水下通信与探测技术¶
难度：🟡 中级 | 领域：海洋工程、通信技术 | 阅读时间：约 28 分钟
日常类比¶
在游泳池里对着水面喊话，声音传不远且严重变形。把场景放大到千米级深海：两台机器人要对话，却处在对电磁波极不友好的介质里。陆地上的无线局域网（Wi-Fi）与蜂窝网络在海水中会在极短距离内被吸收殆尽。
更贴切的类比是：在巨大、回声不断的山洞里用对讲机联络数公里外的同伴——多径反射把音节糊在一起，移动造成多普勒起伏，端到端速率往往只相当于早期拨号调制解调器量级。需求却真实存在：海底管线巡检、养殖网箱、海洋观测、潜艇通信与水下考古。
1 水下通信的物理约束¶
1.1 为什么无线电在水下很难¶
无线电波在空气中近光速传播；海水电导率约数西门子每米量级，趋肤深度 δ ≈ √(2/ωμσ)，频率越高衰减越快[1]。下表为数量级示意，实际还受盐度、海况影响。
| 频率 | 水下趋肤深度（示意） | 实际通信距离（示意） | 数据率（示意） |
|---|---|---|---|
| 极低频（ELF）量级 | 百米级 | 可至远程 | 极低（bit/min 量级） |
| 超低频（SLF）量级 | 数十米级 | 远程可能 | 很低 |
| 千赫兹 | 十余米级 | 视功率与噪声 | 很低–中低 |
| 兆赫兹 | 亚米级 | 近距 | 通常不实用 |
| 吉赫兹（Wi-Fi 频段） | 厘米级 | 几乎不可用 | — |
潜艇接收甚低频/极低频信号常需很长接收天线，正是低频物理代价的工程体现。
1.2 三条技术路线对比¶
| 维度 | 水声通信 | 水下光通信 | 电磁/磁感应 |
|---|---|---|---|
| 典型距离 | 公里至数十公里量级 | 十米至百米量级（清水更优） | 米至百米量级 |
| 数据率 | 0.1–100 kbps 量级常见 | Mbps–数百 Mbps 量级（短距） | kbps 量级常见 |
| 延迟 | 高（声速约 1500 m/s） | 低（近光速） | 中等 |
| 抗浑浊 | 强 | 弱（散射） | 中等 |
| 能耗 | 中–高（发射） | 相对较低（短距） | 中 |
| 成熟度 | 高（主流远距） | 中（快速发展）[2] | 偏低（研究/niche） |
2 水声通信¶
2.1 声波在水中的传播¶
远距离实用手段仍是声波。声速随温度、盐度、深度变化，可用 Mackenzie 等经验公式估算[7]：
def sound_speed_water(T, S, D):
"""
Mackenzie 公式 (1981)：海水声速近似
T: 温度 (°C), S: 盐度 (ppt), D: 深度 (m)
返回: 声速 (m/s)
"""
c = (1448.96 + 4.591 * T - 0.05304 * T**2
+ 2.374e-4 * T**3 + 1.340 * (S - 35)
+ 1.630e-2 * D + 1.675e-7 * D**2
- 1.025e-2 * T * (S - 35) - 7.139e-13 * T * D**3)
return c
# 表层偏暖与深海低温高压下，声速可差数十 m/s
声速剖面可形成深海声道（SOFAR channel）：声波被折射约束在声道轴附近，远程传播衰减相对较小——这是海洋声学的经典现象，具体轴深随海区变化。
2.2 水声信道三大挑战¶
多径：海面/海底/温跃层反射折射造成数十毫秒量级多径扩展，引发符号间干扰[1]。
多普勒：声速远低于光速，自主水下航行器（Autonomous Underwater Vehicle, AUV）以数米每秒运动即可产生相对显著的多普勒，需精细补偿。
时变：海流、浪、温盐变化使信道相干时间可能短至亚秒–秒级，远快于许多陆地无线局域网场景。
2.3 调制与编码¶
| 方案 | 优点 | 缺点 | 适用 |
|---|---|---|---|
| FSK（频移键控） | 较抗多径 | 频谱效率低 | 低速远距 |
| OFDM（正交频分复用） | 频谱效率较高、抗多径 | 对多普勒敏感、峰均比高 | 中短距较高速率 |
| OTFS 等时延-多普勒域方案 | 更贴合双选信道 | 复杂度高、工程成熟度有限 | 研究/试验 |
商用水声调制解调器（Modem）性能随频段与海况变化；下表为公开规格数量级，报价随配置浮动[4]。
| 产品系列（示例） | 频段（示意） | 距离（示意） | 数据率（示意） |
|---|---|---|---|
| EvoLogics S2C 中低频段 | 约 7–17 kHz | 数公里 | 数 kbps |
| LinkQuest UWM 系列 | 约 7–14 kHz | 数公里 | 数 kbps |
| Teledyne Benthos ATM | 约 9–14 kHz | 数公里 | 数 kbps |
| Subnero 中高频段 | 约 18–34 kHz | 数公里内 | 十余 kbps 量级 |
3 水下光通信¶
3.1 蓝绿光窗口¶
海水对红外/红光吸收强，蓝绿光（约 450–550 nm）在清澈深海衰减相对较小，短距高速成为可能[2]。光源：
- 发光二极管（LED）：成本低、发散角大，适合更短距。
- 激光二极管（LD）：准直好、距离潜力大，但对准与平台晃动是工程难点。
3.2 进展与链路预算直觉¶
研究与试验系统已展示数十米距离、数百 Mbps 量级乃至更高峰值的水下光链路（清水、对准良好时）[6]；浑浊近岸性能会显著下降。链路预算可用几何扩散 × Beer–Lambert 吸收散射近似：
def underwater_optical_link_budget(P_tx, dist, c_atten, A_rx, theta):
"""水下光链路预算简化：几何扩散 × 指数衰减"""
import math
beam_area = math.pi * (dist * math.tan(theta))**2
geo_loss = A_rx / beam_area if beam_area > A_rx else 1.0
absorption_loss = math.exp(-c_atten * dist)
return P_tx * geo_loss * absorption_loss
# c_atten: 清水可低至约 0.05/m 量级；港口浑浊可高一个数量级以上
4 水下传感器网络¶
4.1 网络架构¶
水下无线传感器网络（Underwater Wireless Sensor Network, UWSN）常见分层：海面浮标、中继、海底锚定节点，以及作为数据骡子（Data Mule）的 AUV[3][5]。
数据骡子策略：节点少做远距声学发射，等 AUV 靠近用短距高速链路卸载，以延长电池寿命。
4.2 水下定位（无 GNSS）¶
全球导航卫星系统信号在水下几乎不可用，需声学基线或惯性组合[8]：
| 方法 | 原理 | 精度（示意） | 基础设施 |
|---|---|---|---|
| LBL（长基线） | 海底信标三边测量 | 亚米–米级 | 需布放信标 |
| SBL（短基线） | 船底换能器阵列 | 米–十米级 | 需支持船 |
| USBL（超短基线） | 紧凑阵列测距测向 | 角度误差主导 | 需支持船 |
| 惯性导航（INS） | 加速度/角速度积分 | 随时间漂移 | 自主 |
| 地形匹配 | 声纳与地图相关 | 米–数十米 | 需地形库 |
| DVL 底跟踪 | 多普勒测对地速 | 航程百分比误差 | 自主 |
工程上常见 INS + 多普勒速度仪（Doppler Velocity Log, DVL）连续推算，辅以声学修正或近水面 GNSS 校准。
5 能量获取与供电¶
深海换电池往往需专用船，单次维护成本可很高。策略是超长待机或环境能量采集：
- 海流/波浪：微型涡轮等，功率随流速强相关。
- 温差发电：温跃层温差驱动热电，功率密度通常为 mW/cm² 量级（视温差）。
- 微生物燃料电池（MFC）：功率密度往往很低，但可长期微弱供电。
低功耗节点以长睡眠 + 少传输为主；声学发射瞬时功耗可比采样高两个数量级，故"多采少传/边缘压缩"是关键。
6 应用场景¶
6.1 海底管道巡检¶
全球海底油气管线总长可达数十万公里量级。IoT 思路是沿线传感持续监测压力、温度、声发射，异常时调度 AUV/遥控水下机器人（Remotely Operated Vehicle, ROV）精定位，降低纯人工巡检频率。
6.2 智慧水产养殖¶
深海网箱需溶解氧、pH、氨氮、影像行为与结构应变等。行业系统通过声学与水面浮标中继做远程投喂与水质调控[9]。
6.3 海洋科学观测¶
有线海底观测网以光缆供电通信，无线 AUV 做大范围补盲；二者互补而非互斥[10]。
7 局限、挑战与可改进方向¶
7.1 声信道容量与可靠性天花板¶
局限：多径、多普勒与噪声使水声链路误码与中断率远高于陆地蜂窝；"距离×速率"近似受物理约束，难以同时要远距与高吞吐[1]。 改进：自适应调制编码；环境感知的功率/频段选择；关键指令用强编码重复，大数据走 AUV 卸载。
7.2 光通信对准与水质敏感¶
局限：浑浊与相对运动使对准失败，实验室峰值速率难复现到近岸作业[2][6]。 改进：宽波束 LED 兜底 + 窄波束激光提速；微机电系统（MEMS）指向与合作信标；仅在对接/近距窗口启用光链路。
7.3 定位与授时基础设施昂贵¶
局限：高精度长基线信标布放与回收成本高，纯惯性方案漂移限制任务时长[8]。 改进：任务分级精度；协作 AUV 相对定位；定期上浮 GNSS 校准与地形匹配融合。
7.4 能源与运维闭环未打通¶
局限：能量采集功率不稳定，维护窗口稀缺，导致保守采样策略浪费观测价值。 改进：能量预测驱动的自适应占空比；故障可诊断的传感器健康字段；标准化湿插拔接口降低维护时间。
7.5 协议与仿真到海试鸿沟¶
局限：理想声速剖面仿真低估突发干扰与生物噪声；开源协议栈与商用 Modem 互操作有限[3][5]。 改进：海试数据集驱动的信道模型；Modem 抽象层；小规模湖试/港试门禁后再深海部署。
8 实践建议¶
- 先仿真信道：生成多径 + 多普勒，评估误码率，再谈组网。
- 低成本声学实验：压电换能器在泳池验证帧同步与简单调制。
- 用 Aqua-Sim 等做拓扑与路由，明确能耗模型假设。
- 选型口诀：远距低速选声；对接高速选光；极近距磁感应作补充。
参考文献¶
[1] M. Stojanovic and J. Preisig, "Underwater Acoustic Communication Channels: Propagation Models and Statistical Characterization," IEEE Communications Magazine, 2009. [2] Z. Zeng et al., "A Survey of Underwater Optical Wireless Communications," IEEE Communications Surveys & Tutorials, 2017. [3] I. F. Akyildiz et al., "Underwater Acoustic Sensor Networks: Research Challenges," Ad Hoc Networks, 2005. [4] EvoLogics, "S2C R Series Underwater Acoustic Modems," Product Specification, 2024. [5] J. Heidemann et al., "Underwater Sensor Networks: Applications, Advances, and Challenges," Philosophical Transactions of the Royal Society A, 2012. [6] JAMSTEC, "Deep-sea Optical Communication System for Real-time Video Transmission," Technical Report, 2024. [7] K. V. Mackenzie, "Nine-term Equation for Sound Speed in the Oceans," Journal of the Acoustical Society of America, 1981. [8] M. Murad et al., "Underwater Localization: Current Challenges and Future Directions," IEEE Access, 2023. [9] AKVA Group, "Cage Control System (CCS) for Aquaculture IoT," Product Overview, 2024. [10] 中国科学院南海海洋研究所等相关单位, "南海海底科学观测网建设进展," 2024. [11] M. Chitre, S. Shahabudeen, and M. Stojanovic, "Underwater Acoustic Communications and Networking: Recent Advances and Future Challenges," Marine Technology Society Journal, 2008. [12] H. Kaushal and G. Kaddoum, "Underwater Optical Wireless Communication," IEEE Access, 2016.