韋正現，宋敏，印桂生，王紅濱

(1.哈爾濱工程大學 計算機科學與技術學院，黑龍江 哈爾濱 150001; 2.中國船舶工業(yè)系統工程研究院，北京 100094; 3.北京外國語大學 信息技術中心，北京 100089)

水下無線傳感器網絡能力分析與評估方法

韋正現1,2，宋敏3，印桂生1，王紅濱1

(1.哈爾濱工程大學 計算機科學與技術學院，黑龍江 哈爾濱 150001; 2.中國船舶工業(yè)系統工程研究院，北京 100094; 3.北京外國語大學 信息技術中心，北京 100089)

水下無線傳感器網絡(underwater wireless sensor network, UWSN)綜合能力受到傳感器能量消耗、探測半徑以及網絡拓撲等復雜因素影響，為了應對UWSN綜合能力評估的挑戰(zhàn)性難題，分析了UWSN綜合能力與影響參數之間的關系。將UWSN綜合能力劃分為覆蓋能力、連通能力、耐久能力和快速反應能力4個方面，將影響參數劃分為約束參數、設備參數和組網參數，提出了覆蓋能力、連通能力、耐久能力和快速反應能力的度量模型及UWSN綜合能力評估過程模型，實現通過優(yōu)化調整組網參數，使網絡在不同任務和環(huán)境下具有優(yōu)越的整體性能通過仿真平臺和仿真試驗，結果表明提出模型能較客觀計算UWSN的綜合能力。

水下無線傳感器網絡； 覆蓋； 連通； 耐久； 快速反應； 評估； 約束參數； 設備參數； 組網

目前水下無線傳感器網絡(UWSN)逐漸成為一個新的研究熱點[1-2]。深遠海海洋探測、水下監(jiān)測的傳感器網絡由漂浮或潛浮傳感器節(jié)點、可自移動(如UUV, unmanned underwater vehicle)節(jié)點和匯聚節(jié)點(艦艇)組成網絡系統，傳感器節(jié)點實時監(jiān)測、采集區(qū)域內的各種環(huán)境和目標等信息，并通過水聲或無線通信將信息傳輸到移動節(jié)點或匯聚節(jié)點。自移動節(jié)點可重新部署、配置傳感器節(jié)點，并具有監(jiān)測、通信等功能。匯聚節(jié)點將匯聚的數據進行綜合處理，并對UWSN進行控制[3-4]。為了完成相應任務，首先UWSN具有廣闊的監(jiān)測范圍；其次，UWSN要求具備短時延、高可靠、高帶寬的數據傳輸能力；然后，盡可能延長網絡壽命。UWSN處于動態(tài)復雜環(huán)境，水下通信帶寬較低、誤碼率高等因素，為網絡覆蓋范圍、節(jié)點連通、網絡壽命等綜合能力的分析評估帶來了不確定。另外不同能力項之間存在復雜的關聯。因此，UWSN的組網和能力評估，具有挑戰(zhàn)性[1-2,5-7]。

UWSN組網和能力評估的研究，文獻[8]提出改進ETG(expansion topology generation)算法進行水下傳感器網絡節(jié)點的部署。文獻[9]通過構建K-連通-K-支配集(K-connectedK-dominating set,K-CDS)作為網絡虛擬傳輸骨干，提出無線傳感器網絡組網方法。文獻[10-11]對特定應用的UWSN部署方法進行了研究。在文獻[12]中，Nazrul提出了3維UWSN部署方法，并分析了該網絡的覆蓋范圍和連通情況。 Andrej 等在研究UWSN存在區(qū)域空洞的多播路由中，分析了它的連通能力和可靠性等[13-14]。另外許多網絡路由協議、體系結構和拓撲控制研究中，對UWSN的能力進行分析和評估，如連通性、網絡可靠性和能耗功效等[15-19]。當前的研究缺乏基于合適的組網模型，來全面評價網絡綜合能力的方法。

在對UWSN的設備組成、工作方式等分析基礎上，基于改進ETG的部署和K-CDS的組網，建立了綜合能力與約束參數、設備參數和組網參數之間的關聯映射模型。提出了覆蓋能力、連通能力、耐久能力和快速反應能力的度量計算模型，提煉出組網參數集合，提出通過優(yōu)化調整組網參數，使網絡在不同任務和環(huán)境下具有優(yōu)越的整體性能。建立了UWSN綜合能力評估過程模型，開發(fā)評估仿真平臺，支持UWSN綜合能力評估和網絡優(yōu)化調整。

1 UWSN設定與組網方法

UWSN的構建首先將傳感器節(jié)點部署到相應位置，并將節(jié)點組織成網絡。網絡部署是在指定區(qū)域布置傳感器節(jié)點，設定UUV航路等，構成UWSN的物理結構；組網主要將已部署的節(jié)點組織成一個邏輯上連通的整體，建立網絡拓撲結構，確定網絡路由和數據傳輸策略。因此，UWSN綜合能力不僅取決于節(jié)點單項性能，更取決于這些節(jié)點如何進行組織和聯合使用。為了便于對UWSN的綜合能力進行分析，這里對UWSN作以下約束：

1)網絡節(jié)點分為3類，傳感器節(jié)點、自移動(UUV、AUV)節(jié)點和匯聚節(jié)點(艦船或潛艇)。

2)傳感器節(jié)點初始時隨機部署在海面上，工作時可以浮在海面上，也懸浮在任何深度。它水下感知范圍是一個均勻球體，對球體內部的環(huán)境和目標能夠精準探測，在球體外部的環(huán)境和目標無法感知，傳感器節(jié)點具有活動、啟動和休眠3種狀態(tài)。

3)自移動節(jié)點可以攜帶少量傳感器節(jié)點，以便重新部署與配置網絡，并具有監(jiān)測、通信等功能。

4)匯聚節(jié)點匯聚全網絡數據并進行綜合處理，對整個UWSN進行部署和控制。

基于以上假設，采用改進ETG算法進行水下傳感器網絡的部署[8]。改進ETG 算法的基本思想是利用傳感器節(jié)點在垂直方向上的移動，由平面正方形格結構生成一個近似的空間體心立方格結構(如圖1)。將平面上隨機分布的節(jié)點劃分到不同正方形格單元，同一單元內的節(jié)點根據其他節(jié)點的信息，決定是否進入活動狀態(tài)。按照體心立方格單元劃分監(jiān)測空間，活動節(jié)點根據體心立方格的覆蓋半徑決定傳感器節(jié)點的深度，以分層的方式向體心立方格單元部署節(jié)點。

圖1 體心立方格結構Fig.1 Structure of body-centered cubic lattice

改進ETG算法的傳感器節(jié)點部署分為3步。1)在海面上隨機投放傳感器節(jié)點，節(jié)點獲得自身坐標(通過GPS等)并計算出所屬正方形格單元，進入休眠狀態(tài)；2)按照指定概率密度啟動傳感器節(jié)點，進入啟動狀態(tài)，節(jié)點在一定范圍內發(fā)送啟動消息，收到啟動消息的活動節(jié)點，如果和啟動節(jié)點屬于同一單元，發(fā)送應答消息；3)如果啟動節(jié)點在一定時間內沒有收到應答消息，則從水面移動到水下監(jiān)視空間的任意一層，進入活動狀態(tài)。如果啟動節(jié)點收到應答消息，先判斷本單元內各活動節(jié)點所在的層數。如果所有層都有節(jié)點處于活動狀態(tài)，則重新進入休眠狀態(tài)；否則，節(jié)點移動到任意一個沒有被監(jiān)視的層，進入活動狀態(tài)。

由于水聲通信具有低帶寬、高誤碼的特點，為了提高數據傳輸的可靠性和并行傳輸的能力，通過構建K-CDS作為虛擬傳輸骨干，骨干上的節(jié)點負責網絡路由和數據轉發(fā)，并通過訪問傳輸骨干上的節(jié)點來實現數據查詢獲取。

在K-CDS中，一個點集V是K-連通的，當且僅當在這個集合中任意去除K-1個點后，網絡仍是連通的；一個點集V′?V是K-支配的，當且僅當點集V中的點或者在支配集V′中，或者存在K個在支配集中的鄰居；一個點集V′?V是K-連通-K-支配的，如果V′是K-支配的且V′的導出子圖是K-連通的。 由8個點組成的K-CDS如圖2所示。圖中當K=1，2，3時，同心雙圓圈的點被選入了K-CDS作為傳輸骨干點集，單圓圈的點作為普通節(jié)點。

圖2 K-CDS的示例(K=1，2，3)Fig.2 The examples of K-CDS (K=1， 2， 3)

在部署過程中節(jié)點之間的鄰居關系是隨機生成，因此在K-CDS構建過程中采用隨機概率的方式，即讓每一個點有pk的概率作為骨干網節(jié)點，其中pk是K的函數，且與傳感器個數有關。這種方式下不需要與周圍節(jié)點的交互即可進行K-CDS的構建，適用于水下環(huán)境。當K-CDS構建完成以后，可以采用經典靜態(tài)路由生成協議來建立網絡路由表，從而完成UWSN的組網。在完成組網后可以對網絡整體性能和能力進行分析和評估。

2 UWSN綜合能力分析

由于傳感器節(jié)點能量有限，為了節(jié)省能量，節(jié)點平時處于睡眠狀態(tài)，只有收到喚醒啟動信號要求工作時，進入活動狀態(tài)，完成環(huán)境監(jiān)測和目標探測等任務。在此過程中，UWSN不僅需要監(jiān)測大范圍海域和較高的信息傳輸能力，同時要求盡可能延長網絡壽命，在一些特殊的應用場景下，比如在軍事應用過程中，要求具有快速的反應能力。因此，UWSN需要具備以下的基本能力：

1)覆蓋能力：即網絡的有效監(jiān)測范圍。覆蓋能力越強，意味著網絡的覆蓋范圍越廣，并且在覆蓋范圍內的任意位置都有節(jié)點能夠進行監(jiān)測。

2)連通能力：即網絡的連通性和數據傳輸能力。連通能力越強，意味著網絡中端到端的傳輸路徑越多，傳輸帶寬大，延時短，可靠性高。

3)耐久能力：即網絡能夠正常工作的最長時間。持續(xù)工作能力越強，網絡能夠進行探測、監(jiān)測的時間越持久。

4)快速反應能力：即在節(jié)點加入、節(jié)點失效時，或者切換工作模式時，網絡恢復正常工作的能力。

UWSN由傳感器節(jié)點(B)、自移動節(jié)點(U)和匯聚節(jié)點(S)組成，UWSN的能力不僅依賴于節(jié)點性能參數，還與水下監(jiān)測的約束以及網絡結構有關，因此，需要建立這些參數與綜合能力間的關系。影響UWSN能力的參數可以分為3大類：約束參數、設備參數和組網參數(如表1)。

表1 UWSN相關性能參數

約束參數主要根據任務對能力的需求而決定，如UUV及傳感器節(jié)點對各種能力的貢獻率、各種能力的調節(jié)系數等。約束參數只與評價標準有關，因此一旦評價標準確定，這些參數就隨之確定。而設備參數則是節(jié)點的性能參數，其中自移動節(jié)點的移動速度、傳感器節(jié)點的探測范圍和通信距離等都影響網絡的綜合能力；而傳感器活動節(jié)點數量、網絡傳輸路徑等則會影響到網絡拓撲，導致網絡路由和數據傳輸的改變，這類參數稱為組網參數。

傳感器節(jié)點平均連通度kb，表示周圍節(jié)點接受到報文后，記錄一個周期內活動的不同節(jié)點個數，作為其鄰居節(jié)點個數，取鄰居個數的最小值作為kb；傳感器節(jié)點平均覆蓋度cb，將所有節(jié)點的最小格內鄰居數作為網絡當前平均覆蓋度cb。在UWSN中，網絡的覆蓋度cb受節(jié)點的探測半徑db及節(jié)點數量nb的影響，而網絡的連通度kb受節(jié)點的通信半徑rb及節(jié)點數量nb的影響，節(jié)點的能耗pb由rb和db決定。一定監(jiān)測區(qū)域內，網絡中節(jié)點的數量至少要能夠覆蓋整個區(qū)域時，節(jié)點數量nb又受到db的影響。所以主要關鍵的影響因素是通信半徑rb和探測半徑db，探測半徑增加，會導致節(jié)點數量減少，進而使連通度kb減小，而且節(jié)點功耗也增加。節(jié)點通信半徑越大，則能量消耗越大，網絡的背景噪聲越大，但網絡連通度有所提高。

UWSN的能力不僅僅依賴于傳感器節(jié)點的性能參數，還與匯聚節(jié)點和自移動節(jié)點的工作模式相關。為了對UWSN的各項能力進行定量評估，要求從UWSN的約束參數、設備參數和組網參數以及相互關系出發(fā)建立各項能力度量模型。

3 UWSN能力度量模型

UWSN的覆蓋能力、連通能力、耐久能力和快速反應能力共同決定了它的整體性能。

3.1覆蓋能力

覆蓋能力記為Θ，它由網絡的覆蓋范圍和在覆蓋區(qū)域內網絡的探測能力共同決定。

式中：θ≥ 0，表示UUV對網絡覆蓋范圍的平均貢獻率，與UUV航路在網絡內部和外部的比例有關。

網絡的探測能力主要受到網絡的平均覆蓋度和節(jié)點的探測精度決定，網絡的平均覆蓋度越高、節(jié)點探測精度越高，則網絡的探測能力也越強。其中，網絡平均覆蓋度主要受到傳感器節(jié)點數量的影響，同時，UUV在巡航期間也能對附近的區(qū)域進行探測，因此網絡探測能力TN可表示為

TN=[1-(1-hb)cb]+φhu

式中：φ≥ 0，表示UUV對探測能力的平均貢獻率，與UUV航路在網絡內部和外部的比例有關。

結合覆蓋范圍和網絡探測能力，網絡的覆蓋能力為

(1)

式中：α、β≥0表示傳感器與UUV的相對貢獻系數。

3.2連通能力

連通能力記為φ，它由網絡的連通性和單條鏈路的質量決定。

網絡連通性除了受到傳感器節(jié)點的連通度影響，還會因為UUV作為動態(tài)中繼而能力增強，并且UUV可以看成是分布在網內的一個傳感器節(jié)點，概率的大小與UUV航路的分布有關。因此網絡連通性CoN為

CoN=kb+μvunu

式中：μ≥ 0，表示UUV對網絡連通性的貢獻，該參數的取值需要根據UUV的航路來確定。

鏈路包括水下鏈路和水上鏈路。其中，在水下主要通過水聲通信，水下鏈路的質量主要受到傳感器節(jié)點的通信質量影響。另外UUV可以通過近距離有線傳輸方式與匯聚節(jié)點進行通信，具有很高的通信速率和可靠性；水上通信主要通過電磁波，它的帶寬主要取決于發(fā)送和接收的功率。因此鏈路質量LQos為

式中：ω、η為系數，0 <η< 1表示水聲通信的誤碼率；0 <ω< 1表示水下通信量與水上通信量之比。

由于相關的數據最終需要傳輸到匯聚節(jié)點上，因此匯聚節(jié)點的數據傳輸能力也會影響到網絡的連通能力，只有當匯聚節(jié)點的傳輸帶寬足夠大，網絡的帶寬才能充分利用；當匯聚節(jié)點的移動速度足夠快，則即使部分數據無法通過水下傳感器網絡傳輸，匯聚節(jié)點也可以移動過去進行直接數據收集。匯聚節(jié)點對水下網絡數據傳輸的影響為

式中：B為水下最大所需傳輸帶寬。

因此，網絡的連通能力為

(2)

式中：x、δ≥0為連通能力調節(jié)系數。

3.3耐久能力

耐久能力記為Ψ，它由各個節(jié)點生命期決定。從傳感器網絡開始工作，到其中m個節(jié)點由于能量耗盡而停止工作的時間作為網絡的生命期，即網絡的生命期是由能耗最快的前m個節(jié)點決定，m與網絡冗余度有關的參數。單個節(jié)點的生命期由其總能量和工作功耗決定，同時UUV可以為附近能量比較低或者已經耗盡的傳感器節(jié)點分擔部分的監(jiān)測與數據傳輸功能，因此節(jié)點的生命期被等效的延長了。網絡的耐久能力可以由式 (3) 來度量：

(3)

式中：minm表示返回集合中第m小的元素，δ≥ 0表示UUV對節(jié)點生命期的貢獻，它與UUV的航路有關，ε為能力調節(jié)系數；pu為UUV的功耗，主要包括移動功耗、通信功耗和感知功耗，移動功耗又是其中的主要成分；pb為傳感器節(jié)點的功耗，主要包括通信功耗和感知功耗，其中通信功耗與通信半徑的立方成正比例關系，感知功耗與探測半徑的立方成正比例關系，即

(4)

3.4快速反應能力

快速反應能力記為Ω，它主要由網絡時延和網絡冗余度決定。

在具體網絡協議中，設標準的超時重傳等待時間為網絡直徑上往返時間的s倍，重傳等待次數為l，處理時間相對于水聲通信的延時可以忽略不計，則網絡直徑方向的平均等待時間為

網絡冗余度由kb來表征，則快速反應能力為

(5)

式中：ξ≥ 0 表示網絡冗余度的影響因子。

3.5能力與參數映射關系

由4個能力度量模型看出，4種基本能力之間存在一定的關聯性，它們共同受到底層參數的作用，其中db以立方關系影響了覆蓋和耐久能力；rb以立方關系影響了耐久能力，同時影響了快速反應能力；因此db和rb是2個主要的關鍵參數。覆蓋能力和連通能力都受到UUV數量的影響；快速反應能力和覆蓋能力都受到傳感器數量和覆蓋度的影響；快速反應能力和連通能力都受到傳感器通信半徑和連通度的影響。因此，可以建立如圖3的能力與參數的映射關系，同時按照參數對能力的影響方式分為不同類型，如表2所示。

圖3 能力與參數的映射關系Fig.3 Map relationship between capability and parameters

能力項約束參數性能參數組網參數覆蓋α、βhb、nu、du、hudb、nb、cb連通ψ、ω、δvs、ns、bs、bb、b'b、bu、vu、nukb耐久θ、ε、meu、eb、pupb快速反應ξ、s、lbbrb、kb

表2中組網參數包括kb、db、nb、cb、rb、pb，平均覆蓋度cb受節(jié)點的探測范圍db及節(jié)點數量nb的影響，而平均連通度kb受節(jié)點的水下通信半徑rb及節(jié)點數量nb的影響。組網參數變化導致網絡能力的變化，如果對當前組網方案進行評估后認為網絡的能力不足以應對任務需要，由于節(jié)點的部署方案已經確定，因此可以通過調整組網參數進行網絡優(yōu)化，讓網絡在不同任務要求和環(huán)境下具有優(yōu)越的整體性能，或者在達到能力要求的情況下付出最小的代價。

4 評估過程模型與仿真實驗

為了從系統上對UWSN的綜合能力進行仿真與評估，針對UWSN缺乏有效的仿真平臺的現狀[5]，在建立UWSN綜合能力評估過程模型的基礎上，設計實現了仿真平臺并進行仿真實驗。

4.1評估過程模型

在UWSN論證、方案設計和相關關鍵技術研究過程中，需要建立UWSN綜合能力評估過程模型，并在仿真平臺上實現。仿真平臺應該具備如下功能：1)支持從覆蓋能力、連通能力、耐久能力和快速反應能力對UWSN的綜合能力進行較全面計算和評估；2)支持單項性能對各項能力值的影響程度進行量化計算與分析，支持各項能力之間相互影響關系的分析；3)根據任務需求對網絡的約束，支持通過調整UWSN的各項能力數值，反向計算得到一組優(yōu)化的組網參數，實現對UWSN的優(yōu)化調整。UWSN仿真平臺的評估過程模型如圖4所示。

圖4 能力評估過程模型Fig.4 Capability evaluation process model

在評估過程中，首先根據初始參數設定和參數變化設定，對UWSN綜合能力(整體性能)進行評估計算，顯示相關的評估計算結果。其次，對于不同參數輸入組合和變化關系，計算單項性能參數對各項能力值影響關系。同時，在綜合能力評估結果的基礎上，根據具體的任務需求，對各個能力項的評估值進行調整，根據能力度量模型，反向計算得到一組優(yōu)化的組網參數，并作為組網的輸入，實現對UWSN的優(yōu)化調整。

仿真平臺參數設置模塊不僅提供方便快捷的性能參數設置，同時還要能夠改變UWSN的能力值。評價計算模塊根據初始參數計算評估UWSN的覆蓋能力、連通能力、耐久能力、快速反應能力值。參數優(yōu)化模塊是要根據用戶調整的各項能力值，反向計算獲得優(yōu)化的組網參數值。圖形顯示提供友好直觀的顯示界面。

4.2仿真實驗

在實驗中UUV隨機部署，如果UUV所在的位置需要監(jiān)測，而該位置沒有傳感器節(jié)點監(jiān)測，UUV充當監(jiān)測節(jié)點角色。同時如果UUV所在的位置需要與網絡連通通信，而該位置沒有傳感器節(jié)點承擔該功能，則UUV節(jié)點承擔連通通信功能。此時UUV對覆蓋能力相對貢獻系數、對連通能力調節(jié)系數等，根據試驗實施過程，在仿真平臺中實時計算。

在水下監(jiān)測任務中，UWSN的完全覆蓋至關重要。因此這里只考慮覆蓋度為1的情況。采用改進的ETG算法對網絡進行部署，可以計算出當傳感器節(jié)點探測范圍為0.67、1、2 km時，網絡所需最少節(jié)點數、外層節(jié)點數和體心節(jié)點數，如表3所示。

表3節(jié)點探測范圍與最少所需節(jié)點數關系

Table3Relationshipbetweendetectedradiuswiththelestnodenumber

探測范圍db/km節(jié)點數nb覆蓋度cb外層節(jié)點數體心節(jié)點數0.67643110×10×49×9×3121917×7×36×6×224114×4×23×3×1

可以看出，當節(jié)點的探測半徑增加時，所需節(jié)點數量迅速減少，這是由于節(jié)點在水下三維部署，因此所需節(jié)點數量與探測半徑的立方成反比關系。此外，節(jié)點的探測半徑與通信半徑共同決定節(jié)點的功率。根據探測半徑與通信半徑的不同關系，可以得出不同的節(jié)點功耗，同時網絡的連通度與節(jié)點數量、通信半徑與探測半徑的比值有關(如表4)。

表4節(jié)點通信半徑與節(jié)點功耗、連通度關系

Table4Relationshipbetweencommunicationradiuswithenergyconsumptionandconnectivity

探測范圍db/km通信半徑rb/km節(jié)點功耗pb/W連通度kb0.671.150.05860.671.330.086110.671.890.232190.672.310.4223811.730.0725120.1912.830.2461613.460.4363123.460.2123240.24725.660.3861126.930.57618

從表4可以看出，節(jié)點通信半徑越大，相應的連通度也越高。由于網絡規(guī)模較小，因此網絡受到邊界條件影響較大，即受總節(jié)點數的影響較大。通過仿真計算，得出各項能力與不同通信半徑和探測半徑的關系，如圖5所示。

由圖5(a)可知，覆蓋能力隨著節(jié)點探測半徑的增加而增大，這是因為當水下達到1-覆蓋時(即網絡所在海域被完全覆蓋)，網絡的覆蓋能力只與節(jié)點的探測半徑有關，而與節(jié)點的數量、通信半徑等因素無關。

由圖5(b)可知，連通能力隨著通信半徑的增大而增大，這是因為節(jié)點通信半徑增加時，可以與之連通的節(jié)點數也增加；連通能力隨著探測半徑的增大而減小，這主要受到節(jié)點數量的影響，在滿足1-覆蓋的情況下，節(jié)點的探測半徑越大，節(jié)點數量越少，因此在通信半徑不變的情況下減少節(jié)點的數量會導致鄰居節(jié)點數量減少，從而使連通能力降低。

圖5 各項能力與關鍵參數的關系Fig.5 Relationship capability between with key parameters

不同的任務要求網絡具有不同能力，如環(huán)境監(jiān)測任務需要在確?；镜母采w性和聯通性情況下，耐久性達到最大，此時組網參數中db、cb、kb、pb、rb適當變小，nb適當變大。而目標跟蹤任務則要求快速性和覆蓋性達到最大，同時確?；镜穆撏ㄐ院湍途眯?，此時組網參數中cb=1、db、rb取最大值，kb、pb取最小值。在現實情況中，探測半徑和通信半徑變大覆蓋范圍會變大，傳感器節(jié)點的能耗變高，耐久性變小。因此文章提出的網絡能力的度量與現實情況基本一致。

5 結論

1)在分析深遠海海洋探測、水下監(jiān)測的傳感器網絡組成與特點的基礎上，利用改進ETG進行傳感器節(jié)點部署和K-CDS實現 UWSN組網的方式，適合于傳感器節(jié)點能量有限、通信帶寬低、誤碼率高等的水下環(huán)境。

2)根據UWSN的任務要求，將綜合能力劃分為覆蓋能力、連通能力、耐久能力和快速反應能力，分析UWSN綜合能力與影響參數(因素)之間的關系，研究提出了覆蓋能力、連通能力、耐久能力和快速反應能力4個度量計算模型，提煉出組網參數集合，從系統的視角建立了客觀量化評價UWSN綜合能力的方法，能夠支持UWSN綜合能力評估以及單項性能對綜合能力影響的量化分析，同時支持通過改變各項能力值，反向計算獲得優(yōu)化的組網參數，實現對網絡的優(yōu)化調整，實現網絡在不同任務和環(huán)境下具有優(yōu)越的整體性能。

3)建立UWSN組網能力評估過程模型，開發(fā)UWSN能力評估仿真平臺，通過仿真實驗，結果表明提出模型能較客觀計算UWSN的綜合能力。

[1] LLORET J. Underwater sensor nodes and networks[J]. Sensors, 2013, 13(9): 11782-11796.

[2] WANG Yu, LIU Yingjian, GUO Zhongwen. Three-dimensional ocean sensor networks: A survey[J]. Journal of ocean university of China, 2012, 11(4): 436-450.

[3] AYAZ M, BAIG I, ABDULLAH A, et al. A survey on routing techniques in underwater wireless sensor networks[J]. Journal of network and computer applications, 2011, 34(6): 1908-1927.

[4] CHEN Yuhshyan, LIN Yunwei. Mobicast routing protocol for underwater sensor networks[J]. IEEE sensors journal, 2013, 13(2): 737-749.

[5] ABBAS W B, AHMED N, USAMA C, et al. Design and evaluation of a low-cost, DIY-inspired, underwater platform to promote experimental research in UWSN[J]. Ad hoc networks, 2015, 34(C): 239-251.

[6] FELEMBAN E, SHAIKH F K, QURESHI U M, et al. Underwater sensor network applications: A comprehensive survey[J]. International journal of distributed sensor networks, 2015, 2015(11): 1-14.

[7] HEIDEMANN J, STOJANOVIC M, ZORZI M. Underwater sensor networks: applications, advances and challenges[J]. Philosophical transactions, 2012,370(1958): 158-175.

[8] 劉華峰, 陳果娃, 金士堯. 三維水下監(jiān)視傳感器網絡的拓撲生成算法[J]. 計算機工程與科學, 2008, 44(2): 163-168.

LIU Huafeng, CHEN Guowa, JIN Shiyao. Topology generation algorithm in 3D underwater surveillance sensor networks[J]. Computer engineering and applications, 2008, 44(2): 163-168.

[9] ZHENG C, SUN SX, HUANG TY. Constructing distributed connected dominating sets in wireless ad hoc and sensor networks[J]. Journal of software, 2011, 22(5): 1053-1066.

[10] JIANG Peng, LIU Jun, WU Feng. Node non-uniform deployment based on clustering algorithm for underwater sensor networks[J]. Sensors, 2015, 15(12): 29997-30010.

[11] NIE Jugen, LI Deshi, HAN Yanyan. Optimization of multiple gateway deployment for underwater acoustic sensor networks[J]. Computer science and information systems, 2011, 8(4): 1073-1095.

[12] ALAM S M N, HAAS Z J. Coverage and connectivity in three-dimensional networks with random node deployment[J]. Ad hoc networks, 2015, 34(8): 157-169.

[13] DHURRANDHER S K, OBAIDAT M S, GUPTA M. An efficient technique for geocast region holes in underwater sensor networks and its performance evaluation[J]. Simulation modelling practice and theory, 2011, 19 (9): 2102-2116.

[14] DHURRANDHER S K, OBAIDAT M S, GUPTA M. Providing reliable and link stability based geocasting model in underwater environment[J]. International journal of Communication systems, 2012, 25(3): 356-375.

[15] YU Hongyang, YAO Nianmin, CAI Shaobin, et al. Analyzing the performance of aloha in string multi-hop underwater acoustic sensor networks[J]. Eurasip journal on wireless communications and networking, 2013, 2013(1): 1-10.

[16] STEFANOV A, STOJANOVIC M. Design and performance analysis of underwater acoustic networks[J]. IEEE journal on selected areas in communications, 2011, 29(10): 2012-2021.

[17] WAHID A, LEE S, KIM D, et al. MRP: A localization-free multi-layered routing protocol for underwater wireless sensor networks[J]. Wireless personal communications an international journal, 2014,77(4): 2997-3012.

[18] COUTINHO R W L, BOUKERCHE A, VIEIRA L F M, et al. A novel void node recovery paradigm for long-term underwater sensor networks[J]. Ad hoc networks, 2015, 34(C): 144-156.

[19] JIANG Peng, LIU Shuai, LIU Jun, et al. A depth-adjustment deployment algorithm based on two-dimensional convex hull and spanning tree for underwater wireless sensor networks[J]. Sensors, 2016, 16(7): 1087-1106.

本文引用格式：韋正現，宋敏，印桂生，等. 水下無線傳感器網絡能力分析與評估方法[J]. 哈爾濱工程大學學報， 2017， 38(10): 1526 -1538.

WEI Zhengxian, SONG Min, YIN Guisheng, et al. Capability evaluation models of underwater wireless sensor network[J]. Journal of Harbin Engineering University， 2017， 38(10): 1526 -1538.

Capabilityanalysisandevaluationmethodsofunderwaterwirelesssensornetwork

WEI Zhengxian1,2, SONG Min3, YIN Guisheng1, WANG Hongbin1

(1.College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China; 2.CSSC System Engineering Research Institute, Beijing 100094, China; 3.Information Technology Center, Beijing Foreign Studies University, Beijing 100089, China)

The comprehensive network capacity of an underwater wireless sensor network (UWSN) is affected by complicated factors such as energy consumption, detection radius, and network topology. Thus, networking capability evaluation of UWSN is a challenging issue. To deal with this issue, through an analysis of the relationship between these impact parameters and capability, the capability of UWSN was divided into four items, namely, coverage, connectivity, durability, and rapid reactivity. The parameters that affect the capability items are constraint parameters, device performance, and networking parameters. Measurement models of the abovementioned four capability items were established originally, and the networking capability evaluation process model was presented. Then, an optimal combination of networking parameters can be achieved. The network can achieve advantageous systematic performance under different tasks and environments. Simulation results show that the approach evaluates the capability of UWSN in an objective and efficient manner.

underwater wireless sensor network; coverage; connectivity; durability; rapid-reactivity; evaluation; constraint parameters; device performance parameters; networking

10.11990/jheu.201605084

http://www.cnki.net/kcms/detail/23.1390.U.20170816.1445.014.html

TP182

A

1006-7043(2017)10-1531-08

2016-05-25. < class="emphasis_bold">網絡出版日期

日期：2017-08-16.

國家自然科學基金項目 (61502037, 61272185)；國防基礎科研項目(JCKY2016206B001, JCKY2014206C002)；黑龍江省自然科學基金項目 (F201340).

韋正現(1977-),男,高級工程師,博士研究生;印桂生(1964-)，男，教授，博士生導師；王紅濱(1979-)，男，副教授.

王紅濱，E-mail：wanghongbin@hrbeu.edu.cn.