水下物联网（Internet of underwater things, IoUT）被定义为水下智能体互联互通网络，被视为智慧海洋中最重要的技术之一。相对于电磁波和光波来说，水下声波的传播衰减较小，传播距离较远，被认为是水下可靠远距离通信的最合适媒介。因此，水声传感网络（underwater acoustic sensor networks, UWSN）成为IoUT不可或缺的一部分，在海洋环境监测、海洋科学、海洋资源开发、设备控制和导航以及军事中都发挥着重要的作用。在这些应用中，大量配备了水声通信机的传感器节点被密集部署，以收集数据并将数据发送到与陆地数据中心相连的接收节点（如浮标）。然而，在水声通信机发展的当前阶段，要建立这样的具有大规模通信、长期监视和高数据业务负荷需求的UWSN，受限于水声通信机的通信距离和能耗。因此，如何设计一种有效机制来收集和传输数据是当务之急。
随着自主水下航行器（autonomous underwater vehicles，AUV）的繁荣发展，水下移动节点辅助收集数据是一种有效的方法。由于AUV嵌入了数据收集、存储和计算服务的功能，因此它们可以充当组织和管理网络并分担计算负担的角色。在UWSN中，AUV会四处巡游以访问固定的传感器节点并从中收集数据，这样由于传输距离较短而有助于节省传感器节点的传输能量。但是，由于AUV的速度较慢，此解决方案还引入了较长的收集延迟以及较低的吞吐量。因此，在AUV辅助的UWSN中，主要问题是要在能耗和网络吞吐量之间进行权衡。为了应对这些挑战，不仅要规划AUV的路径以减少其巡航时间，而且还要谨慎地建立网络模型以优化网络性能。
本论文提出了一种AUV辅助的水声传感网络能量效率优化算法。定义了网络能耗和吞吐量效用因子作为优化目标，根据节点的能耗模型和通信约束建立约束条件，建立了分簇网络拓扑结构，设计了水声通信媒介访问控制（media access control）协议，规划了移动节点路径。对该算法在不同水声通信机性能和不同规模网络情况下进行仿真，结果表明，网络吞吐量、时延、能耗方面均有较好的性能。进一步，为了解决计算复杂度过大的问题时，使用另外一种启发式算法进行了折中处理，降低复杂度的同时得到了性能近似的结果。
AUV辅助的水声数据收集网络模型
该研究是在浙江大学海洋学院瞿逢重教授的指导下进行的，还得到了浙江大学海洋学院魏艳副教授、浙江大学信息与电子学院余官定教授和南京航空航天大学孙蕊副研究员的指导与支持；该研究得到了国家自然科学基金优秀青年科学基金、国家自然科学基金浙江省两化融合基金重点项目、国家自然科学基金、舟山-浙大市校合作项目的资助。
(晓宗)
