水下物联网研究

周 洋 张 松 吴 明 熊 蓄

(1.中国人民解放军驻上海江南造船(集团)有限责任公司军事代表室 上海 201913)(2.中国船舶重工集团公司第七二二研究所 武汉 430250)

水下物联网研究

周 洋1张 松2吴 明2熊 蓄2

(1.中国人民解放军驻上海江南造船(集团)有限责任公司军事代表室 上海 201913)(2.中国船舶重工集团公司第七二二研究所 武汉 430250)

大约71%的地球表面被海洋覆盖,随着人类科技发展以及日益增长的资源需求,海洋的开发利用迫在眉睫,而水下环境的复杂性为人们探索与开发海洋资源带来了困难,水下物联网可为海洋的利用开发提供新的手段。论文针对水下物联网开展了初步研究,分析了水下物联网的特征,提出了网络架构,在此基础上分析了水下物联网研究面临的技术难点,最后给出了水下物联网的应用前景。

水下物联网; 特征; 架构; 技术难点; 应用前景

Class Number TP391.44

1 引言

全球约有四分之三的面积覆盖着水资源,可以说水环境覆盖了全球大部分的区域,其中96%的水环境为海洋环境。随着人类科学技术的发展,陆地可开采的资源日渐匮乏,人们将探索的目光转向海洋[1]。在当今世界,全球海洋经济正在兴起,各国对海洋权益的重视日益加深,人们迫切的需求新的技术去探索广阔的水下未知世界。开发利用海洋资源成为未来的发展趋势,因此有效提高海洋资源勘探能力、海洋环境监测保护能力以及海洋灾害预警能力成为了我国未来海洋经济可持续发展和海洋权益保护的必要手段,同时这也在提高未来国家核心竞争力方面占据了十分重要的战略地位。

水下物联网可定义为通过数字实体将水下物体智能互联的全球范围网络[2],是一项计算与通信领域的技术革命,为探索水下世界提供了一种崭新的方式。通过融合网络技术、跟踪技术、嵌入式传感器技术等先进技术,水下器件可有效地实现对水下环境的感知、监测和快速反应,并且使水下物体与陆地物体之间的互联互通成为可能。每一个水下物理对象都伴随一个虚拟对象,在虚拟对象上包含了该物理对象的当前信息与历史信息,信息的内容包含了对象的物理特性、起源、环境数据等。这些数据是泛在的,用户可通过多种不同的手段实时获取,这将大大减小水下资源开发与管理的难度[3]。因此水下物联网在海洋学、海洋经济活动、海底调查、灾害预警及救援、水雷探测、辅助导航以及海洋石油工业等领域都有很大的应用潜力,本文从网络特征、架构、典型应用场景以及技术难点等方面对水下物联网进行了初探。

2 水下物联网的特征

与陆地上的传统物联网概念相比,水下物联网虽然在结构与功能上有相似之处。但受到水下环境制约以及水下设备计算能力与能量的限制,水下物联网具有以下几点特征。

2.1 不同的通信技术

无线电波只能在极低的频率条件下才能在海水环境中传输相对较长的距离,而这需要很大的天线和非常高的发射功率,这在水下环境中显然是不适用的[4]。相比之下,声波在水下具有相对优越的传输特性,因此水下声通信链路成为了水下网络信息传输的首要选择[5]。

水下声通信主要受到了路径损耗、噪声、多径效应、多普勒效应以及随机变化的高延迟的影响。这些因素共同决定了水声信道是一个时空不确定的信道,其可用带宽是有限的,并且带宽是根据距离和频率动态变化的。在超过数十千米的长距离传输系统中可能只有几千赫的带宽,在几十米范围内的短传输距离的系统中带宽将可能超过几百千赫[6]。

2.2 不同的跟踪技术

传统陆地物联网中大多采用RFID(Radio Frequency Identification)技术来对物品进行跟踪,受水环境的阻隔,无线电标签在水下难以得到应用,因此在水下物联网中将会采用不同的技术对水下移动物体进行跟踪(例如鱼类等),其中声标签追踪就是一种可行的方式[7],该方式利用声发射装置作为声标签,水下可探测距离可超过1km,可有效地在水下三维环境中跟踪移动物体。

2.3 难以补充能量

水下设备一般都是都很难获得能量补充,多数是由电池提供能源。当电池能量耗尽时,水下设备就会失效,导致水下物联网中的节点数目越来越少,网络功能难以体现。而水下节点的电池更换又是极为困难的,为了提高水下物联网的生存周期,在设计水下物联网各层协议时,需要重点考虑能耗问题[8]。

2.4 不同的网络密度

在传统陆地物联网中,由于将所有“物体”连接到一个网络中,网络中的节点和设备数量是巨大的。与之相反,考虑到水下节点成本以及水下布置的难度,水下物联网将会是一个稀疏网络[9],因此水下物联网的通信建立与维护将更加困难。

2.5 不同的定位技术

在传统陆地物联网中,移动物体的定位一般依靠GPS(Global Positioning System)定位技术或北斗定位技术。在水下环境中由于无法接收卫星定位信号,陆地上使用的定位方法不能直接应用与水下环境中,这就需要针对水下环境开发新的定位算法。水下的三维环境、节点随波逐流的特点、水下时间同步困难都为水下定位算法的设计带来挑战。

3 水下物联网架构

水下物联网的架构如图1所示,可以分为三层：感知层、网络层和应用层。

其中感知层用于识别物体并收集信息,各类水下传感器、水下航行器、标签等设备组成水下传感器网络,各个水下节点负责感知数据,水下传感器网络负责将各节点感知到的数据汇聚至智能网关节点；网络层通过智能网关将水下网络与岸基网络互联,其中涵盖了网络管理、云计算平台等多方面内容,主要用于处理与传输感知层获取的数据；应用层是一系列智能应用解决方案的组合,运用水下物联网技术满足用户的实际需求。

水下物联网与陆地物联网最大的区别在于感知层,由于水下环境的特殊性,水下原始数据的获取主要依赖于水下传感器网络,通过水下传感器网络感知与收集水下数据再经过智能网关节点中继连入岸基网络。这里主要针对感知层中的水下传感器网络的结构开展进一步的分析。

水下传感器网络的结构不同于普通陆地传感器网络,水下环境由于其具有深度的因素使得水下环境成为了一个三维环境,因此水下传感器网络拥有三维的网络结构。一般来说水下传感器网络需要将传感器节点数据传输到智能网关节点再由智能网关节点与岸基网络互联。根据智能网关节点的位置可以将水下传感器网络分为两类：水面汇聚型和水底汇聚型。水面汇聚型是将智能网关节点安置在水面通过无线电的方式与岸基网络进行连通,而水底汇聚型则是将智能网关节点安置在海底,并通过海底光缆的方式与岸基网络进行连通。水底汇聚型的网络更加具有隐蔽性,但是一旦智能网关节点出现故障,其维修将会十分困难,因此水面汇聚型的应用更为广泛,以水面汇聚型的网络为例,根据其节点的移动性,将其分为静态网络、混合网络、移动网络以及异质网络[10]四种。

1) 静态网络

该类结构中是采用将配有传感器的节点通过锚固定于水底或是通过连接水面的浮标以达到相对静止,故该类网络的最大特点就是其拓扑结构是不变的或是相对于网络规模而言存在可以忽略的移动[11]。图2给出了一个综合的三维静态水下传感器网络结构。可以将该网络分成上下两个层次,上层是连接于水面浮标的吊挂式水下节点,下层为通过锚固定于水底的悬浮式水下节点。

在这类网络中,各节点的深度是通过控制连接于浮标或锚的连接缆的长度来进行控制的。相较于二维静态网络,三维静态网络能在空间覆盖度上体现一定的优势。特别是对于上层的三维结构网络,其数据从节点收集到数据中心的传输是通过水面浮标上的无线电通信完成的,这一方面提高了数据传输的正确性,另一方面也提高了网络的吞吐量。同时,用户可以根据实际监测的覆盖度要求来选择节点的位置和深度,从而能保证监测的准确性,但这给网络布置提高了难度,增加了网络布置成本。

对于静态网络,一般情况下,其节点的位置是预先计算的。与陆上静态传感器网络相比较,用于水下感知的节点成本更高,从而使得该类网络一般都不是密集网络,另外水下节点补充相对比较困难,因此网络的自愈能力会相对较差,在一定程度上会影响应用效果。但相对于其他类型的水下传感器网络,静态网络也有其自身的优势,一方面由于节点的固定性,使得网络拓扑结构相对稳定,从而在水下网络协议的设计上相对比较简单；另一方面由于节点的非移动性使得网络的拓扑结构不易发生变化,网络的持续连通度能得到一定的保证,从而也使得感知数据具有一定的时间连续性。

2) 混合网络

与上述提及的水下静态传感器网络结构相似,在混合网络中也包含很多静态的传感器节点,不同的是在静态网络中加入了水下移动节点,水下移动节点可以分为有动力的自主航行节点(如水下自主航行器、水下机器人等)和无动力的随水流移动的节点(悬浮节点或漂浮节点)。这些节点可以加入到上述所描绘的任一静态网络以提高网络性能[12]。

图3描绘了在一个三维静态模型加入一些移动节点构成的混合网络模型。移动节点可以根据自身能量的多少和不同区域的数据流的大小来动态选择和重组拓扑结构,从而实现更有效的数据感知。移动节点的存在也能够克服由于部分固定节点失效所造成的部分网络盲点问题,从而保证了网络覆盖度,提高了网络的可靠性。移动节点还可以根据固定节点所采集数据量的多少选择合适的路由,从而实现网络链路数据传输的均衡和网络吞吐量的最大化。

对于混合型水下传感器网络,可以认为它是一个特殊的移动Ad hoc网络,在该网络中,移动节点不仅可以是任务的执行者,还可以是网络的管理者。移动节点成为数据传输的中转站,可以很大程度上的缩短数据包的端到端延时,提高网络运行的效率。同时,移动节点的存在大大降低了固定节点在数据传输上的能量消耗,从而延长了网络的生存周期。移动节点可建立水面节点与水下节点的联系,因此其能力很大程度上决定了网络的有效性。

3) 移动网络

移动网络结构包括水下移动网络和自由漂移网络。在这类结构中,各节点是不受空间位置限制,即节点可以在其所处环境中自由移动。这也决定了该种网络的网络拓扑结构是动态变化的[13]。

将两类移动网络结构整合为如图4所示的结构。对于处于水面的自由漂浮网络[14],通常这种节点都装有无线收发器,能实现与陆地基站的实时数据交换。这类网络通常用于环境污染监测、水质实时监视、海岸线生态系统循环监控和环境污染物跟踪等[15]。处于水下的移动网络由多个可自由移动的节点组成。它们通过漂浮装置实现在水底任意深度的移动。不过与混合结构中的移动节点行为所不同的是,这些节点的移动都是被动的,其运动是受到水体特性(如波浪、潮汐、水流等)因素的影响[16]。

大部分这类网络都是被动网络,其拓扑结构很大程度上受到水流、风力、潮汐和波浪等的综合影响。正是由于节点可以随着水流等的影响而运动,使得这种网络在进行跟踪监测应用方面体现了很大的优势,也在一定程度上排除了人为的干扰因素,从而保证跟踪的真实性。这种网络中的节点没有任何的约束,具有自由浮动的特点,拓扑结构易变成为网络的最大特点,这给网络带来的最大的弊端就是网络覆盖度和通信链路得不到保证,也给拓扑控制带来很大的困难。若将上述两类移动网络整合在一起,就需要在上下两层建立通信链接,这需要水面节点同时拥有水下通信的功能,也需要水下节点能具有动态建立路由和通信链路的能力,增加了网络的运行成本。

4) 异质网络混合结构

由于水下环境的复杂性和水声通信的不可靠性,为提高网络在能量供应、可靠性传输、延长网络生存时间等方面的性能,在水下无线传感器网络中加入有线连接成为一种可行的方案。有线通信的介质可以是电缆,也可以是光缆。这种网络结构,即有效继承了有线网络的可靠性特点,又能充分利用无线网络的灵活性,使得网络整体性能更优越。

如图5所示三维立体监测的网络结构模型。在这种结构中,水面上散布着一些漂浮的网关节点,这些节点是连接水下网络和岸基网络的中转站,主要通过无线电方式进行数据传输。每个网关节点在深度方向上具有一条附着多个智能节点的长缆(该缆可为光电复合缆,长度可随实际应用的需要进行变化),附着在缆上的智能节点与处于相近深度的水下传感器节点形成一个平面,称为虚拟层。在虚拟层中,各智能节点与其它节点形成簇状结构,由其自身担任簇头节点,负责簇的管理和数据的收集。簇内节点将其监测到的数据发送给簇头智能节点,簇头节点再通过缆传输给水面上的无线发射部分,最后连接到岸基网络。

这类网络可以认为是水下应用环境中一个特殊的混合结构。由于存在有线连接,使得这种网络很大程度上继承有线网络高效、稳定、可靠的特点,克服了由于水下恶劣环境和有限资源所引起缺点。这种网络有效地解决了数据汇集量最大的汇聚节点的能量供应问题。同时,由于可以利用有线连接将汇聚节点收集的数据转发给水上数据采集系统,既保证了数据包传输的可靠性又缩短了端到端延迟。这对于需要获取水下实时数据的应用具有很重要的意义。

若这类网络应用在深海区域,则长距离的线缆布设将是昂贵和困难的,这会给网络应用带来很大的约束。此外,水下网络采集的数据都依赖于智能汇聚节点通过缆向水面节点传输,同时用户也需通过缆向水下网络发送指令,所以缆的完整性对网络的生存起到决定性作用。如果缆受到水下恶劣环境的影响使其受到损坏,将导致网络的瘫痪,甚至任务的失败。

4 研究面临的技术难点

4.1 网络管理技术

水下物联网需要自我管理,相关操作没有人工干预介入,这给网络的管理带来了很大的挑战。鉴于水下物联网的这个特点,网络管理需要具备自配置、自愈、自优化、自保护能力[17]。其中自配置能力与网络中各部件的自动配置能力有关,该能力在协同运作方面十分重要,例如水下节点之间需要交互配置信息、位置信息以及运动信息,并根据信息交互结果实时更改配置,以顺利完成协同任务；自愈能力主要用来实现对网络中新成员的自动发现以及错误的自动修正,水下物联网采用的水声信道受路径损耗、噪声、多径效应、多普勒效应的影响,信道不稳定,可能会出现时变的通信盲区,在通信盲区的节点将无法连接网络,因此自愈能力需要支持网络连接的维护与重构；自优化能力的重点在于自动检测并控制网络资源来保证性能的优化,水下物联网设备在运行过程中应该可以通过标签或传感器的辅助来自主学习特定的应用信息,用来保证网络系统的优化；自保护能力用于实现对网络的主动保护,避免网络受到攻击,攻击者可能会拦截数据包、修改数据或实施干扰导致丢包,水下物联网需要寻求适用的安全机制保护数据的安全可靠。

4.2 跟踪技术

水下物联网的节点不仅有固定不动,更多的节点是可以自主移动的,跟踪技术必不可少,特别是针对水下生物的跟踪,需要进一步开展研究,主要需要考虑标签是否会对水下生物造成伤害或限制其活动,具体包括标签的制造材料、形状、尺寸大小等。

4.3 节能技术

水下物联网的寿命与节点寿命密切相关,而水下网络节点能量难以补充,节点的寿命主要由能量决定,因此为了提升网络寿命,急需研究节能技术。其中网络拓扑对能量消耗起到了决定性作用,需要研究适用于水下物联网的拓扑优化技术,对整个网络结构进行优化,尽量减小不必要的能量消耗,另外在节约能量的同时也要关注能量的均衡,要避免部分节点过度消耗能量。

4.4 协同技术

水下物联网最大的优势是将多个水下物体连通起来,实现信息的交互,在执行某些复杂任务时,单个节点难以独立完成,需要多个同类节点或异类节点共同完成,这时水下物联网的优势就得以体现,这就需要协同技术的支持。协同技术不仅仅要关注与多节点之间的信息交互,还要进行分析与规划,给出优化的行动方案,可能涉及的关键技术点包括了资源与任务调度技术、编队技术、路径规划技术等多项技术。

4.5 跨层设计技术

由于水下物联网设计过程中,不同层可能有相同的关注重点,例如各个层次设计时均要重点考虑水声信道特殊性、节约能量等方面因素,因此有必要进行跨层的联合设计,提高水下物联网的网络性能。其中MAC层和路由层的联合设计就是跨层设计的典型,可以使得各个节点有效利用信道,避免网络的拥塞和能量的过度消耗,达到提升网络吞吐量和使用寿命的目的。

4.6 标准化技术

本文中水下物联网涉及的节点种类尚不完备,未来随着技术的发展,水下物联网涵盖的节点种类越来越多,各种水下异构节点、系统的互联互通将变得十分困难,各种不同的协议之间也需要进行转换,因此需要研究制定水下物联网的相关标准,从顶层架构、节点形式、通信方式、组网协议等方面进行一系列的标准化工作,确保水下物联网的功能得以实现。

5 应用前景

水下物联网可以在众多领域得到应用,具体的相关应用主要分为以下几类:

1) 海洋科学数据的采集。水下物联网可以通过水下传感器将相关的海洋科学数据有效传输到岸边,可以实现信息的自适应采集。有效地提高海洋观测能力和海洋环境数据预测能力。

2) 海洋资源的开发。海洋中蕴含着丰富的石油天然气等资源,随着陆地资源的日益减少,海洋资源的开发迫在眉睫。水下物联网可以协助探测水下油田位置以及绘制水下地貌,另外在开采过程中也可以有效监控开采设备的各项指标,保证开发安全。

3) 环境监测。水下物联网可以用于水环境的污染监测,它可以实时获取水环境中PH值变化、浊度变化、氧含量变化以及各项化学指标的变化,从而有效监测江河湖海各种水环境的污染情况。另外水下物联网也可以用来对海洋生物等进行跟踪监测用于了解人类活动对海洋生态系统的影响。

4) 灾害预报。布置在海底的水下物联网可以监测到远处的地震活动,随之可以向岸边发送海啸警报并且水下物联网也可以协助研究海啸的产生机制与影响。

5) 军事应用。水下物联网可以有效地构建战术监测系统,通过各项传感器数据有效识别入侵目标以及跟踪目标。相比于传统的雷达与声呐系统,水下物联网能够进行现场监测,可提高监测精度和覆盖范围。

6 结语

本文对水下物联网进行研究,给出了水下物联网的特征,并提出了水下物联网的典型架构,针对架构感知层中的水下传感器网络结构进行了重点分析,同时分析了水下物联网研究过程中可能面临的技术难点,并对其应用前景进行了展望。

未来,水下物联网的研究需要针对其特征攻克相关技术难点,整合各项先进技术形成标准化的总体架构,在此基础上进一步开展应用研究与信息服务研究,最终使水下物联网走向实际应用。

[1] 高艳波,李慧青,柴玉萍,等.深海高技术发展现状及趋势[J].海洋技术,2010,29(3):119-124.

[2] Espada J P, Martínez O S, Lovelle J M C, et al. Modeling architecture for collaborative virtual objects based on services[J]. Journal of Network and Computer Applications,2011,34(5):1634-1647.

[3] Wang Y, Liu Y, Guo Z. Three-dimensional ocean sensor networks: A survey[J]. Journal of Ocean University of China,2012,11(4):436-450.

[4] Lanbo L, Shengli Z, Jun-Hong C. Prospects and problems of wireless communication for underwater sensor networks[J]. Wireless Communications and Mobile Computing,2008,8(8):977-994.

[5] Chitre M, Shahabudeen S, Stojanovic M. Underwater acoustic communications and networking: Recent advances and future challenges[J]. Marine Technology Society Journal,2008,42(1):103-116.

[6] Catipovic J A. Performance limitations in underwater acoustic telemetry[J]. IEEE Journal of Oceanic Engineering,1990,15(3):205-216.

[7] Smith J M, Mather M E, Frank H J, et al. Evaluation of a gastric radio tag insertion technique for anadromous river herring[J]. North American Journal of Fisheries Management,2009,29(2):367-377.

[8] Seah W K G, Eu Z A, Tan H P. Wireless sensor networks powered by ambient energy harvesting (WSN-HEAP)-Survey and challenges[C]//Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology, 2009. Wireless VITAE 2009. 1st International Conference on. Ieee,2009:1-5.

[9] Akyildiz I F, Pompili D, Melodia T. Underwater acoustic sensor networks: research challenges[J]. Ad hoc networks,2005,3(3):257-279.

[10] Lin W, Li D, Tan Y, et al. Architecture of underwater acoustic sensor networks: a survey[C]//Intelligent Networks and Intelligent Systems, 2008. ICINIS’08. First International Conference on. IEEE,2008:155-159.

[11] Pompili D, Melodia T, Akyildiz I F. Deployment analysis in underwater acoustic wireless sensor networks[C]//Proceedings of the 1st ACM international workshop on Underwater networks. ACM,2006:48-55.

[12] Heidemann J, Ye W, Wills J, et al. Research challenges and applications for underwater sensor networking[C]//IEEE Wireless Communications and Networking Conference, 2006. WCNC 2006. IEEE,2006,1:228-235.

[13] Cui J H, Kong J, Gerla M, et al. Challenges: building scalable and distributed Underwater Wireless Sensor Networks(UWSNs) for aquatic applications[J]. Channels,2005:1-17.

[14] Ibrahim S, Cui J H, Ammar R. Surface-level gateway deployment for underwater sensor networks[C]//MILCOM 2007-IEEE Military Communications Conference. IEEE,2007:1-7.

[15] Wang J, Li D, Zhou M, et al. Data collection with multiple mobile actors in underwater sensor networks[C]//2008 The 28th International Conference on Distributed Computing Systems Workshops. IEEE,2008:216-221.

[16] Caruso A, Paparella F, Vieira L F M, et al. The meandering current mobility model and its impact on underwater mobile sensor networks[C]//INFOCOM 2008. The 27th Conference on Computer Communications. IEEE. IEEE,2008.

[17] Haller S, Karnouskos S, Schroth C. The internet of things in an enterprise context[C]//Future Internet Symposium. Springer Berlin Heidelberg,2008:14-28.

Internet of Underwater Things

ZHOU Yang1ZHANG Song2WU Ming2XIONG Xu2

(1. Military Representative Office in Shanghai Jiangnan Shipyard (Group) Co., Ltd, Shanghai 201913) (2. 722 Research Institute, CSIC, Wuhan 430250)

Approximately 71% of the Earth’s surface is covered by ocean. With the development of human science and technology and the growing demand of resources, the development and utilization of ocean is imminently. The complexity of underwater environment has brought difficulties for people to explore and develop marine resources, the internet of underwater things can provide new ways for the development and utilization of the ocean. In this paper, a preliminary study on the internet of underwater things is carried out. The characteristics of the internet of underwater things are analyzed, and the network architecture is put forward. On the basis of this, the technical difficulties in the research are analyzed. Finally, the prospects of the application are presented.

internet of underwater things, characteristic, architecture, technical difficulties, application prospect

2016年7月11日,

2016年8月29日

周洋,男,工程师,研究方向：通信工程。张松,男,工程师,研究方向：无线通信、舰船通信。吴明,男,博士,研究方向：通信与信息系统、舰船通信。熊蓄,男,工程师,研究方向：舰船通信。

TP391.44

10.3969/j.issn.1672-9730.2017.01.003