Study On Optical Communications, Volume. 49, Issue 6, 64(2023)

The Positioning Technology for Underwater Wireless Optical Communication Systems

Teng-xiao ZHANG and Yang QIU*

In recent years, with the continuous promotion of the " Ocean Power" strategy, Underwater Wireless Optical Communication (UWOC) has played an important role in marine military, underwater environment monitoring, submarine oil exploration and marine science research due to its advantages in large bandwidth, fast rate, low power consumption and high security. UWOC has become a new feasible underwater communication technology. The positioning technology is now regarded as the basis of UWOC applications and one of the key techniques in underwater target detection & moving object tracking, which has been favored by researchers. In this paper, the development of UWOC and related research results are introduced in detail, with diverse UWOC localization methods being analyzed. Besides, the research status, the challenges and the development prospects for UWOC localization technology are also discussed.

Keywords

0 引言

海洋富含丰富的石油和天然气等稀有资源,是一个巨大的资源库。近几年,随着可开发陆地资源的逐渐减少以及信息技术的迅速发展,人类逐渐将目光转向更为丰富的海洋资源。此外,随着“海洋强国”战略的推进,为实现海陆空三位一体化网络的协调发展,水下无线通信(Underwater Wireless Communication, UWC)技术[1]的发展已成为过去、现在和未来的迫切需求。在UWC中,相较于射频(Radio Frequency,RF)通信和水下无线声通信(Underwater Wireless Acoustic Communication,UWAC),水下无线光通信(Underwater Wireless Optical Communication,UWOC)因其高数据传输速率和低信号延迟时间[1]而吸引了广大的兴趣爱好者和相关科研工作者。UWOC中传感器节点的定位是UWOC网络得以广泛应用的关键环节,是数据标记、目标检测与跟踪等环节的必要条件,该技术的研究也因此受到了广泛关注。此外,水下定位的精度对水下目标定位以及目标跟踪等技术的性能有很大影响,所以了解基于UWOC网络的定位技术、研究水下定位算法并开发水下定位新技术对促进相关领域的进步与发展具有极其重要的意义。

本文首先介绍了UWC的类型与研究现状,重点介绍了UWOC的发展和研究动态,然后详细阐述了几类常见的UWOC定位方法,总结了其各自的特性与应用环境,归纳出UWOC定位技术目前面临的困难与未来发展的前景,旨在为后续相关研究者提供一定参考。

1 UWC

目前,UWC主要有UWAC[2]、RF[3]和UWOC[4]3种类型。UWAC因其可以超长距离通信,一直是最实用的UWC技术之一。1995年,文献[5]开发了一种数据速率达8 kbit/s的UWAC系统,其通信深度为20 m,通信水平距离为13 km;1996年,文献[6]提出了一种具有40 kbit/s数据速率的UWAC系统;2005年,文献[7]对使用32阶正交幅度调制(Quadrature Amplitude Modulation,QAM)的方法进行储罐测试,提出了一种更高速的UWAC系统,该系统在实现了10-4量级符号错误率的情况下,数据速率可达125 kbit/s;此外,文献[8]中实现了在3 km范围内、100 m水深中的声通信传输,提出了一种使用32QAM、数据速率达60 kbit/s的UWAC系统。然而,UWAC系统由于带宽较低,约为kHz,因此数据速率也相对较低,仅为kbit/s数量级,声信号在水下信道中的传播延迟约为0.67 s/km,通信速度较慢[9]

  • Table 1. Comparison of three UWC techniques[24]

    Table 1. Comparison of three UWC techniques[24]

    参数RFUWACUWOC
    带宽MHz1~100 kHz150 MHz
    频带30~300 Hz10~15 kHz5×1014 Hz
    传输距离≤10 m>100 km10~150 m
    传输速度/m/s2.3×1081 5002.3×108
    数据速率Mbit/skbit/sGbit/s
    延迟水平较低
    衰减速度3.5~5.0 dB/m0.1~4.0 dB/km0~11 dB/m(浑浊水体)
    传输功率mW~W>10 WmW~W

与UWAC相比,RF信号具有通过空气/水界面过渡平稳、对乱水流更具耐受力的优点。此外,RF信号在水下信道中的传播速度比声信号约高5个数量级,若在浅海海水中以10 kHz的频率传播,速度比声信号快100倍以上,在海水中以10 MHz的频率传播,速度比声信号快2 000倍以上[10]。用于UWC的RF信号频率范围可以从几十Hz到GHz,但是由于高频信号在海水中的严重衰减,只有超低频率的RF信号才能在导电海水中正常传输。因此,RF信号在短距离内的数据速率只能达到Mbit/s数量级[11]。因此,以往对水下RF通信的研究几乎都是基于低频RF信号的,如文献[12]采用水下RF波通信系统,水平通信距离可达85 m;文献[13]采用了类似文献[12]的方法,实现了在90 m的水平距离上数据速率达到500 kbit/s;2009年,Uribe等人将水下RF无线通信系统的数据传输能力进一步提高到10 Mbit/s,实现了100 m的传输距离[14]。尽管如此,RF信号在海水中的高速衰减导致基于RF信号的UWC系统的实现更加困难。除此之外,RF信号的传输需要巨大的天线等硬件设备且仅局限于浅水区域。

针对水下RF和UWAC衰减快、时延高和速率低等缺点,相关研究人员经过理论探究与实验验证提出了UWOC技术作为合适的UWC解决方案。基于光的UWOC系统自20世纪60年代以来一直受到相关研究人员关注。1963年,美国斯克利普斯海洋研究所能见度实验室研究人员在研究中发现蓝光和绿光在海水中较其他波段光而言衰减速度极慢[15];1966年,Gilbert等人用实验验证了光波的这种特性,成功证明了水下蓝绿光通信的可行性,为UWOC后续研究提供了理论基础[16]。早期的UWOC系统主要用于军事系统,通过激光与发光二极管(Light-Emitting Diode,LED)进行通信。2006年,文献[17]通过海底实验建立了10 Mbit/s通信速率的5 m短距离水下LED光通信链路;2008年,Hanson等人利用蒙特卡洛方法模拟研究了UWOC系统在3种不同水体中的传输效果,实验实现了在长度为2 m的清水中速率达到1 Gbit/s的数据传输[18]。近年来,UWOC的研究主要集中在以不同的调制技术来提高数据传输速率和链路距离以及在湍流的情况下建立无线光通信信道模型。2015年,阿卜杜拉国王科技大学相关研究团队通过正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)调制,成功实现了在5.4 m距离上误码率仅为2.6×10-3、数据速率高达4.8 Gbit/s的传输[19];文献[20]提出并实验演示了一种多输入多输出(Multiple Input and Multiple Output,MIMO)-OFDM UWOC系统,该系统使用低成本蓝光发射二极管在2 m水通道上实现了速率为33.691 Mbit/s的鲁棒数据传输;文献[21]提出了一种新的双支路预失真增强型非对称削波直流偏置光(Pre-distorted Enhanced Asymmetrically Clipped Direct Current Biased Optical,PEADO)-OFDM变送器,提高了水下信道的频谱效率和稳定性,降低了光信道误码率;文献[22]通过使用双曲正切对数正态分布(Hyperbolic Tangent Log Normal,HTLN)对UWOC链路建立了弱湍流光信道模型,确定了与UWOC链路相关的不同数据速率和不同类型海水的平均误码率的表达式,并通过蒙特卡洛模拟进行了验证;在文献[23]中建立了一个包括视距(Line-of-Sight,LOS)和非视距(Non-Line-of-Sight,NLOS)链路的UWOC系统模型,可以用于捕获信道中不同方向的信号和背景光的接收功率变化,以提高信噪比性能。

通过半世纪以来无数研究人员的努力,UWOC技术得到了巨大的发展。虽然仍存在通信距离短和容易被障碍物阻断等不足,但总体而言,UWOC技术相较于RF和UWAC技术,具有数据速率高、传输延迟小、对水下生物危害小、安全性高和硬件成本低等优点,且目前光学传感器等硬件设备发展迅速,因此,UWOC被认为是一种很有前途的水下通信技术。UWAC、RF和UWOC 3种UWC技术之间的比较如表1所示。

对于UWOC系统,目前主要研究了高数据传输、低时间延迟、短距离通信、弱湍流信道建模和LOS通信等方向的理论与技术,针对实现长距离通信与高数据传输速率的平衡、强湍流情况下的信道建模、NLOS通信技术和收发器之间光信号的精准对准等许多方面仍是UWOC的困难与挑战,除此,如何实现光信号在浑浊、湍流、气泡和空气—水交接处等环境中的高效通信,减少光源对水下生物正常生活和繁殖的影响等,均是未来的主要研究内容。

2 可用于UWOC系统中的定位技术

UWOC定位技术是UWOC系统完成目标位置捕获、移动追踪和轨迹预测等环节的基础,研究UWOC定位方法并有效提升其精度至关重要。由于陆地无线通信定位技术如全球定位系统(Global Positioning System,GPS)和UWAC定位技术不能直接应用到UWOC系统定位,所以必须开发能有效适用于UWOC系统的新定位方案,以满足系统需求。

2.1 UWOC定位方法分类

UWOC定位方法大致可分为4大类,如图1所示。基于测距与非测距定位方法主要依据节点在位置计算过程中是否依靠一系列测距方法测量锚节点和未知节点之间的距离进行分类;分布式与集中式定位方法依据网络中对节点采集的信息在不同的模块做处理与计算进行区分;根据UWOC网络规模大小可分为大规模UWOC节点定位方法和小规模UWOC节点定位方法;除此,UWOC定位还可以根据锚的利用率进行分类。

Classification of UWOC localization methods

Figure 1.Classification of UWOC localization methods

2.1.1 基于测距和基于非测距定位

(1)基于测距定位

在UWOC定位中,测距技术主要有到达时间(Time of Arrival,TOA)[25]、到达时间差(Time Difference of Arrival,TDOA)[26]、到达角度(Angle of Arrival,AOA)[27]和接收信号强度(Received Signal Strength,RSS)[28]等4种,基于测距的定位方案首先通过以上一种或多种混合方法获得距离、角度、能量和信号传输时间等节点之间的测距相关信息,再根据一些数学和几何关系式计算出未知节点的相对位置信息或绝对位置信息,如线性最小二乘法[29]、三角测量法[30]和三边测量法[31]等。

(a)TOA测距

若要使用TOA测距技术得到已知节点与未知节点之间的测量距离d,则需要在时钟同步的前提下,获得光信号从信号发生器(时钟为t1)到接收机(时钟为t2)之间传输的时间差Δt,再用光信号在水中传播的速度v乘以Δt,如式(1)所示。TOA测距方法需要在严格的时钟同步基础上才能较为精准地测距,但UWOC时钟同步问题本身就存在困难,这给TOA测距带来了一定的误差,但相对来说误差较小,精度较高。TOA测距原理图如图2所示。

TOA based ranging schematic

Figure 2.TOA based ranging schematic

(b)TDOA测距

为了克服TOA测距需要接收端和发射端时钟同步的问题,对TOA测距进行改进得到TDOA测距方法。在TDOA测距中,需要两种不同的信号,如光信号和声信号,其速度分别为v1v2,在信号发生器一端同时向接收机发射速度不同的光信号和声信号,t1t2两个时间点在接收机分别接收到光信号和声信号,即可通过式(2)计算出两节点之间的测量距离。相较于TOA测距,TDOA测距无需考虑时钟同步问题,但由于需要发送两种类型的信号,在一定程度上增加了设备成本与能量损耗。TDOA测距原理图如图3所示。

TDOA based ranging schematic

Figure 3.TDOA based ranging schematic

(c)AOA测距

图4所示为AOA测距原理图,假设节点Ax1y1z1)和节点Bx2y2z2)为已知节点,节点Nxyz)为未知节点。节点Nxy,0)为节点NXAY界面的投影,α1β1分别为相对于节点A的仰角和方位角,α2β2分别为相对于节点B的仰角和方位角。在AOA测距方法中,先通过相关硬件设备测量未知节点相对于节点AB的仰角与方位角信息,如式(3)和式(4)所示,获得角度信息后再通过正余弦定理和三角测量法等计算出未知节点的测量坐标。该方法中用到的设备需要具备巨大的天线阵列,价格昂贵,且给UWOC网络部署带来困难,所以不适合大规模通信网络。

AOA based ranging schematic

Figure 4.AOA based ranging schematic

(d)RSS测距

RSS测距方法是根据光信号在水中传播会随着传播距离的增加而不断衰减的特性来测量未知节点与已知节点之间的距离。当已知光信号发射功率、接收机接收到光信号的功率衰减量、光信号参数以及收发设备的相关参数时,就可以计算出光信号传输的距离,即两个节点之间的测量距离。根据光在水中传播的衰减模型(Beer-Lambert信道模型[32]),可将接收机处的接收功率Pr表示为式中:Pt为传输功率;为信号发生器光学效率;为接收机光学效率;λ为波长,eλ)为衰减系数,是吸收系数aλ)与散射系数bλ)的总和,其值将随着水的类型和水深的变化而变化;d为用光信号模型RSS测距方法测得的两节点之间的距离;θ为两节点之间的弹道角;θ0为信号发生器的发散角;Ar为接收机孔径面积。由此可得到光信号模型RSS测距方法的距离估计结果。

RSS测距方法中信号的发送与接收仅通过传感器设备自身的通信模块就可以完成,不需要额外的设备,大大节省了网络成本,但水下光信号会受到水生植物、湍流和气泡等引起的吸收、散射及不规律信号衰减的影响,因此,相对于TOA、TDOA方法,RSS测距精度较低,需要一些精准的信号衰减模型来提高测距精度。

(2)基于非测距定位

基于非测距的定位方法不需要安装用于测距的其他设备,设备简单,易于实现。经典的非测距定位方法有DV-Hop算法[33]、质心算法[34]和三角形内点法[35]3种。基于非测距的定位方法适用于大规模的水下通信网络,但如果在大规模稀疏节点网络中,节点连通性较低且分布不均匀,导致依赖于网络连通性与节点均匀分布程度的基于非测距的定位方法定位精度会大大降低。

2.1.2 分布式和集中式定位

水下节点的定位本质上是对一系列信息的计算与处理,根据节点坐标信息的计算位置不同,可将定位方案分为分布式和集中式定位。在分布式定位方案中,每个水下光学未知传感器节点与网络中多个锚节点进行通信,当通信交互的信息数据满足位置计算要求时,可实现自身定位。在集中式定位方案中,水下光学传感器节点不能自行定位,需要向邻居锚节点发送定位请求,由邻居节点向水面浮标或水面数据中心发送包含锚节点自身数据的相关信息,在水面数据中心完成定位,并定期向其发送位置信息。集中式定位方案因为考虑了锚节点等多方信息并进行信息融合,故定位精度更高,但该方案系统能耗较小,网络生命周期较长。相反,分布式定位方案具有节能和寿命长等优点。

2.1.3 大规模和小规模定位

大规模和小规模UWOC节点定位方案的主要区别在于部署在水下的光学传感器节点的数量和范围不同[36]。一般来说,在小规模UWOC节点定位算法中,已定位的光学未知传感器节点通常不参与其他未知传感器节点的定位,未知节点通过与周围锚节点通信进行定位。大规模UWOC节点定位算法主要应用于许多军事或民用行业,用于水下大面积有效监视与监测。然而,在大规模UWOC网络中的传感器节点无法与周围锚节点进行直接信息交互,进而不能实现节点定位过程。因此,在大规模UWOC节点定位算法中通常采用分阶段的定位方式,即在第一阶段已被定位的未知节点将作为新的锚节点为后续未知节点定位提供参考。但由于未知节点多阶段定位误差的累积将导致后续光学传感器节点定位精度下降,需要引入新的技术降低误差,提高精度。

2.1.4 基于锚和基于无锚定位

在UWOC定位方案中,如果利用锚节点进行定位,则为基于锚的定位方案,反之则为基于无锚的定位方案[37]。锚节点可以实现与未知节点之间和与水面浮标节点之间的通信,完成信息交互过程,并发送包含自身位置和与节点间距离在内的信息到水面数据处理中心,实现未知节点的精准定位。目前,大量的UWOC定位方案都是基于锚节点的,该类方案能在水下完成较为精准的光学未知传感器节点定位。因为水下环境的复杂性与多变性,利用锚节点定位可靠性更高,基于无锚的UWOC节点定位算法相对较少。

2.2 UWOC定位方法研究现状

目前,基于UWAC定位算法的相关文献比较成熟与完善,而基于UWOC定位算法的相关文献相对较少,相关定位技术还处于发展的早期阶段,许多方面尚不完善。国内对UWOC的研究主要在高速率LOS通信以及水下光信道建模等领域,对于高精度定位方面的研究较少,高精度定位算法欠缺,发展较为滞后。文献[38]通过声链路用于NLOS定位和光链路用于LOS传输的思路,提出了一种针对不同链路的声光混合目标定位与跟踪方案,实现了准确的水下定位、移动目标跟踪和高速率数据传输;文献[39]针对UWOC网络中带约束的移动传感器节点定位问题提出了一种节点移动模型与部署算法,但只考虑了LOS链路通信,没有考虑NLOS链路通信;在文献[40]中,我国相关研究团队提出并部分实现了一种集成了测距方法与二维定位算法的UWOC模块方案,利用光电二极管进行距离估计,并通过检测到的光电二极管光信号强度来计算节点二维相对位置,该方案在很大程度上解决了水下环境复杂的困难,实现了定位精度的提升。由于水下环境恶劣多变,而随着科技的发展,人们对水下高精度定位的迫切需求,一些仅通过AOA、TOA、TDOA和RSS等单一测距方法辅助完成水下定位的方案可靠性不足,定位信息不够准确,因此,受到目前陆地无线通信网络节点定位技术[41-42]中基于多种测距方法混合定位算法的启发,相关研究者开发了基于UWOC的节点混合定位技术,这方面的贡献主要集中在国外,国内研究较少。

文献[43]中提出了一种基于蜂窝网的水下无线光码分多址(Code Division Multiple-Access,CDMA)网络定位系统,作者针对光CDMA网络研究了RSS与TOA两种不同的定位方案,并讨论了它们在水下存在湍流的情况下的性能。对于TOA方案,用户一旦可以至少从3个光基站获得测距信息,便能够通过使用线性最小二乘法进行自身定位。而RSS方案则是考虑水下光信号衰减特性以及硬件设备参数,通过计算功率衰减完成测距,最终使用线性最小二乘法得出位置坐标。通过混合测距的方式在一定程度上解决了单测距方式定位误差较高的不足,但UWOC定位还存在能量有限的局限性,所以开发降低能耗或能主动能量收集的UWOC定位算法也非常重要。文献[28]中作者针对UWOC系统电池电量有限以及电池难以更换等能量受限问题,提出了一种基于RSS的能自动进行能量采集的UWOC网络定位方案,该方案将网络收集的能量应用到节点间通信耗能以及RSS测距与定位阶段。在UWOC中,除了能量存在局限性外,通信距离短是定位过程中存在的另一大难题,文献[44]考虑了UWOC中信号传输距离较短的问题,提出了一种基于能量的有限连通的UWOC定位方案,通过利用RSS测得的单邻域距离获得整个网络的节点位置信息,以弥补通信距离缺失的问题,使短距离UWOC定位具有更强的鲁棒性与更高的准确性;文献[45]考虑了水下环境复杂多变导致光收发器之间的对准困难,进而导致水下光无线链路连通性有限等问题,提出了一种多跳定位方案,该方案在减少锚节点数量的情况下提高了网络连通性与定位精度;文献[32]中作者提出了一种针对局部连接的UWOC网络的鲁棒三维定位方法,该方法可以解决测距过程中的成对距离缺失和异常值问题,并将它们转化为优化问题,以此优化锚节点的最佳定位位置以提高定位精度;文献[46]提出一种新型能量收集混合声光水下无线传感器网络定位技术,该技术采用光通信在短传输距离内实现了更高的数据速率,并采用声学通信实现了低数据速率和长传输距离,通过使用加权多观测范式,以抑制噪声观测,提高了观测的准确性,从而确定节点位置坐标。

目前,国内外相关研究团队与研究人员对UWOC定位技术的研究还处于初期,虽然有许多相关定位技术与方案已被提出,但针对恶劣水下环境和移动目标跟踪等复杂情况下的高精度定位算法较为欠缺,UWOC定位技术仍面临着诸多困难与挑战。

2.3 UWOC定位技术面临挑战

2.3.1 移动节点定位问题

由于水下湍流、水生生物活动等影响,起初部署在水下的光学传感器节点会随洋流无规律地移动,偏离原来的理想位置,这将给UWOC定位带来极大挑战。对于移动节点的定位,现有的节点移动模型相对较少,大多统一以洋流运动模型[47-48]作为节点的移动模型,而针对锚节点、未知节点各自的节点移动模型较少,这将给定位带来较大的偏差。对于移动目标的跟踪算法以及轨迹预测算法开发也因此受到一定限制。目前,由于机器学习和深度学习等技术的兴起,很多研究者将这些技术运用到UWOC定位中,也取得了一定的研究进展。如文献[49]中作者提出了一种基于机器学习的可用于室内定位与水下定位的新技术,用以分析计算时间与定位精度。但现有的基于机器学习的定位技术多针对UWAC定位,用于UWOC定位的极少,故对于UWOC中移动节点定位、目标跟踪和轨迹预测等研究还具有很大的挑战与突破。

2.3.2 定位覆盖率低

光在水下的传播会受到衰减、吸收以及散射等影响,传输距离较短,通常为几十米,这就导致网络连通度低,给大规模UWOC定位带来严重影响,一些在网络边界以及超出节点最大通信范围的节点很难被准确定位。在未来,克服光信号在水下只能短距离通信的不足,开发更多高覆盖率、大规模的UWOC定位技术对水下军事系统完成监视和防御等任务都具有巨大意义。

2.3.3 能量有限

水下光学传感器节点通过安装电池设备作为电源,但电池电量有限,水下更换电池等电源设备或完成重新充电都是极其困难的,一旦电源无法供电,传感器将结束寿命,无法工作。所以研究减少能量损耗和自动收集能量等延长传感器网络寿命的定位算法也是未来工作的重中之重。

2.3.4 NLOS链路定位

基于水下激光通信的定位技术以及基于水下LED通信的定位技术都面临一个严重问题,即接收机与发射机之间光信号的对准问题,只有很好地完成信息交互,才能进行精准定位。光信号在水中传输一方面可能会遇到水生生物等障碍物阻断通信,另一方面可能会因为节点的移动导致节点间光信号无法对准,这些问题都将影响快速、准确的目标定位。目前,基于LOS的节点定位算法较多,一旦遇到特殊情况,将导致定位失败,所以研究LED光信号的发散角度、激光传输路线及其反射、折射等问题,开发具有避障、有效通信功能的NLOS链路下的节点定位算法尤为关键。

3 结束语

本文主要介绍了UWOC相较于UWAC和RF的优点及其研究现状,并对UWOC定位技术的类型、相关研究以及面临的困难做了论述。通过对以往国内外有关UWOC及基于UWOC的定位技术相关研究的分析与总结,发现目前相关科研人员的主要研究成果主要集中在UWAC及基于UWAC的相关技术,而对UWOC网络及基于UWOC的定位技术的研究成果较少,且相关技术的研究主要集中在国外团队与科研人员,国内更为滞后。对于UWOC以及相关定位技术的研究,目前还存在诸多困难与挑战,比如光信号通信距离短导致的网络连通度低、光信号在水下传播存在吸收和散射效应导致的信息缺失、水下光学传感器电池更换困难导致的能量受限以及节点移动导致的动态定位精度低等问题。但因为光信号传播速度快、数据速率高和安全性高等独特优点,使得其在水下军事与商业系统中应用更具可靠性,基于光信号通信的水下定位对外来入侵监测、目标跟踪以及轨迹预测等领域具有更强的时效性,因此致力于相关技术的研究对国家的水下军事、商业和民用等方面都具有积极作用。在未来,针对特殊复杂的水下环境开发基于UWOC的具有更高精度、更强实用性和更广适用范围的节点定位技术前景广阔。

[1] Luo J H, Yang Y, Wang Z Y et al. Localization Algorithm for Underwater Sensor Network: A Review[J]. IEEE Internet of Things Journal, 8, 13126-13144(2021).

[2] Song S S, Liu J, Guo J N et al. Efficient Velocity Estimation and Location Prediction in Underwater Acoustic Sensor Networks[J]. IEEE Internet of Things Journal, 9, 2984-2998(2022).

[3] Celik A, Al-Naffouri T Y, Alouini M S. Underwater Optical Wireless Communications, Networking, and Localization: A Survey[J]. Ad Hoc Networks, 94, 101935(2019).

[4] Xu J. Underwater Wireless Optical Communication: Why, What, and How?[J]. Chinese Optics Letters, 17, 100007(2019).

[5] Zielinski A, Yoon Y H, Wu L X. Performance Analysis of Digital Acoustic Communication in a Shallow Water Channel[J]. IEEE Journal of Oceanic Engineering, 20, 293-299(1995).

[6] Stojanovic M. Recent Advances in High-speed Underwater Acoustic Communications[J]. IEEE Journal of Oceanic Engineering, 21, 125-136(1996).

[7] Ochi H, Watanabe Y, Shimura T. Basic Study of Underwater Acoustic Communication Using 32-Quadrature Amplitude Modulation[J]. Japanese Journal of Applied Physics, 44, 4689(2005).

[8] Song H C, Hodgkiss W S. Efficient Use of Bandwidth for Underwater Acoustic Communication[J]. The Journal of the Acoustical Society of America, 134, 905-908(2013).

[9] Akyildiz I F, Pompili D, Melodia T. Challenges for Efficient Communication in Underwater Acoustic Sensor Networks[J]. ACM SIGBED Review, 1, 3-8(2004).

[10] Chen X H, Wells I, Dickers G et al. Re-evaluation of RF Electromagnetic Communication in Underwater Sensor Networks[J]. IEEE Communications Magazine, 48, 143-151(2010).

[11] Zhu S J, Chen X W, Liu X Y et al. Recent Progress in and Perspectives of Underwater Wireless Optical Communication[J]. Progress in Quantum Electronics, 73, 100274(2020).

[12] AI-Shamma'a A I, Shaw A, Saman S. Propagation of Electromagnetic Waves at MHz Frequencies through Seawater[J]. IEEE Transactions on Antennas and Propagation, 52, 2843-2849(2004).

[13] Shaw A, AI-Shamma'a A I, Wylie S R et al. Experimental Investigations of Electromagnetic Wave Propagation in Seawater[C], 281456(2006).

[14] Uribe C, Grote Walter. Radio Communication Model for Underwater WSN[C], 5384789(2009).

[15] Duntley S Q. Light in the Sea[J]. Journal of the Optical Society of America, 53, 214-233(1963).

[16] Gilbert G D, Stoner T R, Jernigan J L. Underwater Experiments on the Polarization, Coherence, and Scattering Properties of a Pulsed Blue-green Laser[C], 971001(1966).

[17] Farr N, Chave A D, Freitag L et al. Optical Modem Technology for Seafloor Observatories[C], 306806(2006).

[18] Hanson F. High Bandwidth Underwater Optical Communication[J]. Applied Optics, 47, 277-283(2008).

[19] Oubei H M, Duran J R, Janjua B et al. 4.8 Gbit/s 16-QAM-OFDM Transmission based on Compact 450-nm Laser for Underwater Wireless Optical Communication[J]. Optics Express, 23, 23302-23309(2015).

[20] Song Y H, Lu W C, Sun B et al. Experimental Demonstration of MIMO-OFDM Underwater Wireless Optical Communication[J]. Optics Communications, 403, 205-210(2017).

[21] Wei Z X, Li Y B, Wang Z M et al. Dual-branch Pre-distorted Enhanced ADO-OFDM for Full-duplex Underwater Optical Wireless Communication System[J]. Photonics, 8, 368(2021).

[22] Shetty C S S, Naik R P, Acharya U S et al. Performance Analysis of Underwater Vertical Wireless Optical Communication System in the Presence of Weak Turbulence, Pointing Errors and Attenuation Losses[J]. Optical and Quantum Electronics, 55, s11082-022-04283-6(2022).

[23] Fang C W, Li S, Wang K. Accurate Underwater Optical Wireless Communication Model with Both Line-of-sight and Non-line-of-sight Channels[J]. IEEE Photonics Journal, 14, 7358312(2022).

[24] Mohsan S A H, Li Y L, Sadiq M et al. Recent Advances, Future Trends, Applications and Challenges of Internet of Underwater Things (IoUT): A Comprehensive Review[J]. Journal of Marine Science and Engineering, 11, 11010124(2023).

[25] Liu J, Wang Z H, Cui J H et al. A Joint Time Synchronization and Localization Design for Mobile Underwater Sensor Networks[J]. IEEE Transactions on Mobile Computing, 15, 530-543(2016).

[26] Yan J, Zhang X N, Luo X Y et al. Asynchronous Localization with Mobility Prediction for Underwater Acoustic Sensor Networks[J]. IEEE Transactions on Vehicular Technology, 67, 2543-2556(2018).

[27] Huang H, Zheng Y R. Node Localization with AoA Assistance in Multi-hop Underwater Sensor Networks[J]. Ad Hoc Networks, 78, 32-41(2018).

[28] Nasir S, Abdulkadir C, Tareq Y A N et al. Localization of Energy Harvesting Empowered Underwater Optical Wireless Sensor Networks[J]. IEEE Transactions on Wireless Communications, 18, 2652-2663(2019).

[29] Zhang B B, Zhu J H, Wu Y Q et al. Underwater Localization Using Differential Doppler Scale and TDOA Measurements with Clock Imperfection[J]. Wireless Communications and Mobile Computing, 2022, 6597132(2022).

[30] Hu D Y. Research on Positioning Technology of Underwater Optical Wireless Sensor Network[D](2021).

[31] Wang X Y. Localization Algorithm Using Particle Swarm Optimization in Wireless Sensor Network[D](2014).

[32] Saeed N, AI-Naffouri T Y, Alouini M S. Outlier Detection and Optimal Anchor Placement for 3-D Underwater Optical Wireless Sensor Network Localization[J]. IEEE Transactions on Communications, 67, 611-622(2019).

[33] Kaur A, Kumar P, Gupta G P. A New Localization Using Single Mobile Anchor and Mesh-based Path Planning Models[J]. Wireless Networks, 25, 2919-2929(2019).

[34] Guo Y, Han Q H, Kang X Y. Underwater Sensor Networks Localization based on Mobility-constrained Beacon[J]. Wireless Networks, 26, 2585-2594(2020).

[35] Xu J H, Chen K Y, Cheng E. An Improved APIT Localization Algorithm for Underwater Acoustic Sensor Networks[C], 8242446(2017).

[36] Yang Y. Research on Localization Algorithm Based on Underwater Wireless Sensor Networks[D](2021).

[37] Pan C M. Research and Improvement on Node Location Algorithms in Wireless Sensor Networks[D](2020).

[38] Luo L F, Wang S. The Design and Implement of an Underwater Wireless Optical Communication and Localization System[C], 4597932(2008).

[39] Xu L. Research on Node Mobility Model and Deployment Algorithm of Underwater Wireless Optical Communication Network[D](2020).

[40] Zhang D, Doye I N, Ballal T et al. Localization and Tracking Control Using Hybrid Acoustic-optical Communication for Autonomous Underwater Vehicles[J]. IEEE Internet of Things Journal, 7, 10048-10060(2020).

[41] Tomic S, Beko M, Tuba M. A Linear Estimator for Network Localization Using Integrated RSS and AOA Measurements[J]. IEEE Signal Processing Letters, 26, 405-409(2019).

[42] Tomic S, Beko M, Dinis R. Distributed RSS-AoA based Localization with Unknown Transmit Powers[J]. IEEE Wireless Communications Letters, 5, 392-395(2016).

[43] Akhoundi F, Minoofar A, Salehi J. Underwater Positioning System based on Cellular Underwater Wireless Optical CDMA Networks[C], 7928991(2017).

[44] Saeed N, Celik A, AI-Naffouri T Y et al. Underwater Optical Sensor Networks Localization with Limited Connectivity[C], 8461567(2018).

[45] Saeed N, Celik A, AI-Naffouri T Y et al. Performance Analysis of Connectivity and Localization in Multi-hop Underwater Optical Wireless Sensor Networks[J]. IEEE Transactions on Mobile Computing, 18, 2604-2615(2019).

[46] Saeed N, Celik A, AL-Naffouri T Y et al. Energy Harvesting Hybrid Acoustic-optical Underwater Wireless Sensor Networks Localization[J]. Sensors, 18, 18010051(2018).

[47] Li Y, Liu M Q, Zhang S L et al. Node Dynamic Localization and Prediction Algorithm for Internet of Underwater Things[J]. IEEE Internet of Things Journal, 9, 5380-5390(2022).

[48] Li Y, Liu M Q, Zhang S L et al. Particle System-based Ordinary Nodes Localization with Delay Compensation in UWSNs[J]. IEEE Sensors Journal, 22, 7157-7168(2022).

[49] Irshad M, Liu W Y, Wang L et al. Cogent Machine Learning Algorithm for Indoor and Underwater Localization Using Visible Light Spectrum[J]. Wireless Personal Communications, 116, 993-1008(2021).

Tools

Get Citation

Copy Citation Text

Teng-xiao ZHANG, Yang QIU. The Positioning Technology for Underwater Wireless Optical Communication Systems[J]. Study On Optical Communications, 2023, 49(6): 64

Download Citation

EndNote(RIS)BibTexPlain Text
Save article for my favorites
Paper Information

Category: Research Articles

Received: Apr. 20, 2023

Accepted: --

Published Online: Jan. 4, 2024

The Author Email: QIU Yang (yqiu@swun.edu.cn)

DOI:10.13756/j.gtxyj.2023.06.008

Topics