1.一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述方法包括如下步骤：

步骤一、构建初始水下传感器网络拓扑初始化水下传感器节点的最大通信半径Rc，并根据水声通信的广播特性在节点间进行信息交互，从而获取各节点的邻居节点集Ni，继而建立初始水下传感器网络拓扑G0；

步骤二、生成信任因子，获取链路权值(1)首先，根据一段时间内相邻节点间成功交互次数s和失败交互次数u，计算两个邻居节点i、j间的通信信任属性Tc；然后，根据一段时间内相邻节点间所传输的数据包的误包率Rpe和丢包率Rpl，计算两个邻居节点i、j间的链路信任属性Tl；最后，根据目标节点j的剩余能量Etres和能量消耗率Rtec，计算两个邻居节点i、j间的能量信任属性Te；

(2)通过多元线性回归方法计算两个邻居节点i、j间的信任因子Tij；

(3)计算两个邻居节点i、j间的链路权值Wij，获取链路权值集W；

步骤三、构建最优刚性水下传感器网络拓扑(1)建立刚度矩阵R；

(2)根据邻居节点集Ni，计算节点i的邻居个数|Ni|；

(3)构建节点i的链路权值集Wi，并将Wi中的链路权值进行降序排列；

(4)按Wi中链路权值的降序序列建立子刚度矩阵Ri；

(5)根据最优链路集Lo，建立全局最优刚性水下传感器网络拓扑。

2.根据权利要求1所述的一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述步骤二中，通过多元线性回归计算两个邻居节点i、j间的信任因子Tij的公式如下：

其中， 是待估计的回归系数，且 Tc、Tl、Te是与Tij相对应的信任属性值；

在这里采用最小二乘法估计多元线性回归方程的回归系数，即对损失函数求导，计算极小值，得到回归系数的最小二乘估计。

3.根据权利要求1所述的一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述步骤二中，计算两个邻居节点间的链路权值Wij的公式如下：其中，Erres和ercom分别为发送节点的剩余能量和能量消耗；Etres和etcom分别为接收节点的剩余能量和能量消耗； 表示节点i和节点j所形成链路的能量效应。

4.根据权利要求1所述的一种UASNs中基于信任机制的最优刚性网络拓扑控制方法，其特征在于所述步骤三中，获取的最优链路集Lo的方法如下：在r维空间中，基于链路权值集W构建节点i的链路权值集Wi，并将Wi中的权值元素按照降序排列， 接着按照Wi中权值的降序序列所对应的链路，从刚度矩阵R中构建局部拓扑的子刚度矩阵Ri，然后初始化矩阵Roi＝Ri(1)，用Ri(1)所对应的链路初始化最优子链路集Loi，并按照Wi中链路权值降序序列依次将子刚性矩阵Ri中的下一行添加到矩阵Roi中形成矩阵Ropi，如果矩阵Ropi满秩，更新矩阵Roi＝Ropi，在矩阵Ropi满秩且添入Roi的行所对应的链路不属于Lo时，则将添入Roi的行所对应的链路加入最优链路集Lo，更新Lo，直至Roi的秩大于获取全局最优链路集Lo。