水下无线传感器网络路由协议综述

水下无线传感器网络路由协议综述

摘要

水下无线传感器网络（UWSN）目前在学术界和工业界是一个热门的研究领域，具有众多水下应用，如海洋监测、地震监测、环境监测和海底勘探。然而，UWSNs面临各种限制和挑战：高海洋干扰和噪声、高传播延迟、窄带宽、动态网络拓扑以及传感器节点的有限电池能量。路由协议的设计是解决这些问题的方案之一。路由协议能够高效地将数据从源节点传输到网络中的目的节点。本文对用于UWSNs的水下路由协议进行了综述。我们将现有的水下路由协议分为三类：基于能量的、基于数据的和基于地理信息的协议。本文总结了近年来提出的水下路由协议，详细描述了所提出的协议，并分析了其优缺点。同时，对不同水下路由协议的性能进行了详细分析。此外，我们还提出了水下路由协议的研究挑战和未来发展方向，以帮助研究人员更好地开展未来探索。

索引词 —水下无线传感器网络，路由协议，基于能量的协议，基于数据的协议，基于地理信息的协议。

I. 引言

OCEANS 含有约96%的地球水资源，对人类生存极为重要，因为它提供了自然资源、海洋防御以及其他益处。由于陆地的过度开发，研究人员和科学家将更多注意力转向海洋。尽管海洋拥有大量资源，但海洋监测与研究并非易事。通过将水下传感器节点部署到特定海域，并利用节点的自组织能力进行数据传输，从而形成UWSN [1]。网络中最关键的技术是通信。水下无线通信是指利用无线方式在水环境中传输数据载波，即射频（RF）波、声波和光波[2]。然而，由于水下环境具有压力和温度等特殊特性，许多在陆地环境中可实现的无线通信技术在水下环境中难以有效实施。

射频波在陆地上可以很好地传输。然而，无线电波在海水中会严重衰减[3]。30至300 Hz的极低频电磁波能够穿透超过100米的海水。但是，这需要很长的接收天线，无法在小型传感器节点上实现。因此，无线电波只能在短距离内实现高速通信[4]。

由于可用带宽较大，光通信可以在几十米范围内提供高数据速率（可达吉比特每秒）[5]。BlueComm和Ambalux水下无线光通信（UOWC）系统可实现约100米范围的数据传输。研究表明，在纯水中基于LED的可见光通信可在500米链路距离上实现[2]。水下光通信具有强大的信息承载能力，能够形成大容量无线通信链路。然而，UOWC的通信质量与水的清澈度密切相关，且光信号易被严重吸收和散射。

声学通信是最广泛使用的技术。声波[6]是机械波，具有较长的传输距离（从几百米到几十公里），适用于温度稳定的深水通信。水下通信是最成熟的水下通信方式，也是实现水下目标之间无线远距离通信的唯一途径。然而，高频声波在海水中传播时会造成严重衰减，导致带宽资源受限。声波的传输速度比射频波慢近五个数量级，这将导致水下通信中的高延迟。与射频波和光波相比，声波在海水中的衰减要小得多，且在低频[7]时声波传播性能最佳。

A. 动机与贡献

水下无线传感器网络是一种由传感器节点组成的新兴网络技术。它是一种主要用于水下早期预警、目标检测和海洋环境要素监测。水下通信在水下环境中受到诸多限制。由于水下信道的复杂性，这些节点的链路质量受到环境噪声干扰和多普勒频移等因素的影响。这些干扰直接影响水下网络的数据传输速率、数据通信可靠性、网络吞吐量和能耗。因此，如何将采集到的数据快速有效地传输到目的地是一个极具挑战性的问题。路由在网络数据传输中起着至关重要的作用。

路由协议确保数据从源节点传输到目的节点。然而，水下传感器节点的计算能力、存储容量和通信能量非常有限，且水下环境复杂多变。适用于陆地无线传感器网络的路由协议无法直接应用于水下网络，因为UWSN具有高能耗、动态结构和高传输延迟等特殊特性。UWSN的路由协议设计比陆地无线传感器网络更加困难且受限。因此，水下路由协议应具备在恶劣水下环境中为网络建立高可靠性和高效通信链路的能力[8]。水下路由协议应具备可扩展性，以适应动态拓扑变化，并提高网络稳定性以应对各种突发情况。路由协议通常选择将数据信息从水下源节点传输到水面目的节点的路径。近年来，越来越多的研究人员关注水下网络的研究，并发表了大量与水下路由协议相关的文章。一些文章对水下路由协议进行了总结。然而，大多数仅关注路由协议的某一方面，例如传感器节点的地理位置信息[9]或能耗[10]。部分综述未对路由协议进行性能比较。因此，目前尚缺乏对水下路由协议的全面总结。

本文对水下无线传感器网络的最新路由协议进行了全面综述。与现有的水下路由协议综述相比，本文仅考虑了近年来（过去两年内设计的，除了一些典型的水下路由协议外）的水下路由协议，并对不同协议的性能进行了比较。在本文中，水下路由协议被分为三类：基于能量的协议、基于数据的协议和基于地理信息的协议。第一类路由协议主要考虑传感器节点的能量使用，以尽可能延长网络寿命。第二类路由协议主要考虑从源节点到目的节点的数据信息传输，以保证整个传输过程中数据包的完整性。第三类路由协议主要考虑传感器节点的地理信息，以简化网络拓扑结构。水下无线网络。我们调研了近年来发表的研究论文，并简要分析了这些路由协议的性能。这些分类有助于研究人员理解水下路由协议设计的主题，并为未来的水下路由协议设计提供新的思路。

描述这些协议的细节有助于为UWSN设计新的高效路由协议。本文给出了水下路由协议的分类和挑战，以更好地理解水下无线传感器网络。本文的贡献如下：
- 水下路由协议被分为三类：基于能量的协议、基于数据的协议和基于地理信息的协议。第一类考虑网络中节点的能耗问题，第二类主要关注数据传输成功率，第三类则需要节点的位置信息来选择路由路径。这三种详细的分类有助于研究人员为特定应用选择合适的路由协议。
- 我们考虑了水下路由协议的三个主要因素：节点能量、数据传输和地理位置。本文根据这三个因素将水下路由协议划分为三类。每一类别并非仅关注单一因素。在本文中，我们还详细介绍了这些类别之间的关系并进行了相关比较。据我们所知，本文是首篇从多个因素综合考虑水下路由协议的综述性论文。
- 本文从性能等多个方面对每类水下路由协议进行了详细比较，并列于表格中。同时，本文提到的大多数水下路由协议均有具体介绍，以使读者对水下路由形成全面理解。
- 近年来，国内外学者对水下路由进行了广泛研究，发表了大量论文。现有的路由协议综述仅总结和分析经典协议或近年提出的协议。本文既涵盖了近两年来水下路由协议的研究现状，也回顾了过去的经典路由协议，提供了关于水下路由协议的最新文献综述，并分析了不同分类的水下路由协议的性能。
- 为了使研究人员清晰了解UWSN路由协议的研究现状，我们调研了近年来路由协议设计的发展趋势，并提出了水下路由协议的研究挑战和未来研究方向。

本文其余部分组织如下。第二节介绍了水下传感器网络结构以及近年来关于水下路由协议的若干综述文章。第三节给出了水下路由协议的具体分类，并对每种路由协议进行了概述。我们讨论了性能

二、相关工作

路由是无线传感器网络中的一个重要问题，已提出许多解决该问题的路由协议。在本节中，我们将介绍一些关于水下路由协议的相关调查，并给出基本水下传感器网络架构。

网络拓扑是决定网络能耗和可扩展性的关键因素。无线传感器网络的拓扑是一个开放的研究领域。在当前的研究中，主要有三种传感器网络结构[4]：二维静态水下传感器网络、三维静态水下传感器网络和带自主水下航行器（AUV）的三维水下传感器网络。

二维静态水下传感器网络结构如图1所示。在二维静态网络中，传感器节点固定于海底区域，这些节点负责收集信息，并通过单跳或多跳方式将数据信息传输至部署在水面的中继站。因此，二维传感器网络对传感器节点的通信能力有较高要求。在二维水下传感器网络中，直接链路连接是传感器节点之间最简单的方式。但由于远距离数据传输，这种方式可能并非最节能的方案。此外，由于高发射功率引起的声学干扰增加，直接链路还可能导致网络吞吐量下降。因此，在此类网络中，数据信息通过多跳路径进行传输，并最小化构建水下路径所需的能耗[11]。二维水下传感器网络通常应用于地质监测和海底环境监测[12]。

三维网络结构如图2所示。三维水下传感器网络[13]能够更全面地收集水下数据信息。在二维水下传感器网络中，只能获取特定海底区域的数据信息。而在三维水下网络中，可以通过调节传感器节点的水深，获取不同深度的海洋信息。三维静态水下传感器网络类似于带有自主水下航行器（AUVs）的三维水下传感器网络的网络结构。在三维水下传感器网络中，固定的传感器节点可以被能够自由移动的自主水下航行器（AUVs）所替代。带有自主水下航行器（AUVs）的三维水下网络是静态网络的一种扩展，可提高水下传感器网络的通信性能。三维水下传感器网络的节点随机部署在水中，由传感器或自主水下航行器（AUVs）组成。然而，由于水下环境的特殊性，三维水下网络结构难以部署且容易遭到破坏。三维水下传感器网络通常用于海洋生化过程、环境污染和海洋军事管理。

近年来有一些关于水下路由协议的综述。文献[9]将路由协议分为两类：基于定位的协议和无需定位的协议。这些类别根据它们所解决的问题或在信息传输过程中考虑的主要参数进一步细分。每种协议的优点都得到了突出说明。根据协议特性和路由算法，作者[8]将路由协议划分为三类：非跨层设计协议、传统跨层设计协议和基于智能算法的路由协议。然而，[8]中提到的大多数智能算法无法在水下环境中实现。文献[17],中将路由协议一般地分类为主动式协议、反应式协议和地理协议。由于传感器节点的移动导致构建传输路径困难，主动式协议不适用于UWSNs。反应式协议在水下网络中会产生较高的延迟。因此，论文[17]研究了基于位置信息的路由协议。现有基于路由决策者的水下路由协议在[14]中被分为两类：基于发送端的协议和基于接收端的协议。该总结可帮助研究人员根据节点

特性	文献[9]	文献[8]	文献[17]	文献[14]	文献[20]
分类方法	基于定位/无需定位	非跨层/跨层/智能算法	主动式/反应式/地理	发送端/接收端	仅介绍四种典型协议
是否考虑性能比较	否	否	否	否	是
是否涵盖最新协议	部分	部分	部分	否	否

表I 调查论文比较

特性。然而，所提到的协议仅适用于静态UWSN。在[20],中，作者仅介绍了四种典型的水下路由协议，并对这些路由协议进行了数值仿真分析。为了更好地理解，我们在表I中总结了近年来的路由协议综述论文，并概述了这些路由协议综述论文的优势。

与现有的水下路由协议相比，设计路由协议仍面临诸多挑战。长期的水流会导致水下传感器节点移动，从而引起严重的多普勒现象[23]。同时，由于水下环境的特殊性，水下传感器节点的部署非常困难，且传感器无法更换。因此，人们更加关注数据传输效率和传感器质量[11]。信号在水下环境中会受到不同程度的衰减，并伴有强噪声。信道的缺点包括带宽小、传输延迟长、不稳定以及高能耗。因此，为水下传感器网络设计一种有效的路由协议非常必要。

本文提出了一种对水下路由协议的综合比较。与其他路由协议综述论文相比，本文包含了最新的论文和大量参考文献。根据其特性根据水下路由协议的特点，我们将这些路由协议分为三类：基于能量的协议、基于数据的协议和基于地理信息的协议。根据路由过程中考虑的主要参数，这三种类型的路由协议进一步划分为多个子类。细分包括基于能耗、数据传输模式以及传感器节点详细地理信息的分类。本文中UWSN路由协议的具体分类如图3所示。对水下路由协议相关知识的详细介绍有助于更好地理解探索水下资源和海洋防御的技术。本文创造性地依据数据转发模式对路由协议进行了总结。我们列出了水下路由协议的不同分类方法，以帮助读者快速查找相关协议信息。在下一节中，我们将详细介绍近年来已有的水下路由协议及其具体分类。

III. 水下路由协议

在本节中，我们对近年来大多数针对水下无线传感器网络（UWSNs）的水下路由协议进行了分类和总结。此外，我们给出了其基本特征、优点以及

A. 基于能量的路由协议

水下环境非常复杂，因此水下传感器节点的电池无法定期更换。因此，水下路由协议的主要因素是能量限制。这些协议要求路径中节点的能耗最小化，这对于延长水下网络的整体寿命非常重要。节能路由协议根据传感器节点的可用能量（节点的当前剩余能量）或传输路径上的能量需求，选择从源节点到目的节点最合适的数据转发路由。基于能量的路由协议的具体分类如图4所示。

1) 考虑能量感知的协议

传感器节点需要知道到达目的节点路径上的下一跳节点，并选择成本最低的节点。同时，每个传感器节点可能有多条路径可以到达目的节点，需根据节点的能量状况选择能耗最少的路径。基于能量感知的路由协议能够很好地处理传感器节点的能耗问题，并找到最佳传输路径。这些协议将在下文详细描述。

PER[24] ：水下传感器网络在许多方面与传统的陆基无线传感器网络显著不同，例如低带宽、大传播延迟、浮动节点移动性、功率效率等。为应对UWSN中的这些问题，开发了一种高效功率路由协议（PER）。所提出的协议包含两个模块，其中包括一个转发节点选择器以及一种转发树剪枝机制。转发节点选择器通过采用模糊逻辑技术，确定适当的传感器将数据转发到目的节点。转发树剪枝机制用于减少传感器节点在数据转发过程中的不必要的功耗。

WALL[25] ：水下路由协议的跨层设计可以优化单跳性能。提出了一种无线声学线路链路（WALL）路由技术，该技术利用已识别的链路集进行单播路由。所提出的路由协议保证了网络的服务质量，并最大化网络生命周期。作者提出了一种新颖的跨层模型，联合设计物理层和数据链路层，通过考虑水下信道条件提供一组链路。每个节点将使用该跨层模型，为网络层提供评估通信链路吞吐量的方法。网络层将利用吞吐量和能量消耗信息，建立具有最短可能端到端分组延迟的节能路由。

MARL[26] ：一种基于多智能体强化学习（MARL）的新型路由协议被提出，用于水下光传感器网络（UOWSN）。该协议通过相邻节点之间的信息交互实现动态路由选择，并最大化网络生命周期。作者将节点的剩余能量和链路质量引入节点的奖励和Q值函数设计中，以应对此类网络中链路脆弱和能耗高的挑战。该路由根据最大Q值智能地选择下一跳节点，并且协议采用了智能算法。然而，由于控制消息的多次传输，可能会出现数据传输冲突。

QL-EEBDG[27] ：提出了一种基于Q学习的高效节能均衡数据收集路由协议（QL‐EEBDG），用于水下传感器网络。转发节点的选取基于源节点的剩余能量和邻居节点的分组能量。在[28],中，作者使用EBDG协议通过混合数据传输来平衡能耗，从而最大化网络生命周期。然而，在数据传输过程中，转发节点会被持续选择直至其死亡。在[27],中，作者通过一种名为Q学习（QL）的机器学习技术解决了死亡问题。因此，QL算法优化了节点在节能方面的行为，并在空洞问题出现之前加以避免。然而，该网络可能会延迟数据传输以平衡节点的能量。

RECRP[29] ：针对UWSN的特定挑战，提出了一种可靠高效的跨层路由协议。作者提出了一种保守最优的最大最小模型，以确保两跳分组投递率和能量平衡。同时，利用多普勒尺度测量和接收信号强度指示（RSSI）动态控制发射功率和信道频率，以选择下一跳节点。RECRP包括路由表更新和转发阶段。在路由表更新阶段，作者采用一种方法来构建和更新路由表，以应对通信空洞问题。在转发阶段，根据最大最小模型选择下一跳。由于水下环境的特殊性，在真实环境中实现这些算法较为困难。

TORA [30] ：一种面向UWSN的完全机会路由算法（TORA）被提出。TORA协议旨在避免水平传输，减少端到端延迟，解决空洞节点问题，并最大化网络吞吐量和能量效率。该算法在三个阶段内执行其操作：节点定位、候选转发节点选择和数据传输。所提出的基于多汇聚节点的方案部署在水面上，如图5所示。利用到达时间（TOA）和范围对网络中的节点进行定位。根据节点的位置坐标和剩余能量，选择距离目的地更近且最优的可用转发节点。因此，通过组合多个短而活跃的链路将数据信息传输至汇聚节点。

EGBLOAD[31] ：提出了一种基于环带的能量等级与负载均衡分布方案（EGBLOAD），旨在将数据流量分布在网络节点上，以实现高效

能耗。转发节点的传输功率由距离、剩余能量和数据流量决定，用于避免中间节点的高流量。每个转发节点的能量等级根据其到目的地的距离计算得出。转发节点的选择基于其能量级别。选择流量负担较小的转发节点会导致整个网络节点的能耗效率降低。

HyDRO[32] ：感知能量收集的数据路由（HyDRO）旨在考虑路由范围内的信道条件和剩余能量，通过本地信息共享实现全网优化。最佳转发节点的选择基于剩余能量和可预见的可采集能量。该协议由强化学习框架驱动，使节点能够从当前环境（即节点附近可用能量和预测能量）以及最近分组转发优势（链路质量的度量）中进行学习。HyDRO 路由数据包以最大化整条路径上通往汇聚节点的剩余能量，从而最大化网络生命周期。

LFEER [33] ：提出了一种用于水下无线传感器网络的无需定位的节能路由（LFEER）协议。所提出的协议具有节能机制，在数据包转发过程中消耗的能量最少。LFEER协议定义了目的节点选择准则，该准则是通过基于最大剩余能量、跳数和链路误码率的函数设定的。然而，所有处于传输范围内的节点都可能向目的地转发信息，这会消耗巨大能量。在[33],中，作者提出了无需定位的节能协作路由（Co‐LFEER）来解决该问题。Co‐LFEER协议选择一个中继节点和目的地以控制能量消耗。函数值最高的节点被指定为目的地，函数值第二高的节点被指定为中继节点。

EnOR [34] ：提出了一种基础新型轻量级能量感知机会路由（EnOR）协议，可实现均衡的能耗并延长UWSN网络寿命。EnOR分为两个主要过程：候选集选择和候选传输优先级排序。EnOR通过考虑剩余能量、链路可靠性以及数据包转发来确定转发候选节点的传输优先级。EnOR采用基于定时器的协调方式对候选者的传输进行优先级排序，以便根据各候选者的情况分配时隙优先级。节点的转发优先级可以随着时间而变化，以避免该节点一直作为转发节点直至其电池耗尽。

SPRVA[35] ：基于垂直角度的最短路径路由协议（SPRVA）是为水下声学网络提出的。与EnOR协议类似，该协议根据主优先级选择最佳下一跳。主优先级由剩余能量以及传播方向与深度方向之间的角度定义，备用优先级由链路质量表示。当候选节点的主优先级相同时，使用替代优先级。主优先级有助于选择最短路径并平衡整个网络的能耗。

EBLE [36] ：提出了一种能量均衡且寿命延长的路由协议（EBLE），以延长UWSN的网络生命周期。EBLE的数据传输过程包括两个阶段：候选转发集选择阶段和数据传输阶段。在第一阶段，节点通过广播位置和剩余能量水平信息来更新候选转发节点，并在每个节点中计算并存储节点的代价值。在数据传输阶段，传感器节点主要转发数据包并更新剩余能量水平，同时根据代价函数和剩余能量水平信息选择最优路径。EBLE协议能够有效平衡网络能耗，延长网络生命周期。

SEECR[37] ：在UWSNs环境中，安全攻击是一个需要解决的重要问题。作者提出了一种安全、节能且协作的路由（SEECR）协议，以提升水下网络的性能。SEECR协议采用协作技术，高效利用能量，从而最大化网络生命周期。此外，SEECR协议中还引入了安全机制，以应对安全攻击，提高数据传输效率。该研究有助于研究人员意识到安全攻击在UWSNs环境中的影响，并在设计水下路由协议时考虑安全机制。

2) 基于簇的路由协议

基于簇的路由协议根据路由协议的要求将整个网络划分为动态簇。每个簇集包含一个簇头节点和多个簇内成员节点，每个簇可根据相应的准则处理其簇区域内的数据信息。周围节点由簇头进行管理。簇头可将处理后的数据传输至基站，从而减少大量数据传输和能耗。由于簇头节点需要协调簇区域内节点的工作，并负责数据融合与转发，因此其能耗相对较大。因此，基于簇的水下路由协议通常采用簇头节点选择的方法，以平衡网络中节点的能耗，最大化网络生命周期。接下来将详细描述这些基于簇的路由协议。

LEACH [38] ：提出了一种低能耗自适应聚类分层（LEACH）协议，该协议是一种基于簇的协议，能够使网络中传感器的能量负载均匀分布。LEACH协议通过局部协调来实现网络的可扩展性和鲁棒性，并将数据融合集成到路由协议中，以减少必须传输到基站的信息量，从而最小化传感器网络中的能量耗散。在LEACH协议中，每个传感器节点都可以充当簇头节点。簇头节点的选择主要取决于网络中所需的簇头节点数量以及每个节点迄今为止担任簇头节点的次数。

MLCEE [39] ：提出了一种多层基于簇的能量高效协议（MLCEE），用于解决水下无线传感器网络中传感器节点的负载传输不平衡和能耗问题。MLCEE包含三个阶段：从海面到海底的网络分层划分、同一层内传感器节点聚类，以及向汇聚节点进行数据转发。网络的第一层保持非聚类状态，第一层中的任何节点直接将数据传输至汇聚节点；同时，簇头（CH）根据贝叶斯概率和剩余能量进行选择，并通过逐跳方式经由簇头进行数据转发。

JCRP[40] ：针对三维水下声学传感器网络，提出了一种联合聚类与路由协议（JCRP）。聚类协议可分为概率型协议和非概率型协议。非概率型聚类协议采用确定性准则，以确保簇头选择的可靠性和鲁棒性。所提出的协议采用非概率方法，根据剩余能量和网络连通性的加权代价来选择簇头节点。该网络由从海底到海面的多层簇构成。所提出的算法分为三个阶段：邻居发现与节点分类、临时簇头（TCH）以及最终簇头（FCH）的选择和路由形成。

QERP[41] ：提出了一种新型的服务质量（QoS）感知进化式基于簇的路由协议（QERP），以提高基于UWSN应用中的数据传输可靠性。选择具有最小数据流量负载和能耗的簇头（CH）节点作为中继节点来传递信息。同时，中继节点可以调整其传输功率水平以节省能量。该方案通过在节点路由表中考虑中继节点的维护历史，避免了相同簇头（CH）节点在不同路径中被多次选中而导致的能量耗尽。采用一种服务质量感知最短路径选择机制，以减少数据路径环路、网络延迟和能耗。

cDBR[42] ：基于簇的路由协议用于最小化能耗比率，并将节点均等地分配到UWSN的所有功能中。通过使用基于深度的路由（DBR）协议，发送节点根据每一跳传感器的深度信息将数据包转发至汇聚节点。在DBR中，选择深度较小的节点作为转发节点，但这些节点容易因大量能量消耗而减少网络寿命。因此，基于簇深度的路由（cDBR）是一种基于DBR协议提出的基于簇的路由协议。簇头节点通过随机数和剩余能量进行选择。该协议旨在实现网络的高稳定期。

CBE2R [43] ：为了控制节点的移动性并延长节点的电池电量，本文提出了一种用于UWSN的基于簇的能量高效路由（CEB2R）协议。CBE2R协议通过将水深从水面到水底划分为七层来控制节点移动性并延长节点的电池电量。CBE2R协议基于三个阶段：簇形成阶段、路由开发阶段和数据传输阶段。在第一阶段中，选择具有高电池电量和内存容量的节点作为簇头（CH）。路由开发阶段基于邻居节点的加权值。簇头（CH）从源节点获取数据包，然后以最大功率将其转发至汇聚节点。

CIDP[44] ：三维抗干扰数据传输方法是水下声学传感器网络中的热点问题。文献[44]中，作者提出了一种基于蜂窝聚类的抗干扰数据传输协议（CIDP），用于海底探测。该CIDP基于两个步骤：通过限制同时数据传输来缓解声学干扰的小区间时分多址（TDMA）调度，以及实现高效数据收集的小区内分层路由。可靠数据传输。同时，小区内分层路由包括基于簇的路由阶段和机会路由阶段。基于簇的路由阶段基于LEACH协议的原理。每个步骤中采用了一种新颖的基于埃克曼螺旋的低成本位置预测方法和避洞恢复机制，以提高协议的实用性。所提出的协议能够缓解声学信号干扰，但未考虑能耗。

基于能量的水下路由协议考虑了水下传感器节点能量有限的问题，主要设计节能路由以减少节点能量的不平衡消耗，并延长网络整体寿命。为了更好地比较和理解各种基于能量的水下路由协议，我们在表II中列出了这些协议的优缺点。

协议	优点	缺点
PER[24]	采用模糊逻辑选择转发节点，有效减少不必要的功耗	转发树剪枝机制可能增加协议复杂性
WALL[25]	跨层设计优化单跳性能，保证服务质量	真实环境中实现复杂
MARL[26]	基于多智能体强化学习，动态路由选择	控制消息多次传输可能导致数据冲突
QL-EEBDG[27]	使用Q学习避免空洞问题，平衡能耗	可能延迟数据传输以平衡能量
RECRP[29]	跨层设计，动态控制发射功率和频率	真实环境中实现困难
TORA[30]	避免水平传输，减少延迟，解决空洞问题	需要节点定位，增加开销
EGBLOAD[31]	基于环带的能量等级，负载均衡分布	选择流量负担小的节点可能导致整体能耗效率降低
HyDRO[32]	感知能量收集，通过强化学习实现全网优化	依赖于能量预测的准确性
LFEER[33]	无需定位，节能机制有效	所有节点可能转发信息，消耗巨大能量
EnOR[34]	轻量级，基于定时器协调，避免节点耗尽	优先级排序可能增加延迟
SPRVA[35]	基于垂直角度选择下一跳，平衡能耗	主优先级和备用优先级的定义可能复杂
EBLE[36]	有效平衡网络能耗，延长网络生命周期	代价函数计算可能增加开销
SEECR[37]	安全、节能、协作，提高数据传输效率	安全机制可能增加协议复杂性
LEACH[38]	能量负载均匀分布，可扩展性和鲁棒性好	簇头选择可能不均衡
MLCEE[39]	多层聚类，解决负载不平衡和能耗问题	网络分层和聚类增加复杂性
JCRP[40]	非概率方法选择簇头，可靠性和鲁棒性好	算法阶段较多，实现复杂
QERP[41]	QoS感知，减少路径环路、延迟和能耗	维护历史记录可能增加开销
cDBR[42]	基于簇深度，实现网络高稳定期	依赖于DBR协议，可能继承其缺点
CBE2R[43]	控制节点移动性，延长电池电量	七层划分可能过于复杂
CIDP[44]	缓解声学干扰，高效数据收集	未考虑能耗

表II 基于能量的路由比较

B. 基于数据的路由协议

数据转发[45]是网络中整个路由协议的最终目标。在传统路由协议中，通常使用节点位置作为节点识别和路由的基础。在部署过程中，我们希望无线传感器网络能够检测区域内的数据信息，而不是特定节点的数据信息。当事件发生时，感知范围内的节点将检测并开始收集数据

将其传输到汇聚节点以进行进一步处理。基于数据的路由协议主要考虑从源节点到目的节点的数据信息，并根据传输过程中的数据信息选择最合适的路径。基于数据的水下路由协议的具体分类如图6所示。

1) 方向感知协议

传感器节点根据方向感知协议中提出的具体方法，选择最佳的下一跳以定向传输数据。这些基于方向感知的路由协议主要关注数据的传输效率。这些协议的具体描述如下。

SPIN[46] ：传感器节点通过协商传输信息的协议（SPIN）是一种主要的数据为中心的自适应路由协议。节点在传输数据前会进行协商，以确保数据传输的有效性并避免盲目传播。它们通过元数据协商来消除网络中冗余数据的传输。SPIN 包含三种类型的消息：ADV、REQ 和 DATA。ADV 消息用于通知邻居节点有数据需要发送；REQ 消息用于邻居节点请求数据；DATA 消息用于向邻居节点发送原始数据。ADV 和 REQ 消息仅包含元数据，且比相应的 DATA 消息更小。

EAVARP[47] ：一种面向水下传感器网络的能量感知且可避免空洞的路由协议（EAVARP）被提出。EAVARP包含两个阶段：分层阶段和数据收集阶段。在分层阶段，以汇聚节点为中心构建同心壳层，传感器节点分布在不同的壳层上。在数据收集阶段，通过一种机会性定向转发策略（ODFS），数据包沿不同同心壳层进行转发。ODFS考虑同一壳层中传感器节点的剩余能量和数据传输情况，以避免循环传输、泛洪和空洞现象。

EBOR [48] ：提出了一种基于Dempster‐Shafer证据理论的机会路由（EBOR）协议，用于将数据包转发至水下声学传感器网络的水面汇聚节点。在EBOR协议中，源节点将剩余能量和数据包传输概率视为选择最佳下一跳的证据。采用Dempster‐Shafer证据理论（DST）方法来选择源节点的合适邻居，以构成转发中继集。中继集中的节点按照由DST计算出的信任度顺序转发数据包。此外，中继集中的节点根据其信任度被设置为不同的持有时间，以避免碰撞和重传。

DVOR [49] ：一种基于距离向量的机会式路由（DVOR）方案被提出，用于解决水下声学传感器网络中的空洞区域和绕道转发问题。该方案利用查询机制建立距离向量，记录所有水下节点到汇聚节点的最小跳数。DVOR协议使用距离向量来选择中继候选节点，并协调它们进行机会式转发。同时，距离向量中的跳数信息决定了每个节点的中继优先级，并指定了到汇聚节点的最短可达路径。

DQELR[50] ：一种基于自适应深度Q网络的能量和延迟感知路由协议（DQELR）被设计用于延长水下声学传感器网络的网络寿命。该协议采用离策略和在策略方法，以在不同网络条件下实现全局最优路由决策，并设计了广播与单播通信机制的混合模式以降低网络开销。通过使用深度Q网络技术，可自适应地综合考虑能量和延迟，选择具有最大Q值的节点作为转发节点。当节点的邻居发生变化时，采用在策略方法更新Q值并校正网络参数，从而做出新的路由决策。

SP-CBE2R [51] : 基于最短路径与避碰的节能路由（SP‐CBE2R）协议旨在解决UWSN中高能量消耗、端到端延迟、低数据包投递率以及最小网络寿命等关键问题。下一跳转发节点通过Dijkstra算法（从当前源节点到目标中继节点）并选择邻居节点最少的路径来避免碰撞。所提出的路由协议采用分层概念以避免空洞问题，从而提高数据转发效率。

OMR[52] ：提出了一种新的路由协议——最优多模态路由（OMR），旨在最大化通过每个节点可用的所有技术在多模态节点水下网络中传输的信息量。OMR对每条链路的流量做出分布式决策，防止出现瓶颈，并公平分配资源给不同节点，以将数据包向目的地推进。在数据中继过程中，节点必须决定通过每个可用节点传输多少比特，以避免向上游中继节点转发过多流量，并偏向那些到汇聚节点（CH）有效路径较少的节点。

UMDR [53] ：提出了一种新的水下多路径定向天线自组织路由（UMDR）协议，用于水下自组织网络。大多数现有的用于自组织网络的路由协议基于最小跳数选择单一路径进行分组传输。所提出的协议考虑了使用定向天线的多路径。在UMDR中，每个节点维护一个路由表，列出从发送方到每个可能目的地的路径，并根据侦听分组更新路由表。在数据转发阶段，每个节点根据分组头中指定的路由将消息传递给下一跳。

GDPT[54] ：提出了一种网格划分极坐标追踪（GDPT）路由协议函数。该算法结合立方网格和极点追踪函数，利用贪心算法获取数据包传输的最短路径和相邻节点。所提出的协议在网络层

2) 基于洪泛的路由协议

洪泛路由协议是最先提出的路由协议。在洪泛协议中，接收到数据信息的节点以广播形式将数据包转发给邻居节点，直到数据到达目的节点或达到预设的最大调整次数。大多数洪泛路由协议是简单高效的路由算法，无需维护网络拓扑和进行路由计算。洪泛协议具有实现简单和容错性好的优点。然而，也存在消息内部暴露和资源浪费等问题。以下详细介绍这些基于洪泛的协议。

DD[58] ：定向扩散（DD）是一种面向无线传感器网络的数据中心协议。所提出的协议通过选择优质路径以及在网络内缓存和处理数据来节省能量。图7给出了定向扩散的简化示意图，并展示了构成DD协议的元素：兴趣、数据消息、梯度和增强。用户指定的兴趣消息由汇聚节点发送。梯度是在接收到兴趣消息的每个节点中创建的方向状态。传感器网络加强一个或少数几条这些路径，使得数据能够流向感兴趣的源节点。DD协议向汇聚节点发送增强消息，该汇聚节点通过前向增强机制发送新的数据信息。数据通过梯度值最大的最优路径进行传输。汇聚节点以泛洪方式发送查询消息，并建立多个基于已建立的梯度场（数据传输速率），通过公共传感器节点的路径

RACAA[59] ：提出了一种具有自适应放大的可靠性感知协同路由（RACAA）协议，以解决水下声学无线传感器网络中数据包转发的可靠性问题。所提出的协议认为，可靠路径连接最有可能成功地将数据包传输到水面汇聚节点。在RACAA协议中，当中继节点检测到数据错误时，其发射功率会比正常情况增加，增幅超过50%，从而接收到来自发送方的信号并进一步向目的节点转发。RACAA协议中的中继节点是位于目的节点之后深度最小、且为源‐目的节点对共同邻居的节点。

L2-ABF [60] ：提出了一种名为逐层基于角度的泛洪（L2‐ABF）的路由协议，用于UWSN。在L2‐ABF中，节点可以计算其泛洪角度，以将数据包向上传输至上一层，最终传向水面汇聚节点，而无需位置信息。同时，节点会根据自身移动情况选择合适的角度值。为了解决高碰撞和高能耗问题，采用优先级队列和数据包历史缓冲区来控制转发节点的数量。L2‐ABF依赖泛洪技术来提高无线网络的可靠性，并通过泛洪锥的角度限制泛洪范围，避免在整个网络中泛洪。

UHRP [61] ：提出了一种水下混合路由协议（UHRP），以降低UWSN的路由开销。所提出的协议结合了基于泛洪的路由协议和反应式自组织路由协议的混合特性，以确保数据包的高效传输。许多基于泛洪的路由协议依赖于节点位置信息。然而，当前的水下定位技术无法提供精确的节点位置信息发送至所有传感器节点。在UHRP中，某些传感器节点的具体位置信息是已知的。已定位节点使用范围泛洪将数据包传向汇聚节点，而未定位节点则通过反应式自组织路由方法进行路径建立过程，从未定位节点到最优的已定位节点（泛洪转发节点）建立路径。

iDFR [62] ：一种基于定向泛洪的路由协议（DFR）被提出用于UWSN。DFR[63]依赖于基于链路质量的数据包泛洪技术。然而，由于在整个通信过程中采用固定系统参数，DFR无法应对动态变化。为此提出了智能定向泛洪路由（iDFR）协议，该协议通过引入包括保持时间技术在内的多种新的QoS指标来增强DFR。iDFR有两种协议：QA_DFR_AA（基于角度自适应的QoS感知DFR）和QA_DFR_TA（基于阈值自适应的QoS感知DFR）。前者通过调整BASE_ANGLE来改变整个路径的泛洪区域，后者通过更新阈值来改变泛洪区域。

由于水下环境的复杂性，水下信道传输受到诸多限制。因此，基于数据的路由协议主要设计了在水下网络中更高效地将数据信息从源节点传输到目的节点的路由。同时，为了更好地理解上述提到的基于数据的水下路由协议，我们在表III中列出了这些路由协议的优缺点。

协议	优点	缺点
SPIN[46]	通过元数据协商避免冗余传输，节能	ADV/REQ消息可能造成额外开销
EAVARP[47]	分层结构避免空洞，机会性转发高效	分层依赖汇聚节点位置
EBOR[48]	基于证据理论选择中继集，可靠性高	DST计算复杂，信任度维护开销大
DVOR[49]	基于距离向量选择最短路径，解决绕道问题	距离向量更新可能产生延迟
DQELR[50]	深度Q网络自适应权衡能量与延迟	模型训练和参数调整复杂
SP-CBE2R[51]	避碰机制减少冲突，分层避免空洞	Dijkstra算法计算开销较大
OMR[52]	多模态资源公平分配，防止瓶颈	多技术共存增加协议复杂性
UMDR[53]	多路径利用定向天线，提高可靠性	路由表维护开销大
GDPT[54]	网格划分与极坐标追踪结合，路径优化	算法复杂度较高
DD[58]	通过梯度场优化路径，节能	增强机制可能引发拥塞
RACAA[59]	自适应放大提高可靠性	功率增加可能导致能耗上升
L2-ABF[60]	无需位置信息，角度控制泛洪范围	角度计算依赖节点移动模型
UHRP[61]	混合泛洪与自组织，降低路由开销	依赖部分节点定位
iDFR[62]	QoS感知自适应调整泛洪区域	参数动态调整机制复杂

表III 基于数据的路由比较

C. 基于地理位置信息的路由协议

UWSN在水下环境中部署了许多传感器节点，以形成一个智能网络系统。在实际应用中，在应用中，通常通过定位传感器节点的位置来获取有用的数据信息。因此，基于地理信息的路由协议研究具有重要意义。路由协议根据节点信息维护路由并转发数据，实现数据的定向传输，并减少协议开销。基于地理信息的路由协议主要考虑网络情况，并基于地理信息选择最合适的路径。基于地理信息的路由协议的详细分类如图8所示。

1) 基于深度的路由协议

基于深度的路由协议仅需配置深度传感器以获取节点深度信息，而无需节点的完整地理位置信息。同时，基于深度的路由协议使源节点能够根据节点深度信息更方便地选择下一跳节点和合适路径，从而降低网络传输延迟和能耗。这些基于深度的协议具体描述如下。

DBR [64] ：提出了一种基于深度的路由（DBR）协议，以应对具有高能量效率的水下无线传感器网络（UWSNs）中的动态网络。DBR协议是一种贪心算法，旨在将数据包从源节点传输到汇聚节点。最优数据转发节点是具有最大深度差的节点。在数据传输过程中，转发节点的深度持续减小，以将数据传送到水面（假设不存在“空洞”区域）。因此，DBR协议的核心思想是，节点根据自身的深度和上一发送方的深度来决定数据包的转发。

LDBR [65] ：一种针对水下无线传感器网络（UWSNs）的轻量级基于深度的路由协议（LDBR）被提出。LDBR是DBR协议的扩展。与DBR协议相比，LDBR协议提出了一种基于剩余能量的方法，以最小化能耗。如果某个节点的深度更小且能量高于前一个节点，它将向汇聚节点广播数据包。LDBR能够高效地将数据包转发至水面，并降低能耗，从而提升网络生命周期。

SORP [66] ：一种无状态机会路由协议（SORP）是一种基于深度的协议，通过被动参与方法来应对UWSN中的通信空洞区域。前者用于维护与邻居节点状态相关的节点更新，捕获需从候选转发集中删除的节点，从具有较低深度的邻居节点中选择最佳候选节点，并检测空洞区域。在路由阶段，普通节点转发数据以提高每次传输的数据包投递概率。

RSAR[67] ：提出了一种可靠且稳定感知的路由（RSAR）协议，以避免水下无线传感器网络中的数据丢失并降低能耗。在RSAR中，根据节点的深度进行能量分配，并在网络中从上到下形成五个能量等级。所提出的协议基于节点的能量等级、剩余能量和深度来选择最佳转发节点。然而，RSAR使用单链路转发数据包。为了解决这一问题，提出了协作式可靠且稳定感知的路由（CoRSAR）协议，该协议将选择距离目的地最近的两个中继节点以实现可靠通信。

RD[68] ：作者提出了一种新颖且完全分布式的协议，称为基于剩余能量‐深度（RD）的路由协议。在RD协议中，节点以分布式方式利用剩余能量和深度信息进行路由决策，并选择转发节点。同时，由于优先考虑第一部分，转发节点主要根据深度差来选择。当节点因持续被重新选中而导致低深度节点的剩余能量降低时，作者增强了节点剩余能量的影响。在该协议中，停留时间计算机制基于传感器节点的深度和剩余能量信息，如图9所示。RD协议克服了基于深度的水下路由协议的主要问题，即这些协议倾向于选择到汇聚节点的相同路径。

DRADS[69] ：提出了一种深度和可靠性感知的延迟敏感（DRADS）协议，旨在最小化UWSN的端到-end延迟并最大化网络有效吞吐量。该协议使用深度阈值来选择可靠链路，在确保数据包成功投递的同时，减少源节点与目的地之间的跳数。所提出的协议分为两个阶段运行：路由建立阶段和数据转发阶段。前者在将数据包向汇聚节点进行路由时，考虑位于深度阈值以上的中继节点，并将节点深度纳入考量。

LTER [70] ：基于位置误差弹性传输范围调整的协议（LETR）被提出用于水下传感器网络中的空洞区域避免。在LTER协议中，每个传感器节点的传输功率被划分为k个等级，并采用深度调整技术以使处于极端情况下的节点从通信空洞区域中恢复，即当节点在其最大传输范围等级内无法找到任何相邻节点时。该协议利用数据包前进度和节点优先级值来选择转发节点。LETR协议涉及可控深度调整和传输功率调整，以最大化数据传输和网络寿命。

RE-PBR[71] : 提出了一种用于水下无线传感器网络的无位置可靠节能的基于压力的路由（RE‐PBR）协议。RE‐PBR利用深度、剩余能量和链路质量这三个参数来选择下一个数据转发节点，以实现能耗均衡、可靠的数据传输以及更低的端到-end延迟。具体而言，三角度量（TM）被用于链路质量估计器。采用轻量级信息获取算法以实现网络中的有效知识发现。基于路由成本计算，借助这三个参数设计了多指标数据转发算法。

RPSOR[72] ：水下无线传感器网络面临着许多严峻挑战，例如特殊环境和有限电池电量。为应对这些挑战，文献[72]中的作者提出了用于水下网络的可靠路径选择与机会路由（RPSOR）协议。该协议是加权深度和转发区域划分的基于深度的路由（WDFAD‐DBR）策略的改进版本。所提出的协议基于三个因素：前进因子、可靠性指数和最短路径指数。前进因子是一种基于深度的参数，有助于在邻居中选择深度较小的下一跳转发节点。可靠性指数是一种基于能量的参数，有助于选择更高能量的下一跳转发区域。最短路径指数根据预期邻居的跳数和平均深度计算，以选择通往汇聚节点具有最短链路的节点。该协议减少了网络中的空洞信息和重复数据包。

2) 基于位置的路由协议

在基于位置的路由协议中，传感器节点需要了解其在水下无线网络中的具体地理位置信息。基于地理位置信息的最优路径确认机制是通过利用节点的位置信息（如角度和距离）来建立路由。在获取目的节点的具体地理位置信息后，源节点可以轻松选择最佳邻居节点作为下一跳节点进行数据传输。这些节点能够有效避免因数据包泛洪导致的网络能耗，并提高数据传输效率。这些基于位置的路由协议将详细描述如下。

VBF [73] ：一种称为基于向量转发（VBF）的新型路由协议被提出，以提供鲁棒性面向UWSN的节能路由。在VBF中，每个数据包都携带源节点、目的节点和转发节点的位置信息，转发路径由从源节点到目的节点的路由管道内的一个矢量确定。VBF协议本质上是一种基于位置的路由方法：从源节点到目的节点，靠近该矢量的节点将转发数据。此外，VBF使用一种自适应算法，使节点能够权衡转发数据包的收益以节省能量。

IVBF[74] ：为了改进VBF算法，提出了一种新算法，将管道半径作为水下环境的尺寸、范围和节点数量的函数。然而，VBF算法中数据传输速率与能耗并未得到平衡。在所提出的协议中，每个数据包包含源位置、目的地以及管理节点的能耗的剩余能量。该协议通过减小路由管道的半径，降低被选为引导节点的概率，从而使其他节点有机会被选为数据包转发节点。该协议能够在水下网络中实现更低的能耗和更高的数据包传输率。

FVBF[75] ：针对水下声学传感器网络，在VBF协议基础上提出了模糊逻辑矢量转发路由协议FVBF，该协议同时考虑了位置信息和能量信息。在FVBF中，模糊逻辑控制利用有效距离（VD）、投影以及节点能量水平来优化转发节点的选择过程，并通过自适应算法进行增强。同时，FVBF集成了模糊逻辑推理系统，以在转发过程中选择更合理的期望因子，该期望因子用于结合各参数的分段隶属函数来计算等待时间。

EMGGR [76] ：一种高效节能的基于网格的多路径地理路由（EMGGR）协议被提出用于水下无线传感器网络。所提出的EMGGR路由协议假设网络的地理区域被划分为三维逻辑网格，并且每个传感器节点由一个唯一编号（NID）标识。同时，传感器节点获取其所属的网格坐标，并将其映射到一个唯一编号（CID）。该协议包含三个组成部分。网关选举方法根据地理位置和剩余能量水平信息选择网关。更新邻居网关信息机制允许节点以记录邻居的网关。同时，数据包转发机制选择从源节点到目的节点的不相交路径，并处理网络中的空洞问题。

GEDAR [77] ：针对UWSN中空洞区域的通信恢复，提出了一种基于深度调整拓扑控制的地理和机会路由协议（GEDAR）。GEDAR利用邻居节点和汇聚节点的地理位置信息，采用贪婪转发策略选择下一跳转发器集。GEDAR协议最重要的特点是其新颖的空洞节点恢复方法，该方法将空洞节点移动到新的深度，以克服通信空洞区域并避免不必要的传输。

陆地传感器网络通常是二维的。由于具有特殊特性，水下传感器网络通常是三维的。因此，了解自身地理位置信息的传感器节点可以选择更合适的传输路径，将数据包发送至水面汇聚节点。基于地理信息的路由协议通常利用节点的地理信息来建立最佳路径。同时，为了更好地理解上述基于地理信息的路由协议，我们在表IV中列出了这些路由协议的优缺点。

协议	优点	缺点
DBR[64]	仅需深度信息，实现简单，降低能耗	易陷入空洞，路径单一
LDBR[65]	考虑剩余能量，提升网络生命周期	仍可能陷入空洞
SORP[66]	无状态，被动检测空洞，机会转发	依赖邻居状态更新
RSAR[67]	能量等级分配，可靠性高	单链路转发风险高
RD[68]	分布式决策，动态调整停留时间	停留时间机制复杂
DRADS[69]	深度阈值选择可靠链路，延迟敏感	阈值设置影响性能
LTER[70]	深度与功率双重调整，避免空洞	控制机制复杂
RE-PBR[71]	三参数综合决策，均衡能耗与可靠性	参数权重设计复杂
RPSOR[72]	多因子决策，减少空洞与重复包	计算开销较大
VBF[73]	向量管道转发，鲁棒性强	管道外节点不参与转发
IVBF[74]	自适应缩小管道，节能高效	依赖精确位置信息
FVBF[75]	模糊逻辑优化转发，兼顾位置与能量	模糊规则设计复杂
EMGGR[76]	多路径不相交，处理空洞问题	网格划分与网关选举开销大
GEDAR[77]	深度调整恢复空洞，避免无效传输	移动节点增加能耗

表IV 基于地理信息的路由比较

IV. 性能比较

UWSN 为促进海洋环境管理、资源保护、灾害监测和海洋军事活动提供了良好的环境。因此，建立一个优良的网络平台可以使研究人员更好地探索海洋并节约成本。算法性能直接影响其在网络中的可用性。评估无线传感器网络性能 [78] 的几个常见方面包括：能量效率、网络寿命、延迟、可扩展性、鲁棒性和安全性。水下传感器网络是网络由于能量有限，最小化能耗并在节点间保持能量平衡是网络的重要性能指标。同时，由于水下环境的未知性，所设计的网络还需具备强大的抗压能力和高可扩展性，以应对各种可能的攻击。

路由协议用于寻找从源节点到目的节点的优化路径，并沿选定路径正确转发数据信息，是水下无线传感器网络的核心技术之一。无线传感器网络路由协议设计的主要目标包括：建立高效能路径，尽可能延长网络生命周期，提高路由的容错性，以及形成可靠的数据转发机制。评估路由协议性能通常涉及以下几个方面：正确性、路由开销、能量效率、鲁棒性和QoS需求。将数据准确和安全地传输到目的地是路由最基本的要求。同时，最小化路由开销和均衡能耗可以尽可能延长网络的生命周期。

结合上述两个性能指标和现有的路由协议，本文提出了水下路由协议中最常见的三个性能指标：端到-end延迟、能耗和数据包投递率。水下声学信道的传输速率比陆地无线电通信信道低五个数量级。此外，各种干扰导致节点间链路的传输极为不稳定。因此，减少端到-end延迟是协议设计中的一个重要设计原则。端到-end延迟定义为数据包从源节点成功传输到目的节点所需的最短时间（包括传播延迟、传输延迟、停留时间、计算延迟和排队延迟）。只有成功送达的DATA统计到达目的地的传感器节点总数。数学上，可以按 [79] 计算：
$$
\text{Delay} = \frac{\sum_{i=1}^{\text{pkts}} (\text{Arrival time}_i - \text{Send time}_i)}{\text{pkts}}
$$
(1)
其中pkts是成功传输到目的地的数据包数量。

水下传感器节点通常携带能量非常有限的电池。由于水下传感器节点分布广泛且水下环境复杂，通过更换电池来为传感器节点补充能量的方式不可行。同时，传感器节点的能量使用也直接决定了整个网络的寿命和网络性能。因此，协议的能耗也是评估水下路由协议性能的一个非常重要的指标。所提出的协议的能耗包括仿真期间所有节点消耗的传输功率、接收功率和空闲功率[76]：
$$
\text{Total Energy} = \sum_{i=1}^{N} (\text{transmission power}_i + \text{reception power}_i + \text{idling power}_i)
$$
(2)
其中N为路由过程中使用的传感器节点总数。每种所提出的协议在不同仿真环境中使用的传感器节点数量各不相同，因此本文采用每个节点的能耗来进行协议的性能评估。

建立路径的主要任务是传输数据包。路由协议主要负责数据传输路径的建立与维护，并致力于以最小的网络开销完成从源节点到目的节点的数据包传输。数据包投递率（PDR）定义为成功传递到目的节点的数据包数量与源节点生成的数据包总数之比。通常情况下，目的节点成功接收的数据包数量不包含重复数据包。形式上可表示为[76]：
$$
\text{PDR} = \frac{\sum \text{Number of packets received}}{\sum \text{Number of packets sent}}
$$
(3)
具有较高数据包投递率、较低端到-end延迟和较低能耗性能的水下路由协议是理想的水下路由协议。将根据之前给出的分类对水下路由协议的性能进行分别比较。同时，由于每种协议仿真的环境不同，所提出的协议的性能分析结果也有所不同。然而，若将每种协议置于相同环境中进行仿真，则是一项庞大的工程，耗时较长，实现起来非常困难。由于网络中的节点数量较多，在性能评估中节点的平均能耗较低，但整体网络开销会更大。因此，在本文中，增加了网络环境构建成本的程度，以描述每种所提出协议的仿真环境的复杂性。

在性能比较分析中，一些在前一章详细描述中未提及的经典水下路由协议也将进行比较。由于实验条件有限，本文所采用的性能分析指标也与文献中报道的结果保持一致。由于不同文章的关注重点不同，此处会存在一些空白。同时需要注意，测试环境不同，因此测量范围存在显著差异，我们只能进行粗略比较。

A. 基于能量的路由协议

节能的水下路由协议考虑了节点的通信能耗和剩余能量。这些协议在源节点与目的节点之间建立最合适的路径，以平衡整个网络的能量消耗并延长网络寿命。上述性能用于评估所提出的路由协议。基于能量的水下路由协议主要关注网络的能量消耗。在其他条件相似的情况下，节点能量消耗越低，协议性能越好。基于能量的路由协议的具体性能比较如表V所示。从表V可以看出，大多数基于能量的水下路由协议具有不同的性能指标值。与其他协议相比，SPRVA路由协议[35]具有更好的性能。SPRVA协议考虑了由节点剩余能量和传播方向与深度方向之间的角度所表示的主优先级，以选择最佳下一跳节点来转发数据，并提出了一种恢复算法以避免空洞区域中的节点。节点的能量使用直接决定了网络的整体性能。因此，基于能量的水下路由协议需要避免一些不必要的能量消耗（如数据重传、空洞区域），从而更好地提升这些协议的性能。

B. 基于数据的路由协议

基于数据的水下路由协议主要考虑从源节点到目的节点的数据传输成功率，以获得更高效的数据包，从而更好地完成后续研究任务。同样，基于数据的水下路由协议也必须建立最合适的路径以实现更高效的数据传输。同时，采用相同的性能指标来评估这些协议。在其他条件相似的情况下，数据包投递率越高，基于数据的路由协议的性能越好。在评估数据包投递率的同时，大多数基于数据的路由协议还将能量消耗作为性能评估的指标之一。基于数据的路由协议的具体性能比较见表VI。从表VI可以看出，与其他路由协议相比，DVOR[49]协议具有最高的数据包投递率。DVOR提出了一种基于距离向量的机会路由方案，以解决空洞区域和绕道转发的问题，并沿机会最短路径逐跳转发数据包。大多数基于数据的路由协议选择最短传输路径以实现更好的数据包传输。然而，这通常会导致一些中继节点过早地消耗能量，从而影响传感器网络的整体性能。因此，未来的基于数据的水下路由协议还需要避免不必要的节点能耗，以提高传感器网络的整体性能。

C. 基于地理位置信息的路由协议

基于地理位置信息的水下路由协议主要利用传感器节点的地理位置信息，以选择从源节点到目的节点的最佳传输路径来在传感器网络中转发数据包。在这些水下路由协议中，源节点在获取目的节点的地理位置信息后，能够更轻松地选择选择最优邻近节点作为下一跳，以提高数据传输的效率。类似地，使用与基于能量的路由协议相同的性能指标来评估这些协议。一个好的路由协议具有良好的性能值。基于地理信息的路由协议的具体性能比较见表七。从表七可以看出，GRMC‐SM[99]协议相比其他路由协议具有更好的性能值。在[99],中，作者提出了基于干扰避免的移动辅助地理机会路由算法，以降低UWSN中空洞出现的概率和能量耗散不均衡的问题。在GRMC‐SM协议中，移动汇聚节点能够更好地从网络中收集数据包，并减轻中继节点上的数据流量。大多数基于地理信息的路由协议仅根据源节点和目的节点的地理位置信息选择最便捷的数据传输路径。因此，未来的基于地理信息的路由协议还需要考虑传感器节点的能量消耗，以延长网络生命周期。

本文总结的水下路由协议中，每种路由协议都有不同的实验协议仿真。因此，显然每次路由协议仿真的数值实验结果都大不相同，性能评估结果也存在很大差异。由于水下路由协议数量不断增加，在相同的环境条件下对所有水下路由协议进行实验是不可能的。因此，数值结果只能作为简单的比较依据，我们使用来自原始路由协议文献中的数据值。每种路由协议的性能直接决定了网络中数据传输过程的整体性能。具有较低端到-end延迟、较低能耗、较低网络建设成本以及更高数据包传输速率的水下路由协议更优。根据上述提到的水下路由协议，最优路径的确定需考虑传感器节点的剩余能量和数据包传输效率作为转发节点的参数。在传感器网络中，选择更合适的路径可以在很大程度上平衡整个网络的能耗，提高数据传输效率，并延长整个网络的生命周期。路由协议的性能越好，网络中所需的数据包就越多。可以收集数据，从而为下一步的研究任务提供更好的数据信息支持。

五、讨论、挑战、经验教训与未来研究

在第四节中，详细介绍了近年来的水下路由协议以及一些典型路由协议。在本节中，我们将对前述水下路由协议的三个类别进行更全面的比较。此外，本节还分析了水下路由协议的开放性挑战、经验教训以及未来研究方向。

A. 讨论

由于水下环境的特殊限制，传感器节点不易更换，因此路由协议是水下无线传感器网络的关键技术之一。研究人员在设计水下路由协议时考虑了能量、数据和地理信息三个方面。一篇文章通常不仅考虑其中一个方面来设计路由协议，还涉及多个方面以提升协议性能。因此，在本文中，我们将总结一些前述的路由协议，这些协议并不局限于单一类别。我们在表VIII中列出了这些路由协议的准确性。为了帮助研究人员更好地分析和区分这些协议，表VIII中还介绍了所有协议类别及其特点和缺点。

一个好的路由协议需要在理论上是完整的，并且需要在仿真环境中成功进行仿真。本文是一篇综述文章，因此文章的重点主要是近年来水下路由协议的统计。同时，由于作者能力有限，无法在相同的实验环境中实现所有路由协议。因此，本文给出了这些水下路由协议的实验环境参数值范围。这些路由协议在相似的环境中进行了仿真。根据相关研究，表IX列出了这些水下路由协议仿真环境的主要参数，其中数值来源于原始论文。

B. 开放性挑战

为了获取水下资源信息，近年来水下路由技术受到了广泛关注。水下路由将数据包从水下传感器节点传输到水面节点。为实现更优的传感器网络性能，许多问题已得到解决。然而，在特殊而复杂的水下环境中，仍存在一些挑战需要研究人员克服。

1) 仿真环境 ：大多数关于水下路由协议的研究仍处于仿真阶段，尚未在真实海洋环境中进行实验验证，这与实际水下网络实验的规模有关[106]。然而，真实的水下环境与仿真环境有很大差异。同时，每个海域的水下环境都各不相同，实际网络部署需要结合真实的水下环境。与真实的水下环境不同，许多仿真环境中许多参数是固定的，且未考虑外部影响。由于真实水下实验的高成本、传感器节点的有限能量以及高昂的价格，实验环境成为一个巨大的挑战。

2) 节点定位 ：在大多数现有的基于地理位置信息的水下路由协议中，获取节点位置信息的具体方法大多未明确说明。水下GPS定位精度不足且成本非常高。此外，许多定位算法假设声波在海洋环境中以恒定速度传播，这在实际中并不现实，并会导致较大误差。因此，大多数现有的基于地理位置的协议都是在假设传感器节点位置信息已知的前提下进行研究的，然而水下节点定位技术仍是当前研究中的一个主要挑战。由于水流的影响，水下节点的位置经常发生变化，从而导致网络结构的改变。在未来研究中，水下路由协议的设计需要定期更新传感器节点的地理位置信息，以减少系统误差，确保信息数据传输的准确性。

3) 安全攻击 ：特殊的水下环境使得人们无法定期更换部署在水下的传感器节点。因此，网络容易受到各种攻击[6],，尤其是在军事应用中。例如，虫洞[107]攻击是一种常见的安全攻击，攻击者利用两个相距较远的攻击节点，其中一个距离基站较远，另一个靠近基站。距离基站较远的节点虚假声称其拥有通往靠近基站节点的高效路径，从而吸引周围节点将数据包转发给它。在处理水下传感器网络的各种安全攻击时，存在诸如环境和时间延迟等多种限制。同时，在军事应用中，由于发展迅速，容易突破海岸防御因此，应认真对待水下路由协议的安全方面 [108]。

4) 空洞问题 ：在无线网络中，空洞节点被定义为无法找到任何朝向目的节点[66],且深度更小的合格节点的传感器节点，那么该节点的转发区域称为路由空洞。在UWSNs中，空洞区域通常被认为是中继节点与汇聚节点之间的空洞。大多数路由协议容易忽略空洞问题。图10展示了网络中的空洞问题。通用协议直接假设传感器节点存在下一个转发节点。然而，路由空洞会降低网络性能，影响网络生命周期、能量效率以及能耗偏差[109]。因此，如何有效避免空洞区域以提高网络性能是一个挑战。

5) 能耗 ：在复杂的水下环境中，几乎不可能更换传感器节点的电池，因此如何平衡网络的能量是影响网络生命周期的重要因素。因此，在数据传输过程中，路由协议应同时考虑单个节点的剩余能量和整个网络的能量平衡。此外，水下信道[11]具有高延迟、延迟动态变化、高衰减、高误码率、多径效应、严重的多普勒色散、高动态变化和低带宽等特点，被认为是难度最大的无线通信。同时，声学信道具有严重的单向传输特性，在水下环境中会产生严重衰减。这种单向传输特性将导致路由不平衡。因此，设计易于实现且信道通畅的水下路由协议以确保传输质量是一个挑战。

6) 时间同步 ：由于水下传感器网络部署规模较大且传感器节点能量有限，需要采用具备高精度和低能耗特性的时间同步算法，以提升网络性能。在水下环境中，信号传输可能受阻，导致数据传输延迟，阻碍后续一系列操作，并增加网络能耗等问题。同时，时间同步 [110]是传感器节点在无线网络中协同工作的基础。此外，解决水下信号传播速度问题是实现网络时间同步、获得更高质量网络服务的关键。

C. 经验总结

在设计水下传感器网络结构时需要考虑许多因素。一个好的水下路由协议可以显著提高网络的效率和性能。因此，应采用多种措施来解决水下路由协议的设计问题。以下是我们总结的一些经验教训。

路由协议更注重确保数据信息传输的准确性。根据以往路由协议的相关统计数据，我们可以考虑信息传输的及时性，以降低端到-end传输延迟。同时，水下路由协议通过解决空洞通信问题，能够有效提高数据传输效率并平衡节点能量。空洞和被困节点通过被动参与方法[66]进行本地检测。在[111],中提出了一种主动路由协议，该协议根据网络类型（密集、部分密集和稀疏网络）自适应地改变其通信策略，以避免UWSN中的空洞问题。

水下通信的性能取决于水下传输介质及相关的信息传输设备。如第1节所述，声波是水下环境中最常用的传输方式，但通常用于短距离传输。每种传输介质都有其优缺点。因此，在实际工程环境中应用时，研究人员可以根据自身最佳条件选择合适的通信传输工具。

在设计水下路由协议的过程中考虑许多因素。一些路由协议在设计时仅考虑能耗或数据传输效率，而综合考虑多种因素可以提高整体系统性能。在本文中，我们将水下路由协议分为三类。每种类型的协议都有其侧重点：基于能量的路由协议主要关注整个水下网络的整体寿命，基于数据的协议主要关注数据的完整性。地理位置信息路由协议主要用于简单的地理环境。合适的路由协议可以提高网络性能，研究人员可根据未来需求选择适当的水下路由协议类型来使用。

D. 未来研究方向

由于UWSN的特点，许多现有协议和技术无法直接应用，而合适的协议在提升网络性能方面起着重要作用。通过总结和比较近年来的水下路由协议，每种路由协议都有其优缺点，可应用于不同的环境。大多数现有的水下路由协议都是基于节点的剩余能量进行信息传输而设计的。然而，水下路由协议的设计仍面临诸多挑战，这些挑战也在前一节中有所提及。在未来的研究工作中，针对合适的水下路由协议的研究需要重点关注提高网络能量效率、降低端到-end延迟和误码率，以及延长网络寿命。在本节中，我们将提出一些未来研究策略和发展趋势。

• 构建更优的仿真环境 。水下路由协议所模拟的环境各不相同，且结果也是如此。然而，在协议比较的仿真中，不可能在相同环境下对所有水下路由协议进行测试。在未来研究中，可以在同一仿真环境中对几种经典的水下路由协议进行性能比较。研究人员还可以尝试构建一个简单且通用的水下仿真平台，以测试所提出的路由协议。
• 平衡网络节点能量和数据传输效率 。水下网络中的传感器节点无法更换，因此节点能量有限。同时，由于水下环境复杂，安全攻击或严重的信道衰减会导致某些节点的数据传输成功率较低。目前尚无准确的水下传感器网络能耗模型。因此，在未来研究水下路由时，应建立相应的能耗模型，并在能耗与数据传输率之间建立加权方程，综合考虑这两个因素来选择数据转发节点。
• 支持传感器节点的移动性 。由于水流和其他不确定因素，部署在水下固定位置的传感器节点可能会发生位移，导致节点的位置信息与最初部署时的位置信息不同。网络拓扑对系统性能有很大影响。因此，可利用自主水下航行器（AUVs）[112]作为移动节点，在指定位置周期性地巡检和收集数据，以解决水下环境快速动态变化下的路由问题。通过使用自主水下航行器（AUVs）或调整传感器节点的深度 [113],，可以降低传感器节点的能耗和数据传输延迟，并延长网络整体寿命。
• 协议跨层设计 。传统结构是将整个网络的任务分配给各个子层，且这些层之间没有通信。因此，大多数水下路由协议目前主要在网络层进行研究，而跨层优化设计方法可以在