1. 水下低功耗通信系统概览与需求分析
水下低功耗通信系统的设计，第一步不是选芯片、写协议，而是把“场景—约束—指标”这条链条理清楚。水下信道与陆地无线环境差异极大：海水对电磁波衰减极快，因此长距离通信几乎只能依赖声波；而声波在水中的传播速度约1500 m/s，比空气中光速慢五个数量级，带来显著的传播时延和多径扩展。同时，水下节点通常靠电池供电、部署后难以更换电池，功耗因此成为贯穿系统设计的第一约束。本节的任务，是把典型应用场景的功耗、距离、速率需求梳理成可量化的设计目标与评价指标，为后续的调制、MAC、路由与休眠策略提供依据。
三类典型场景及其需求差异
海洋观测、水下机器人、传感器网络是三类最具代表性的应用，它们对通信系统的要求并不相同，不能套用同一套参数。
海洋观测以海底观测网、浮标、剖面漂流浮标为代表。此类场景往往需要把温度、盐度、溶解氧等慢变数据回传，单次数据量小、上报周期长（分钟到小时级），但对长期可靠性要求高，节点可能连续工作数月甚至一年以上。通信距离从几百米到数公里不等，速率需求通常在几十bps到几kbps量级，功耗预算极为紧张，平均功耗常需控制在毫瓦级。
水下机器人（AUV/ROV）场景强调实时性与交互性。机器人需要上传状态、接收指令，甚至传输声呐图像或短片段视频，速率需求可达几十kbps以上，通信距离相对较短（几十米到几百米），但对时延和链路建立速度敏感。此类节点通常有较大电池或可回收充电，功耗约束相对宽松，但峰值功率和协议开销仍需控制。
水下传感器网络介于两者之间：节点密集、多跳组网、长期值守，单节点数据量小但网络整体吞吐与生命周期是核心指标。此时功耗优化不仅是单节点问题，还涉及唤醒调度、路由选择与簇头轮换。
功耗约束的量化：从平均电流到单比特能耗
功耗约束不能停留在“要省电”的口号上，必须落到可计算的量。工程上常用两个指标：平均功耗和单比特能耗。平均功耗决定电池寿命，单比特能耗决定在给定能量预算下能传多少数据。
设节点电池容量为 C（单位 Ah），平均工作电流为 I（mA），则理论寿命 T ≈ C / I（小时）。例如一节 3.6 V、容量 2 Ah 的锂电池，若平均电流为 0.5 mA，理论寿命约 4000 小时，约 5.5 个月；若平均电流降到 0.1 mA，则可达约 27 个月。这个简单估算说明：平均电流每降一个数量级，寿命提升一个数量级，因此休眠占空比设计往往比提升单次发射效率更有效。
单比特能耗 Eb = 单次通信总能耗 / 有效载荷比特数。它把发射功率、调制效率、协议开销、重传概率都折算进来。举例来说，某节点一次发送 100 bit 有效数据，发射电流 200 mA、持续 0.5 s，接收与处理开销折算 0.02 J，则单次总能耗约 0.36 J，Eb ≈ 3.6 mJ/bit。若通过降低重传率、压缩包头把有效载荷占比从 40% 提升到 70%，Eb 可显著下降。这类计算是后续优化效果的判断基准。
距离、速率与功耗的三角制约
水声通信中，接收端信噪比随距离增加而下降，而声吸收随频率升高急剧增大。要在更远距离上维持链路，要么降低频率（牺牲带宽与速率），要么提高发射功率（牺牲功耗）。因此“远距离、高速率、低功耗”三者不可兼得，设计时必须明确哪一项是硬约束、哪两项可折中。
一个实用的判断方法是先确定场景的“硬指标”：海洋观测通常把功耗和距离设为硬约束，速率可让步；水下机器人把速率和时延设为硬约束，功耗可放宽；传感器网络把网络寿命设为硬约束，单跳距离和速率可让步。明确硬约束后，其余参数才有优化空间。
设计目标与评价指标的建立
把上述分析整理成可执行的设计目标，建议至少覆盖四类指标：
- 能量指标：平均功耗（mW）、单比特能耗（J/bit）、休眠占空比、电池寿命（月）。
- 链路指标：通信距离、数据速率、误包率（PER）、建链时间与成功率。
- 网络指标：端到端时延、吞吐量、网络生存期、节点连通率。
- 工程指标：节点体积、成本、耐压深度、部署与维护难度。
这些指标并非同等重要，需要按场景赋权，形成一个可比较的评价函数。例如海洋观测可把寿命权重设为 0.4、可靠性 0.3、速率 0.2、成本 0.1；水下机器人则把时延与速率权重提高。赋权过程本身也是需求澄清过程，能暴露“既要又要”的不合理期望。
从需求到设计输入的落地
需求分析的输出应当能直接指导后续设计。具体来说，至少应得到：目标通信距离与对应的工作频段范围；目标速率与调制阶数、符号率的初步约束；平均功耗预算与休眠占空比上限；可接受的重传率与协议开销比例；以及用于验证的测试场景描述（水深、温度、噪声环境、节点移动性）。这些输入将决定后续章节中调制方式、MAC 协议、路由策略与电源管理的选择方向。
需要强调的是，本节给出的数值均为教学示例与合理假设，实际工程中应以现场水文条件、器件手册和链路实测为准。需求分析的价值不在于一次算准，而在于建立一套可追踪、可修正的目标体系，使后续每一项低功耗优化都有明确的判断依据。