李梅菊 徐濤 賈繼洋

【摘要】? ? 本文首先對(duì)水下無(wú)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(jìn)行了調(diào)查;其次，分析了水下無(wú)線傳感器網(wǎng)絡(luò)的拓?fù)浼軜?gòu)以及網(wǎng)絡(luò)分層;最后，對(duì)目前存在的水下無(wú)線傳感器網(wǎng)絡(luò)路由算法進(jìn)行了研究，總結(jié)出不同種類(lèi)路由算法存在的問(wèn)題，基于位置的路由算法存在精確定位的問(wèn)題，位置獨(dú)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(wú)法解決傳感器節(jié)點(diǎn)能耗不均的問(wèn)題，基于智能水下機(jī)器人的路由算法中網(wǎng)絡(luò)搭建的經(jīng)濟(jì)成本高。本文的研究可以為以后設(shè)計(jì)專(zhuān)門(mén)的適用于水下無(wú)線傳感器網(wǎng)絡(luò)的路由算法提供參考。

【關(guān)鍵詞】? ? 水下無(wú)線傳感器網(wǎng)絡(luò)? ? 路由算法? ? 地理路由? ? 簇? ? ?水下機(jī)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(biāo)。水下無(wú)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(cè)、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(yùn)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(wú)線傳感器網(wǎng)絡(luò)的發(fā)展奠定了技術(shù)基礎(chǔ)，隨著國(guó)家對(duì)海洋資源的重視程度加強(qiáng)，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(jī)遇。然而，由于水下無(wú)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(hào)在水下衰減很快;而電磁波的快速衰減也不適合在水下進(jìn)行通信;從而在水下傳感器網(wǎng)絡(luò)中使用聲音信號(hào)進(jìn)行通信。

由于水下無(wú)線傳感器網(wǎng)絡(luò)使用聲音信號(hào)進(jìn)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(diǎn)[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(diǎn)配置的電池很難更換，且電池?zé)o法使用太陽(yáng)能充電。因此，一旦電池能量耗盡，節(jié)點(diǎn)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(hào)衰減太大，無(wú)法使用在水下;2）水下傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)隨著水流的移動(dòng)而移動(dòng)，而非固定的位置，因此在動(dòng)態(tài)的拓?fù)浣Y(jié)構(gòu)中，無(wú)法根據(jù)最初的位置確定變動(dòng)后的拓?fù)浣Y(jié)構(gòu)。

3.信號(hào)傳播延時(shí)大。陸地網(wǎng)絡(luò)中，信號(hào)的傳播速度為 3×108米/秒，水下無(wú)線傳感器網(wǎng)絡(luò)中，信號(hào)傳播速度為1500米/秒。因此，水下無(wú)線傳感器網(wǎng)絡(luò)中信號(hào)的傳播速度比陸地?zé)o線傳感器網(wǎng)絡(luò)信號(hào)傳播速度慢五個(gè)數(shù)量級(jí)。

4.布置稀疏。由于水下無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)昂貴，因此很少布置備用節(jié)點(diǎn)，一旦某個(gè)節(jié)點(diǎn)死亡，沒(méi)有其他節(jié)點(diǎn)可以備用。

5.誤碼率高。水下無(wú)線傳感器網(wǎng)絡(luò)通信環(huán)境復(fù)雜、拓?fù)渲谐霈F(xiàn)空洞、數(shù)據(jù)在傳輸過(guò)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(wú)法直接應(yīng)用在水下無(wú)線傳感器網(wǎng)絡(luò)中。因此，設(shè)計(jì)專(zhuān)門(mén)適用于水下無(wú)線傳感器網(wǎng)絡(luò)的路由算法對(duì)于水下無(wú)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(lái)，本文從如下幾方面對(duì)水下無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行了歸納分析：

1.介紹了水下無(wú)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(lèi)型的水下無(wú)線傳感器網(wǎng)絡(luò)路由算法，并分析了各類(lèi)算法的優(yōu)缺點(diǎn);

3.最后，總結(jié)了全文，并對(duì)未來(lái)工作進(jìn)行了展望。

一、水下無(wú)線傳感器網(wǎng)絡(luò)基本架構(gòu)

網(wǎng)絡(luò)是設(shè)計(jì)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(wú)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(wú)線傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)分層兩個(gè)方面分析水下無(wú)線傳感器網(wǎng)絡(luò)的基本架構(gòu)。

1.1? 網(wǎng)絡(luò)拓?fù)浼軜?gòu)

水下無(wú)線傳感器網(wǎng)絡(luò)拓?fù)浣Y(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?fù)浼軜?gòu)

二維拓?fù)浼軜?gòu)的水下無(wú)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(chǎng)景。典型的二維水下無(wú)線傳感器網(wǎng)絡(luò)由固定在水底的水下傳感器節(jié)點(diǎn)和水面上的一個(gè)或者多個(gè)sink節(jié)點(diǎn)組成。水面上的sink節(jié)點(diǎn)主要負(fù)責(zé)中繼水下傳感器節(jié)點(diǎn)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(diǎn)之間以及水下傳感器與sink節(jié)點(diǎn)之間進(jìn)行通信用的是聲音信號(hào)，sink 節(jié)點(diǎn)與陸地上的數(shù)據(jù)中心用電磁波信號(hào)進(jìn)行通信。因此，sink節(jié)點(diǎn)裝有聲音信號(hào)調(diào)制器和光信號(hào)調(diào)制器，而水下傳感器節(jié)點(diǎn)只裝有光信號(hào)調(diào)制器。

在二維水下無(wú)線傳感器網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中，水下傳感器節(jié)點(diǎn)通過(guò)單跳的方式與水面上的sink節(jié)點(diǎn)進(jìn)行通信，當(dāng)研究區(qū)域較深時(shí)，這樣的方式存在兩方面的問(wèn)題：一方面信號(hào)的傳播距離太長(zhǎng)，隨著距離增加，信號(hào)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(diǎn)能量有限，長(zhǎng)距離傳輸需要更大的發(fā)射功率，節(jié)點(diǎn)能耗更大，縮短網(wǎng)絡(luò)壽命。

1.1.2三維網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

如上文所述，二維網(wǎng)絡(luò)拓?fù)浣Y(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(shí)，當(dāng)需要采集水下環(huán)境中不同深度的環(huán)境樣本值時(shí)，需要在不同深度布置傳感器。因此，在現(xiàn)實(shí)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(shí)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(jìn)行了改進(jìn)完善，除了水的底部和表面上的sink節(jié)點(diǎn)，不同深度都布置有水下傳感器節(jié)點(diǎn)。水下節(jié)點(diǎn)與水面上的Sink節(jié)點(diǎn)通信通過(guò)多跳方式。水下傳感器節(jié)點(diǎn)既可以作為源節(jié)點(diǎn)收集數(shù)據(jù)也可以作為中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)。

1.2水下無(wú)線傳感器網(wǎng)絡(luò)分層架構(gòu)

水下無(wú)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(wú)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(guò)研究光信號(hào)、電磁波信號(hào)以及聲音信號(hào)，已經(jīng)確定聲音信號(hào)是最適合于在水下傳播信息的。而噪聲和衰減對(duì)信號(hào)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(jì)，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(hào)頻率引起較大的衰減，但干擾會(huì)降低。

鏈路層中如何找出一種有效的方法實(shí)現(xiàn)多用戶(hù)的資源共享依然是水下無(wú)線傳感器網(wǎng)絡(luò)研究的熱點(diǎn)。時(shí)分多址和頻分多址已經(jīng)被嘗試用在水下無(wú)線傳感器網(wǎng)絡(luò)中。由于水下傳感器網(wǎng)絡(luò)的時(shí)間同步仍是研究熱點(diǎn)，不要求時(shí)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(jì)對(duì)網(wǎng)絡(luò)的性能影響較大。由于水下無(wú)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(wú)法在水下無(wú)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(cuò)技術(shù)應(yīng)用在水下無(wú)線傳感器網(wǎng)絡(luò)中效果較好。

網(wǎng)絡(luò)層作為水下無(wú)線傳感器網(wǎng)絡(luò)尤為重要的一層，路由算法的設(shè)計(jì)對(duì)網(wǎng)絡(luò)的網(wǎng)絡(luò)壽命、延時(shí)等起著決定性作用。因此，如何根據(jù)水下無(wú)線傳感器網(wǎng)絡(luò)的特點(diǎn)，設(shè)計(jì)專(zhuān)門(mén)的路由算法是目前研究的熱點(diǎn)。詳細(xì)情況見(jiàn)第2節(jié)。

二、路由算法分析

為了改進(jìn)水下無(wú)線傳感器網(wǎng)絡(luò)的性能，在網(wǎng)絡(luò)層面，學(xué)者們?cè)O(shè)計(jì)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(wú)線傳感器網(wǎng)絡(luò)獨(dú)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(diǎn)有資格作為轉(zhuǎn)發(fā)節(jié)點(diǎn)，為了減少冗余轉(zhuǎn)發(fā)，節(jié)點(diǎn)依據(jù)深度設(shè)定抑制轉(zhuǎn)發(fā)時(shí)間，具有最小深度值的節(jié)點(diǎn)，抑制時(shí)間最短，當(dāng)其他節(jié)點(diǎn)聽(tīng)到已經(jīng)有節(jié)點(diǎn)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(diǎn)與水面上的sink 節(jié)點(diǎn)建立矢量，只有在矢量半徑內(nèi)的節(jié)點(diǎn)有資格作為轉(zhuǎn)發(fā)節(jié)點(diǎn)，半徑內(nèi)節(jié)點(diǎn)根據(jù)自身到矢量中心的距離，計(jì)算轉(zhuǎn)發(fā)數(shù)據(jù)的抑制時(shí)間，從而抑制冗余轉(zhuǎn)發(fā)。隨著陸地機(jī)器人技術(shù)的發(fā)展，智能水下機(jī)器人（Automatic underwater vehicle，AUV）被引入到水下無(wú)線傳感器網(wǎng)絡(luò)中，AUV作為收集水下傳感器節(jié)點(diǎn)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(xiàn)[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(duì)于降低數(shù)據(jù)包誤碼率有一定幫助。在2018年，我們團(tuán)隊(duì)設(shè)計(jì)的基于和聲搜索的路由算法[4]，在創(chuàng)建路由的過(guò)程中，引入了和聲搜索算法，使用和聲搜索算法進(jìn)行簇分配，使得簇內(nèi)節(jié)點(diǎn)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(jìn)的DBR算法優(yōu)缺點(diǎn)的基礎(chǔ)上，本團(tuán)隊(duì)設(shè)計(jì)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(biāo)準(zhǔn)有不同的分類(lèi)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(diǎn)對(duì)目前存在的水下無(wú)線傳感器網(wǎng)絡(luò)路由算法進(jìn)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(duì)轉(zhuǎn)發(fā)節(jié)點(diǎn)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(huì)由于節(jié)點(diǎn)找不到下一跳導(dǎo)致數(shù)據(jù)包丟失。同時(shí)，由于在VBF中僅僅依據(jù)到達(dá)矢量中心的距離判斷轉(zhuǎn)發(fā)節(jié)點(diǎn)，沒(méi)有引入其他參數(shù)，對(duì)于通信環(huán)境復(fù)雜的水下傳感器網(wǎng)絡(luò)是遠(yuǎn)遠(yuǎn)不夠的。針對(duì)VBF的缺點(diǎn)，文獻(xiàn)[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(diǎn)到sink節(jié)點(diǎn)建立矢量，以使得在選擇下一跳時(shí)，每個(gè)節(jié)點(diǎn)可以根據(jù)自身周?chē)?jié)點(diǎn)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(diǎn)，都可以將數(shù)據(jù)包轉(zhuǎn)發(fā)出去，提高了報(bào)的交付率。但是，HHVBF算法中節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)包是依賴(lài)于等待時(shí)間，易出現(xiàn)多個(gè)節(jié)點(diǎn)轉(zhuǎn)發(fā)同一個(gè)數(shù)據(jù)包，因而不僅浪費(fèi)能量而且增大了延時(shí)。為了降低上述幾個(gè)協(xié)議中丟包率高的問(wèn)題，DFR 協(xié)議被提出，DFR中，參與轉(zhuǎn)發(fā)的節(jié)點(diǎn)數(shù)量可以通過(guò)改變廣播角的大小動(dòng)態(tài)調(diào)整。為了進(jìn)一步增強(qiáng)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(diǎn)可以獲取兩跳節(jié)點(diǎn)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(diǎn)智能地移動(dòng)，有效地均衡了靠近sink節(jié)點(diǎn)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(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的位置信息，而水下無(wú)線傳感器網(wǎng)絡(luò)的精確定位目前仍然是研究熱點(diǎn)。

2.2? 位置獨(dú)立的路由算法

位置獨(dú)立的路由算法主要是指不依賴(lài)于具體的位置信息設(shè)計(jì)的路由，DBR 作為比較早期的獨(dú)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(diǎn)時(shí)只依據(jù)深度差值、轉(zhuǎn)發(fā)過(guò)程中有隱藏終端的出現(xiàn)、系統(tǒng)延時(shí)較長(zhǎng)。針對(duì)DBR協(xié)議中未考慮能量的問(wèn)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(diǎn)的參考指標(biāo)。隨后，M.Jafri 等設(shè)計(jì)了AMCTD算法，算法中通過(guò)設(shè)置深度閾值抑制轉(zhuǎn)發(fā)節(jié)點(diǎn)數(shù)量，為了避免上層節(jié)點(diǎn)過(guò)多消耗能量，引入快遞節(jié)點(diǎn)。該算法對(duì)數(shù)據(jù)敏感的應(yīng)用性能較差。因此，2014年，一種改進(jìn)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(diǎn)的深度差和轉(zhuǎn)發(fā)區(qū)域的劃分確定轉(zhuǎn)發(fā)節(jié)點(diǎn)。2018年，我們團(tuán)隊(duì)提出了SPRVA路由算法，算法中結(jié)合節(jié)點(diǎn)剩余能量和鄰居節(jié)點(diǎn)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(shí)。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(diǎn)的潛在轉(zhuǎn)發(fā)節(jié)點(diǎn)數(shù)量確定下一跳節(jié)點(diǎn)，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(dú)立的路由算法往往是以犧牲一方面的性能為代價(jià)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(diǎn)能量有限，且上層節(jié)點(diǎn)能耗更大，一些學(xué)者在路由過(guò)程引入了水下機(jī)器人，即AUV。2008年P(guān)aley D 等提出了GCCS[10]，該系統(tǒng)中，每個(gè)滑行器裝有傳感器節(jié)點(diǎn)，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(diǎn)進(jìn)行通信，為水下機(jī)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(diǎn)通信的中繼，當(dāng)網(wǎng)關(guān)死亡時(shí)，距離AUV最近的傳感器節(jié)點(diǎn)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(wèn)題仍然存在。2015年，Javaid N等提出了AEDG算法[12]，該算法中多個(gè)AUV 按照預(yù)定的軌跡運(yùn)動(dòng)，且限制了每個(gè)網(wǎng)關(guān)負(fù)責(zé)的傳感器節(jié)點(diǎn)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(jī)器人的價(jià)格昂貴，網(wǎng)絡(luò)布置的經(jīng)濟(jì)成本增大。

2.4 基于簇的路由算法

LEACH 協(xié)議是第一個(gè)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(wú)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(jì)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(jì)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(jìn)用于水下傳感器通信，選擇K個(gè)節(jié)點(diǎn)時(shí)綜合考慮了節(jié)點(diǎn)密度、節(jié)點(diǎn)深度及剩余能量值，同時(shí)，該算法將主簇頭和輔助簇頭結(jié)合，主簇頭負(fù)責(zé)收集簇內(nèi)節(jié)點(diǎn)收集的信息，輔助簇頭將主簇頭的信息交付給sink 節(jié)點(diǎn)。

基于簇的路由算法最大的問(wèn)題在于簇首與成員節(jié)點(diǎn)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(méi)有完全解決能量均衡問(wèn)題。

三、結(jié)束語(yǔ)

本文主要介紹了水下無(wú)線傳感器網(wǎng)絡(luò)的結(jié)構(gòu)及特點(diǎn)，總結(jié)了目前存在的水下無(wú)線傳感器網(wǎng)絡(luò)路由算法的種類(lèi)及各類(lèi)算法的優(yōu)缺點(diǎn)。在以后的研究過(guò)程，可以根據(jù)本文總結(jié)的各類(lèi)算法的特點(diǎn)，結(jié)合實(shí)際應(yīng)用，設(shè)計(jì)專(zhuān)門(mén)適用于水下無(wú)線傳感器網(wǎng)絡(luò)的、有效的路由算法。

參? 考? 文? 獻(xiàn)

[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(yáng). 水聲傳感器網(wǎng)絡(luò)路由協(xié)議HHVBF的改進(jìn)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.