水下传感器网络拓扑控制挑战-优快云博客

水下无线传感器网络：基于拓扑控制的系统面临的新挑战

罗德里戈·W. L. 库蒂纽和阿泽丁·布克尔赫，渥太华大学路易斯·F·M·维埃拉和安东尼奥·A·F·洛雷罗，米纳斯吉拉斯联邦大学

水下无线传感器网络（UWSNs）将为水下监测与控制应用开启一个新时代。设想中的水下无线传感器网络应用前景将帮助我们更深入地了解海洋及其下方的世界，有望改变目前人类仅观测过不到5% 海洋体积的现状。然而，为了实现水下无线传感器网络的大规模部署，亟需研究并提出面向高效可靠水下数据收集的网络解决方案。在此背景下，采用拓扑控制算法对水下无线传感器网络拓扑进行适当、自主且实时的组织，可能缓解水下无线通信带来的不利影响，从而提升为水下无线传感器网络设计的网络服务和协议的性能。本文介绍并讨论了水下传感器网络中拓扑控制的内在特性、潜力及当前研究挑战。我们建议根据用于改变网络拓扑的主要方法对拓扑控制算法进行分类，可将其分为三大类：功率控制、无线接口模式管理以及基于移动性辅助的技术。基于所提出的分类方法，本文综述了当前最新技术，并对针对水下无线传感器网络设计的拓扑控制方案进行了深入讨论。

1 引言

水下无线传感器网络（UWSNs）一直受到科学界和工业界的越来越多的关注（Luo等人。2017年）。这是由于其潜力用于（准）实时数据采集，相较于依赖有缆仪器、有线监测站或不具备通信能力的传感器节点的传统水下监测系统。水下无线传感器网络由具备感知、处理、存储和水下无线通信能力的水下传感器节点组成，这些节点协同工作以监测感兴趣的水下区域和事件。利用水下声学调制解调器，这些设备能够相互无线通信，实现实时水下监测与控制、在线系统重构，以及运行故障和故障设备的检测与报告。该技术的进步对于填补关于我们海洋的知识空白，以及关于其下的生命、资源和事件的认知至关重要。水下无线传感器网络有望彻底改变科学、商业和军事领域的应用。水下无线传感器网络应用的一个非穷尽列表包括：海洋生物监测、污染物含量、海底地质过程、油田、气候以及海啸和海底地震的监测；海洋学数据收集；海洋和近海采样；导航辅助；水雷识别；以及战术监视应用。

UWSN的大规模部署旨在监测广阔的海洋区域。然而，实现这一愿景将依赖于高效可靠的水下网络服务与协议的设计。遗憾的是，在数十年研究中积累的关于基于射频的无线传感器网络（WSN）设计的丰富知识，无法直接应用于UWSN网络协议的设计。这主要是由于水下声学信道的特殊特性，例如长且可变的传播延迟和低带宽，以及水下环境的物理特性，如水温和海底沉积物。事实上，UWSN的网络协议设计面临许多在传统无线传感器网络中甚至未曾出现的新挑战。使用水下声学信道会导致有限的带宽容量、高且可变的传播延迟、临时路径损耗、高噪声、多径衰落、阴影区、多普勒展宽以及高通信能耗。此外，水下无线通信受到严重的时变链路质量影响，因为水温变化会改变声音折射的方式，而海底沉积物（即海床形态）也会对通信造成干扰。

本文介绍了水下传感器网络中拓扑控制的内在特性、当前研究挑战以及其潜力。我们根据改变网络拓扑所使用的主要方法，将拓扑控制算法分为三大类：功率控制、无线接口模式管理和基于移动辅助的技术。此外，我们综述了针对这些网络设计的前沿拓扑控制方案的研究现状。本文深入探讨了用于设计水下声学传感器网络拓扑控制算法的功率控制、无线接口模式管理和移动性辅助技术所面临的挑战、优点和缺点。据我们所知，这是首项致力于对水下无线传感器网络中的拓扑控制进行组织、分类并进行全面综述的工作。

本文组织如下。在第2节中，我们强调了两个关键因素，使得水下传感器网络的网络拓扑成为一个高度动态的过程。在第3节中，我们将为水下无线传感器网络设计的拓扑控制方案分为不同类别。在每个类别中，我们讨论了与水下无线传感器网络特性相关的优缺点，并介绍了代表性方案。在第4节中，我们讨论并综述了针对水下无线传感器网络提出的基于传输功率的拓扑控制研究。在第5节中，我们讨论了利用水下节点无线接口管理来实现拓扑控制的提案。在第6节中，我们综述了利用部分节点的移动辅助作为主要技术来改变拓扑的水下无线传感器网络拓扑控制提案。一些该领域的未来研究方向在第7节中提出。我们的最终评论在第8节中给出。

2 水下无线传感器网络中动态拓扑的原因与细节

水下传感器网络的拓扑结构随着时间的推移不断变化。在本节中，我们讨论水下节点的非自愿移动性以及声学链路的时空可变质量如何频繁地改变水下无线传感器网络的拓扑结构。

2.1 水下节点的非自愿移动性

在无缆水下传感器网络中，水下传感器节点将根据洋流自由移动，进行时空数据采集。这种非自愿移动性会随着时间的推移而使水下节点扩散开来。因此，在水下无线传感器网络初始拓扑中存在的某些声学链路，在未来的某个时刻可能不再存在。事实上，由于水下节点的非自愿移动性，水下无线传感器网络在部署后可能会出现网络分区。

水环境中的移动性非常特殊，涉及多种环境因素，如水温、洋流、边界条件、大气作用力和海底地形（Zhou等人，2011）。图1展示了两种非自愿移动性模式。图1(a)显示了四个不同RAFOS浮标的轨迹。图1(b)描述了蜿蜒洋流移动模型（MCM模型）的一个实例（Caruso等，2008）。在MCM模型中，水下浮标和漂流浮标的移动性受到蜿蜒的次表层洋流和涡旋的影响。Rienzo等人（2016年）通过对46个浮标的移动轨迹进行分析发现，与图1中的结果类似，一些水下传感器节点沿直线轨迹移动，而另一些则可能被困在水流中，持续做环形运动。

示意图0 1993年至1994年期间在伊比利亚半岛南部地中海下层海流中释放的四个不同RAFOS浮标轨迹（伍兹霍尔海洋研究所 2016年）。(b) 根据蜿蜒洋流移动模型（Caruso等，2008年）模拟的水下节点位移。)

2.2 水下声学链路的时空变质性

由于声学链路质量的时空变化，水下网络的拓扑结构也将频繁发生变化。其质量取决于多个因素，例如通信节点的深度、水温、所考虑区域的海底沉积物（即海床形态）以及环境噪声（热噪声、风噪声、湍流噪声和航运活动）。因此，即使声学链路具有相同配置（例如传输功率等级），它们在某些时刻的性能也可能不同，甚至可能中断。

上述事实在Guerra等人（2009a）中进行了讨论。作者展示了在意大利卡拉布里亚地区的东北海岸，于一年中两个不同季节（夏季和冬季）进行声波传输时的信号衰减情况。在八月进行的传输中，靠近海面处观察到高信号吸收，而在相同地点和配置下的一月传输中，信号吸收则显著降低。因此，在此场景下，发射器与一个深度在100米以上的邻近节点之间的声学链路在一月存在，但在八月不存在。

Pu等人（2015）开展了一次海上实验，观察到水下声学链路中存在时空通信范围不确定性效应。该不确定性效应可归因于风噪声、海流、海洋哺乳动物噪声和人为活动的时变特性。此外，他们还发现，在相同配置下，不同声学链路的异质丢包率存在显著差异。这可能是由于海面几何结构和海底沉积物导致多径信号传播所致。

此外，Qarabaqi和Stojanovic（2011）在实验测量中观察到，浅水区声学传输的接收信号功率随时间变化，因为信道经历衰落。在某些时刻，接收信号功率可能非常弱，导致无法解码传输的消息。在这些时刻，链路不存在，因为无法进行数据通信。

3 水下传感器网络中的拓扑控制算法

拓扑控制具有减轻水下无线通信不良影响的潜力，从而改善水下传感器网络中网络服务和协议的性能。图2(a)描述了拓扑控制的整体框架。相应地，拓扑控制算法应考虑初始网络拓扑和特性、期望目标以及约束条件，以确定一种新拓扑。图2(b)展示了拓扑控制与水下传感器网络之间关系的整体图景，总结如下：

(1)水下无线传感器网络使用水下声学信道为水下传感器节点提供无线通信能力。(2) 通过声学信道进行的水下无线通信为分布式水下应用提供了网络服务。

示意图1

(3)然而，水下声学信道具有特殊的特性，会损害水下无线通信，并对高效网络协议的设计带来挑战。(4)在这方面，可以采用拓扑控制来缓解声学信道的大多数缺点，并提高水下无线传感器网络的性能。

事实上，对网络拓扑进行有意识且有目的的控制，能够稳定并缓解由于链路质量变化、非自愿移动性和节点故障所引起的网络中的不良变化，从而避免为节点定位、邻域发现和数据路径重新计算而频繁进行数据交换。表1总结了水下无线传感器网络中一些主要的与网络相关的任务及其挑战，并展示了拓扑控制如何应对这些挑战。

Task	挑战	拓扑控制
定位和时间同步	无法使用全球定位系统；时钟同步具有挑战性；距离、角度和到达时间由于可变性，估计较为困难信号传播速度；高度不可预测的移动性(Liuetal.2016)。	拓扑控制，基于不同的传输功率级别，可用于改善定位；具有受控移动性和/或深度调整的部分节点可用于改进基于三边测量的定位(Ferreiraetal.2016年)。
移动性管理	高移动性和特殊移动性：节点的运动遵循海洋的运动洋流（Caruso等人2008）。	拓扑控制可用于规划自主水下航行器的轨迹或某些节点的深度调整，以目标是保持网络正常运行（Coutinho等人2013a）。
数据缩减	传统数据聚合是不可行；高开销和消息融合中心周围的碰撞（Fazel等人。2011）。	拓扑控制可以减少干扰，并提高空间复用和数据路由；拓扑控制可以还处理链路质量差的问题以改进压缩感知（Shashaj 等2014）。
路由	连接丢失；高比特误码率；移动性；维护路由路径的高开销（Lee等人。2010）。	拓扑控制可以增加带宽并应对通信空洞区域问题会降低地理路由（Coutinho等人2017a；Ghoreyshi等人2017）。
介质访问控制（MAC）	长传播速度和距离；长消息前导码和低数据速率（Zhuetal.2013）。	拓扑控制可以限制干扰，提高空间复用率、调度效率和数据速率；拓扑控制还可以应对经典的隐藏和暴露终端问题（Su等人2015）。
节能的网络操作	传输的高能耗（瓦特级）；高开销和消息冲突；时变和信道质量差，需要消息重传(Stojanovic和Preisig2009)。	通过功率控制进行拓扑控制可以应对时变链路质量；拓扑控制还可以减少干扰并消除消息重传的消息重传的需求(Qarabaqi和Stojanovic2011)。

为了对无线自组织和传感器网络中的拓扑控制所设计的算法和协议进行分类，已采用不同的视角。根据文献，它们已被以下列不同方式进行分类：

（1）全局或局部（Wattenhofer等2001），依据执行控制所需的拓扑信息。在前一种情况下，使用整个网络拓扑的信息进行拓扑控制；在后一种情况下，仅需拓扑的局部信息，即k跳邻域信息（k= 1 或k= 2），即可实现拓扑控制。（2）集中式或分布式（Ramanathan和Rosales‐Hain2000），根据解决方案的性质划分。在前一种情况下，由单一节点负责计算新的网络拓扑；在后一种情况下，由一组或每个节点负责做出决策以组织网络拓扑。（3）主动式或反应式（Zheng和Kravets2005），取决于其是周期性运行还是因网络中的某些事件（例如节点故障）而触发运行。（4）同构或非同构（Santi2005），依据节点最终的通信范围划分。在前一种情况下，所有节点采用统一的通信范围值；在后一种情况下，拓扑控制算法为每个节点分配适当的通信范围rc，该值从rmin ≤ rc ≤ rmax的范围内确定。（5）面向覆盖、连通性或能量（Li等2013a），根据拓扑控制算法所要实现的主要目标划分。事实上，文献中可以看出，许多拓扑控制算法都与某一期望目标密切相关。

在本调查中，我们提议对UWSN的拓扑控制协议进行如下分类：功率控制、无线接口管理以及移动辅助。该分类基于每种协议用于有意识地控制网络拓扑的主要技术。这一标准足够广泛，可涵盖当前算法以及基于软件定义网络和异构UWSN的未来UWSN拓扑控制算法设计。提出的分类法如图3所示。表2总结了所提出类别的挑战、优点和缺点。接下来对每个类别提供简要描述：

—基于功率控制的拓扑控制：在此类别中，通过为每个水下节点合理分配传输功率来实现拓扑控制

示意图2

方法	主要思想	优点	缺点
功率控制基于	适当的传输功率被分配给每个节点。因此，通信链路将被创建和/或被移除。一些算法旨在实现一种性全质网，的例如网络连通性。	简单；可扩展；节省能量；不改变感知覆盖；可以克服时变声学信道质量。	可能会降低网络连接性；增加跳数以及端到端延迟。
无接线口模式基管于理	无线接口活动点、的睡眠以及关机模式。这会改变节互点连之间随时间的变化。	简单；可扩展；节约能量相对信道轮询；不发生变化感知覆盖。	改变网络密度；更改路由路径从时间到时间；增加延迟。
移基于动移性动性辅助	一些移动节点被移动到新的位置，创建新的互连。	改善网络连接性；处理网络分区；改善从跳点进行数据收集。	需要轨迹规划过程；能量消耗为移动性；可能会改变感知覆盖范围。

主要思想传感器节点。我们根据这些基于功率控制的拓扑控制算法旨在实现的主要目标对其进行分类和综述，例如节能、通过传输调度提高网络吞吐量，或通过探索水下声学信道的距离‐带宽关系。

—基于无线接口管理的拓扑控制：在此类别中，拓扑组织通过管理各个节点在激活与休眠状态之间的无线接口来实现。我们根据主要方法对基于无线接口管理的拓扑控制算法进行分类和综述。类别包括密度控制，其中保留部分节点处于激活状态作为路由骨干以传输数据报文，而其余节点的无线接口则切换至休眠模式；以及占空比，其中每个节点异步且周期性地将其无线接口在活动和睡眠模式之间切换。

—基于移动辅助的拓扑控制：在此类别中，拓扑控制通过某些节点的有目的的移动至新位置来实现。在本调查中，基于移动辅助的拓扑控制分为两大类：基于深度调整，即通过将水下传感器节点移动到新的深度以实现更优的拓扑结构；以及基于轨迹，即自主水下航行器（AUVs）根据预设轨迹移动节点。

最后，在我们进一步展开文献综述之前，需要作出以下说明。本调查中所审阅的一些提案并未声称所设计的算法是为拓扑控制而提出的。然而，经过深入分析可以发现，这些提案在实现其目标（例如能量）的过程中，有意地在所提出的方法步骤中对网络拓扑进行了控制保护或可靠数据传输）。为了说明这一事实，可以参考Casari和Harris（2007）以及 Coutinho等人（2014a）的研究。Casari和Harris（2007）发现，短距离通信链路能够降低水下无线传感器网络中的能耗。作者采用功率控制来减小水下传感器节点的通信范围，从而实现节能的消息广播。实际上，当这些协议决定减小节点的通信范围时，它们通过去除不必要的长距离链路来控制网络拓扑。相比之下，Coutinho等人（2014a）提出了一种地理与机会路由协议，以改善水下无线传感器网络中的数据传输。作者还提出一种深度调整协议，用于将水下空洞节点移动到新位置。在他们的研究中，每当空洞节点移向新位置时，就会与一组新的邻近节点建立新的通信链路，从而间接实现了拓扑控制。

4 基于传输功率控制的拓扑控制方法

在此类别中，拓扑控制通过为每个节点合理分配传输功率等级来实现。这通常旨在降低能量消耗和延迟，或提高网络吞吐量和数据传输可靠性。当分配更高的或更低的传输功率时，分别会创建或移除通信链路，从而有意识地组织网络拓扑结构。

在无线自组织网络中，基于功率控制的拓扑控制算法主要被提出以降低网络能耗。然而，在水下声学传感器网络中，这种拓扑控制方法还被进一步设计用于缓解水下声学通信的缺点（例如可实现的低带宽和链路质量差）。这是通过优先选择短距离链路实现的，相比长距离链路，短距离链路可以使用更高频率。此外，我们必须控制传输功率以应对水下声学链路质量的时空波动性，从而确保接收器处有足够的信号强度，能够成功接收并解码发送的消息。在本节接下来的内容中，我们调研了基于功率控制的拓扑控制算法，其主要目标是节能和提升网络吞吐量。该子分类总结于表3中。本节讨论的协议的定性比较见表4。

4.1 节能

绝大多数基于功率控制的拓扑控制算法都是为电池供电无线系统中的能量保护而设计的。在水下无线传感器网络中也是如此，因为水下传感器节点能量受限，且通过船舶任务更换水下节点电池成本高昂，通常需要持续数天。接下来，我们将讨论一些提出采用功率控制以延长水下无线传感器网络网络寿命的代表性研究。

子类别	基本解决方案	挑战
节能网络吞吐量	为每个节点分配最小传输功率以确保网络连通性分配最优传输功率根据距离，旨在增加带宽或适当的通信范围提高空间复用	复杂且不切实际的信道模型；空间和时变链路质量；阴影区；多路径传播；不确定通信范围值

类别& 提案	Task	方法	Goal	约束	潜在应用
节能： SBR、SBRB、FSBRB 和DBRB（卡萨里和 Harris 2007)	可靠的广播	SBR：每个节点在接收到消息时即重新广播一条广播消息。SBRB：长距离通信以通知所有广播所涉及的邻居而短距离通信用于广播一条消息。DBRB：运行方式与SBRB类似，但使用长距离传输发送一些FEC数据以纠正错误。	能量保护	网络连接性	长期周期性感知或事件驱动水下监测应用
节能（卡萨里等2007）	路由	从理论上研究带宽‐距离关系对多跳短距离和单跳长距离数据传输从水下传感器节点到汇聚节点。	传输延迟和能保护	网络连接性	长期监测海上油气勘探设备其中对低延迟的要求报告设备故障是基础
节能 (Porto和Stojanovic 2007)	MAC	优化传输功率以最小化整体功耗。	能量节能	网络连接性	长期周期性感知或事件驱动水下监测应用
节能： MTP（Zhou和Cui 2008)	路由	结合多路径和功率控制。源节点选择多条路径通往目的地并计算最优传输功率对于路径上的每个节点。数据包被传输在选定的路径之间，并且多个副本随后在目的地合并以恢复原始数据包。	能量节能	期望的数据数据传输可靠性	内容污染监控，目标跟踪和水下监视
节能： APRC(Al‐Bzooretal. 2012年 )	路由	迭代地减少节点的传输功率直到达到最小值水平，同时仍能保证与一个通信位于某一层中的邻居更靠近汇聚节点。	能量节能	网络连接性	长期周期性感知或事件驱动水下监测应用
节能： LMPC（Xu等人，2012年）	路由	分层多路径路由是用于数据传输到汇聚节点节点。功率控制是在逐跳基础上执行基础上。多个副本的接收到的数据包是在目的地组合以错误恢复 .	能量节能	所需数据交付可靠性	内容污染监控，目标跟踪和水下监视
节能（Kim等2014）	物理层	功率控制基于影响表面信号的海面运动影响表面信号反射和强度节点接收到的信号。	可靠数据传输	信道质量	内容污染监控，目标跟踪和水下监视
节能： iDTC和PADTC (Nasir等2016年 )	路由	传输功率调整用于解决通信空洞区域问题，该问题是地理与机会路由协议所面临的。	改进数据传输；降低能量消耗	贪婪转发朝向目的地	长期水下监测应用

卡萨里和Harris（2007）以及卡萨里等人（2007）指出，在水下无线传感器网络中，基于多跳链路的短距离通信优于长距离单跳通信。实际上，从节能的角度来看，应分配给水下无线传感器网络中每个节点的最优传输功率是仍能保证节点与汇聚节点之间连接性的最小功率水平（Porto和Stojanovic2007）。然而，合适的传输功率可能取决于多种因素，其合理分配并非易事。例如，使用长距离通信链路可以改善网络连通性，并减少端到端延迟，因为消息需要经过更少的跳数即可送达。但长距离通信链路会导致更高的消息碰撞率。另一个矛盾在于，短距离通信链路由于空间复用的增加而提高了吞吐量，但可能导致较高的端到端延迟。因此，在水下无线传感器网络中，合适的传输功率选择是一个具有挑战性的问题。事实上，文献中的各种研究已经提出了功率控制算法，这些算法在考虑水下无线传感器网络和声学信道不同方面的同时，改变网络拓扑。

第一类协议旨在通过调整传输功率来节约能量，同时保持网络连通性。如前所述， Casari和Harris（2007）、Casari等人（2007）以及Porto和Stojanovic（2007）提出使用最小传输功率，以确保每个节点仍能将其数据传送到汇聚节点或广播特定消息给所有节点。在同心层状水下无线传感器网络架构场景中，Al‐Bzoor等人（ 2012）提出了APCR路由协议，该协议通过权衡能耗与网络连通性，为节点选择适当的传输功率等级。为此，每个节点首先分配最高传输功率等级，然后开始逐步降低，直到达到一个能够确保与位于朝向汇聚节点下一跳层的最近邻近节点通信的功率等级。最近， Nasir等人（2016）提出了PADTC算法，该算法利用功率控制来应对通信空洞区域问题，该问题严重降低了地理路由协议的性能。

其他协议致力于选择最小传输功率，同时保证所需的链路可靠性（即期望的数据投递率）。Zhou和Cui（2008）以及Xu等人（2012）提出了多路径功率控制传输（MTP）和分层多路径功率控制（LMPC）。在这两种协议中，功率控制不仅用于节能，还用于实现所需的分组投递率。在两种方案中，传输功率的选择被建模为一个优化问题，目标是最小化能耗。然后确定每个中间节点的最小传输功率等级，条件是消息误码率低于设定的阈值。MTP和LMPC协议在确定多路径所采用的步骤以及LMPC协议中考虑的分层网络架构方面有所不同。

此外，传输功率控制已被应用于水下无线传感器网络的基于竞争的介质访问控制（ MAC）协议。由于时空不确定性问题对无竞争MAC协议的设计构成了挑战，因此基于竞争的MAC协议更适合水下无线传感器网络。更具体地说，一种握手式基于竞争的MAC方法有可能减少在广泛使用的随机接入基于竞争协议中遇到的数据包碰撞。在此背景下，采用传输功率控制来提高分组碰撞避免机制的效率，同时降低能耗。因此，节点可以选择高功率级别来发送RTS/CTS分组，而最低传输功率仍可保证与目标接收器的通信以进行数据传输（Qian等2016年）。

最后，值得提及的是Kim等人（2014）的研究，该研究考虑了功率控制使用的不同视角。作者提出了一种基于感知信道质量的传输功率分配方案。然而，与前述解决方案不同的是，Kim等人（2014）提出的解决方案在传输功率调整过程中考虑了波高因素。其原因在于，波高会影响水面信号反射以及节点处接收信号的强度。配备加速度计和陀螺仪传感器的水面浮标记录其高度轨迹；据此，它们计算水线的平均值。该计算值用于估计波高的均方根（RMS）。然后，节点的传输功率及其适当频率根据波高的均方根值进行相应调整。所提出的方案通过降低节点的传输功率来减少能耗，因为当波高逐渐降至零米时，传统方法无法感知信道质量的变化，因而仍会持续使用过高的传输功率，而该方案则避免了这一问题。

4.1.1 关键分析与开放性问题

在前述的解决方案中，水下声学信道模型和网络特性通常在通过功率控制进行拓扑控制决策时被采用。水下声学信道模型常用于根据通信节点之间的距离来估计接收信号强度。因此，如果估计的接收信号强度足以确保消息传递成功，则可为节点分配一个传输功率等级。然而，一个完整的表征影响水下声学通信的独特特征给分析模型带来了显著的复杂性。

然而，采用更现实的模型对于拓扑控制至关重要。这一事实为设计高效的基于功率控制的拓扑控制方案带来了更大的挑战。根据场景（浅水或深水），水下声学通信受环境噪声的影响程度不同。此外，接收到的信号受多径传播的影响，而这一点在大多数提案中被忽略了。另外，信号传播速度随环境特性而变化：浅水与深水、暖海与冷海以及平坦与粗糙海床（Guerra等人，2009b）。因此，最好采用能够提供网络性能实时测量指标的功率控制算法，而不是从所考虑的模型中估计指标。

此外，采用周期性传输功率分配是可取的；这可以按消息为单位进行操作。这是由于水下声学信道质量具有较高的时空变异性。然而，周期性传输功率分配会因频繁的信道探测或控制消息交换以更新邻域信息和用于估计信道质量的变量，从而增加网络开销和能耗。因此，基于功率控制的拓扑控制协议在确定分配的传输功率等级更新频率时，应有效平衡链路质量和能耗。

此外，如前所述，大多数基于功率控制的拓扑控制方案依赖于在中间节点进行最小传输功率分配，以确保连接性和可接受的消息误码率。因此，当节点感知到信道质量下降时，会增加传输功率，从而导致能耗增加。然而，并非所有消息丢失都是由接收信号弱引起的。由于阴影区域造成的临时性连接中断也可能导致消息丢失。在信道完全退化的这些情况下，与其浪费能量尝试使用更高的传输功率发送消息，不如暂停传输更为合理。

4.2 网络吞吐量

基于功率控制的拓扑控制算法也可被提出以提高水下无线传感器网络的吞吐量。在水下无线传感器网络中，可以通过抑制干扰或增加可实现带宽来提高网络吞吐量。在前一种方法中，基于功率控制的拓扑控制算法分配合适的通信范围，以提高空间复用（即减少干扰），从而提高网络吞吐量。在后一种方法中，基于功率控制的拓扑控制算法确定适当的通信范围及相应的最佳频率，以增加可实现带宽。这两种方法将在后续章节中详细讨论。

4.2.1 传输调度

众所周知，网络系统的吞吐量与空间复用密切相关，而空间复用表示能够同时传输数据的链路数量（Su等人2015）。在无线网络中，彼此靠近的节点之间的干扰是限制网络容量的关键因素。由于通信介质的广播特性，在发射器和接收器的干扰区域内的节点在发生传输时应保持静默（即不进行传输）。这种静默对于避免消息冲突以及由此造成的网络资源（如带宽和能量）浪费是必要的。

基于功率控制的拓扑控制算法以提高网络吞吐量的设计原理十分直接。首先，提出或应用一种链路调度模型，用于检测相互冲突的链路——即那些在同时传输时会发生数据包碰撞的链路。其次，通常提出一种功率控制机制来减小水下传感器节点的通信范围。其目的是减少冲突链路的数量，从而允许更多的水下传感器节点同时传输而不会发生数据包碰撞的风险。

前面提到的第一步（即，对冲突链路进行建模）可以在以下描述的解决方案中观察到。Bai等人（2016年）提出了一种使用相关性与冲突矩阵的无冲突链路调度问题的优化方法。Su等人（2015）设计了一种新的度量空间复用的指标，当信号与干扰加噪声比（SINR）大于解码阈值时，给定的传输可能成功发生。Shashaj等人（2014）采用了一种通用的方法来建模通信冲突，其中可能发生两种类型的冲突：（i）双工冲突，即一个节点无法同时从多条链路接收数据包，也不能在接收数据包的同时进行传输；（ii）干扰冲突，即当产生的干扰足够强，导致传输的数据包无法被正确接收时，链路之间才被视为存在冲突。

在建模和检测冲突链路后，可以采用基于功率控制的拓扑控制来减少干扰并提高空间复用。Bai等人（2016）使用功率控制来减小干扰区域，从而实现高吞吐量和低端到端延迟，这正是实时水下监测应用的常见要求。Shashaj等人（2014）提出了基于功率控制的调度与路由策略，以优化水下无线传感器网络周期性流量应用中的网络资源（例如带宽和能量）。Su等人（2015）提出了UPC‐MAC协议，其中发送方独立执行功率控制。为此，定义了一个效用函数的纳什均衡，以最大化网络吞吐量并降低能耗。相比之下，Anjangi 和Chitre（2015）为随机部署的水下网络开发了一种传输调度算法。该调度算法确定每个节点发送和接收消息的时隙。在他们的研究中，功率控制被用来限制干扰范围，从而提高可实现吞吐量。

从上述方案可以看出，功率控制已被用于限制干扰或确保信噪比高于解码阈值。当每个节点采用合适的传输功率时，通信链路之间的冲突可以减少，从而提高空间复用率，进而提升网络吞吐量。此外，当干扰无法被限制（即干扰区域无法缩小）时，通过使用能够保证接收器处足够功率强度的合适传输功率，可成功解码分组，从而提高分组投递率。然而，前述提案未能考虑利用功率控制来节约能量（如第4.1节所述）。

4.2.2 带宽-距离关系

Stojanovic（2006）指出，对于给定的通信距离，最大可用频率存在一个上限。该限制是由于信号吸收引起的，而信号吸收会随着频率的增加而迅速增大，如图4（a）所示。此外，影响水下声学信号的环境噪声（例如湍流噪声、航运、波浪和热噪声）强度随所使用频率的不同而变化。因此，有效声学带宽也存在下限限制，因为在低频段噪声较高，并随着频率增加而衰减，如图4（b）所示。由此得出结论：基于衰减‐频率乘积，针对每个通信距离均存在一个最佳频率fc，在此频率下可使传输信号受到的损伤最小化。

吸收系数。(b) 环境噪声的功率谱密度。)

几种基于功率控制的解决方案（已在上一节中讨论过）探索了带宽‐距离关系，以进一步降低能耗。通过在可能增加带宽和数据传输速率的情况下减少数据包传输所需的时间，从而实现这种成本降低。在这方面，Porto和Stojanovic（2007）表明，在35kHz高频场景下，最佳传输范围对应于保证网络连通性的最小值，同时降低能耗并提高网络吞吐量。卡萨里和Harris（2007）得出了类似的结论。他们利用带宽‐距离关系来减少完成网络广播（例如路由分发、邻域发现和网络内节点重编程等应用）所需的传输次数，并最小化能耗和延迟。因此，当节点能够适当调整其传输功率时，可实现显著的节能效果。

卡萨里等（2007）研究了仅多跳中继和并行传输策略在水下节点向汇聚节点进行数据传输时的性能。前一种方案采用短距离通信，将所有节点的消息向上游转发，直到到达汇聚节点。后一种方案中，每个节点可以选择使用长距离通信将部分消息直接转发给汇聚节点，其余消息则通过多跳短距离通信进行转发。结果再次表明，通过短距离通信进行多跳传输可降低能耗。

Jornet和Stojanovic（2008）研究了可分配给节点的可用功率等级数量的影响。数值结果表明，随着功率等级数量的增加，总功耗有所降低。这是由于节点能够更精确地调整其传输功率。结果表明，对于所考虑的网络，四个功率等级已足以在能耗和实现复杂度之间实现良好的折衷。

总之，本节讨论的解决方案突显了利用基于功率控制的拓扑控制来探索水下无线传感器网络中水下声学信道的带宽‐距离关系的潜力。总体而言，上述研究获得的结果表明，该方法提高了网络吞吐量并降低了能量消耗。对这种关系的探索是一个重要的见解，必须以此推动未来针对水下无线传感器网络的基于功率控制的拓扑控制协议的设计。

4.2.3 关键分析与开放性问题

在拓扑控制的背景下，传输调度、成对最优通信范围和频率分配是在恶劣的无线声学通信环境中提高吞吐量的有前景的技术。然而，大多数已提出的解决方案仅从理论角度解决了这一问题。此外，当前的提案，特别是关于传输调度的研究，仅在包含少量链路的水下无线传感器网络有限场景中被探讨。因此，有必要设计用于传输调度和最优通信范围分配的局部化、分布式启发式算法。邻近的一组节点可以高效地交换信息，并协调传输时隙、通信范围和频率的使用，以最大化信道利用率和吞吐量。

在这种设想的场景中，基于功率控制的拓扑控制对于缩短节点通信范围、提升空间复用并实现高带宽至关重要。此外，传输调度提案还需考虑实际因素，因此功率控制将在应对声学链路质量波动方面发挥重要作用。

此外，据我们所知，目前尚无研究探讨协同通信场景下的该主题。本文将硬协同通信和软协同通信定义如下：硬协同通信指的是多个节点在物理层协调地传输相同消息的场景。其思想是通过增加空间分集来创建虚拟天线阵列，从而提高链路质量和可靠性，如Tan等人（2013）所述。然而，我们将软协同通信定义为在网络层中多个节点协作将消息转发至目的地的场景。在这种情况下，会选出一组下一跳转发候选节点，并为每个候选节点分配一个传输优先级。因此，当源节点发送时，接收到数据消息的候选节点将以协调方式转发该消息，即只有在未听到高优先级节点转发该消息的情况下，低优先级节点才会转发。这种被称为机会路由（Coutinho等人2016a）的方法，是提高水下无线传感器网络链路可靠性的一种可能高效解决方案。

在这两种场景中，传输调度和频率选择都将面临挑战。传输调度算法必须考虑多对一或一对多通信的特性。在每个节点上的通信范围分配以及相应的最优频率使用，必须考虑并利用其邻域信息，通过协同通信来提高链路可靠性。拓扑控制算法对于降低这些算法的复杂性至关重要，因为它们有助于组织网络拓扑，从而降低通信的复杂性。

最后，值得一提的是，尽管短距离通信和最优频率使用的优势已得到证实（Casari和Harris2007；Casari等人2007；Porto和Stojanovic2007；Stojanovic2006），但目前尚未有广泛应用于水下无线传感器网络中通过传输功率调整来充分利用这一潜力的协议设计。事实上，大多数针对水下无线传感器网络的网络解决方案均采用数百米量级而非千米量级的短距离多跳通信。例如，一些为水下无线传感器网络提出的路由协议所考虑的通信范围为250米或更小（Coutinho等人2013b，2016b；Noh等人2013）。然而，它们并未利用某些声学调制解调器已具备的实时传输功率调整能力。事实上，尽管存在支持该功能的声学调制解调器，但在水下无线传感器网络中仍缺乏用于拓扑控制的实时功率控制算法。有趣的是，传输功率调整方法是控制无线自组织网络拓扑结构最常用的技术。

5 基于无线接口模式管理的拓扑控制方法

节点无线接口的管理是陆地无线传感器网络中拓扑控制的一个研究较为充分的方法。然而，在水下传感器网络中，这一研究课题仍处于初级阶段。事实上，关于无线接口模式管理是否是一种有助于降低水下无线传感器网络能量消耗的可行拓扑控制方法，目前仍在讨论之中。在本节接下来的内容中，我们将讨论一些具有代表性的提案，这些提案研究了水下无线传感器网络中无线接口模式管理与节能之间的权衡。

在无线网络中，通信接口具有不同的操作模式：发送、接收、空闲、睡眠以及完全断电关闭。每种操作模式具有不同的单位能耗成本。因此，节点的总能耗取决于其无线接口在每种模式下所花费的时间，如以下简化的能耗方程所示：
E= Ttxetx+ Trxerx+ Tiei. (1)
在公式(1)中，变量Ttx、Trx和Ti分别对应无线接口处于传输、接收和空闲状态的时间。项etx、 erx和ei分别为传输、接收和空闲状态单位时间的能耗。通常认为，当节点的无线接口断电关闭时，不会消耗能量。

用于水下声学通信的伍兹霍尔研究所Micromodem‐2（Gallimore等，2010）具有如表5所示的成本。从该声学调制解调器可以看出，声学调制解调器的传输成本与接收/空闲成本之间存在显著差异。事实上，接收和空闲状态能耗非常低，与典型的基于射频的无线接口相似。因此，有人可能会认为在水下无线传感器网络中无需过多关注接收和空闲状态能耗，因为它们很容易被传输成本所主导。

然而，尽管传输和接收/空闲能耗之间存在显著差异，水下传感器节点在其大部分工作周期中仍处于空闲监听模式，因为水下监测应用中的数据消息传输非常不频繁。因此，正如Harris等人（2009）和Coutinho等人（2015b）的研究所观察到的，水下无线传感器网络中的无线接口模式管理也可能实现节能。

在上述背景下，利用无线接口模式管理进行拓扑控制可以在无通信时节省能量。拓扑控制算法通过以下方式改变网络拓扑：保持一组用于通信的活动节点骨干，使其余冗余节点进入睡眠状态（密度控制），或通过控制无线接口模式来实现网络管理。

状态	能耗	状态	能耗
传输	8–48W	空闲（激活）	300mW
接收	300mW	休眠（睡眠）	165μW@5V或 455μW@12W

节点的活动时段，使其在同一时间处于可用状态，以实现通信（占空比循环操作）。这两种方法都有助于节能，因为它们减少了节点在信道上监听不必要的空闲时间。

此外，这种拓扑控制方法可以通过网络密度控制来减少干扰，从而降低消息冲突和消息重传的需求。因此，它还将提升水下无线传感器网络中基于时隙的MAC协议的性能，并减少路由协议在邻居发现过程中的开销，因为只有一部分节点处于活跃状态。

然而，密度控制和占空比循环可能会降低网络连通性，从而影响水下无线传感器网络的性能。在水下无线传感器网络中，仅由一组节点形成活动骨干可能不足以实现数据传输。这是由于水下声学信道的质量具有可变性，如第2.2节所述。事实上，使用冗余节点已被证明能够提高水下无线传感器网络中的数据传输可靠性和均衡能耗（Coutinho等人2017b）。

在本节中，我们讨论基于无线接口模式管理的水下无线传感器网络拓扑控制方案。如前所述，讨论分为两个子类别：密度控制和占空比。表6总结了这两个类别。下文中提出的提案在表7中进行了定性比较。

子类别	基本解决方案	挑战
密度控制	保持一组节点处于唤醒状态，在任何时间，作为数据传输的通信骨干数据交付。	低密度部署；移动性；不可靠信道确定并维持一个通信骨干
占空比	切换节点的无线电同步或异步地在活动和睡眠模式之间，周期性地。	时间同步；开销；高延迟；长消息前导码；低可靠性声学信道

5.1 基于密度控制的拓扑控制

通常，此类别的拓扑控制算法会选择已部署节点的一个子集进入激活模式。保持在激活模式的节点形成用于多跳数据传输的通信骨干。为了节约能量，未被选中的节点会完全关闭其无线接口。基于密度控制的拓扑控制方法特别适用于陆地无线传感器网络，因为这些网络通常包含高密度部署。

目前，与其他拓扑控制方法（基于功率控制的方法（第4节）和基于移动性辅助的方法（第6节））相比，基于密度控制的拓扑控制方法在水下传感器网络中的研究较少。其主要原因是，与陆地无线传感器网络相比，水下传感器网络通常涉及稀疏部署。此外，数据传输缺乏冗余路径可能会降低水下无线传感器网络应用的性能。这是由于水下声学信道质量具有高度的时间变化特性，如第2.2节所述。因此，每个节点在水下无线传感器网络的网络连通性中都起着至关重要的作用。

然而，正如下文将要指出的，很少有研究探讨了这种拓扑控制方法在水下无线传感器网络中的优缺点。进一步的研究可能有必要基于以下事实：（i）水下传感器节点的部署通常以如下方式进行：最初在小范围内部署一组水下漂移节点，随着时间的推移，这些节点随洋流扩散，在监控任务初期形成高密度部署；（ii）水下节点可能使用较大的通信范围，从而导致冗余。

Harris等人（2009）研究了空闲时间功率管理和唤醒模式在水下无线传感器网络中的潜力。在所考虑的场景中，仿真结果表明，对于周期性数据传输频率为几分钟到几小时量级的水下无线传感器网络应用而言，超低功耗唤醒模式优于睡眠循环，当然也优于所有节点始终开启的方法。这可以归因于为确保接收节点处于唤醒状态而过度传输控制消息，以及数据传输的高能耗。

Harris等人（2009）的结论对于推动水下传感器网络中低功耗唤醒系统的设计具有重要意义。基本思路是，当无线广播信道中未检测到通信时，低功耗声学调制解调器保持断电关闭状态。为了唤醒邻近的水下节点，可以使用声调作为在信道中传播的刺激唤醒信号。因此，每当处于睡眠状态的节点在信道中检测到特定水平的能量时，其声学调制解调器便会唤醒以接收后续的数据传输。该方法的挑战在于高效设计具有高灵敏度和快速响应能力的声学调制解调器，以实现准确的唤醒。

在此背景下，威尔斯等人（2006）开发了一种低成本低功耗声学调制解调器，以实现基于短距离通信的水下无线传感器网络的高密度部署。在所设计的声学调制解调器中，唤醒接收模块负责（i）监控窄频带内存在的能量水平，以及（ii）当信道中观测到的能量超过阈值水平时，通过中断唤醒接收器。

Sanchez等人（2011）为低功耗声学调制解调器设计了一种基于射频识别的唤醒系统。在所提出的解决方案中，通过发送唤醒信号来通知目标接收器有新的消息传输。在接收端，当目标接收器检测到与其分配的识别模式相匹配的唤醒信号时，会生成一个中断信号以唤醒微控制器。Li等人（2015）设计了一种用于功率监控和声学调制解调器唤醒的值守电路。为了控制该值守电路，作者在其调制解调器中实现了睡眠、监控和工作操作模式。在监测模式下，由报警时间触发的唤醒电路一旦检测到换能器接收到的唤醒信号，便会唤醒并使调制解调器切换至工作模式。

在协议方面，一种可行的解决方案可能是水下传感器节点对之间清醒时段的异步对齐。这是一种简单的方法，可以降低复杂性，并减少对额外低功耗声学调制解调器的需求，该调制解调器用于唤醒主调制解调器。在此方法中，可以根据流量负载以及邻近节点在通往汇聚节点的路由路径中的位置来确定邻近节点之间清醒时段的重叠。Su等人（2016年）讨论了如何在水下无线传感器网络中利用异步唤醒实现节能。作者提出了一种基于循环差集（CDS）的协议，通过利用组合设计，不仅确定一个周期内活动和睡眠间隔的数量，还确定其位置，以确保每对节点之间至少存在一个重叠时隙，使它们同时处于清醒状态。该方法似乎非常适用于周期性数据采集场景。然而，它可能严格依赖于网络拓扑，对于非静态水下传感器网络而言可能不充分。

5.1.1 关键分析与开放性问题

在为水下无线传感器网络设计基于无线接口管理的拓扑控制协议时，应仔细考虑环境及水下声学信道的特殊特性。关于该拓扑控制由于水下环境中存在高噪声、有限带宽、阴影区域、多普勒效应以及传输时的高能耗，基于无线电频率的无线传感器网络（WSNs）所采用的方法论、结论和知识无法直接应用于水下无线传感器网络（U WSNs）。

理想情况下，每个水下传感器节点应尽可能保持睡眠状态，仅在需要发送数据消息时才唤醒。然而，由于数据传输采用多跳方式，每个节点还必须调整其工作周期（在空闲和睡眠模式之间交替），以参与多跳路由任务。此外，由于构建和部署成本高，水下无线传感器网络通常为稀疏部署，这使得每个节点对网络连通性都至关重要，并限制了可继续转发数据消息的候选节点数量。因此，基于网络密度管理的拓扑控制将导致应用的延迟增加，因为发送节点必须等待下一跳节点唤醒。针对水下无线传感器网络中无线接口模式管理协议的设计，还必须考虑获取决策信息所带来的开销。该开销可能导致能量消耗高于预期的节能效果，这是因为传输所需的能量消耗远高于其他任何无线接口模式。

随着低功耗、低成本声学调制解调器的日益普及，中高密度水下无线传感器网络部署成为可能。在这种未来场景下，通过密度控制实现的拓扑控制将至关重要。Coutinho等人（2016d）提出了PCen中心性度量，用于从数据转发的角度识别水下无线传感器网络中的中心节点。该信息可用于保持中心节点处于活动状态。此外，可在中心节点周围局部执行密度控制，以实现均衡能耗。

5.2 基于占空比循环的拓扑控制

在本调查中，我们将占空比循环视为一种可用于拓扑控制的方法。有人可能会认为占空比循环操作不会改变网络拓扑，因为一对通信节点会同时处于唤醒状态以进行数据传输。然而，从拓扑控制的角度来看，对节点睡眠间隔的适当选择和/或调整将强制某些链路在通信期间存在或不存在。

占空比循环已被广泛研究，以实现在能量受限的基于射频的无线自组织和传感器网络中的能量效率。在采用占空比循环的网络中，每个节点周期性地将其无线电状态在活动和睡眠模式之间切换。该方法通过避免节点长时间处于空闲监听信道状态来实现节能，尤其是在传感器网络低流量负载的情况下。

通常，占空比循环协议根据所采用的机制被分为同步和异步两类，这些机制用于确保成对的通信节点在同一时间处于唤醒状态（即在消息传输期间）。在同步占空比循环中，节点的睡眠/唤醒调度通过显式协商进行对齐。因此，发送节点始终知道其邻居节点何时处于唤醒状态并能够接收数据报文。相反，在异步占空比循环中，节点的占空比调度完全解耦。因此，在任意时刻，可能只有一部分节点处于活动模式——即处于唤醒状态并能够接收数据报文。

无论是同步还是异步占空比循环协议，都具有影响水下无线传感器网络性能的独特特性。同步占空比循环协议依赖周期性信令来确保节点之间占空比调度的对齐。此外，还需要同步时钟，这会带来额外的计算和通信开销。由于时钟同步和调度交换带来的开销，该方法似乎不适用于水下无线传感器网络。然而，异步占空比循环协议简单且不涉及周期性信标发送以进行调度对齐。这些似乎更适用于水下无线传感器网络应用的恶劣环境。然而，这些协议会导致端到端延迟增加，因为无法保证当发送节点有待发送的数据消息时，接收节点处于唤醒状态。

接下来，我们简要讨论用于设计异步占空比循环协议的三种主要方法：

—朴素异步占空比（Coutinho等人2015b）：在基于该方法的占空比循环协议中，发送节点在准备就绪时即传输数据消息。若在传输期间有邻近节点处于唤醒状态，则该消息可成功接收。此方法在节能和开销方面具有较高效率。然而，无法保证数据消息能够成功送达目的地，尤其是在低密度水下无线传感器网络场景中。

—低功耗监听（LPL）占空比(Buettneret al. 2006)：在这种方法基础上的占空比循环协议中，发送节点在传输数据消息之前先发送前导码。前导码阶段用于确保目标接收节点在数据消息传输期间处于唤醒状态。该阶段持续时间略长于接收节点的睡眠间隔。在接收端，每当接收节点醒来并检测到前导码传输时，它将保持唤醒状态以接收前导码阶段之后传输的数据消息。需要指出的是，由于长时间的前导码传输以及声学调制解调器在传输时的高能耗，传统的LPL方法对于水下无线传感器网络不可行。对于这类网络，更倾向于使用脉冲式前导码变体。在脉冲式前导码LPL变体(Buettneret al.2006; Li et al. 2014)中，短前导码传输与静默时间交替进行。最后值得一提的是，能量消耗主要发生在发送节点。

—低功耗探测（LPP）或接收端触发的占空比（Rodríguez‐Pérez等2015；Sun等 2008）：在基于该方法的占空比循环协议中，接收节点在唤醒时会发送一个信标，以通知邻域中可能的发送节点其已处于活动状态。因此，每当发送节点有待传输的数据消息时，它将等待目标接收节点唤醒并发送信标后再进行传输。

在文献中，我们可以看到从研究水下无线传感器网络中占空比循环的基本原理到有效开发算法的发展路径。首先，佐尔齐等人（2010）研究了有效节点密度对水下无线传感器网络能耗的影响。在所考虑的场景中，以占空比循环方式运行的节点能够控制其传输功率。作者观察到，使用异步占空比循环的主要缺点之一是瞬时网络密度降低，从而导致网络连通性下降。

Hong等人（2013）研究了占空比控制的水下无线传感器网络中休眠‐唤醒频率的问题。该工作的动机源于频繁地开关无线电会浪费能量，从而降低网络寿命。作者提出了面向接收器的睡眠调度（ROSS）方案，通过减少节点的休眠‐唤醒频率来实现节能。所提出的方案在树形拓扑结构中运行，并采用时分多址调度进行传输。ROSS方案从根节点到叶节点分配每个节点的工作时间，使得每个节点在转发完其子节点的所有数据后即可立即进入睡眠状态。由于用于确定每个节点工作时间的机制，ROSS方案相比为水下无线传感器网络设计的相关MAC协议实现了更高的吞吐量和更低的端到端延迟。

Coutinho等人（2015b）提出了一种分析框架，用于评估在采用机会路由协议的水下无线传感器网络场景中，基于上述三种方法（naive、LPL和LPP）的占空比循环协议的性能，如图5所示。作者评估了这些方法在节能方面的潜力，并与常开无线电配置场景进行了比较。结果表明，基于naive的异步占空比协议在节能方面效率更高。这是由于无需控制消息传输来确保接收器和发送节点同时处于唤醒状态。然而，由于缺乏这种机制，该方法在消息传递方面的表现较差。

Coutinho等人（2016c）研究了在占空比控制的水下无线传感器网络中，节点睡眠间隔的适当选择如何影响网络寿命。作者提出了一种分析框架，用于评估节点睡眠间隔控制对网络寿命的影响。他们认为，为了实现节点间的均衡能耗，节点的睡眠时间必须周期性地进行调整。这是因为较长的睡眠间隔虽然在接收节点上节省了能量，但由于脉冲前导码传输，会导致发送节点的高能耗。通过考虑流量负载和网络密度的睡眠间隔控制优化模型所得结果表明，动态调整睡眠间隔是更优的选择，因为它可以通过减少从路由角度看处于中心位置的节点过快的电池耗尽来延长网络寿命。

简单占空比循环。(b) LPL。(c) LPP .)

5.2.1 批判性分析与开放性问题

从文献综述可以看出，水下无线传感器网络中占空比循环的研究仍处于初级阶段。实际上，在这种情况下，占空比循环的可能解决方案似乎决定了拓扑控制算法的设计原则。因此，所提出的解决方案考虑了特定的拓扑结构，如 Hong等人（2013）所述，或路由范式，如Coutinho等人（2016c）所述。

在水下无线传感器网络中，基于占空比循环的拓扑控制协议的设计必须仔细考虑该策略的开销，以确保成对通信节点在消息传输期间处于唤醒状态。这一挑战主要由两个原因导致。首先，信令开销可能因消息冲突的增加而减少消息传输，这将需要重传，并引发新的信令轮次。其次，传输成本比接收和空闲成本高一个数量级。因此，较高的信令速率可能导致能量消耗高于无占空比操作场景中的能耗。

此外，占空比循环协议的设计应考虑水下无线传感器网络中本已较高的端到端延迟的增加。由于异步占空比循环在水下无线传感器网络中被优先考虑，当发送节点有待传输的数据消息时，目标接收节点可能并未处于唤醒状态。因此，传输将被延迟，直到目标接收节点唤醒为止。这种每跳延迟增加在某些情况下可能是不可接受的，例如在实时应用中。在这方面，可以探索机会路由，因为很可能有多个邻近节点继续转发数据消息。因此，发送节点只需等待第一个候选节点唤醒即可。事实上，该方法在陆地无线传感器网络中已被广泛研究（Cattani等人2016；Ghadimi等人2014）。

6 移动辅助–基于拓扑控制

在水下传感器网络中，可以通过控制部分水下节点的移动性来实现拓扑控制。该方法的基本思想是将一个或多个水下节点移动到新位置。这种位移的目的是改善网络功能或性能。

在陆地无线传感器网络中，基于移动辅助的拓扑控制已被广泛设计用于恢复网络连通性（Younis等人，2014）。这背后的动因是，在这些网络中，由于电池耗尽或硬件问题导致的节点故障，网络连接性经常遭到破坏。在这些情况下，会为部分移动节点计算新位置。随后，这些节点移动到确定的位置，并充当此前断开连接的两个网络段之间的桥梁。

在水下无线传感器网络的背景下，基于移动辅助的拓扑控制算法已被用于提高数据收集（Basagni等人2014；福雷罗等人2014）、数据路由（Coutinho等人2013a，2015a）、覆盖范围（Cayirci等人2006）或甚至水下节点定位（Erol等人2007b）。自主水下航行器或具有深度调节能力的节点可用于这些目的。使用自主水下航行器可实现更灵活和高效的拓扑控制，因为它们可以在任意方向移动。相反，普通水下节点的移动性受限，通常只能垂直移动，即调整其深度。然而，该方法比使用自主水下航行器更具成本效益，因此可以以不同的方式部署。

基于移动辅助的方法进行拓扑控制时，必须谨慎选择需要移动的节点以及它们将要到达的位置。在大多数网络部署中，移动移动节点会产生相关成本，例如能量消耗。当拓扑控制算法选择节点及其新位置时，应考虑这些成本，以防止移动节点过快耗尽电池电量，从而避免造成网络连通性中断。因此，无论在水下无线传感器网络中使用自主水下航行器还是具备深度调节能力的水下节点，设计基于移动辅助的拓扑控制面临的主要研究挑战是提出高效的协议，用于选择需要移动的节点并确定其新位置。

接下来，我们根据所考虑的移动节点类型，讨论两种基于移动辅助的拓扑控制方法，总结于表8中。本节介绍的方案在表9中进行了定性比较。

子类别	基本解决方案	挑战
深度调整	水下传感器节点被移动垂直以到达新位置。	移动性；移动延迟；能量消耗用于垂直移动；低密度部署；变化在感知覆盖范围内。
基于轨迹	自主水下航行器遵循明确的轨迹以从水下传感器节点收集数据。	高成本；能量限制；定位与跟踪。

6.1 基于轨迹的拓扑控制

此类水下无线传感器网络的拓扑控制算法已使用自主水下航行器。在这种方法中，自主水下航行器在区域内移动，访问一组节点，并在移动过程中建立和终止通信链路。这种拓扑控制方法已被用于确定合适的减少空洞节点的水下无线传感器网络拓扑（Ghoreyshi等人2017），提高数据收集（福雷罗等人2014），或实现依赖多媒体内容的更丰富的水下应用（Fan等人2016年）。在最后一种情况下，配备光学与声学通信的自主水下航行器会访问水下传感器节点，并在与传感器节点配对时通过光学链路从它们收集数据。

这种异构架构旨在克服水下声学信道带宽受限的特性，该特性仅能支持环境变量（如温度、盐度和压力水平）单次读数的数据传输。然而，对于水下无线传感器网络应用中从高分辨率相机获取的多媒体内容，该架构则显得不足。

在这些应用中，数据卸载优选使用光通信。这是因为光信道在短距离内可实现高达每秒数兆比特的高速率。相反，声学通信在AUV辅助的异构水下无线传感器网络架构中仍将发挥重要作用。例如，它将用于远距离节点之间的控制数据传输，提供关于感知数据的信息，并协调AUV轨迹。因此，可根据热点区域的存在来确定AUV的轨迹。

在设计基于自主水下航行器的拓扑控制方法时，一些主要的研究挑战源于自主水下航行器路径规划算法的设计。由于AUV移动存在相关成本，并且从当前位置移动到待访问节点会产生位移延迟，因此必须提出高效的AUV路径规划方案，以最小化成本并满足用户在数据收集方面的期望。此外，这些方案还必须考虑技术与环境约束和挑战，例如能量、数据存储、风速以及水面粗糙度。

传统的基于自主水下航行器的拓扑控制方法利用信息价值（VoI）来确定水下传感器网络中自主水下航行器的轨迹。在此方法中，采集的数据会被赋予一个VoI，该值会随着时间推移而降低，即数据对应用的重要性会因其过时而降低。基于VoI函数、先前感知数据的采集时间以及自主水下航行器的移动速度，规划其路径以最大化交付给应用的数据的整体信息价值。

在这方面，汗等人（2014）提出使用基于指数的单调递减函数来计算自主水下航行器路径规划中的信息价值。考虑到所设计的VoI函数，以下三种AUV路径规划算法在下一个待访问节点的选择上有所不同：（i）当前访问节点的邻近节点，（ii）最重要（高VoI）的下一个节点，以及（iii）随机选择的节点。汗等人（2015）通过使用设计的VoI函数，进一步扩展了他们的研究，提出了用于多个AUV移动汇聚节点路径规划的六种不同启发式方法。最后，汗等人（2016年）将自主水下航行器上浮计划纳入AUV路径规划问题中。自主水下航行器优化的上浮计划对于将时间敏感的数据（例如水下监视应用）传输至汇聚节点至关重要。为此，作者通过考虑数据块被末端处理代理处理的时间戳，扩展了其基于指数的VoI函数。因此，提出了两种启发式方法确定一条优化的自主水下航行器路径和上浮计划，考虑延迟因素，该延迟不仅来自数据生成及其由自主水下航行器采集的过程，还包括从数据生成到交付给最终处理代理的整个过程。

加奇等人（2017年）提出了一种整数线性规划（ILP）模型，用于确定最大化收集数据信息价值（VoI）的自主水下航行器路径。所提出的整数线性规划模型考虑了水下无线传感器网络及应用中的现实因素，例如通信速率、距离以及自主水下航行器的上浮约束。基于该整数线性规划模型，提出了贪婪自适应自主水下航行器路径寻找（GAAP）启发式方法，其中自主水下航行器下一个待访问节点的选择基于其到达时该节点预期的信息价值。利用GAAP启发式方法，自主水下航行器仅在收集的数据能够提高将交付给汇聚节点的数据信息价值时，才会决定访问该节点。相反，福雷罗等人（2014）提出了一种用于多自主水下航行器轨迹协调的动态路径规划算法。他们提出的算法考虑了自主水下航行器的能量容量、电池充电时间以及其数据存储容量。此外，该算法对自主水下航行器进行动态路由，而非采用预设轨迹，从而使其能够适应网络条件的变化（例如待收集数据量、自主水下航行器剩余能量以及电池充电时间）。

自主水下航行器的轨迹会影响网络拓扑。随着自主水下航行器的移动，新的链路被创建，但其先前的互连将丢失。在此情况下，使用VoI函数有助于确定自主水下航行器的路径。除了延迟之外，还可以考虑其他应用的要求，以改善数据收集过程中的服务质量（QoS）。然而，当前的解决方案忽略了能量消耗，而这是水下无线传感器网络中的一个重要方面。关于自主水下航行器移动性的能量消耗应在VoI函数中予以考虑。此外，自主水下航行器的路径规划应考虑水下数据收集器的当前电池状态，以实现水下传感器节点的均衡能耗。