水声传感器网络的节能与定位动态调度方案：提升水下通信效率与网络寿命

针对水下声学传感器网络(UASNs)面临的高能耗、定位不准和通信空洞等问题，研究人员提出了一种基于动态调度与多技术融合定位的节能方案(EELDS)。该研究整合AoA、ToA、TDoA和RSSI定位技术，结合五状态模型(FSM)动态调整节点状态，显著降低了能耗和定位误差，提升了网络寿命和吞吐量。仿真显示，EELDS在5000轮运行中网络寿命延长27-35%，能耗降低30-50%，吞吐量提高41-67%，定位误差减少45-57%，为水下监测和海洋探索提供了可靠解决方案。

　　

水下声学传感器网络（UASNs）是海洋环境监测、数据采集和实时通信的关键技术，广泛应用于海洋科学研究、资源勘探、生态跟踪和军事 surveillance等领域。然而，水下通信环境异常复杂，面临诸多挑战：声波信号传播延迟高、带宽有限、多径衰减严重，以及节点能源受限。尤其，传感器节点通常部署在偏远或深水区域，电池更换困难，能源效率直接决定了网络寿命和功能稳定性。此外，节点定位准确性对数据路由和网络效率具有重要影响，但传统方法在动态水声环境中表现不佳，定位误差大，且缺乏对“通信空洞”（void holes）区域的有效处理机制，导致数据传输中断和能量浪费。

为了应对这些挑战，研究人员在《Kuwait Journal of Science》上发表了一项创新研究，提出了一种名为“EELDS”（Energy-Efficient and Localization-based Dynamic Scheduling，基于节能与定位的动态调度）的综合方案。该研究通过融合多种定位技术、引入五状态动态调度模型以及优化能量使用策略，显著提升了UASNs的整体性能。

EELDS方案的核心技术方法主要包括：1）多技术融合定位：使用到达角（AoA）、到达时间（ToA）、到达时间差（TDoA）和接收信号强度指示（RSSI）进行协同定位，通过加权最小二乘（WLS）优化算法提升位置估计精度；2）动态状态调度：基于有限状态机（FSM）模型，节点在Anchor（锚点）、Active（活跃）、Midway（中继）、Idle（空闲）、Sleep（睡眠）五种状态间智能切换，以降低能耗；3）空洞避免机制：通过中继节点动态调整路径，避免因节点稀疏导致的通信中断；4）能量优化传输：根据节点距离和信道条件自适应调整发射功率，减少冗余通信。研究所用仿真环境为230节点（200个传感器节点、20个汇聚节点和10个锚节点）在2500×2500×2000 m3水域中的5000轮操作，节点初始能量为50 J，采用Urick和Thorp组合模型模拟声波传播损耗。

研究结果显示，EELDS在多个关键指标上均优于现有方案（如EETAUV、CR-NBEER、NBEER等）。具体而言：

• •
  平均定位误差：EELDS在多锚节点（10个）配置下定位误差最低，RMSE在SNR为10 dB时仅为4.30 m，而单一方法如RSSI的误差高达309.86 m。
• •
  能量消耗：节点总能耗大幅降低，每轮平均能耗仅2.3 J，而对比方案能耗高出30–50%。残存能量（Residual Energy）在5000轮后仍保持较高水平。
• •
  网络寿命：EELDS延长网络生命周期达27–35%，死亡节点数显著减少。
• •
  数据投递率与延迟：包投递率（PDR）提高41–67%，延迟降低，吞吐量上升，尤其在动态拓扑和大规模部署中表现稳定。
• •
  通信质量指标：RSSI和SNR均优于基线方案，信号强度提升，碰撞率和通信中断率下降50%以上。

此外，通过状态调度和局部优化，EELDS有效缓解了通信空洞问题，提升了网络连通性和鲁棒性。

研究的结论部分强调，EELDS通过综合优化能量使用、定位精度与动态调度，在UASNs中实现了性能的显著提升。其创新性在于将多模态定位、状态机调度与空洞避免整合于一个框架内，克服了现有方案只侧重某一方面的局限性。该研究不仅为水下物联网（IoUT）和海洋探测应用提供了理论基础，也为未来智能水下网络的设计——包括无人水下航行器（AUV）导航、分布式协同监测等——提供了实用技术路径。

值得注意的是，EELDS在仿真规模、能量模型和动态环境适应性方面表现出色，但作者也指出其目前主要基于模拟验证，未来需在真实海洋环境中进行大规模测试和硬件部署。进一步的研究可结合强化学习（RL）和联邦学习（FL）来增强决策智能和扩展性，以适应更复杂的应用场景。