本發(fā)明涉及一種水下聲傳感器網(wǎng)絡(luò)(Underwater Acoustic Sensor Networks，UASNs)的定位方法，它是是一種基于到達(dá)時間(Time of Arrival，TOA)測量和區(qū)域估計技術(shù)的水下聲傳感器網(wǎng)絡(luò)節(jié)點定位方法。

背景技術(shù)：

隨著水下通信技術(shù)的發(fā)展，水下聲傳感器網(wǎng)絡(luò)在監(jiān)測、探索、數(shù)據(jù)采集等方面得到了廣泛的應(yīng)用。但是由于水下聲傳感器節(jié)點一般采用聲波作為傳輸手段，所以傳統(tǒng)的電磁波定位技術(shù)，如GPS(Global Position System)等，不適用于水下定位。同時，現(xiàn)有的水下超聲波定位技術(shù)一方面在定位過程中消耗了大量能量，使得定位成本過高。另一方面依賴位于水表面的超聲波發(fā)送和接收設(shè)備，因此不能廣泛應(yīng)用于規(guī)模較大的水下聲傳感器網(wǎng)絡(luò)[Chandrasekhar V,Seah W K,Choo Y S,et al.Localization in underwater sensor networks:survey and challenges[C]//ACM International Workshop on Underwater Networks.ACM,2006:33-40.]。上述問題對水下定位技術(shù)的發(fā)展提出了巨大的挑戰(zhàn)。

水下定位技術(shù)本身的研究分為兩部分：定位算法和測量技術(shù)。在定位算法方面，目前，前人的研究中已經(jīng)提出了一些水聲定位的算法，主要分為三大類：靜止節(jié)點定位，移動節(jié)點定位和混合式節(jié)點定位。其中靜止節(jié)點定位(Stationary Node Location)的經(jīng)典算法，如Area Localization Scheme(ALS)[Chandrasekhar V,Seah W.An Area Localization Scheme for Underwater Sensor Networks[C]//Oceans.IEEE,2007:1-8.],Hyperbola-Based Localization Scheme(HLS)[Bian T,Venkatesan R,Li C.Design and Evaluation of a New Localization Scheme for Underwater Acoustic Sensor Networks[C]//Global Telecommunications Conference,2009.GLOBECOM 2009.IEEE.IEEE,2009:1-5.]等。本身具有較低的能耗和較高的精確度，在目前的水下聲傳感器網(wǎng)絡(luò)中有著廣泛的應(yīng)用。但是也有兩點缺陷：首先，由于水環(huán)境普遍存在潮汐、洋流等導(dǎo)致水體流動的因素，水下聲傳感器網(wǎng)絡(luò)中的節(jié)點大部分會隨著水流移動，所以應(yīng)用靜止節(jié)點定位算法確定的節(jié)點位置會在一段時間后失效。其次，由于水環(huán)境中聲速受到深度、水體溫度、水體鹽度等參數(shù)的影響。所以在水環(huán)境中聲速不是一個常數(shù)值。在目前應(yīng)用的經(jīng)典算法中，聲速大多被簡化為常數(shù)進(jìn)行計算。這一簡化在規(guī)模較小的水下聲傳感器網(wǎng)絡(luò)中不會引起過多的誤差，但在大規(guī)模網(wǎng)絡(luò)中，這一簡化會對定位的精確性造成較大的影響。

在測量技術(shù)方面，目前常用的定位測量技術(shù)有三種，分別為單路到達(dá)時間one-way TOA，雙路到達(dá)時間two-way TOA和到達(dá)時間差TDOA[Han G,Xu H,Duong T Q,et al.Localization Algorithms of Wireless Sensor Networks:a survey[J].Telecommunication Systems,2012,52(4):2419-2436.]。one-way TOA是通過測量發(fā)送節(jié)點的發(fā)送時間和接收節(jié)點的接收時間的時間差去計算兩個節(jié)點之間的位置，在發(fā)送節(jié)點和接收節(jié)點的時間同步的情況下，one-way TOA方法消耗的能量最少，精度最高。two-way TOA是測量發(fā)送節(jié)點的發(fā)送時間和發(fā)送節(jié)點接收到接收節(jié)點反饋信號的接收時間的時間差去計算兩個節(jié)點的位置。雖然two-way TOA能耗比one-way TOA略大，同時由于接收節(jié)點從接收到發(fā)送反饋信號過程中存在一定時延，精確度也更低。但是，two-way TOA不需要兩個節(jié)點間進(jìn)行時間同步，在實際環(huán)境中更容易得到應(yīng)用。TDOA是通過計算發(fā)送節(jié)點到兩個接收節(jié)點的時間差來計算位置。TDOA對于網(wǎng)絡(luò)本身的要求較低，并且定位精度較高，但是在水下網(wǎng)絡(luò)中，TDOA的能量消耗過大，因此使用并沒有前兩者廣泛。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種基于到達(dá)時間測量和區(qū)域估計定位的水下聲傳感器網(wǎng)絡(luò)節(jié)點定位方法(A TOA-based Area Estimation Localization Scheme for UASNs，AELS)，目的在于提高淺海大規(guī)模水下傳感器網(wǎng)絡(luò)中的定位精度，同時盡可能減少定位所造成的節(jié)點能量損耗。

為實現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

一種水下聲傳感器網(wǎng)絡(luò)節(jié)點定位方法，其特征在于：基于到達(dá)時間測量和區(qū)域估計技術(shù)，設(shè)定在水下聲傳感器網(wǎng)絡(luò)中有需要確定位置的節(jié)點為待測節(jié)點NodeC，在水下聲傳感器網(wǎng)絡(luò)中加入位置已知、用于輔助定位的錨節(jié)點AnNode_i，i∈N∩1≤i≤n，應(yīng)用雙路到達(dá)時間技術(shù)，通過錨節(jié)點以聲信號廣播定位請求，為了與傳輸請求進(jìn)行區(qū)分，此定位請求替換首部的功能字段，使得待測節(jié)點NodeC能夠識別出這是定位請求，待測節(jié)點NodeC在接收到定位請求以聲信號進(jìn)行響應(yīng)，錨節(jié)點接收響應(yīng)并記錄發(fā)出定位請求的時間t_request和接收響應(yīng)的時間t_response的時間差t_minus＝t_response-t_request，根據(jù)W.D.Wilson經(jīng)驗公式和淺海水溫和鹽度受水深影響忽略不計的假設(shè)，結(jié)合淺海水環(huán)境的特性，計算淺海信號傳輸距離s和信號傳輸時間t的關(guān)系函數(shù)s(t)，再根據(jù)關(guān)系函數(shù)是s(t)和待測節(jié)點發(fā)送到多個錨節(jié)點的時間差，計算所有錨節(jié)點和待測節(jié)點NodeC的距離s_distance，根據(jù)s_distance和對應(yīng)錨節(jié)點的位置Loc_AnNodei計算出待測節(jié)點NodeC的可能位置的坐標(biāo)集合{Loc_NodeCi,i∈N∩1≤i≤n}，并應(yīng)用區(qū)域估計定位技術(shù)的算法，從坐標(biāo)點集合篩選成可能性較大、數(shù)量有限的點集，根據(jù)該有限點集估計出待測節(jié)點NodeC的位置坐標(biāo)Loc_NodeC；

上述應(yīng)用區(qū)域估計定位技術(shù)的算法，從坐標(biāo)點集合篩選成可能性較大、數(shù)量有限的點集的方法，包括以下步驟：

(1)待測節(jié)點NodeC可能位置集合的構(gòu)造：以每個錨節(jié)點AnNode_i的自身位置為球心，繪制半徑為s_distancei的球面狀的點集作為待測節(jié)點NodeC的可能位置集合C_i；

(2)待測節(jié)點NodeC可能位置篩選：第一次篩選，判斷任意兩個球面狀的點集的位置關(guān)系，若相交或相切，則選取相交的圓或者相切的點的坐標(biāo)集作為待測節(jié)點NodeC的可能位置集合；若相離，則選取兩個錨節(jié)點的連線作為基準(zhǔn)線，將兩個球面狀的點集與基準(zhǔn)線的交點的集合作為發(fā)送節(jié)點的可能位置集合，經(jīng)過第一次篩選后，每兩個錨節(jié)點對應(yīng)的待測節(jié)點NodeC可能位置集合C_ij中元素的個數(shù)存在可能為1個，即球面狀的點集的位置關(guān)系相切,或者2個，即球面狀的點集的位置關(guān)系相離，或者無窮多個，即球面狀的點集的位置關(guān)系相交三種情況，針對第三種情況，即元素的個數(shù)為無窮多的圓形狀的點集進(jìn)行第二次篩選：判斷任意兩個圓形狀的點集的位置關(guān)系，若相交或相切，選取相交或相切部分的點的坐標(biāo)作為可能位置集合；若相離，選取兩圓心連線為基準(zhǔn)線，選取兩個圓集上到基準(zhǔn)線距離最近的點的坐標(biāo)為可能位置集合；經(jīng)過上述兩次篩選后，保證可能位置集合的元素都為有限個；

(3)待測節(jié)點NodeC的位置估計：將經(jīng)過2次篩選過后的集合歸并為一個集合，求出集合中所有點的坐標(biāo)的期望作為期望點，選取到期望點距離最近的一個點的坐標(biāo)作為待測節(jié)點NodeC的位置。

使用W.D.Wilson公式時，將聲速c看成和水體溫度T、水體鹽度S和水深d相關(guān)的函數(shù)，c＝f(T,S,d)，再應(yīng)用數(shù)學(xué)方法，從上述函數(shù)中推導(dǎo)出傳播距離s和傳播時間t的關(guān)系：

其中，A,α,β,γ均為常數(shù)，分別用下列公式表示：

α＝-0.05471C²

β＝(4.6-0.10942T₀-0.01S)C+0.06

γ＝1449.2-0.05471T₀²+1.34S-0.01T₀S

其中De,Ln,La為錨節(jié)點自身的位置信息，分別代表水深、經(jīng)度、緯度，C為W.D.Wilson公式中的常數(shù)，T₀為海平面溫度，S為海水鹽度。

本發(fā)明的優(yōu)點及有益效果：

(1)相比ALS，HLS等經(jīng)典定位算法中將聲速看成常數(shù)的做法，本發(fā)明使用了W.D.Wilson經(jīng)驗公式將聲速看成和水體溫度、水體鹽度和深度有關(guān)的函數(shù)進(jìn)行考慮，提高了TOA技術(shù)中計算發(fā)送端和接收端距離的精確性，提高了定位的精確度。

(2)在估計過程中，本發(fā)明放棄了經(jīng)典定位算法中常用的區(qū)域估計方法，采用集合運(yùn)算，計算出待測節(jié)點的可能位置集合，再對可能位置集合進(jìn)行篩選，直到集合中元素有限為止，最后對選取最接近可能位置期望的點作為結(jié)果。這種方法雖然在計算上比區(qū)域估計稍微復(fù)雜一些，但是大大提高了位置估計的精確性。

(3)本發(fā)明具有良好的通用性，使用者可以自由選取錨節(jié)點啟用的數(shù)量，當(dāng)錨節(jié)點啟用數(shù)量較少時，定位算法的能耗降低，精確度降低。當(dāng)錨節(jié)點啟用數(shù)量較多時，定位算法的能耗會增加，但是，精確度也會隨之提高。使用者可以根據(jù)應(yīng)用的需求，調(diào)節(jié)錨節(jié)點啟用數(shù)量，達(dá)到能耗和精確度的平衡。

附圖說明

圖1為本發(fā)明的節(jié)點定位算法總體框圖；

圖2為本發(fā)明的節(jié)點定位算法中two-way TOA計算方法示意圖；

圖3為本發(fā)明的節(jié)點定位算法中估計算法的流程圖；

圖4為實驗?zāi)M的大規(guī)模水下聲傳感器網(wǎng)絡(luò)場景圖；

圖5為仿真實驗場景下本發(fā)明AELS算法和ALS算法能量消耗圖(其中橫坐標(biāo)Anchor NodeID是錨節(jié)點的編號；縱坐標(biāo)Energy Consumption(J)是能量的消耗值(單位是焦耳))；

圖6為仿真實驗場景下AELS算法和ALS算法節(jié)點位置偏差值圖(其中橫坐標(biāo)Node是ID待測節(jié)點的編號；縱坐標(biāo)Location Offset Degree是位置偏差值(相對誤差))。

具體實施方式

下面結(jié)合附圖對發(fā)明技術(shù)方案進(jìn)行詳細(xì)說明。

本發(fā)明通過two-way TOA技術(shù)采集待測節(jié)點發(fā)送到多個錨節(jié)點的時間差作為計算數(shù)據(jù)。然后以W.D.Wilson公式為基礎(chǔ)，結(jié)合淺海水環(huán)境的鹽度和溫度和水深無關(guān)的合理假設(shè)，計算淺海信號傳輸距離s(單位：米)和信號傳輸時間t(單位：秒)的關(guān)系函數(shù)s(t)。再根據(jù)關(guān)系函數(shù)是s(t)和時間差，確定錨節(jié)點和每一個待測節(jié)點的距離。最后在3D場景中，根據(jù)多個錨節(jié)點的距離估計待測節(jié)點的位置。

如圖1，本發(fā)明AELS算法分為兩個部分。第一部分包括定位相關(guān)數(shù)據(jù)的測量，如圖2所示，步驟如下：

a.two-way TOA技術(shù)中時間值的測量和距離的計算，由錨節(jié)點完成。

b.錨節(jié)點廣播包定位信號，并記錄廣播定位信號的時間t_request(單位:秒)，收到定位信號的待測節(jié)點，廣播帶有自身ID的反饋信號。

c.錨節(jié)點接收到反饋信號后，記錄收到信號的時間t_response(單位:秒)。

d.錨節(jié)點根據(jù)下列公式和t_response-t_request推導(dǎo)和待測節(jié)點的距離s(單位：米)。

其中，A,α,β,γ均為常數(shù)，分別可以用下列公式表示

α＝-0.05471C²

β＝(4.6-0.10942T₀-0.01S)C+0.06

γ＝1449.2-0.05471T₀²+1.34S-0.01T₀S

上式中De,Ln,La為錨節(jié)點自身的位置信息，分別代表深度、經(jīng)度、緯度，C,T₀,S分別為W.D.Wilson公式中的常數(shù)。

算法的第二部分是對待測節(jié)點位置的估計算法，由于算法較復(fù)雜，主要由位于水上負(fù)責(zé)接收數(shù)據(jù)的表面站計算完成。估計算法的算法流程如圖3所示。

下面給出估計算法詳細(xì)流程的自然語言描述。

Step1:根據(jù)每個錨節(jié)點AnNode_i的位置信息LOC_i＝{La_i,Ln_i,De_i}和對應(yīng)的距離s_distancei，求出與LOC_i距離為s_distancei的點的集合C_i＝{(x,y,z)|(x-La_i)²+(y-Ln_i)²+(z-De_i)²＝s_distancei,(x,y,z)∈R³}，該集合在三維空間中為一個以LOC_i為球心，s_distancei為半徑的球面。跳至Step2。

Step2:選擇任意兩個錨節(jié)點i和j的球面點的坐標(biāo)集C_i和C_j，判斷C_i和C_j的位置關(guān)系，即和s_distancei+s_distancej的關(guān)系(以下為了便于閱讀，用s_i代替s_distancei)。若則兩球面集相交或者相切，跳至Step3；若則兩球面集相離，跳至Step4。

Step3:選取相交或者相切部分作為待測節(jié)點的可能位置集合，記為C_ij，跳至Step5；

Step4：選取兩個錨節(jié)點連線作為基準(zhǔn)線L，將兩個球面集與L的交點的集合C_ij作為測量節(jié)點的可能位置集合，跳至Step8；

C_ij＝{(x,y,z)|(x²+y²+z²＝s_i)∪(x²+y²+z²＝s_j),

Step5:對Step3中集合元素為無窮的集合，任選兩個集合C_ij和C_pq，判斷C_ij和C_pq的位置關(guān)系，若兩個集合相交或相切，跳轉(zhuǎn)至Step6。若兩個集合相離，跳轉(zhuǎn)至Step7.

Step6:選取相交或者相切部分作為測量節(jié)點的可能位置集合，跳至Step8。

Step7:選取兩個圓集的圓心連線作為基準(zhǔn)線l，將兩個圓集中與l距離最近的點的集合作為測量節(jié)點的可能位置集合，跳至Step8；

Step8：合并Step4,Step6,Step7中產(chǎn)生的所有點的坐標(biāo)集，求出點的坐標(biāo)集的期望點計算坐標(biāo)集中每個點和期望點的距離，選取距離最近的點的位置作為待測節(jié)點的位置。算法終止。

下面將在仿真場景下，將AELS定位算法同傳統(tǒng)的ALS定位算法相比較，對AELS的算法性能進(jìn)行評估。

A、仿真場景的說明

假設(shè)在一個1000m*1000m*100m的水域中，平均分布81個傳感器節(jié)點，每個節(jié)點在深度方向上隨機(jī)分布，在水平面上均勻分布，相鄰兩個節(jié)點水平方向上的距離為125m，現(xiàn)為了定位需要，向水域中均勻投放9個錨節(jié)點。錨節(jié)點由浮力控制器控制深度，并連接浮標(biāo)獲取位置數(shù)據(jù)。相鄰兩個定位器在水平面上距離為250m。仿真場景如圖4所示。

在仿真場景中，隨機(jī)選取20個點，分別使用AELS算法和經(jīng)典ALS算法測量它們的位置，并分析兩種算法的能量消耗和定位精確度。

B、算法性能分析

在能量消耗方面，我們采用節(jié)點能量消耗來衡量算法的能耗，AELS算法和經(jīng)典ALS算法的每個節(jié)點能量消耗如圖5所示。從圖中我們可以看出，AELS算法的節(jié)點總能耗為84.00J比經(jīng)典ALS算法的節(jié)點總能耗(80.62J)高出4％。這是因為兩種算法進(jìn)行定位所需要的數(shù)據(jù)是不一致的。在采集數(shù)據(jù)過程中，兩種算法都采用了TOA技術(shù)中的two-wayTOA方法進(jìn)行時間的測量。AELS定位算法需要額外采集水溫、鹽度、深度等參數(shù)。因此需要消耗額外的能量。

在精確度方面，我們使用位置偏差值來衡量定位的精確度。位置偏差值的定義如下。

其中x,y,z分別為定位算法計算的節(jié)點位置的緯度、經(jīng)度、深度(單位：米)，La,Ln,De分別為節(jié)點實際位置的緯度、經(jīng)度、深度(單位：米)，125為相鄰兩個節(jié)點水平方向上的最大距離(單位：米)，100為相鄰兩個節(jié)點垂直方向上的最大距離(單位：米)。

本發(fā)明算法和經(jīng)典ALS算法定位的每個節(jié)點的位置偏差值如圖6所示。從圖6中我們可以看出，本發(fā)明算法定位的節(jié)點的位置偏差值為0.056，僅有ALS算法的位置偏差值(0.105)的53％。這是因為本發(fā)明算法的位置估計算法對節(jié)點的可能位置的范圍比ALS算法要小的多，而在縮小范圍的過程中，本發(fā)明算法一直以保留可能性最大的點為目標(biāo)，這樣雖然使得計算過程更加復(fù)雜，但是由于所有的計算過程都在終端完成，本發(fā)明算法并沒有增加節(jié)點的負(fù)擔(dān)。這也是本發(fā)明算法最大的優(yōu)點之一。

根據(jù)上述仿真實驗，可以得出如下結(jié)論：AELS定位算法對傳統(tǒng)定位算法的位置估計部分做了一定的改進(jìn)，改進(jìn)過后，在能量消耗上面相對傳統(tǒng)的定位算法ALS增加了5％左右，而在定位精確度上，相比傳統(tǒng)的定位算法ALS，節(jié)點位置估計的偏移量減少了50％。精確度獲得了很大的提高。在能量消耗和定位精確度之間取得了很好的平衡。因此，在大規(guī)模水下聲傳感器網(wǎng)絡(luò)的定位中，相對傳統(tǒng)定位算法，本發(fā)明的AELS算法有著更好應(yīng)用前景。