程 帅，吴华锋，梅骁峻

上海海事大学 商船学院，上海 201306

作为探索海洋的一种重要的工具，海洋传感网（Ocean Sensor Networks，OSNs）在气候预测、资源开发等应用中扮演着关键的角色[1-3]，利用网络中的节点对相应的数据进行采集、处理及分析，能够有效地应对突发的灾难性天气亦或是提高资源开发的效率[4-5]。而在OSNs中，若采集到的数据没有位置信息，则相应的数据将变得没有意义[6-9]，因此定位技术又是OSNs中的一项关键问题[10]。然而，如何在复杂的海洋环境中获取较为准确的位置仍是一个挑战[11-13]。

为此，Huang等提出一种OSNs稀疏性节点定位方法。该方法利用基于到达角度（Angle of Arrival，AOA）的测距方法来估计锚节点与多跳路由节点间的欧式距离[14]。同样地，为解决节点稀疏性导致的定位精度差等问题，Nuo等研究了一种基于水面部署移动锚节点（Surface Deployed Mobile Anchor node，SDMA）的定位方法，利用移动节点在水面上周期性运动来定位目标节点，通过节点的机动性补偿部署稀疏性导致的定位精度低等问题，降低锚节点的部署成本[15]。Zhang等考虑了由于水流引起的OSNs节点运动的问题，提出了基于到达时间（Time of Arrival，TOA）测距策略的OSNs节点定位，利用灰狼优化算法来估计OSNs下一时刻的最佳位置[16]。Zhang等结合移动性预测及粒子群优化算法，进一步提出了一种基于TOA的OSNs定位方法，利用节点的空间相干性对目标节点进行预测，并基于投影定位[17]将三维场景转化为二维场景使用三边定位方法对目标节点定位[18]。Cheng等则利用到达时间差（Time Difference of Arrival，TDOA）的测距方法提出了一种基于最小二乘法（Least Squares，LS）的大规模OSNs目标节点定位法。……