一种基于分层海流模型的水下传感器节点定位方法技术

本发明专利技术属于水下节点定位领域，提出了一种基于分层海流模型的水下传感器节点定位方法。由于水下环境的复杂性会导致海流流速在空间和时间上的不确定性，不同深度处的海流运动不同，进而造成水下不同深度传感器节点运动速度不同。因此，在普通节点定位过程中，普通节点在接收到不同深度的超级节点发送的信号时，这些信息的可信程度也不相同。为了挖掘每条信息中的更多的信息，本发明专利技术所提出的普通节点定位算法将根据海流模型，为不同深度的传感器信息分配不同的权值，相关度大的节点发送过来的信息分配更大的权值，以提高节点定位的准确性。因此，本发明专利技术对于解决实际的水下节点定位问题具有重要的现实意义。

An underwater sensor node location method based on stratified current model

【技术实现步骤摘要】
一种基于分层海流模型的水下传感器节点定位方法
本专利技术属于水下节点定位领域，涉及一种海流运动建模方法。
技术介绍
水下无线传感器网络(UnderwaterWirelessSensorNetworks,UWSNs)中的节点定位是水下目标跟踪、海洋监测等的基础，是许多军事或民用领域不可或缺的组成部分，如导航和控制、现代水下防御系统以及智能交通系统中的交通监控。在海洋环境中，由于水声信号传播速率低、多径效应严重、水声信号衰减严重、通信带宽低、误码率高等特点，并且水下节点通信耗能较大、节点能量有限等限制使得陆地节点定位技术无法直接应用于水下。虽然已经提出了各种地面传感器网络的定位算法，但能用于UWSNs的方案相对较少。在海流中波浪与流的相互作用已经被学者广泛研究，从不同角度求解海流的垂直结构，并进行了大量理论与实践的研究：Brevik、Aas等通过波作用量守恒推导出规则波与均匀流相互作用下波长和波高的变化；Kemp和Simons实验研究了光滑和粗糙床面条件下波浪顺流和逆流传播的渡流相互作用情形，实验结果表明：当波浪顺流传播时，上层的水流速度减小，下层的水流速度增加；当波浪逆流传播时，则增加上层水流速度，下层水流速度减小，正好是相反的情形；吴永胜等人建立了k-ε模型来模拟粗糙床面下波浪和水流之间的非线性耦合。在水下节点定位中，由于无线电不能在水中工作，因此必须采用声学通信。声学通道的特性(大延迟，低带宽和长端到端延迟)会导致对水下传感器网络定位方案的许多限制。同时，水下传感器网络是移动网络，节点位置不断变化。在这样的环境中，为静态传感器网络设计的大多数本地化方案需要定期运行以更新位置结果，这将显着增加通信开销。此外，设计用于小规模水声网络的分布式定位方案由于其收敛速度慢和通信开销高，在大规模水下传感器网络中不能很好地工作。目前，大多数水下节点定位算法都假定波流是恒定的，并且假设不同深度波流运动状态相同。在实际的海洋环境中，波流会随着深度变化而进行非线性变化。为了能够更准确的模拟水下实际情况，提高节点定位精度，本专利技术提出了一种基于海流分层模型的水下节点定位方法。所提算法首先建立非线性海流传播模型，得到深度与海流运动速度的关系；在普通节点定位阶段利用这种非线性关系，分别对不同深度传来的信号进行权值分配，得到更为准确地定位精度。
技术实现思路
本专利技术针对水下海流运动分层的特性，提出一种新的与深度相关的传感器节点定位算法。首先根据海流运动方程得到不同深度海流的运动速度数据，再根据这些数据进行数据拟合，建立起与深度相关的海流运动函数，可以看出海流分层海流模型的水下传感器节点定位方法运动的时均分量在某一范围内近似与深度成指数函数关系，周期波动分量可以用正余弦函数进行拟合。通过深度与流速的关系，我们可以看出对于相同距离的接收信号，深度较浅的信号与该传感器的相关程度越大，因此我们对相关程度大的信号分配相对较大的权值，再通过这些信息进行预测定位，以提高定位精度。为了达到上述目的，本专利技术的技术方案为：一种基于分层海流模型的水下传感器节点定位方法，其特征在于，包含以下步骤：(1)浮标节点定位：浮标节点通过GPS获得实时位置i1表示第i1个浮标节点，每隔一定的采样周期T1更新平均速度，则海面上第i1个浮标节点的平均速度为其中Θk为k时刻速度的量测噪声；浮标节点将更新的平均速度和实时位置信息广播给水下的节点。(2)超级节点定位：超级节点定期根据自身历史记录的速度、位置信息采用节点移动预测模型进行自我更新速度、位置信息，并广播更新后的k时刻位置和速度信息：若在周期内未接收到浮标节点广播的位置和速度信息，超级节点则采用上一周期使用的节点移动预测模型进行自我更新速度。若在周期内接收到浮标节点的信息，则超级节点先通过定位算法得到此时自己的位置信息，并与上一周期更新的位置信息相比较，若误差小于阈值，即误差满足定位精度需求，则采用上一周期使用的节点移动预测模型进行自我更新速度；若误差大于阈值，则更新节点移动预测模型中的权值系数并采用更新后的节点移动预测模型进行自我更新速度；所述节点移动预测模型通过Levinson-Durbin算法构建，阈值根据节点的布控密度、节点测距的精度、当地的海况等设定。位置信息根据更新的速度获得，即T2为超级节点的采样周期。(3)普通节点定位：包括如下步骤：(3.1)当普通节点在k时刻接收到N2个超级节点的速度、位置信息时，先检查信息的时效性，若信息的到达时间-发送时间>Th时，Th为设定的时效性阈值，则该条信息已经失去了时效性，剔除该条信息；若到达时间-发送时间≤Th时，通过下式计算该条信息的权值当时当时其中，i2，i3分别代表超级节点编号、普通节点编号，Z表示节点深度，k代表第k时刻；代表超级节点i2的预测速度向量的权值，d为节点i2到i3的直线距离，di2i3表示具有方向信息的距离向量：b1、b2为调节系数且b2＞b1＞0，通过下式计算得到：b1＝h1(β1,β2)(44)b2＝h2(β1,β2)(45)h1、h2是关于β1,β2的高阶多项式。β1,β2是基于分层海流模型得到的参数，通过如下步骤获得：(3.1.1)建立海流模型：海流运动函数f(x,z,t)可以分解为三个部分：时均分量周期波动分量和随机脉动分量f'(x,z,t)。其中j为第j个采样点，N为采样点个数，T为采样周期。对这三个分量分别建立如下建模：(3.1.1.1)海流垂直结构粘性流体运动遵循的Navier-stokes方程和连续方程为：其中u,w分别为(x,z)处在时刻t的瞬时水平速度、垂向速度；ρ为流体密度；p为该点处的压力；r为水体运动粘滞系数。将u,w,p分解为的形式，并取时间平均得到波流共同作用下的流动方程：定义法向应力和剪切应力分别为其中v为水体运动粘滞系数。将式(9)(10)带入式(8)整理得在海洋环境中因此上式可整理为其中底部剪应力为ξ1为水深，流动摩阻速度为ρ为海水密度。为了求解上述方程，我们引入波流相互作用的涡粘系数模型其中κ为卡门常数，一般取为0.4；z0＝ks/30为流速零点，ks为尼古拉兹常量，δ为波流相互作用边界层厚度，δ1为波浪边界层厚度，为摩阻速度，其表达式如下其中为流动摩阻速度，为波浪摩阻速度，φ为波浪流速与海流传播速度之间的夹角。波浪摩阻速度可以通过以下方式获得其中ω为角频率，根据线性波理论，波浪边界外层的位移振幅A为其中ξ2为波高，η为波数，ξ1为水深。根据Swart提出的模型，波动摩阻向量fw可以通过以下方法求得波浪边界层厚度δ1通过下式计算...

【技术保护点】
1.一种基于分层海流模型的水下传感器节点定位方法，其特征在于，包含以下步骤：/n(1)浮标节点定位：浮标节点通过GPS获得实时位置

【技术特征摘要】
1.一种基于分层海流模型的水下传感器节点定位方法，其特征在于，包含以下步骤：
(1)浮标节点定位：浮标节点通过GPS获得实时位置i1表示第i1个浮标节点，每隔一定的采样周期T1更新平均速度，则海面上第i1个浮标节点的平均速度为其中Θk为k时刻速度的量测噪声；浮标节点将更新的平均速度和实时位置信息广播给水下的节点。
(2)超级节点定位：超级节点定期根据自身历史记录的速度、位置信息采用节点移动预测模型进行自我更新速度、位置信息，并广播更新后的k时刻位置和速度信息：
若在周期内未接收到浮标节点广播的位置和速度信息，超级节点则采用上一周期使用的节点移动预测模型进行自我更新速度。
若在周期内接收到浮标节点的信息，则超级节点先通过定位算法得到此时自己的位置信息，并与上一周期更新的位置信息相比较，若误差小于阈值，则采用上一周期使用的节点移动预测模型进行自我更新速度；若误差大于阈值，则更新节点移动预测模型中的权值系数并采用更新后的节点移动预测模型进行自我更新速度；
所述节点移动预测模型通过Levinson-Durbin算法构建，阈值根据节点的布控密度、节点测距的精度、当地的海况等设定。
位置信息根据更新的速度获得，即T2为超级节点的采样周期。
(3)普通节点定位：包括如下步骤：
(3.1)当普通节点在k时刻接收到N2个超级节点的速度、位置信息时，先检查信息的时效性，若信息的到达时间-发送时间>Th时，Th为设定的时效性阈值，剔除该条信息；若到达时间-发送时间≤Th时，通过下式计算该条信息的权值
当时



当时



其中，i2，i3分别代表超级节点编号、普通节点编号，z表示节点深度，k代表第k时刻；代表超级节点i2的预测速度向量的权值，d为节点i2到i3的直线距离，di2i3表示具有方向信息的距离向量：



b1、b2为调节系数且b2＞b1＞0，通过下式计算得到：
b1＝h1(β1,β2)(4)
b2＝h2(β1,β2)(5)
h1、h2是关于β1,β2的高阶多项式。
β1,β2是基于分层海流模型得到的参数，通过如下步骤获得：
(3.1.1)建立海流模型：
海流运动函数f(x,z,t)可以分解为三个部分：时均分量周期波动分量和随机脉动分量f'(x,z,t)。



其中









j为第j个采样点，N为采样点个数，T为采样周期。
对这三个分量分别建立如下建模：
(3.1.1.1)海流垂直结构
粘性流体运动遵循的Navier-stokes方程和连续方程为：






其中u,w分别为(x,z)处在时刻t的瞬时水平速度、垂向速度；ρ为流体密度；p为该点处的压力；r为水体运动粘滞系数。将u,w,p分解为的形式，并取时间平均得到波流共同作用下的流动方程：



定义法向应力和剪切应力分别为






其中v为水体运动粘滞系数。
将式(9)(10)带入式(8)整理得



在海洋环境中因此上式可整理为



其中底部剪应力为ξ1为水深，流动摩阻速度为ρ为海水密度。
为了求解上述方程，引入波流相互作用的涡粘系数模型



其中κ为卡门常数，一般取为0.4；z0＝ks/30为流速零点，ks为尼古拉兹常量，δ为波流相互作用边界层厚度，δ1为波浪边界层厚度，为摩阻速度，其表达式如...

【专利技术属性】
技术研发人员：刘妹琴，李琰，张森林，郑荣濠，樊臻，何衍，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33