王磊,刘利利,齐俊艳,宋成

(河南理工大学 计算机科学与技术学院，河南 焦作 454000)

0 引 言

地球上水资源丰富，因而，水下通信技术对水下资源探测和研究有着非常重要的意义[1]。由于受水下电磁波传输路径短、信号衰减快、介质传输速率慢等因素限制，射频信号并不适用于水下通信[2]。跟射频信号相比，声信号在水下衰减速率慢，因此水声通信(under water acoustic communication，UWAC)技术被用于水下无线传感网络(under water sensor network,UWSN)[3]。许多水下作业，比如水下污染物质量浓度探测、海底地震检测、水下目标追踪都依赖于位置信息。因此，基于水声通信的水下定位技术研究尤为重要。

水下定位方法按照定位方式可分为基于非测距的定位方法和基于测距的定位方法[5-6]。非测距定位方法主要有质心算法[7-8]和DV-hop算法[9]。该类方法对硬件要求低，受环境影响小，成本低，但是一般不能准确定位节点坐标，尤其对水下远距离节点通信容易产生较大误差[10]。基于测距的定位方法主要有RSSI算法、TOA算法和TDOA算法等。传统定位方法用于水下，性能不稳定，定位误差较大。为了满足水下定位需求，有学者提出对RSSI值采样并进行滤波处理，以提高RSSI值准确度。滤波处理方法有粒子滤波(particle filter,PF)[11-12]、秩滤波(rank filter,RF，)[13]、卡尔曼滤波(kalman filter,KF，)[14]和高斯滤波(gauss filter,GF)等。J.Sveĉko等[11]首先通过采集RSSI值获得“粒子”，根据每个粒子的重要性确定粒子权值，其次再对粒子进行重采样，最后利用粒子滤波进行位置估计；余修武等[13]提出采用RF方法对RSSI值滤波处理，以提高测距精度，再使用FTO算法对目标节点坐标进行寻优计算，得到近似最优解；……