基于多AUV協(xié)作的稀疏水下傳感網(wǎng)定位技術(shù)研究*

張美燕,蔡文郁,鄭曉丹

(1.浙江水利水電學(xué)院電氣工程系,杭州 310018;2.杭州電子科技大學(xué)電子信息學(xué)院,杭州 310018)

基于多AUV協(xié)作的稀疏水下傳感網(wǎng)定位技術(shù)研究*

張美燕1,蔡文郁2*,鄭曉丹1

(1.浙江水利水電學(xué)院電氣工程系,杭州 310018;2.杭州電子科技大學(xué)電子信息學(xué)院,杭州 310018)

如何在稀疏部署的水下傳感器網(wǎng)絡(luò)中實現(xiàn)傳感器節(jié)點(diǎn)的高效定位是一個研究熱點(diǎn)。提出了一種基于多個移動AUV協(xié)作的水下傳感器網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)定位機(jī)制,利用AUV的精確自導(dǎo)航功能實現(xiàn)對網(wǎng)內(nèi)未知位置節(jié)點(diǎn)的定位協(xié)助。提出的協(xié)作定位算法擴(kuò)展了水下傳感器網(wǎng)絡(luò)的網(wǎng)內(nèi)節(jié)點(diǎn)位置迭代估計方法,將信標(biāo)節(jié)點(diǎn)和多AUV聯(lián)合作為定位參考點(diǎn),然后推導(dǎo)了基于最小二乘法的定位估計方程。仿真結(jié)果驗證了該方法可以在定位節(jié)點(diǎn)比例、歸一化定位誤差和平均置信度等幾個方面提高定位性能。

水下傳感器網(wǎng)絡(luò);協(xié)作定位;迭代定位;多AUV

水下傳感器網(wǎng)絡(luò)USN(Underwater Sensor Networks)是由具有水聲通信能力的傳感器節(jié)點(diǎn)構(gòu)成的自組織三維無線網(wǎng)絡(luò),可廣泛應(yīng)用于海洋資源勘探、海底災(zāi)害監(jiān)測、意外搜索救援、輔助導(dǎo)航和戰(zhàn)術(shù)反潛等領(lǐng)域,近幾年引起了國內(nèi)外相關(guān)研究人員的重點(diǎn)關(guān)注[1-2]。在水下傳感器網(wǎng)絡(luò)的水下通信技術(shù)、組網(wǎng)路由技術(shù)、安全可靠技術(shù)、定位與追蹤技術(shù)等方面研究中,節(jié)點(diǎn)定位算法作為具有重要意義的支撐技術(shù),成為了一大研究熱點(diǎn)。眾所周知,水下傳感器網(wǎng)絡(luò)所采集到的數(shù)據(jù)必須具有時間維度和空間維度信息才有價值,因此必須設(shè)計節(jié)點(diǎn)定位機(jī)制以達(dá)到盡量準(zhǔn)確地獲取水下傳感器節(jié)點(diǎn)位置信息的目的。水下傳感器節(jié)點(diǎn)一般都部署在惡劣的水下三維空間內(nèi),節(jié)點(diǎn)之間的水聲通信延遲大、可靠性低,節(jié)點(diǎn)部署較為稀疏,網(wǎng)絡(luò)連通性難以保證,陸地?zé)o線傳感器網(wǎng)絡(luò)的一些定位算法無法直接應(yīng)用于水下傳感器網(wǎng)絡(luò)[3]。因此,如何依靠位置已知的信標(biāo)節(jié)點(diǎn)和節(jié)點(diǎn)間水聲通信獲取未知節(jié)點(diǎn)的位置信息,從而為整個水下傳感器網(wǎng)絡(luò)提供定位服務(wù)是迫切需要研究的重要課題[4]。

目前的水下測距技術(shù)一般分為如下4種方式[5]:RSSI(接收信號強(qiáng)度指示)、AOA(信號到達(dá)角度)、TDOA(信號到達(dá)時間差)、TOA(信號到達(dá)時間)。目前的各種定位算法研究都采取了上述各種水下測距方法,其中TOA算法從定位精度和算法代價折中考慮性價比最高,因此作為本文的水下測距定位技術(shù)。文獻(xiàn)[6]提出了一種新的基于相交環(huán)的兩跳定位算法(IR2H),該算法利用同心環(huán)裁剪,縮小未知節(jié)點(diǎn)的定位區(qū)域,并通過兩跳來定位節(jié)點(diǎn),解決錨節(jié)點(diǎn)稀疏時會出現(xiàn)未知節(jié)點(diǎn)單跳定位困難的問題。文獻(xiàn)[7]基于傳統(tǒng)定位中常用的Chan算法,提出了一種改進(jìn)的M-Chan算法,通過曲線擬合進(jìn)行運(yùn)動軌跡預(yù)測,并利用節(jié)點(diǎn)的移動特性修正估計值,從而提高了水下移動節(jié)點(diǎn)的定位精度。文獻(xiàn)[8-9]針對水下三維傳感器網(wǎng)絡(luò)的特性,提出了一種利用信標(biāo)節(jié)點(diǎn)定位普通節(jié)點(diǎn),然后迭代上述方法實現(xiàn)整個水下傳感器網(wǎng)絡(luò)全網(wǎng)定位的機(jī)制,其分布式特性非常適合應(yīng)用于大規(guī)模水下傳感網(wǎng),本文也借鑒這種思想研究水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位機(jī)制。但是上述的研究結(jié)果都是在水下傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)部署較為稠密的假設(shè)條件下,實際應(yīng)用中該假設(shè)并不一定始終成立。文獻(xiàn)[10]針對無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位受環(huán)境干擾精度較差的問題,提出了一種將路徑損耗因子根據(jù)實測環(huán)境進(jìn)行動態(tài)修正的三邊質(zhì)心定位算法。但是這種方法無法應(yīng)用于環(huán)境更為復(fù)雜的水下環(huán)境中。

隨著自主水下航行器(Autonomous Underwater vehicle,AUV)越來越多地應(yīng)用于水下傳感器網(wǎng)絡(luò)中,文獻(xiàn)[11-14]提出了一些采用移動信標(biāo)節(jié)點(diǎn)提高水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位性能的方法。由于AUV自身攜帶的捷聯(lián)慣性導(dǎo)航系統(tǒng)(Strapdown Inertial Navigation System,SINS)、多普勒測速儀(Doppler Velocity Logger,DVL)、深度傳感器和GPS浮標(biāo)構(gòu)成了精密的組合導(dǎo)航系統(tǒng),還可以依靠信標(biāo)節(jié)點(diǎn)的定位修正提高定位精度。文獻(xiàn)[15]提出一種基于移動水平面估計的AUV定位方法,實驗證明AUV的定位精度可達(dá)到2 m之內(nèi),因此可以作為移動信標(biāo)節(jié)點(diǎn)協(xié)助水下傳感器網(wǎng)絡(luò)的網(wǎng)內(nèi)節(jié)點(diǎn)定位。但是,文獻(xiàn)[11-14]提出的采用移動節(jié)點(diǎn)或AUV輔助水下傳感器網(wǎng)絡(luò)定位研究中有些只單獨(dú)采用了AUV輔助定位,沒有綜合考慮網(wǎng)內(nèi)節(jié)點(diǎn)迭代定位方法,有些方法采用與一個AUV多次交互進(jìn)行水聲測距的方式,定位誤差很大,因此對于傳感器節(jié)點(diǎn)定位效果的提升并不明顯。綜上所述,本文提出了一種綜合考慮網(wǎng)內(nèi)信標(biāo)節(jié)點(diǎn)、普通節(jié)點(diǎn)和多個移動AUV協(xié)助定位的協(xié)同定位算法,可以提高水下傳感器網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)的定位性能。

1 基于多AUV協(xié)助的水下迭代定位算法

本文假設(shè)水下傳感器網(wǎng)絡(luò)中存在位置未知傳感器節(jié)點(diǎn)、信標(biāo)節(jié)點(diǎn)和多個AUV節(jié)點(diǎn),因此基于多AUV協(xié)助的水下傳感器網(wǎng)絡(luò)框架如圖1所示。信標(biāo)節(jié)點(diǎn)主要用于輔助其他傳感器節(jié)點(diǎn)進(jìn)行定位,自身位置信息可以通過與多個水面GPS浮標(biāo)節(jié)點(diǎn)之間的交互通信獲取。AUV依靠自身所攜帶的慣性導(dǎo)航、多普勒儀、深度計等設(shè)備獲取精確的自身位置,也可以與普通節(jié)點(diǎn)進(jìn)行信息交互。普通節(jié)點(diǎn)通過參考節(jié)點(diǎn)或多個AUV之間的信息交互計算出自身的位置數(shù)據(jù),從而成為參考節(jié)點(diǎn),此處參考節(jié)點(diǎn)定義為信標(biāo)節(jié)點(diǎn)與已定位傳感器節(jié)點(diǎn)的集合。因此一旦已定位傳感器節(jié)點(diǎn)成為參考節(jié)點(diǎn),就可以輔助其他未定位傳感器節(jié)點(diǎn)的定位計算過程。通過以上迭代過程,逐漸擴(kuò)展到整個水下傳感器網(wǎng)絡(luò),達(dá)到水下傳感器網(wǎng)絡(luò)所有節(jié)點(diǎn)全定位的效果。但是上述假設(shè)不一定始終成立,由于水下傳感器節(jié)點(diǎn)價格昂貴,傳感器節(jié)點(diǎn)一般采用稀疏部署方式,且信標(biāo)節(jié)點(diǎn)的比例不會很高,因此保證整個網(wǎng)絡(luò)的全定位非常困難。隨著水下機(jī)器人技術(shù)的發(fā)展,利用多個AUV進(jìn)行水下傳感器網(wǎng)絡(luò)移動數(shù)據(jù)采集的方式已經(jīng)廣泛應(yīng)用,而AUV配備的自身導(dǎo)航設(shè)備具有精確的自定位能力。因此本文引入了多個AUV作為移動信標(biāo)節(jié)點(diǎn)協(xié)助普通傳感器節(jié)點(diǎn)進(jìn)行定位,從而提高網(wǎng)絡(luò)的定位覆蓋率,提高水下傳感器網(wǎng)絡(luò)的定位精度和定位可靠性。

圖1 多AUV協(xié)助的水下傳感器網(wǎng)絡(luò)框架

圖2 多AUV輔助定位機(jī)制原理

多AUV輔助定位機(jī)制的原理如圖2所示。假設(shè)位置未知節(jié)點(diǎn)S0處在信標(biāo)節(jié)點(diǎn)Si、已定位節(jié)點(diǎn)Sj、兩個AUV:AUV1、AUV2的覆蓋范圍內(nèi),利用TOA方法,未知節(jié)點(diǎn)S0很容易測得其與信標(biāo)節(jié)點(diǎn)Si、已定位節(jié)點(diǎn)Sj的距離。未知節(jié)點(diǎn)S0與AUV1之間的距離L1采用往返雙次TOA測距法,如式(1)所示:

(1)

(2)

與上式同理,可以獲取未知節(jié)點(diǎn)S0與AUV2之間的距離L2:

(3)

由于水下傳感器網(wǎng)絡(luò)部署于水下三維空間內(nèi),傳感器節(jié)點(diǎn)和AUV的深度數(shù)據(jù)都可通過自身攜帶的深度計獲取,為了減低計算復(fù)雜度,本文將三維定位問題通過深度差映射方式投射到二維平面進(jìn)行求解。假設(shè)未知節(jié)點(diǎn)S0的坐標(biāo)為(x,y),其中有k個參考節(jié)點(diǎn)或AUV節(jié)點(diǎn)(其二維坐標(biāo)為(xk,yk),與未知節(jié)點(diǎn)S0的深度差為Δhk)能覆蓋到未知節(jié)點(diǎn)S0,未知節(jié)點(diǎn)S0與k個參考節(jié)點(diǎn)或AUV節(jié)點(diǎn)的距離分別為Lk,由此可得二維平面兩點(diǎn)之間的距離公式:

圖3 多AUV協(xié)助的水下迭代定位算法流程圖

(4)

前面k-1個公式分別減去最后一個公式,可得:

(5)

(6)

本文定義了置信度η(η≤1)來表征定位數(shù)據(jù)的可靠性,信標(biāo)節(jié)點(diǎn)和AUV的置信度都為1,未定位節(jié)點(diǎn)的置信度為0,普通傳感器節(jié)點(diǎn)被定位后,其置信度計算公式如下:

(7)

式中:ηi為能覆蓋未知位置節(jié)點(diǎn)S0的參考節(jié)點(diǎn)或AUV的置信度,ρ為由于水下測距誤差導(dǎo)致的衰減系數(shù),與參考文獻(xiàn)[8]相同,本文定義置信度衰減系數(shù)為:ρ=0.98。

本文提出的定位算法的整體流程如圖3所示,普通節(jié)點(diǎn)通過與參考節(jié)點(diǎn)和AUV之間的水聲通信交互實現(xiàn)TOA測量,然后通過循環(huán)迭代完成整個水下傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)定位。根據(jù)上述的理論分析可知,只要普通節(jié)點(diǎn)能夠獲取至少4個參考節(jié)點(diǎn)或AUV的測距值,就可以計算出其位置信息,完成自身定位,后續(xù)可輔助其他未知位置節(jié)點(diǎn)進(jìn)行迭代定位。

2 可定位性分析

假設(shè)水下傳感器網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)集合{Si},i=1,2,…,Nsensor遵從密度為λ的泊松分布,‖Si‖為傳感器節(jié)點(diǎn)的數(shù)量,Rcover為傳感器節(jié)點(diǎn)的通信半徑。在水下三維區(qū)域VROI=L×L×L內(nèi),傳感器節(jié)點(diǎn)數(shù)量為γ的概率為:

(8)

本文定義傳感器節(jié)點(diǎn)Si可定位的概率為Pi,那么水下傳感器網(wǎng)絡(luò)中所有節(jié)點(diǎn)都可定位的概率為所有傳感器節(jié)點(diǎn)可定位概率的乘積:

(9)

而傳感器節(jié)點(diǎn)Si的可定位概率為Pi等于兩者的乘積,其一為節(jié)點(diǎn)Si的鄰居節(jié)點(diǎn)NB(Si)數(shù)量大于等于k的概率,另一是節(jié)點(diǎn)Si的鄰居節(jié)點(diǎn)NB(Si)的k個節(jié)點(diǎn)可定位概率乘積。

(10)

式中:Pi和Pj代表傳感器節(jié)點(diǎn)Si和Sj的可定位概率,NB(Si)為傳感器節(jié)點(diǎn)的Si鄰居節(jié)點(diǎn)集合。Pr{NB(Si)≥k}計算如下:

Pr{NB(Si)≥k}=

(11)

式中:Vi表示以傳感器節(jié)點(diǎn)Si為中心Rsensor為半徑的球形區(qū)域,d(Si,Sj)表示傳感器節(jié)點(diǎn)Si和Sj之間的歐幾里德距離。

為了求解簡單,本文借鑒了文獻(xiàn)[16]中3D空間內(nèi)的k覆蓋問題求解方法,滿足最低保證時節(jié)點(diǎn)空間分布密度為:

(12)

如圖4所示,對于一個三維立方體區(qū)域500×500×500,不同k覆蓋下的最少傳感器節(jié)點(diǎn)數(shù)量如縱坐標(biāo)所示,其中橫坐標(biāo)為傳感器節(jié)點(diǎn)覆蓋半徑。本文所提出的基于多AUV協(xié)助的水下傳感器網(wǎng)絡(luò)定位算法要求k≥4。

圖4 全定位覆蓋率

3 仿真結(jié)果

本文采用 MATLAB構(gòu)建仿真平臺,實現(xiàn)算法的性能分析。仿真環(huán)境的主要參數(shù)設(shè)置如下:N個傳感器節(jié)點(diǎn)(包含信標(biāo)節(jié)點(diǎn))和1個～3個AUV節(jié)點(diǎn)隨機(jī)分布在區(qū)域半徑為500×500×500的水下三維區(qū)域內(nèi),信標(biāo)節(jié)點(diǎn)占傳感器節(jié)點(diǎn)的比例p設(shè)置為5%/10%/15%。假設(shè)水下TOA測距的系統(tǒng)誤差遵從正態(tài)分布,其最大誤差幅值分別為測量距離值的1%/10%。傳感器節(jié)點(diǎn)和AUV的水聲通信距離設(shè)置為R,通過改變R值可改變水下傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)平均度數(shù)(節(jié)點(diǎn)平均度數(shù)定義為網(wǎng)絡(luò)中所有節(jié)點(diǎn)一跳范圍內(nèi)其他傳感器節(jié)點(diǎn)數(shù)的平均值),從而表征水下傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)部署的稀疏程度。AUV運(yùn)動軌跡采用了隨機(jī)行走模型,如式(13)所示。本文將AUV的每次運(yùn)動周期定義為一輪(Round),仿真共進(jìn)行了200輪。AUV移動一個時間間隔后懸停一段時間,用于采集傳感器數(shù)據(jù)以及輔助定位。

(13)

式中:(x(t+1),y(t+1),z(t+1))和(x(t),y(t),z(t))分別表示AUV在t+1時刻和t時刻的位置,V表示AUV的運(yùn)動速度,滿足以Step為最大值的正態(tài)分布,θxy和 θz分別表示X-Y平面和Z平面的隨機(jī)方向,仿真場景及AUV運(yùn)動軌跡如圖5所示,最大步進(jìn)值Step=100時100輪的運(yùn)動軌跡,圖5(a)為較稠密部署(共有200個傳感器節(jié)點(diǎn)),圖5(b)為較稀疏部署(共有50個傳感器節(jié)點(diǎn))。

圖5 仿真網(wǎng)絡(luò)拓?fù)?/p>

本文定位算法的性能對比主要包含三項指標(biāo):定位節(jié)點(diǎn)比例、歸一化定位誤差和平均置信度。定位節(jié)點(diǎn)比例定義為最終獲取位置信息定位節(jié)點(diǎn)占所有傳感器節(jié)點(diǎn)(不包含信標(biāo)節(jié)點(diǎn))的比例。歸一化定位誤差定義為水下傳感器網(wǎng)絡(luò)中所有傳感器節(jié)點(diǎn)定位誤差的平均值(不包含未定位節(jié)點(diǎn)),以定位誤差與區(qū)域半徑500的比值進(jìn)行歸一化處理。平均置信度定義為水下傳感器網(wǎng)絡(luò)中所有傳感器節(jié)點(diǎn)置信度的平均值(不包含未定位節(jié)點(diǎn))。由此可見,定位節(jié)點(diǎn)比例高、歸一化定位誤差小和平均置信度大的定位算法性能最佳。

本文比較了3種算法(單純依靠信標(biāo)迭代定位—“信標(biāo)定位”,信標(biāo)定位和1個AUV輔助—“信標(biāo)+1 AUV定位”,信標(biāo)定位和3個AUV輔助—“信標(biāo)+3 AUV定位”)的定位性能,定位節(jié)點(diǎn)比例、歸一化定位誤差和平均置信度的仿真結(jié)果分別如圖6～圖8所示,橫坐標(biāo)為水下傳感器網(wǎng)絡(luò)的平均節(jié)點(diǎn)度數(shù),縱坐標(biāo)分別為定位節(jié)點(diǎn)比例、歸一化定位誤差和平均置信度。定位節(jié)點(diǎn)比例和平均置信度與水下測距的系統(tǒng)誤差無關(guān),在仿真中設(shè)置都為1%。

由圖6所示,節(jié)點(diǎn)定位比例隨著節(jié)點(diǎn)平均度數(shù)的增加而明顯增加,“信標(biāo)+3 AUV定位”算法和“信標(biāo)+1 AUV定位”算法比“信標(biāo)定位”算法提高了定位節(jié)點(diǎn)比例,在信標(biāo)比例較低時(p=5%)其定位提升效果更為明顯。但是當(dāng)水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的平均度數(shù)過低時,水下傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)定位比例過低,此時由于AUV采用了隨機(jī)行走模型,雖然結(jié)果中節(jié)點(diǎn)定位比例有所提高,但隨機(jī)性較為明顯。

圖6 定位節(jié)點(diǎn)比例對比

圖7比較了不同信標(biāo)比例條件下,節(jié)點(diǎn)平均度數(shù)為30和40,外加系統(tǒng)誤差為10%和20%時,3種定位算法的歸一化定位誤差。由圖7可見,歸一化定位誤差與外加的系統(tǒng)誤差率接近,當(dāng)系統(tǒng)誤差為10%時,歸一化定位誤差在節(jié)點(diǎn)平均度數(shù)較大時反而有所增加,這是由于定位誤差傳遞累計的結(jié)果,所以當(dāng)定位誤差量值在1%左右時,定位誤差的累積效應(yīng)不明顯。無論系統(tǒng)誤差率為1%還是10%,“信標(biāo)+3 AUV定位”算法和“信標(biāo)+1 AUV定位”算法相比“信標(biāo)定位”算法可以降低歸一化定位誤差,而3個AUV作用下的結(jié)果也明顯優(yōu)于只有1個AUV作用的結(jié)果。由圖8所示,平均置信度隨著節(jié)點(diǎn)平均度數(shù)的增加而增加,“信標(biāo)+3 AUV定位”算法和“信標(biāo)+1 AUV定位”算法比“信標(biāo)定位”算法提高了平均置信度,在信標(biāo)比例較低時(p=5%)系數(shù)提高非常明顯(最大可達(dá)到300%),但是當(dāng)信標(biāo)比例較高和節(jié)點(diǎn)平均度數(shù)較大時,平均置信度提高較少。

圖7 歸一化定位誤差對比

綜上所分析,在傳感器節(jié)點(diǎn)和信標(biāo)節(jié)點(diǎn)的循環(huán)迭代定位基礎(chǔ)上,依靠多個AUV的定位協(xié)助效果,可以提高定位節(jié)點(diǎn)比例、歸一化定位誤差和平均置信度。綜合分析圖6～圖8的結(jié)果可以發(fā)現(xiàn),本文提出的算法特別適用于具有節(jié)點(diǎn)稀疏部署特征(即節(jié)點(diǎn)平均度數(shù)不是非常高)的水下傳感器網(wǎng)絡(luò)中,作為一種信標(biāo)迭代定位的輔助定位技術(shù),在信標(biāo)比例值合適的情況下,可以明顯地提高定位的覆蓋度、精度與可信度,總體定位性能有明顯提高。

上述仿真結(jié)果并沒有深入考慮AUV的定位誤差以及網(wǎng)絡(luò)節(jié)點(diǎn)部署更為稀疏情況下的性能改善,本節(jié)比較節(jié)點(diǎn)較為稀疏的網(wǎng)絡(luò)部署(平均度數(shù)20)下、AUV定位誤差為2單位時的定位性能提升效果。仿真結(jié)果如圖9所示,由于AUV的輔助定位功能,定位歸一化誤差會有所降低,但是由于考慮了AUV的定位誤差,所以實際歸一化誤差會較大。

圖9 定位歸一化誤差比較(信標(biāo)比例p=15%,Rcover=200)

4 結(jié)語

本文研究了如何利用多個AUV輔助水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位的問題,建立了基于多AUV協(xié)助定位的理論模型,推導(dǎo)了水下傳感器網(wǎng)絡(luò)節(jié)點(diǎn)全定位的概率分析,仿真結(jié)果表明該定位算法可以提高節(jié)點(diǎn)定位比例、歸一化定位誤差和平均置信度等幾方面性能。由于本文研究模型中假設(shè)AUV采用了隨機(jī)行走模型,因此對定位性能具有一定的隨機(jī)性影響,下一步工作將研究如何規(guī)劃AUV運(yùn)動軌跡,使得AUV盡量趨向未定位節(jié)點(diǎn)濃度高的區(qū)域巡航,以提高整體水下傳感器網(wǎng)絡(luò)的定位性能。

[1]Akyildiz I,Pompili D,Melodia T. Underwater Acoustic Sensor Networks:Research Challenges[J]. Ad Hoc Networks. 2005,3(3):257-279.

[2]Wang K,Gao H,Xu X L,et al. An Energy-Efficient Reliable Data Transmission Scheme for Complex Environmental Monitoring in Underwater Acoustic Sensor Networks[J]. IEEE Sensors Journal,2016,16(11):4051-4062.

[3]Erol-Kantarci M,Mouftah H T,Oktug S. A Survey of Architectures and Localization Techniques for Underwater Acoustic Sensor Networks[J]. IEEE Communications Surveys and Tutorials,2011,13(3):487-502.

[4]Zhao L,Stan E D,Sun D J. Motion-Compensated Acoustic Localization for Underwater Vehicles[J]. IEEE Journal of Oceanic Engineering,2016,41(4):840-851.

[5]Erol-Kantarci M,Mouftah H T,Oktug S. Localization Techniques for Underwater Acoustic Sensor Networks[J]. IEEE Communication Magazine,2010,48(12):152-158.

[6]單志龍,胡燕. 基于相交環(huán)的水下無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)自定位研究[J]. 傳感技術(shù)學(xué)報,2012,25(4):536-540.

[7]胡鋼,張瑞,劉宴佳. 水下傳感器網(wǎng)絡(luò)移動節(jié)點(diǎn)定位問題研究[J]. 傳感技術(shù)學(xué)報,2012,25(2):268-272.

[8]Zhou Z,Cui J H,Zhou S. Efficient Localization for Large-Scale Underwater Sensor Networks[J]. Elsevier Ad Hoc Networks,2010,8(3):267-279.

[9]Patrick Carroll,Kaleel Mahmood,Shengli Zhou,and et al. On-Demand Asynchronous Localization for Underwater Sensor Networks[J]. IEEE Transactions on Signal Processing,2014,62(13):3337-3348.

[10]張宏剛,黃華. 基于RSSI路徑損耗因子動態(tài)修正的三邊質(zhì)心定位算法[J]. 傳感技術(shù)學(xué)報,2016,29(11):1731-1736.

[11]Erol M,Vierira L F M,Gerla M. Localization with Dive’N’Rise(DNR)Beacons for Underwater Acoustic Sensor Networks[C]//Proceedings of Second ACM Int’l Workshop Underwater Networks(WUWNET),Sep. 2007:97-100.

[12]Erol M,Vieira L,Gerla M. AUV-Aided Localization for Underwater Sensor Networks[C]//Proceedings of the 2nd International Conference on Wireless Algorithms,Systems and Applications,Chicago,IL,Aug. 2007:44-54.

[13]Luo H J,Guo Z W,Dong W. LDB:Localization with Directional Beacons for Sparse 3D Underwater Acoustic Sensor Networks[J]. Journal of Networks,2010,5(1):28-38.

[14]Sangho Lee,Kiseon Kim. Localization with a Mobile Beacon in Underwater Acoustic Sensor Networks[J]. Sensors,2012,12:5486-5501.

[15]Sen W L,Chen D B,Gu H S,et al. Cooperative Localization of AUVs Using Moving Horizon Estimation[J]. IEEE/CAA Journal of Automatic Sinica,2014,1(1):68-76.

[16]Habib M A,Sajal K D. A Study of k-Coverage and Measures of Connectivity in 3D Wireless Sensor Networks[J]. IEEE Transactions on Computers,2010,59(2):243-257.

張美燕(1983-),女,碩士,副教授,從事無線傳感網(wǎng)絡(luò)、新型能源技術(shù)、物聯(lián)網(wǎng)技術(shù)等研究,主持和參與浙江省自然科學(xué)基金2項,浙江省公益性行業(yè)專項3項,浙江省水利廳科技項目2項,參與浙江省廳級項目多項。近年來發(fā)表論文20余篇,被三大索引收錄論文10余篇,申請發(fā)明專利和實用新型專利20余項;

蔡文郁(1979-),男,博士,副教授,主要從事物聯(lián)網(wǎng)、無線傳感網(wǎng)及嵌入式技術(shù)研究。主持和參與國家自然科學(xué)基金2項、浙江省自然科學(xué)基金3項、浙江省公益性行業(yè)專項3項,國家863計劃項目2項、國家海洋局行業(yè)專項1項、浙江省重大科技專項1項,橫向課題10余項。近年來發(fā)表論文40余篇,被SCI/EI收錄20余篇,申請專利及軟著40余項,授權(quán)30余項,dreampp2000@163.com。

Cooperative Localization with Mobile AUVs for SparseUnderwater Sensor Networks*

ZHANGMeiyan1,CAIWenyu2*,ZhengXiaodan1

(1.School of Electrical Engineering,Zhejiang University of Water Resources and Electric Power,Hangzhou 310018,China)2.School of Electronics and Information,Hangzhou Dianzi University,Hangzhou 310018,China)

Efficient localization of underwater sensor networks with sparse deployment sensor nodes is still an active topic for researchers. One cooperative localization mechanism for 3D underwater sensor networks is proposed,which derives greater benefit from accurate position ability of multiple AUVs to help un-localized sensor nodes to be localized. The proposed cooperative mechanism introduces a recursive localization estimation method using anchor nodes and mobile AUVs together,and then deduces Least Square based position estimation equation in 2D horizontal plane projected from 3D region. Simulation results verify that the proposed cooperative localization algorithm can improve localization efficiency in terms of localization coverage ratio,normalization localization error and average confidence factor.

underwater sensor networks;cooperative localization;iterative localization;Multiple AUVs

項目來源:浙江省自然科學(xué)基金項目(LY16F030004,LY15F030018);國家自然科學(xué)基金項目(6170060208)

2017-01-01 修改日期:2017-04-20

TP393

A

1004-1699(2017)08-1274-07

C:6150P

10.3969/j.issn.1004-1699.2017.08.024