水声传感网络定位技术是海洋开发和利用的基础。水声定位算法可以分为基于测距(Range-based)的定位算法以及基于非测距(Range-free)的定位算法。与Range-based算法相比,Range-free算法只需要网络的连通度即可实现定位。因此,Range-free算法能耗更低,更适用于水声传感网络(UWSNs),其中,质心算法和APIT定位算法因其算法简单而得到广泛应用。为了提高Range-free算法的定位精度,通常需要较高的节点密度,而这无疑会提高碰撞率,增加能耗。针对这一问题,本文提出了一种基于MAC协议的水声传感网络多层融合定位研究方案。本文的主要工作内容和创新点如下:1、传统的APIT算法能够以较少的控制开销获得较好的定位精度,但其冗余误差较大。因此,本文提出了一种改进的APIT(IAPIT)定位算法,IAPIT限定了邻居节点的选取范围,并采用一种更为客观的点扫描法对传感节点可能存在的最大区域进行判断。最后通过仿真,分析该算法的性能。2、本文考虑利用水声MAC协议解决Range-free算法因节点密度高而产生额外碰撞的问题。针对水声传感网络能量和计算能力有限的问题,提出了一种基于Q学习的时隙ALOHA(QS-ALOHA)协议。该协议结合了 Q学习算法、时隙ALOHA以及二进制指数退避算法。仿真证明,QS-ALOHA协议不仅能够提高系统的吞吐量、降低端到端时延,还可以自适应网络拓扑变化。3、在OPNET平台实现多层融合定位模型,并分析在MAC协议下Range-free算法的性能。仿真结果表明,根据定位算法选择合适的MAC协议可以降低Range-free算法的定位误差和系统能耗。