对于事件驱动型水下无线传感器网络来说,传感器的位置信息会提升对应的整条传感器信息的价值。在需要锚节点作为参考节点的传感定位模型中,锚节点作为服务性节点越少经济效益越高,但很多现有模型在锚节点稀少且移动的情况下,定位表现不佳。提高定位表现主要从定位算法本身和提高信息搜集量两方面入手。通过拓扑控制,从提高信息搜集量方面来提高定位覆盖率和能效。提出一种服务于机会性定位的拓扑控制模型,名为new Opportunistic Localization by Topology Control(n OLTC)。以及n OLTC衍生的动态模型版本,名为new dynamic Opportunistic Localization by Topology Control(nd OLTC)。理论创新点为:(1)将一种经济博弈模型(Single-Leader-Multi-Follower Stackelberg game)融入面向定位的拓扑控制中,设计了一整套包括信息格式在内的定位通讯过程。由于这种经济博弈模型和定位时搜集信息调整传输能量的模型非常契合,使得整个定位过程像博弈一样可以最终趋向最优的解,以达到定位各个性能指标提升的目的。(2)基于这个博弈机制,还加入锚节点发出的二跳信息机制,通过牺牲部分锚节点利益,让传感器节点的能耗大幅度下降,从而让总能耗也随之下降,这本质是一个优化资源配置的过程。(3)设计利益函数时将更多信息,比如能耗信息,二跳信息等因素加入。使得利益函数更为合理。通常在水下的传感器网络中,传感器携带的能量都是有限的,而且难以充能。所以对于锚节点和传感器节点的利益设计中,更倾向传感器节点的节能,这和传感器网络的实际特征是相符的。在实验工作中,为了做性能对比实验,除了用NS-3实现两种模型外,还实现OLTC以及OLTC的两个子模型。实验环境是仿造OLTC模型文献中的实验环境搭建的,也就是一个锚节点稀少且移动的实验环境。在这种环境下OLTC模型的性能已经超过了3DUL和DNRL模型,然而就是在这种环境下,在n OLTC模型的定位覆盖率略高于OLTC的情况下,n OLTC模型的总能耗和传感器能耗远小于OLTC,分别仅为OLTC的1/3和1/5。