 Dynamic path trajectory of AUV圖3 AUV動態路徑軌跡

5 性能分析

GOHRP采用NS-3仿真模擬器，實現GOHRP的性能驗證，并與VBF和LB-AGR在平均端到端時延、數據包傳輸率、網絡能耗、網絡壽命和網絡吞吐量等性能參數上進行對比分析。NS-3中包含水聲通信網絡模塊（underwater acoustic network，UAN），UAN通過水聲信道接口、聲學調制解調器、通信性能模塊接口和MAC協議接口，模擬水下網絡通信[31-32]。主要實驗參數如表1所示。

5.1 平均端到端時延

圖4為VBF、LB-AGR和GOHRP的平均端到端時延隨節點個數增加的變化曲線。結果表明，隨著節點數目的增加，平均端到端時延逐漸降低。其中，LB-AGR的時延小于VBF，因為VBF在稀疏網絡中虛“路由管”內可能找不到合適的下一跳節點，導致網絡出現路由空洞，使網絡時延較高。LB-AGR采用抑制時間的轉發機制，明顯降低了端到端時延。相比于VBF和LB-AGR，GOHRP的平均端到端時延分別降低了0.20和0.08。這是因為GOHRP通過設計間距不等的分層網絡，使網絡層級數目減少，普通節點到水面浮標的傳輸跳數減少，降低了端到端網絡時延；每層選擇代理節點時，只有當普通節點的剩余能量大于該層平均剩余能量，才可入選代理節點，以節省能量，降低時延；在機會路由策略中普通節點的機會轉發避免了數據包的循環傳輸，從而降低網絡時延；AUV訪問完代理節點后，將該代理節點上的數據重置為零，以避免重復訪問。

Table 1 Experimental parameter list表1 實驗參數列表

Fig.4 Average end-to-end delay圖4 平均端到端時延

5.2 數據包傳輸率

圖5為VBF、LB-AGR和GOHRP的數據包傳輸率隨節點個數增加的變化曲線。數據包傳輸率表示水面浮標成功接收的數據包數量與源節點發送的數據包數量的比率。結果表明，隨著節點數目的增加，三種協議的數據包傳輸率隨之增加。原因在于VBF定義了源節點到目的節點的路由向量，節點通過預設的虛“路由管”傳輸數據包，避免數據冗余轉發，提高數據傳輸效率。LB-AGR中節點采用分層路由決策，根據候選節點的復合轉發因子確定最佳路由，將上行路由單播傳送；在機會路由策略中，依據普通節點與鄰居節點的距離和剩余能量選擇最優的下一跳轉發節點，提高了數據傳輸性能。

Fig.5 Packet transmission rate圖5 數據包傳輸率

5.3 網絡能耗

圖6為VBF、LB-AGR和GOHRP的平均能量消耗隨節點個數增加的變化曲線。結果表明，當節點個數增加時，三種協議的平均能量消耗逐漸降低。其中，VBF的平均能量消耗最高，GOHRP最低。因為VBF在虛“路由管”傳輸數據包時，避免數據冗余轉發，但路由空洞的出現，導致網絡能耗較高。LBAGR中節點因多次發送最后一幀，使節點層級增加無窮大。由于靠近水面浮標的節點需要轉發大量來自其他節點的數據而負擔過重，過早耗盡自身能量而失效，造成網絡“熱區”問題，降低網絡生命周期。GOHRP通過設計一種層間距由上到下逐漸增大的網絡結構，使靠近水面浮標的層間距小于遠離水面浮標的層間距。因此，靠近水面浮標的代理節點可以為層內的數據轉發節省能量，從而優化了網絡中各節點的能量消耗。

Fig.6 Average energy consumption varies with nodes圖6 平均能量消耗隨節點變化

圖7為VBF、LB-AGR和GOHRP的平均能量消耗隨仿真時間增加的變化曲線。結果表明，隨著仿真時間的增加，三種協議的平均能量消耗逐漸增加。其中，GOHRP的平均能量消耗最低，且有穩定的上升趨勢。相比于VBF和LB-AGR，GOHRP的平均能量消耗分別降低了0.38和0.19。這是由于GOHRP中不等層的網絡結構減少了數據從源節點到水面浮標的傳輸跳數，使節點能耗較低，且每層代理節點的周期性選擇均衡了網絡能量消耗；轉發過程中數據定向傳輸，數據傳輸到代理節點后，AUV通過動態路由策略將數據傳輸到水面浮標，使能耗的增加速率較其他協議明顯降低。

Fig.7 Average energy consumption varies with time圖7 平均能量消耗隨時間變化

如圖8所示，通過運行25輪仿真，實現了GOHRP在每一輪網絡中所有節點之間所消耗能量的方差。結果顯示，GOHRP在每一輪網絡中，各個節點之間所消耗能量的方差較小，并且輪與輪之間曲線的波動較小，這說明GOHRP能夠較好地均衡網絡中所有節點之間的能量消耗。這是因為GOHRP在設計上考慮了各個節點之間的負載差異，并且為了避免代理節點在一定通信時間后過早死亡，GOHRP將在下一輪通信開始時重新選擇代理節點，通過選擇高效可靠的代理節點，使層內節點間能耗的不均衡問題從根本上解決。

Fig.8 Energy consumption variance of GOHRP圖8 GOHRP能耗方差

5.4 網絡壽命

圖9為VBF、LB-AGR和GOHRP的節點存活率隨仿真時間增加的變化曲線。隨著仿真時間的增加，節點存活率逐漸降低。其中，VBF的節點存活率低于GOHRP和LB-AGR，原因是VBF中傳輸功率的增加導致部分節點能耗過高，使節點死亡率上升，存活率降低。當仿真時間為1 000 s時，VBF的節點存活率低于0.8，LB-AGR的節點存活率低于0.9，而GOHRP的節點存活率大于0.9；當仿真時間從1 500 s增加到2 000 s時，LB-AGR的節點存活率從0.74降低到0.33，其原因是LB-AGR中Sink節點因無法廣播和接收數據包，導致網絡出現狀態死鎖，使節點存活率較低。GOHRP的節點存活率最高，其原因是GOHRP為了避免代理節點在一定通信時間后過早死亡，普通節點將在下一輪通信開始時重新選擇高效可靠的代理節點，并且普通節點在選擇代理節點和下一跳轉發節點時考慮了其剩余能量，從而延長了網絡壽命。與VBF和LB-AGR相比，GOHRP的節點存活率分別提高了0.43和0.21。

Fig.9 Node survival rate圖9 節點存活率

5.5 網絡吞吐量

圖10為VBF、LB-AGR和GOHRP的網絡吞吐量隨節點個數增加的變化曲線。網絡吞吐量是AUV在網絡運行期間發送給水面浮標的總字節數。結果表明，隨著節點數目的增加，三種協議的網絡吞吐量也隨之增加，其中GOHRP的網絡吞吐量高于VBF和LB-AGR。因為GOHRP中AUV通過動態路由策略優先訪問使其收益函數最大的代理節點，并將收集到的數據傳輸到水面浮標，提高了網絡吞吐量。

Fig.10 Network throughput圖10 網絡吞吐量

實驗結果表明，本文提出的GOHRP協議具有以下優點：（1）通過設計層間距由上到下逐漸增大的不等層結構，使網絡傳輸時延明顯降低；（2）每輪依據普通節點的權重大小選擇每層的代理節點，有效均衡了網絡能耗；（3）普通節點采用機會路由策略決策傳輸數據到代理節點的下一跳轉發節點，提高了數據包傳輸率；（4）剩余能量作為選擇下一跳轉發節點和每層代理節點的決定性因素，使節點的存活率得以提高，從而延長了網絡壽命；（5）AUV根據其收益函數的大小依次訪問各個代理節點，并將采集到的數據直接傳輸到水面浮標，使網絡吞吐量顯著提升。

6 結束語

本文主要研究了如何在復雜的UWSN中實現高效可靠的路由協議，提出AUV輔助的水下地理機會路由協議GOHRP。GOHRP設計了間距不等的分層網絡，從而簡化了網絡模型，均衡了網絡能耗；每層的普通節點通過自身權重大小動態選擇代理節點，有效解決了能耗熱區問題。利用優化后的網絡拓撲結構，普通節點通過機會路由策略將采集到的數據和VOI轉發給代理節點，提高了數據傳輸性能；AUV通過動態路由策略，根據其收益函數的大小，依次訪問各層的代理節點，并將代理節點上的數據傳輸到水面浮標。仿真結果表明，GOHRP在網絡能耗、數據傳輸率、網絡時延、網絡吞吐量和網絡壽命方面均優于VBF和LB-AGR。

在未來的工作中，將結合水域環境的鏈路特性，進一步研究UWSN的其他重要特性。包括如何深入優化網絡結構以提高UWSN通信質量，如何解決轉發過程中出現的失效節點問題。