水下無線傳感器網(wǎng)絡(luò)路由算法概述

李梅菊 徐濤 賈繼洋

【摘要】? ? 本文首先對水下無線傳感器網(wǎng)絡(luò)與陸地?zé)o線傳感器網(wǎng)絡(luò)的區(qū)別進行了調(diào)查;其次，分析了水下無線傳感器網(wǎng)絡(luò)的拓撲架構(gòu)以及網(wǎng)絡(luò)分層;最后，對目前存在的水下無線傳感器網(wǎng)絡(luò)路由算法進行了研究，總結(jié)出不同種類路由算法存在的問題，基于位置的路由算法存在精確定位的問題，位置獨立的路由算法難以兼顧網(wǎng)絡(luò)各方面的性能，簇結(jié)構(gòu)的路由算法無法解決傳感器節(jié)點能耗不均的問題，基于智能水下機器人的路由算法中網(wǎng)絡(luò)搭建的經(jīng)濟成本高。本文的研究可以為以后設(shè)計專門的適用于水下無線傳感器網(wǎng)絡(luò)的路由算法提供參考。

【關(guān)鍵詞】? ? 水下無線傳感器網(wǎng)絡(luò)? ? 路由算法? ? 地理路由? ? 簇? ? ?水下機器人

引言：

近些年，發(fā)現(xiàn)更多的水下資源以代替逐漸減少的有限的陸地資源，成為了眾多學(xué)者的研究目標。水下無線傳感器網(wǎng)絡(luò)在地震、海嘯預(yù)警、生態(tài)系統(tǒng)監(jiān)測、石油鉆探和軍事監(jiān)視方面的應(yīng)用也同樣被關(guān)注。水下傳感器網(wǎng)絡(luò)由于其特殊的運行環(huán)境，成為了探索水下資源最有效的方法，從而引起了學(xué)者們的極大興趣。而傳感器技術(shù)的發(fā)展為水下無線傳感器網(wǎng)絡(luò)的發(fā)展奠定了技術(shù)基礎(chǔ)，隨著國家對海洋資源的重視程度加強，在政策層面，水下傳感器網(wǎng)絡(luò)的發(fā)展具有著前所未有的機遇。然而，由于水下無線傳感器網(wǎng)絡(luò)工作環(huán)境的特殊，光的散射、折射及多普勒效應(yīng)，導(dǎo)致光信號在水下衰減很快;而電磁波的快速衰減也不適合在水下進行通信;從而在水下傳感器網(wǎng)絡(luò)中使用聲音信號進行通信。

由于水下無線傳感器網(wǎng)絡(luò)使用聲音信號進行通信，且通信環(huán)境較為復(fù)雜，使其具有如下一些不同于陸地網(wǎng)絡(luò)的特點[2]：

1.有限的能量。由于水下傳感器網(wǎng)絡(luò)工作在水下，節(jié)點配置的電池很難更換，且電池?zé)o法使用太陽能充電。因此，一旦電池能量耗盡，節(jié)點死亡。

2.定位困難。水下傳感器網(wǎng)絡(luò)精確定位困難主要有兩方面原因：1） 在陸地網(wǎng)絡(luò)中，用的最多的定位技術(shù)為GPS 定位，但由于在水下GPS信號衰減太大，無法使用在水下;2）水下傳感器網(wǎng)絡(luò)中，節(jié)點隨著水流的移動而移動，而非固定的位置，因此在動態(tài)的拓撲結(jié)構(gòu)中，無法根據(jù)最初的位置確定變動后的拓撲結(jié)構(gòu)。

3.信號傳播延時大。陸地網(wǎng)絡(luò)中，信號的傳播速度為 3×108米/秒，水下無線傳感器網(wǎng)絡(luò)中，信號傳播速度為1500米/秒。因此，水下無線傳感器網(wǎng)絡(luò)中信號的傳播速度比陸地?zé)o線傳感器網(wǎng)絡(luò)信號傳播速度慢五個數(shù)量級。

4.布置稀疏。由于水下無線傳感器網(wǎng)絡(luò)節(jié)點昂貴，因此很少布置備用節(jié)點，一旦某個節(jié)點死亡，沒有其他節(jié)點可以備用。

5.誤碼率高。水下無線傳感器網(wǎng)絡(luò)通信環(huán)境復(fù)雜、拓撲中出現(xiàn)空洞、數(shù)據(jù)在傳輸過程易碰撞等原因，導(dǎo)致其丟包率較高，從而誤碼率增大。

由于上述原因，導(dǎo)致陸地上使用的路由算法無法直接應(yīng)用在水下無線傳感器網(wǎng)絡(luò)中。因此，設(shè)計專門適用于水下無線傳感器網(wǎng)絡(luò)的路由算法對于水下無線傳感器網(wǎng)絡(luò)技術(shù)的發(fā)展有著至關(guān)重要的作用。

鑒于此，接下來，本文從如下幾方面對水下無線傳感器網(wǎng)絡(luò)進行了歸納分析：

1.介紹了水下無線傳感器網(wǎng)絡(luò)的架構(gòu)，概括調(diào)查了網(wǎng)絡(luò)各層核心技術(shù);

2.研究了不同類型的水下無線傳感器網(wǎng)絡(luò)路由算法，并分析了各類算法的優(yōu)缺點;

3.最后，總結(jié)了全文，并對未來工作進行了展望。

一、水下無線傳感器網(wǎng)絡(luò)基本架構(gòu)

網(wǎng)絡(luò)是設(shè)計路由算法的基本依據(jù)，因此在具體了解路由算法之前，首先調(diào)查研究水下無線傳感器網(wǎng)絡(luò)的基本架構(gòu)至關(guān)重要。本節(jié)從水下無線傳感器網(wǎng)絡(luò)的拓撲結(jié)構(gòu)和網(wǎng)絡(luò)分層兩個方面分析水下無線傳感器網(wǎng)絡(luò)的基本架構(gòu)。

1.1? 網(wǎng)絡(luò)拓撲架構(gòu)

水下無線傳感器網(wǎng)絡(luò)拓撲結(jié)構(gòu)通常有兩種，三維結(jié)構(gòu)和二維結(jié)構(gòu)。

1.1.1二維網(wǎng)絡(luò)拓撲架構(gòu)

二維拓撲架構(gòu)的水下無線傳感器網(wǎng)絡(luò)主要用于水下環(huán)境的監(jiān)控、災(zāi)難預(yù)警等應(yīng)用場景。典型的二維水下無線傳感器網(wǎng)絡(luò)由固定在水底的水下傳感器節(jié)點和水面上的一個或者多個sink節(jié)點組成。水面上的sink節(jié)點主要負責(zé)中繼水下傳感器節(jié)點收到的數(shù)據(jù)，發(fā)送到地面上的數(shù)據(jù)服務(wù)中心。水下傳感器節(jié)點之間以及水下傳感器與sink節(jié)點之間進行通信用的是聲音信號，sink 節(jié)點與陸地上的數(shù)據(jù)中心用電磁波信號進行通信。因此，sink節(jié)點裝有聲音信號調(diào)制器和光信號調(diào)制器，而水下傳感器節(jié)點只裝有光信號調(diào)制器。

在二維水下無線傳感器網(wǎng)絡(luò)拓撲結(jié)構(gòu)中，水下傳感器節(jié)點通過單跳的方式與水面上的sink節(jié)點進行通信，當(dāng)研究區(qū)域較深時，這樣的方式存在兩方面的問題：一方面信號的傳播距離太長，隨著距離增加，信號衰減變大，因此，產(chǎn)生誤碼或者丟包的概率增加;另一方面，由于水下節(jié)點能量有限，長距離傳輸需要更大的發(fā)射功率，節(jié)點能耗更大，縮短網(wǎng)絡(luò)壽命。

1.1.2三維網(wǎng)絡(luò)拓撲結(jié)構(gòu)

如上文所述，二維網(wǎng)絡(luò)拓撲結(jié)構(gòu)不適合在研究區(qū)域比較大的網(wǎng)絡(luò)中使用。同時，當(dāng)需要采集水下環(huán)境中不同深度的環(huán)境樣本值時，需要在不同深度布置傳感器。因此，在現(xiàn)實生活中，三維網(wǎng)絡(luò)的應(yīng)用更為廣泛，且三維網(wǎng)絡(luò)架構(gòu)與實際研究更吻合。三維網(wǎng)絡(luò)在二維網(wǎng)絡(luò)的基礎(chǔ)上進行了改進完善，除了水的底部和表面上的sink節(jié)點，不同深度都布置有水下傳感器節(jié)點。水下節(jié)點與水面上的Sink節(jié)點通信通過多跳方式。水下傳感器節(jié)點既可以作為源節(jié)點收集數(shù)據(jù)也可以作為中繼節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)。

1.2水下無線傳感器網(wǎng)絡(luò)分層架構(gòu)

水下無線傳感器網(wǎng)絡(luò)包括物理層、鏈路層、網(wǎng)絡(luò)層、傳輸層和應(yīng)用層，這與陸地?zé)o線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)相同，不同的是兩種網(wǎng)絡(luò)在各層使用的協(xié)議。目前水下無線傳感器網(wǎng)絡(luò)技術(shù)的主要研究集中在物理層、鏈路層、網(wǎng)絡(luò)層、傳輸層。

在物理層，通過研究光信號、電磁波信號以及聲音信號，已經(jīng)確定聲音信號是最適合于在水下傳播信息的。而噪聲和衰減對信號傳播成功率有著較大的影響。物理層的性能影響著網(wǎng)絡(luò)的整體設(shè)計，頻率分配的不同導(dǎo)致網(wǎng)絡(luò)的物理特性不同，高的信號頻率引起較大的衰減，但干擾會降低。

鏈路層中如何找出一種有效的方法實現(xiàn)多用戶的資源共享依然是水下無線傳感器網(wǎng)絡(luò)研究的熱點。時分多址和頻分多址已經(jīng)被嘗試用在水下無線傳感器網(wǎng)絡(luò)中。由于水下傳感器網(wǎng)絡(luò)的時間同步仍是研究熱點，不要求時間同步的CDMA結(jié)合功率控制技術(shù)的MAC層協(xié)議已經(jīng)提出，且可以抵抗多徑效應(yīng)。

傳輸層協(xié)議的設(shè)計對網(wǎng)絡(luò)的性能影響較大。由于水下無線傳感器網(wǎng)絡(luò)帶寬非常有限，且誤碼率高，陸地?zé)o線傳感器網(wǎng)絡(luò)使用的TCP協(xié)議無法在水下無線傳感器網(wǎng)絡(luò)中使用。目前研究顯示，網(wǎng)絡(luò)編碼和前向糾錯技術(shù)應(yīng)用在水下無線傳感器網(wǎng)絡(luò)中效果較好。

網(wǎng)絡(luò)層作為水下無線傳感器網(wǎng)絡(luò)尤為重要的一層，路由算法的設(shè)計對網(wǎng)絡(luò)的網(wǎng)絡(luò)壽命、延時等起著決定性作用。因此，如何根據(jù)水下無線傳感器網(wǎng)絡(luò)的特點，設(shè)計專門的路由算法是目前研究的熱點。詳細情況見第2節(jié)。

二、路由算法分析

為了改進水下無線傳感器網(wǎng)絡(luò)的性能，在網(wǎng)絡(luò)層面，學(xué)者們設(shè)計了不同的路由算法。其中，最為典型的是2008年cui等提出的DBR 路由算法[2]，DBR路由算法的提出為水下無線傳感器網(wǎng)絡(luò)獨立于位置信息的路由算法奠定了基礎(chǔ)。在DBR算法中，只有比自身深度值小的傳感器節(jié)點有資格作為轉(zhuǎn)發(fā)節(jié)點，為了減少冗余轉(zhuǎn)發(fā)，節(jié)點依據(jù)深度設(shè)定抑制轉(zhuǎn)發(fā)時間，具有最小深度值的節(jié)點，抑制時間最短，當(dāng)其他節(jié)點聽到已經(jīng)有節(jié)點轉(zhuǎn)發(fā)了當(dāng)前數(shù)據(jù)包便不再轉(zhuǎn)發(fā)該數(shù)據(jù)包。而2006年提出的VBF 算法，奠定了矢量路由的基礎(chǔ)。在VBF算法中，源節(jié)點與水面上的sink 節(jié)點建立矢量，只有在矢量半徑內(nèi)的節(jié)點有資格作為轉(zhuǎn)發(fā)節(jié)點，半徑內(nèi)節(jié)點根據(jù)自身到矢量中心的距離，計算轉(zhuǎn)發(fā)數(shù)據(jù)的抑制時間，從而抑制冗余轉(zhuǎn)發(fā)。隨著陸地機器人技術(shù)的發(fā)展，智能水下機器人（Automatic underwater vehicle，AUV）被引入到水下無線傳感器網(wǎng)絡(luò)中，AUV作為收集水下傳感器節(jié)點數(shù)據(jù)的核心，可以大大節(jié)省水下傳感器網(wǎng)絡(luò)的能量。在文獻[3]中提出，使用跨層的路由技術(shù)，結(jié)合MAC層，引入編碼技術(shù)，該路由算法對于降低數(shù)據(jù)包誤碼率有一定幫助。在2018年，我們團隊設(shè)計的基于和聲搜索的路由算法[4]，在創(chuàng)建路由的過程中，引入了和聲搜索算法，使用和聲搜索算法進行簇分配，使得簇內(nèi)節(jié)點之間以及不同簇的簇首之間的能量得到均衡。在2019年，在分析DBR及改進的DBR算法優(yōu)缺點的基礎(chǔ)上，本團隊設(shè)計了基于豎直角度的最短路徑路由算法[5]。

路由算法按照不同的標準有不同的分類方法。本節(jié)分別依據(jù)是否需要位置信息以及算法的技術(shù)特點對目前存在的水下無線傳感器網(wǎng)絡(luò)路由算法進行分析。

2.1? 基于位置的路由算法

基于位置的路由算法中，以已知位置信息為前提，比較典型的是VBF路由算法。從第2節(jié)的介紹中，不難發(fā)現(xiàn)，VBF對轉(zhuǎn)發(fā)節(jié)點的位置有較大的限制，因此在稀疏網(wǎng)絡(luò)中，如果半徑設(shè)置的太小，會由于節(jié)點找不到下一跳導(dǎo)致數(shù)據(jù)包丟失。同時，由于在VBF中僅僅依據(jù)到達矢量中心的距離判斷轉(zhuǎn)發(fā)節(jié)點，沒有引入其他參數(shù)，對于通信環(huán)境復(fù)雜的水下傳感器網(wǎng)絡(luò)是遠遠不夠的。針對VBF的缺點，文獻[6]提出了HHVBF，該算法用每一跳之間建立矢量代替VBF中從源節(jié)點到sink節(jié)點建立矢量，以使得在選擇下一跳時，每個節(jié)點可以根據(jù)自身周圍節(jié)點密度確定矢量半徑大小。因此，HHVBF算法中，只要存在鄰居節(jié)點，都可以將數(shù)據(jù)包轉(zhuǎn)發(fā)出去，提高了報的交付率。但是，HHVBF算法中節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)包是依賴于等待時間，易出現(xiàn)多個節(jié)點轉(zhuǎn)發(fā)同一個數(shù)據(jù)包，因而不僅浪費能量而且增大了延時。為了降低上述幾個協(xié)議中丟包率高的問題，DFR 協(xié)議被提出，DFR中，參與轉(zhuǎn)發(fā)的節(jié)點數(shù)量可以通過改變廣播角的大小動態(tài)調(diào)整。為了進一步增強數(shù)據(jù)傳輸?shù)目煽啃裕?017年Nadeem J等提出了2hop-AHH-VBF算法[8]，該算法中節(jié)點可以獲取兩跳節(jié)點信息，避免數(shù)據(jù)被轉(zhuǎn)發(fā)到空白區(qū)域。2020年，AVH-AHH-VBF算法被提出，該算法中，sink節(jié)點智能地移動，有效地均衡了靠近sink節(jié)點的能量。

基于位置的路由算法前提條件是能夠精確獲取水下無線傳感器網(wǎng)絡(luò)節(jié)點的位置信息，而水下無線傳感器網(wǎng)絡(luò)的精確定位目前仍然是研究熱點。

2.2? 位置獨立的路由算法

位置獨立的路由算法主要是指不依賴于具體的位置信息設(shè)計的路由，DBR 作為比較早期的獨立于位置的路由算法，有一些不足之處，如在選擇下一跳節(jié)點時只依據(jù)深度差值、轉(zhuǎn)發(fā)過程中有隱藏終端的出現(xiàn)、系統(tǒng)延時較長。針對DBR協(xié)議中未考慮能量的問題，2011年，Wahid 等提出了EEDBR，EEDBR將剩余能量與深度值結(jié)合作為選擇下一跳節(jié)點的參考指標。隨后，M.Jafri 等設(shè)計了AMCTD算法，算法中通過設(shè)置深度閾值抑制轉(zhuǎn)發(fā)節(jié)點數(shù)量，為了避免上層節(jié)點過多消耗能量，引入快遞節(jié)點。該算法對數(shù)據(jù)敏感的應(yīng)用性能較差。因此，2014年，一種改進的AMCTD算法I-AMCTD出現(xiàn)[9]。I-AMCTD中設(shè)置了軟硬結(jié)合的能量閾值。2016年， WDFAD-DBR算法被提出，該算法中結(jié)合鄰居節(jié)點的深度差和轉(zhuǎn)發(fā)區(qū)域的劃分確定轉(zhuǎn)發(fā)節(jié)點。2018年，我們團隊提出了SPRVA路由算法，算法中結(jié)合節(jié)點剩余能量和鄰居節(jié)點在豎直方向上的夾角確定最佳下一跳，不僅節(jié)省能量，且縮短了數(shù)據(jù)傳輸?shù)难訒r。2019年 ，EBER2算法被提出。算法中，結(jié)合剩余能量和轉(zhuǎn)發(fā)節(jié)點的潛在轉(zhuǎn)發(fā)節(jié)點數(shù)量確定下一跳節(jié)點，一方面有助于能量的均衡，另一方面有助于降低數(shù)據(jù)傳輸?shù)膩G包率。

位置獨立的路由算法往往是以犧牲一方面的性能為代價以取得另一方面性能的提升。

2.3? AUV輔助下的路由算法

由于水下傳感器節(jié)點能量有限，且上層節(jié)點能耗更大，一些學(xué)者在路由過程引入了水下機器人，即AUV。2008年P(guān)aley D 等提出了GCCS[10]，該系統(tǒng)中，每個滑行器裝有傳感器節(jié)點，滑行器在水下收集數(shù)據(jù)，周期性地到水面上與sink節(jié)點進行通信，為水下機器人的發(fā)展提供了基本思想。2012年，AURP 算法被提出，算法中AUV作為網(wǎng)關(guān)與sink節(jié)點通信的中繼，當(dāng)網(wǎng)關(guān)死亡時，距離AUV最近的傳感器節(jié)點作為網(wǎng)關(guān)。該算法一定程度能夠節(jié)省網(wǎng)絡(luò)能量，但能量均衡問題仍然存在。2015年，Javaid N等提出了AEDG算法[12]，該算法中多個AUV 按照預(yù)定的軌跡運動，且限制了每個網(wǎng)關(guān)負責(zé)的傳感器節(jié)點數(shù)量。Maqsood H等在2016年提出了多播路由算法AUV按照預(yù)定的軌跡收集數(shù)據(jù)[13]。

AUV輔助下的路由算法中，由于水下機器人的價格昂貴，網(wǎng)絡(luò)布置的經(jīng)濟成本增大。

2.4 基于簇的路由算法

LEACH 協(xié)議是第一個基于簇的路由算法，應(yīng)用在陸地?zé)o線傳感器網(wǎng)絡(luò)中。隨著水下無線傳感器網(wǎng)絡(luò)技術(shù)的發(fā)展，一些學(xué)者試圖將LEACH協(xié)議用在水下。X.Li 等在2007年設(shè)計了適用于水下的LEACH-L，該算法中簇頭依據(jù)剩余能量而定。Dina等在2014年基于VBF設(shè)計了CVBF算法[19]。CVBF中，簇內(nèi)部的通信使用VBF。2015年，Ying Zhang和Hongliang Sun 在K-Means的算法基礎(chǔ)上做了改進用于水下傳感器通信，選擇K個節(jié)點時綜合考慮了節(jié)點密度、節(jié)點深度及剩余能量值，同時，該算法將主簇頭和輔助簇頭結(jié)合，主簇頭負責(zé)收集簇內(nèi)節(jié)點收集的信息，輔助簇頭將主簇頭的信息交付給sink 節(jié)點。

基于簇的路由算法最大的問題在于簇首與成員節(jié)點之間的能量均衡，即使一些學(xué)者給出了一些解決思路，但仍然沒有完全解決能量均衡問題。

三、結(jié)束語

本文主要介紹了水下無線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)及特點，總結(jié)了目前存在的水下無線傳感器網(wǎng)絡(luò)路由算法的種類及各類算法的優(yōu)缺點。在以后的研究過程，可以根據(jù)本文總結(jié)的各類算法的特點，結(jié)合實際應(yīng)用，設(shè)計專門適用于水下無線傳感器網(wǎng)絡(luò)的、有效的路由算法。

參? 考? 文? 獻

[1] Ismail N ， Mohamad M M . An Evaluation of Performance of Location-Based and Location-Free Routing Protocols in Underwater Sensor Networks[M]. 2020.

[2] Yan H， Shi Z J， Cui J H. DBR： Depth-Based Routing for Underwater Sensor Networks[J]. Lecture Notes in Computer Science， 2008， 4982：72-86.

[3] Wang H， Wang S， Bu R， et al. A Novel Cross-Layer Routing Protocol Based on Network Coding for Underwater Sensor Networks[J]. Sensors， 2017， 17（8）.

[4] Li M ， Du X ， Peng C . RSHSC-routing algorithm based on simplified harmony search and coding for UWSNs[J]. Journal of Sensors， 2018， 2018（1）：1-13.

[5] Li M ， Du X ， Liu X ， et al. Shortest Path Routing Protocol Based on the Vertical Angle for Underwater Acoustic Networks[J]. Journal of Sensors， 2019， 2019（1， article no. 149）：1-14.

[6] 邵陽. 水聲傳感器網(wǎng)絡(luò)路由協(xié)議HHVBF的改進研究[D]. 天津大學(xué)， 2015.

[7] Hwang D， Kim D. DFR： Directional flooding-based routing protocol for underwater sensor networks[C]//Oceans. IEEE， 2008：1-7.

[8] Wahid A ， Lee S ， Jeong H J ， et al. EEDBR： Energy-Efficient Depth-Based Routing Protocol for Underwater Wireless Sensor Networks[J]. 2011.

[9] Jafri M R， Ahmed S， Javaid N， et al. iAMCTD： Improved Adaptive Mobility of Courier Nodes in Threshold-Optimized DBR Protocol for Underwater Wireless Sensor Networks[J]. International Journal of Distributed Sensor Networks， 2014， 2014（3）：259-273.

[10] Paley D A， Zhang F， Leonard N E. Cooperative Control for Ocean Sampling： The Glider Coordinated Control System[J]. IEEE Transactions on Control Systems Technology， 2008， 16（4）：735-744.

[11] Yoon S， Azad A K， Oh H， et al. AURP： An AUV-Aided Underwater Routing Protocol for Underwater Acoustic Sensor Networks[J]. Sensors， 2012， 12（2）：1827-1845.

[12] Ilyas N， Alghamdi T A， Farooq M N， et al. AEDG： AUV-aided Efficient Data Gathering Routing Protocol for Underwater Wireless Sensor Networks[C]// International Conference on Ambient Systems， Networks and Technologies. 2015：568-575.

[13] Maqsood H， Javaid N， Yahya A， et al. MobiL-AUV： AUV-Aided Localization Scheme for Underwater Wireless Sensor Networks[C]// International Conference on Innovative Mobile and Internet Services in Ubiquitous Computing. IEEE， 2016：170-175.

[14] Fan X， Song Y. Improvement on LEACH Protocol of Wireless Sensor Network[C]// International Conference on Sensor Technologies & Applications. 2007.