林区生态环境监测的无线传感器网络数据融合技术研究

2012-08-02王霓虹刘晓锡

森林工程 2012年4期

王霓虹，刘晓锡

林区生态环境参数监测系统的搭建对获取被监测区域相关参数的动态信息具有非常重要的意义。鉴于在基于无线传感器网络 (wsn)的监测平台的系统体系中，节点的能量消耗的低数量级是目前需要解决的首要问题。在复杂的林区生态监测环境中，通过无线传感器网络中的传感节点周期性的采集数据，通过数据融合和聚合的方式处理后，只把有效的数据传输给汇聚节点 (sink节点)，从而能够减少传输数据量，节省传感节点有限的能量消耗，延长监测区域传感器网络的续航能力［1］。

1 低功耗自适应集簇分层型协议

1.1 低功耗自适应集簇分层型协议概述

低功耗自适应集簇分层型协议 (Low Energy Adaptive Clustering Hierarchy)是在运行过程中不断的循环执行簇的重构过程，把整个监测区域网络中的能量负载均匀的分派到网络中的每个节点上，达到降低网络中能量的额外消耗、从而提高网络的续航能力，我们选用的能耗模形是first顺序无线电参考模形［2］，如图1所示，其中簇的每次构建过程我们都是采用回合制来阐述，可以将每一个竞争的回合分成两个阶段:簇头的选择与建立阶段、传输数据的稳定阶段。为了降低簇头建立过程中和传输过程中能量的消耗，数据稳定传输的时间分配要远远超过簇头节点选定过程的时间。各个簇的形成过程可以定义为一下几个阶段:簇头节点的选择、簇头节点的广播、簇头节点的建立和调度机制的生成［3］。

簇头节点的选择阶段:跟据所铺设网络中蔟首节点总数和到目前为止其中各个节点已经成为簇头节点地轮数，从而来做出决定。其中具体的判定方法如下:每个传感器节点采用random的方式，从0～1范围内选取任意值。假设随机分配的值不大于某一个阈值，则这个节点将被定义为临时的粗头节点。

簇头节点的广播阶段:通过发布广播来号召整个网络中的传感节点，具体属于网络中的那个簇由其接收到的信号的强度来判定，通过广播信号的强度来通知相应的簇头节点，从而来完成这个簇的建立。最终，簇头节点将通过TDMA的编码形式向簇中每个传感器节点分配器相应的工作时间段来传递采集的数据。

每次单个传感器节点发送n为有效信息至dm以外的距离消耗的能量为:

汇聚节点 (sink节点)接收n位有效数据耗费的能量为:

nEelec:发送电路和接收电路每处理n位有效数据的能量消耗，在这里假设两者耗能相同;数量级N:与选定的无限信道有关的常量;εamp:信号放大器的参数决定 (放大倍数)，所选信道的模型决定其取值。

图1 第一顺序无线电模型Fig.1 The first order radio model

1.2 低功耗自适应集簇分层型协议算法设计思想

Leach协议跨越几个层次实现的协议，Leach应用在最高层application。他是自适应分簇拓扑算法。周期执行，每轮循环簇建立阶段 (setup phase)和稳定运行阶段 (ready phase)［5-6］。簇建立阶段和稳定运行阶段所持续的时间总和为一轮(round)。为减少协议开销，稳定运行阶段的持续时间要长于簇建立阶段。为了节省资源开销，稳定阶段的持续时间要大于建立阶段的持续时间。蔟的建立过程可分成4个阶段:蔟首节点的选择、蔟首节点的广播、蔟首节点的建立和调度机制的生成。

(1)簇头建立阶段 (setup phase):初始阶段，每个阶段从0和1中随机的产生一个数，如果这个数小于阈值T(n)，该节点就成为当前的簇头节点。

这林区的监测系统中，方程 (1)可以写成如下的形式:式中:P为期望的簇头数在所有传感器节点的百分比的占有率，r为竞争选举的回合数， (r×mod)表示在当前回合中以被选为粗头的结点个数，G为这一轮循环中未当选过簇头节点的集合。

(2)数据传输阶段:一个簇内的数据传输会影响相邻的簇。为了减少干扰信号的相互作用，簇相互之间采用不同的CDMA编码。簇头可以决定本簇的所使用的编码方式。

当簇内节点接受到这个消息后，它们会在各自的时间槽内发送数据。每个簇头节点收到所有的数据后，执行信号处理函数压缩数据为一个信号，并将这个合成的信号发给接收节点［7-8］。

2 优化算法模型的提出

本算法将数据的融合和冗余数据的剔除提前到簇头节点，即同类多传感器平均值法［4］

第一步:负责信息采集的传感器节点对没有显著差异的采集数据进行第一步的筛选和剔除;

第二步:对簇内的各个成员节点的数据采用品均值法处理后统一发送给管理节点;

第三步:管理节点将最后的数据存入数据库以备以后数据的对比。

2.1 前端融合算法的提出

网络前端簇头成员的融合算法，都主要通过以下两个公式:

其中函数式A(t)主要用于判定传感器采集到的当前数据信息曾经是否已经出现并记录过，比较当前采集到的信息与临近时间段采集的参数信息是否满足其差的模值大于某一规定的阈值时才会定义为有效的数据而不进行剔除［9-10］。

函数式s(t)的主要作用判定当前的簇头节点是否接收到簇成员节点传输的信息，若当前采集到的信息与临近时间段采集的参数信息是相似或基本没有什么变化时，就只传送一个state关键字。

2.2 算法的性能分析

算法的描述与分析是基于对发送的数据信息进行不同的编码或不同的信道发送，数据经多跳传输到sink节点过程中消耗掉的能量。

以下的分析我们做出两个理想化的假设:

第一，理想化的假定林区监测环境的传感器网络中的每个负责数据采集的节点都单位时间内都平均采集M位的原始数据，然后将“毛数据” (初始数据)压缩处理后发送到邻近的sink节点;数据经过自适应处理后的结果放在一个压缩包内传送给通信距离内的sink节点，假设规定本数据包的数据位为n。

第二，基于监测环境中传感器网络各个之间的距离为定值d;对采集的数据的发送是基于低功耗自适应集簇分层型协议算法的基础上提出的，对于拥有i个簇成员节点的簇来讲，其数据的分组通过本簇的簇头发送到邻近的sink节点需要被转发j次;

第三，传感采集节点或簇头传送单位的数据能耗为:Etx(n，d);簇头节点或sink节点每接收单位的数据信息的能耗为:Erx(n);对于通过不同编码或不通信道向sink节点发送的簇成员节点的耗能这样统一计算，通信总的能耗为:P(注:其中不包括sink节点的耗能)以及簇头接收发送时的能耗PC。

(1)毛数据 (原始数据)的直接传送。

(2)计算均值后传输数据。

若簇中的各个簇成员节点待传送的数据经过对比存在很大的出入时，应将所有采集到的“毛数据”发向该簇头节点，此时通信数据量最大，耗能最多［7］。因此，我们不难得出，数据融合后通信量必定会减少，其能量消耗也必然有所改善。对于林区这样的高数据量并复杂环境的监测有很大的适用性［11-14］。

2.3 网络前端簇头节点的融合算法改进

本文的实验数据来自实验林区的数据采集，通过MATLAB7.0测试融合前后的能耗是否有所优化。比较未经处理的“毛数据”的直接传送与采用average法模型的耗能最大值时进行分析。主要分析的有两个关键点:每个回合中各个簇的总的能耗以及每个回合中死亡的簇成员数。

基于林区环境监测系统的复杂性，本实验的环境林场建立在实验林场内模拟的网络范围为:0.3 km ×0.2 km，其中布设的传感器密度为:10个/m2。sink节点布设在实验林场的中央处。通过所得到的数据如图2和图3所示。

通过图2可以看出算法的提出，优化了节点的耗能率，前端数据融合算法的提出，使簇成员节点的成活率得到了保证，改善了监测区域中网络的续航能力。

图3反应出了通过簇头地数据融合优化了能量的管理，进而减少了能量的消耗，同样提高了无线传感器网络的续航能力，改善的监测区域中无线传感器网络的性能

图2 时间—存活节点数示意图Fig.2 Diagram of time-surviving nodes

图3 能量消耗—时间示意图Fig.3 Energy consumption-time

3 结论

由于林区监测环境的复杂性，毛数据的高冗余度，并且需要周期性的对监测区域内的数据进行采集并传输。本篇文章提出了将数据融合提前并采用average算法，基于低功耗自适应集簇分层型协议之上，通过实验的验证表明理论和性能的分析，很明显的该算法具有很好的数据聚合效率，降低了数据的冗余度，对周期性回馈的林区环境参数检测系统特别适用。

［1］顾先问.无线传感器网络中低能耗分簇路由协议的研究［D］.合肥:合肥工业大学，2009.

［2］柯炜.无线传感器网络关键技术及其研究难点［J］.电信科学，2005(6):9-12.

［3］邓璐娟，冯巧玲，李淑君，等.智能温室环境控制的研究现状与发展方向［J］.郑州轻工业学院学报(自然科学版)，2003，18(4):76-81.

［4］李战明，陈若珠，张保梅.同类多传感器平均值法估计的数据级融合算法研究［J］.兰州理工大学学报，2006，8(32):64-67.

［5］戴逸松.微弱信号检测方法及仪器［M］.北京:国防工业出版社，1994.

［6］翟翌立.基于总均方误差最小条件下的多传感器最优数据融合算法［J］.吉林工学院学报，1996，7(17):82-84.

［7］章燕申.最优估计与工程应用［M］.北京:宇航出版社，1991.

［8］陶陶，张辉宜，江波，等.多传感器数据融合技术在车轮热处理炉温度测量中的应用［J］，中国仪表，2008(1):59-61.

［9］吴晓嘉.多传感器数据融合在温室智能控制中的应用［D］.太原:太原理工大学，2005.

［10］孙利民，叶池，廖勇.传感器网络的路由机制［J］.计算机科学，2004(6):24-31.

［11］王杰，沈佳杰.基于无线传感器网络的温湿度监控系统［J］.科技创新导报，2009(7):7-8.

［12］邢劭谦，宋哲存.ZigBee无线任感与卫星定位技术在森林火灾预警中的应用［J］.森林工程，27(6):36-39.