随着世界经济发展、科学进步以及人民生活水平的不断提高,人类对海洋资源、海洋经济、海洋教育以及海洋环境的日益重视,用于监控海洋环境的水下无线传感器网络成为海洋信息技术研究的热点。水下节点定位技术作为水下无线传感器网络实现应用的基础和关键技术,受到了极大关注。在近海无线传感器网络环境监控中,节点能量受限,洋流也会导致节点具有很强的流动性,给水下精准定位带来了极大的挑战。因此,本文提出了基于洋流模型的水下传感器网络实时定位算法(Real-time localization based on current model,RTLC)。利用洋流模型表示节点的运动模型消除流动性对定位造成的影响,成功模拟了节点在水中的移动速度。通过卡尔曼预测方法结合观测值与估计值优化运动模型,使其更贴近节点运动规律。采用信息记录机制及列表更新机制保证信息的时效性从而提高定位准确度。本文的主要研究内容如下:1)构造了洋流模型用以消除水下节点的流动性。根据近海洋流速度的历史数据分析,建立了由时间基函数和空间基函数组成的洋流模型,并成功模拟了水下节点的运动速度状况。利用具有较低时间空间分辨率的模型参数对洋流模型进行了初始化,将历史洋流数据通过最小二乘法插值到模型里,根据K-means聚类算法选取径向基函数的中心并且实时更新聚类中心。2)设计了节点定位算法,将定位过程分为两部分:锚节点定位和普通节点定位。锚节点定位是用于辅助普通节点实现定位的。在锚节点定位过程中,将锚节点定位误差与误差阈值进行比较从而决定锚节点的运动模型参数是否需要进行卡尔曼预测更新使其更加符合节点的运动规律。在普通节点定位过程中,本文采用普通节点携带参考节点列表的方式记录置信度可靠的锚节点作为参考节点,用于普通节点实现自定位。为了保证参考节点列表内信息的时效性,适当的列表更新是有必要的。3)对本文算法进行了仿真分析,考虑了水下节点密度、误差阈值、置信度阈值以及预测窗口大小对算法的影响,仿真结果表明RTLC算法在定位覆盖度、平均定位误差以及平均通信能耗方面优于现有的SLMP算法,并具有较低的平均定位误差及通信能耗,而且能够达到较高的定位覆盖度。