APP下载

WSN在核电站实物保护系统中的应用
——一种复杂环境下的动目标鲁棒检测方法

2015-01-16中科华核电技术研究院董超群周舟

自动化博览 2015年9期
关键词:虚警核电站概率

中科华核电技术研究院 董超群,周舟

WSN在核电站实物保护系统中的应用
——一种复杂环境下的动目标鲁棒检测方法

中科华核电技术研究院 董超群,周舟

核电站一般建在偏远的地方,地势开阔,可供人通行的路径多,实时监测困难。现有核电站实物保护系统的监视范围较小,对核电站的整个周界不能形成有效地实时监视。这就让不受地域和环境限制的无线传感器网络大有可为。但由于节点随机撒布和复杂多变的环境干扰,使得节点上传感器的检测概率和虚警概率难以先验获取,从而导致基于传感器特征已知的检测算法在无线传感器网络应用中面临困难。本文提出了一种针对动目标检测的方法——区域投票法。该方法通过搜索特殊三角形外心,确定目标经过区域,而后通过在特定圆形区域内使用投票法来检测目标是否存在。仿真结果表明,与全区域节点加权法相比,在复杂环境下,所提出的目标检测方法可以达到高检测概率,同时可以有效降低虚警率。完全满足核电站对周界实时监测的需要。

核电站;实物保护系统;无线传感器网络;特殊三角形;动目标;区域投票法

实物保护系统[1]是核电站的门户,是保证核电站安全稳定运行的一道重要屏障。系统的安全性和可靠性对提升公众的核安全信心具有至关重要的作用,是国家顺利实施核能发展战略的重要保证。实物保护系统的投运同时也是新电站的装料条件之一。实物保护系统的首要任务就是:监视核电站周界的治安状况,及时发现电站被入侵的紧急情况或其他异常情况并报警,使警卫能够及时响应和应对。核电站的选址都在偏远的地方,地势开阔,地形和环境均比较复杂,可供人通行的路径多,实时监测困难。现有核电站实物保护系统的监视范围较小,对核电站的整个周界不能形成有效的实时监视。这些因素均使得不受地域和环境限制的无线传感器网络大有可为。

日本福岛核事故后,大量放射性物质释放到大气环境、地表及附近海域,电站周围成为了不可接近区域,政府也禁止无关人员的进入,而对无人区的实时监视,防止有人误闯放射性污染的区域,正是无线传感器网络的强项。

无线传感器网络[2、3]是由大量成本低廉而具有一定感知能力、计算能力、无线通讯能力的传感器节点组成的网络。其主要功能是智能地感知外界环境,并将处理后的信息提供给用户。WSN在现场环境感知及目标跟踪、环境观测、交通管理、安全监测、医疗诊断及治疗、野生动物保护等场合具有广泛的应用前景[4]。目前,基于WSN的目标检测和跟踪系统是当今世界上的研究热点[5]。

WSN目标检测时,WSN节点承载的传感器探测运动目标发出的信号,但节点可靠性不高,只能得到精度较低的探测结果[6];而WSN中节点探测能力有限可能导致目标检测无法满足在一个采样周期内目标不动的假设;还可能会受到故意的强干扰产生大量虚警。并且,在实际应用中,节点工作一般是非人工干预的,传感器检测概率和虚警概率会受到环境干扰,而与预先给定不相符。所以,在WSN检测问题中,虽然信息量大,但是信噪比低,对单节点的信任度低,极易受到环境影响。WSN中静目标检测与动目标检测的主要区别在于:静目标影响区域小,发现节点少,但是目标处于节点探测区域的时间长,单节点发现目标的概率大;动目标影响区域大,发现节点多,但是目标处于节点探测区域的时间短,单节点发现目标的概率小。目前,国内外的文献主要是针对静目标[7~9]。文献[7]研究了WSN中非中心化二进制检测问题,通过节点自身决定向头节点发送何种类型的信息进行目标检测,使Chernoff信息极小化,亦即极小化融合中心的检测误差。文献[8]用柱状图融合来研究WSN目标检测中的编码和传送策略,并分析了节点上传感器数量对目标检测的影响。文献[9]使用投票法进行目标检测。在WSN中,目标检测之前几乎无法得到任何关于目标的先验信息,并且由于目标运动使发现节点的区域增大,节点发现目标的概率降低;再加上环境的影响使得节点上传感器的检测和虚警概率不能精确已知。所以,应用于WSN中的算法面对的是一个恶劣的环境。本文算法的大体思路是:在不影响检测效果的前提下,为了节约能量,只唤醒一部分节点进行目标检测,这样还可以减少虚警干扰。然后使用搜索特殊三角形外心的方法找到目标经过的区域,最后用投票法融合该区域内的节点信息。

1 区域投票法

1.1 问题描述

在节点报告发现目标后,考虑到:(1)节约能量;(2)减少虚警干扰;(3)如果目标在一个探测周期内运动的距离超过两倍的探测半径,那么绝大多数节点不会发现目标,就算全唤醒也找不到目标。因此,文中只唤醒发现节点周围两倍探测半径范围内的点。

假设目标进入节点探测区域时,节点会自动采集目标发出的信号。节点寄存器存有一个变量rk,初始值为0。节点采集一段信号后,用这一段信号作一次判断,如果信号处理后的数据越过了门限rk加1,否则不加。当节点处理完N段信号后,就会发包给头节点,里面包括变量rk的终值,节点发送完后rk自动清零。

1.2 区域投票法

1.2.1 算法初始条件

本文算法需要的初始条件有:(1)有一个头节点;(2)除头节点之外,各节点的性能一样,探测时各向同性;(3)节点之间自定位完毕,头节点已经知道了各节点的地理坐标,节点间的路由算法已经预先给定。

区域投票法中设有两个门限,检测门限Td,决策门限Tt。检测门限是单节点发现目标的门限;决策门限是投票后使用的门限。假设探测区域内存在k个节点,如果某一拍,探测区域内所有节点报告的集合为,那么对于探测区域内的各节点,目标出现的概率为文中近似认为各节点确认目标存在的概率(t表示时刻)。当时,就认为节点发现目标,最终的决策门限Tt与传感器的检测概率和虚警概率无关。文中:

其中,表示节点的探测半径,表示节点密度,为常数。经多次仿真测试后,取0.25合适。

1.2.2 算法步骤

检测详细过程如下:

第一步:当第个节点在任一个探测周期内报告发现目标时,头节点就唤醒发现节点周围两倍探测半径内的所有点,这些节点开始进行目标检测。如果在该拍内,,头节点就通知唤醒的节点继续休眠,否则就先找到目标存在区域。

第二步:当有节点确认发现目标后,为了满足检测实时性,文中利用搜索特殊三角形的方法来确定目标经过的区域。该三角形需要满足如下条件:

条件1:为了最快地找到目标出现的区域,搜索时,先取三个最大的点,即(令表示所有节点的集合):

条件2:为了构成三角形,所找的三点不能共线。令三个节点位置坐标为:、、,则其坐标关系满足:

条件3:同时发现目标的节点,必须要有一定的重叠区。故这三个点组成的三角形的最长边不能超过两倍的探测半径。后经多次仿真拟合得到,最长边不超过1.68倍的探测半径时可降低虚警概率且不影响检测概率,即:

条件4:三角形内的节点不超过两个。因为如果这三个点组成的三角形就是要找的三角形,那么目标肯定在三角形内或附近,三角形内点会更接近目标,剔除掉就能更好找到目标轨迹的中心区域。令表示三角形内点的集合,,即:

如果找到的三个点不满足上述条件,就留下最短边的两个顶点,剔除掉另一个顶点,在该拍信息中重新找另一个检测概率次大的节点重复上面的判断,直到找到了符合上述条件的三角形。

1.2.3 区域投票法流程图

算法流程如图1所示。

图1 区域投票法流程图

2 仿真分析

为了体现区域投票法的特点,本文将之与全域节点加权找目标出现中心的方法在同一流程下(使用全区域节点加权法时,先通过这一方法找到目标出现的中心区域,然后同样使用投票法融合中心点周围一倍探测内节点的信息)进行对比。区域投票法的取4,全域加权投票法的取3,在不同条件下两种算法的结果对比如表1所示(1000次仿真,节点密度)。

表1 两种算法的比较

表1中表示算法的检测虚警,表示算法的虚警概率。由表1可以看到,区域投票法的检测概率和虚警概率大大优于全域加权投票法。由于全域加权投票法取的门限值小于区域投票法,说明区域投票法找到的质心更接近目标出现的中心区域;而且在虚警率较高时,全域加权投票法的检测概率降低,说明区域投票法的抗虚警能力要明显优于全域加权投票法。

并且,进一步还在不同节点密度和速度的情况下对区域投票法作了验证,得到图2中的结果(1000次仿真):

图2 不同条件下算法结果显示图

从图2可以看到区域投票法能很好的抑制虚警,提高检测概率。图2-a和图2-c显示,对于区域投票法,当其他条件一定时,节点密度越大,检测概率越高。图2-b和图2-d显示,当目标运动速度在一定范围内变化时,随着速度加快,检测概率略有升高。

3 结语

WSN中,由于节点随机撒布和复杂多变的环境干扰,使节点承载的传感器检测概率和虚警概率难以先验获取;同时节点有限的探测能力导致目标检测可能无法满足在一个采样周期内目标不动的假设。这使基于传感器特征已知的目标检测算法在WSN应用中面临困难。区域投票法只唤醒一部分节点进行目标检测,可以有效地节省能量;而后通过确定目标经过的区域,有效地解决了由于节点移动带来的节点发现目标概率减少的问题,提高了检测概率,同时降低了虚警的影响,有效抑制了虚警;此外,区域投票法不需要知道传感器检测概率和虚警概率,因此对应用环境和传感器特性都将有一定普适性。仿真结果表明,当节点密度和目标运动速度在一定范围内变化时,区域投票法的检测概率会随其增加而增加;在同一条件下,区域投票法的抗虚警能力和检测效果明显优于全区域节点加权定位法,并且能更精确地找到目标经过的区域。

经核实相关法规和标准,基于WSN的区域投票法完全满足HAD501/03和EJ/T1054对实物保护系统的要求,可适用于Ⅰ、Ⅱ、Ⅲ级核设施的安全保卫,可以作为核电站实物保护系统的重要补充手段,使警卫能在任何时间段内,针对任何地点的入侵等异常情况第一时间做出响应。无线传感器网络必将在今后的核电站安全保卫工作中大有作为。

[1] 孙亚华, 李式巨, 李彬. 核电站实物保护系统的量化评估[J]. 核动力工程, 2009, 30(1): 19 - 25.

[2] 任丰原, 黄海宁, 林闯. 无线传感器网络[J]. 软件学报, 2003, 14(7): 1282 -1291.

[3] 李建中, 李金宝, 石胜飞. 传感器网络及其数据管理的概念、问题与进展[J]. 软件学报, 2003, 14(10): 1717 - 1727.

[4] Ian F Akyildiz, Wang X D, Wang W L. Wireless mesh networks: a survey[J]. Computer Networks(S1389-1286), 2005, 7(4):445 - 487.

[5] Yu Henhu, Dan Li. Energy Based Collaborative Source Localization Using Acoustic Micro-Sensor Array[R]. Proceedings of 2002 IEEE Workshop on Multimedia Signal Processing.

[6] 唐剑, 史浩山, 韩忠祥. 无线传感器网络中的目标跟踪算法[J]. 空军工程大学学报(自然科学版). 2006, 7 (5).

[7] Jean-François Chamberland, Student Member, IEEE, and Venugopal V. Veeravalli, Senior Member, IEEE. Decentralized Detection in Sensor Networks[C]. IEEE TRANSACTIONS ON SIGNAL PROCESSING, 2003, 51 (2).

[8] Ke Liu, Akbar M. Sayeed. Type-Based Decentralized Detection in Wireless Sensor Networks[C]. IEEE TRANSACTIONS ON SIGNAL PROCESSING, 2007 (55) : 5.

[9] Natallia Katenka, Elizaveta Levina, George Michailidis. Local Vote Decision Fusion for Target Detection in Wireless Sensor Networks[EB/OL]. www.stat.lsa. umich.edu.

[10] 国家安全局. HAD 501/03. 核设施周界入侵报警系统[S]. 2005.

[11] EJ/T 1054. 核材料和核设施实物保护[S], 2007.

表5 执行管理表

(6)数据收集,如表6所示。

表6 数据收集表

(7)跟踪,如表7所示。

表7 跟踪表格

(8)分析,如表8所示。

表8 分析表格

作者简介

华镕,男,1982年毕业于北京科技大学自动化系,现任罗克韦尔自动化(中国)有限公司全球标准及贸易部中国地区经理。

Wireless Sensor Networks Application in the Physical Protection System of Nuclear Power Plant——A Robust Detection Method of Moving Target in Intricate Environment

The nuclear power plant (NPP) is commonly constructed in distant suburbs which has wide surrounding space. There are many routes to approach the NPP so that is very difficult to take surveillance to all of routes. The existing physical protection system can only monitor a small region. All of these give good opportunity to wireless sensor networks (WSN) which is not limited to region and surrounding. But, the random distribution of the nodes and the intricate disturbance of the environment makes difficult to obtain the prior of the detection and false alarm probability of sensors. Accordingly, difficulty is brought into the detection algorithms that based on the characteristics of sensors. A new target detection method -- Local Voting -- is proposed in this paper. It first finds out the object region by seeking the centroid of a peculiar triangle. Then, the object is determined based on a voting method in a given circular region. Simulation results show that the proposed local voting method can effectively has high detection probability and low false alarm rate in intricate environment compared with the global weighting method. It can fully satisfy the demand of real time surveillance on perimeter around NPP.

Nuclear power plant; Physical protection system; Wireless sensor networks; Peculiar triangle; Moving target; Local voting method

董超群(1974-),男,高级工程师,1995年毕业于西安交通大学自动控制专业,现就职于中科华核电技术研究院,主要从事核电站仪表控制方面的改造工作。

周舟(1982-),男,工程师,硕士研究生, 现就职于中科华核电技术研究院,主要研究方向为仪表控制系统及其自动化。

猜你喜欢

虚警核电站概率
第6讲 “统计与概率”复习精讲
如果离我不远的核电站出现泄漏该怎么办
第6讲 “统计与概率”复习精讲
概率与统计(一)
概率与统计(二)
综合航空电子系统机内自检测技术研究
一种电阻式应变传感器的数据处理方法
核电站护卫队
核电站护卫队
空管自动化系统二次代码劫机虚警分析