本论文的研究目标是为未来构建高带宽、高吞吐量的海洋大数据系统的开发奠定基础,在综合考虑水下无线光通信的组网难度和节点成本之后,拟打算在复杂多变的浅海环境中,通过采用低成本的、移动受限且不具备机动性的节点(即,静态节点)进行分簇组网,形成一个节点之间相互协作、多跳路由数据传输的动态、小型自治系统(即,移动自组网),同时还考虑静态节点的容量有限、能量有限、网络的拓扑动态变化等因素。仿真工作主要在Matlab平台上开展,具体内容包括:结合海洋的真实环境,仿真节点移动模型、背景噪声模型、光的吸收和散射模型等;提出一种改进的迭代式自组织数据分析(Iterative Self-Organizing Data Analysis Technique Algorithm,ISODATA)算法、簇首选举机制与链路质量评估机制相结合的高效分簇路由算法。研究水下无线光通信的首要任务是研究水下光的衰减问题,而在水下环境中,对光的传输性能产生严重影响的物质就是海洋中的颗粒物和溶解物。在海洋中,散射、吸收效应都对光的衰减都起着至关重要的作用。光的散射包括由小分子物质,比如,水分子和海水中溶解的金属化合物等,引起的瑞利散射;还包括诸多大分子和不可溶解物等引入的Mie散射。吸收对光的影响则表现在光子与物体发生碰撞时产生了能量损失,光的分布也随之发生变化。在信息传输的过程中,这些影响通常会引起通信系统中误码率的大幅度上升。因此,评估水下通信链路的质量是非常重要的,可以为提升水下无线光通信网络的性能做好铺垫。水下无线光通信传感网由大量通信能力有限、电量有限、容量有限的传感器节点在水下组成的动态传感网,他们通常很难进行更换。因此,延长网络的生命周期和提高能量利用率是水下无线传感网络的关键性能指标。我们拟采用机器学习方法来设计一种适用于水下三维网络中的高效、节能的分簇路由算法,考虑节点的通信负载、能量消耗、位置等信息选择网络中的簇首节点,同时非簇首节点进行按需入簇,尽可能地节省网络中各节点的能耗,避免节点过早死亡,延长网络的生命周期,提高网络的能量利用率。此外,动态环境中的通信链路是不稳定的,网络中存在容迟状态。因此,设计链路质量评估机制也有利于改进路由方式,降低网络的能耗。