基于4G网络的水质监测分布式数据传输架构研究

喻纪文+贾露+李青+朱晓辉

摘 要：为对水环境进行实时监测，及时发现水体污染事件， 全面掌握监测区域水质动态变化情况，基于4G网络设计并实现了分布式水环境实时监测系统。系统采用分布式数据传输架构，解决了集中式模型单点损坏影响其它监测点数据传输的缺点。测试结果表明，系统具有很好的稳定性和较高的数据传输并发性。

关键词：4G网络；水质监测；分布式数据传输

DOIDOI：10.11907/rjdk.172311

中图分类号：TP391

文献标识码：A 文章编号：1672-7800（2018）002-0168-04

0 引言

当前水体污染情况相当严峻，受污染的水源若直接饮用或处理措施不当，可能对人体产生不可挽回的损害[1]。为有效开展水资源保护与治理水污染，我国实施了建国以来投资最大的水专项计划。在2006-2020年期间计划投资300多亿，实现“控源减排”、“减负修复”和“综合调控”三大阶段性目标[2，3]，其中水环境监控与预警关键技术研究是水专项的一个重要内容。

早期采取人工采样、实验室分析方式，仅限于对河流、湖泊的几个断面采样，采样频率从每月数次到每日数次。人工方式存在效率低、缺失时效性、耗时耗力且不能够大规模测量等缺点，不能很好地反映水环境的连续动态变化，也不易及早发现污染源并预警[4-6]。

随着无线网络的发展，ZigBee技术得到了大规模应用。夏伯锴等[7]指出，ZigBee技术是一种距离短、复杂度低、低功耗、低速率的双向无线通讯技术，主要用于距离短、功耗低且传输速率不高的各种电子设备之间进行数据传输。而大区域范围内水质监测，要求通信技术具备传输距离远、速度快，ZigBee技术难于满足需要。4G网络数据传输速度可以达到10Mbps～20Mbps，甚至达到100Mbps，具有通信灵活、智能性强、通信速度快、增值服务优等特点[8]，适用于大区域范围内的数据通信。因此，本系统采用4G网络进行数据传输。

分布式系统可以提高系统的稳定性[9]。分布式数据传输架构支持动态增减规模，用户根据需要可动态增加数据传输节点的个数，实现数据传输能力的动态扩展[10-11]。位于分布式传输架构的各个节点直接与云计算数据中心通信，其中任意节点损坏，都不会影响其它节点的传输，提升了数据传输的可靠性。因此，本系统使用分布式传输架构，以提升整个架构的稳定性和可扩充性。

分布式计算是虚拟化技术之外的又一个云计算[12]关键技术，为不同地理上分布的计算资源的有效利用提供了技术支持，同时也为复杂的大数据应用提供了简单可行的计算方式。本文基于4G网络采用分布式传输架构，实时采集处理各监测点水质数据，并将其存储于云计算数据中心，解决了单个服务器的不足，具有成本低、利于扩展且易于维护等优点，为后续水质监测管理提供基础数据支持。

1 数据传输架构设计

基于4G传感网络设计并实现分布式水环境监测系统，主要由基于无线传感的水质数据采集模块（物理层）、4G数据传输模块（数据层）和后端通信与数据分析软件（应用层）组成。在进行数据通信时，每个数据采集模块通过4G网络连接到云计算数据中心，通过协调工作完成对较大区域的多种信息采集[13]，形成完整的分布式系统架构。

分布式系统架构的水质数据采集、传输以及存储流程如圖1所示。首先，云计算数据中心定时发出水质参数信息采集指令，通过无线网络连接4G基站，将指令发送至远程DTU（Data Transfer unit）；然后，DTU将接收的IP数据转换为串口数据并解析出采集指令，通过RS485接口向传感器发出指令。传感器进行数据采集并将采集结果传递给DTU，DTU通过4G网络向云计算数据中心返回水质数据；最后，云计算中心将数据保存到数据库并显示于可视化界面。

1.1 相关硬件介绍

通过对水质监测传感器、4G通信模块、独立供电模块和传输终端等进行软硬件集成，开发出4G传感水环境监测原型系统，硬件设备如图2所示。

（1）独立供电模块：主要包括太阳能板、充电铝电池及控制器。太阳能板为蓄电池供电，使其通过稳压控制器为仪器提供稳定的12V电压。经过测量，蓄电池在充满状态下可持续供电一周。在天气晴朗的情况下，太阳能板可在一天内将蓄电池充满，可有效应对连续阴雨天气。

（2）4G通信模块：DTU能完成串口数据与IP数据相互转换，通过无线通信网络进行数据传送，实现云计算中心和传感器数据源间的双向数据传输。

（3）水质监测传感器：主要包括温度、pH、溶解氧、蓝绿藻、叶绿素、氨氮、浊度等水质参数传感器。各传感器均有特定的数据读取指令及数据返回指令，发送指令主要包括：地址、功能码、起始地址高位、起始地址低位、数据高位、数据低位、CRC高位、CRC低位。返回指令包括地址、功能码、字节数、数据高位、数据低位、CRC高位、CRC低位。例如，云计算数据中心通过网络向水质传感器发送pH读取指令：01 04 00 01 00 01 60 0A，接收的返回指令为01 04 02 02 FB F9 D3，对返回指令进行解析可获得监测点水质pH值。

1.2 数据传输架构实现

图3是服务端程序数据采集流程。

启动服务端程序后，程序底层使用TCP/IP协议通过无线网络与装载4G移动卡的远程DTU建立TCP连接。云计算数据中心能在较短时间内与DTU建立连接，并获得DTU详细信息，包括DTU设备的用户ID、DTU中4G通信卡手机号码、动态IP地址、连接成功时间以及最近一次收到数据的时间，如图4所示。

云计算数据中心采取多线程机制远程监控，管理各监测点DTU设备，同时向各监测点发送采集指令并接收、分析与存储DTU返回指令。通过向指定DTU发送数据读取指令，可获得实时水质参数返回数据包，取出其中返回的数据指令，根据指令前几位字节区分不同水质参数，取出相应水质参数数据位字节，通过函数对其解析，得到实际水质参数值。endprint

2 性能测试

为测试单台服务器并发性能，在改变云计算数据中心接收频率和接收数据模式的情况下，分别研究服务器丢包率、CPU占有率以及内存使用率的变化情况。

2.1 服务器配置

测试服务器配置：①Windows Server 2012 R2 Standard操作系统；②Intel（R） Xeon（R） CPU E5-26500@2.00GHz（2处理器）；③内存（RAM）：32.0GB。

2.2 测试过程

通过控制变量法采集不同情况下的丢包率、CPU占有率以及内存使用率数据，接收端接收频率设置为200ms/次或100ms/次，接收数据模式设置为数据库模式、文本模式或控制台输出模式。

（1）设置服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为100ms/次，将采集数据插入数据库，此时丢包率、CPU占有率以及内存使用率情况如图5所示。

（2）设置服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为200ms/次，将采集数据插入数据库，此时丢包率、CPU占有率以及内存使用率情况如图6所示。

以上两种测试方式的接收数据模式均为数据库，发送数据频率相同，在仅改变接收频率的情况下，二者CPU占有率和内存使用率未出现明显差距。但对于丢包率，服务器对数据接收指令处理频率设置为100ms/次时，在并发数3 500左右出现丢包；服务器对数据接收指令处理频率设置为200ms/次时，在并发数3 000左右出现丢包。

（3）设定服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为100ms/次，将采集的数据保存至文本，此时丢包率、CPU占有率以及内存使用率情况如图7所示。

（4）设定服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为200ms/次，将采集的数据保存至文本，此时丢包率、CPU占有率以及内存使用率情况如图8所示。

在接收频率相同时，将接收数据保存至文本与保存至数据库相比，二者并发数目相差不大；在并发数相同时，内存和CPU占有率未有明显变化。

（5）设定服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为100ms/次，将采集的数据显示于控制台，此时丢包率、CPU占有率以及内存使用率情况，如图9所示。

（6）设定服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为200ms/次，将采集的数据显示于控制台，此时丢包率、CPU占有率以及内存使用率情况如图10所示。

比较测试5和测试6结果发现，服务器对数据接收指令处理频率是100ms/次，在控制台输出模式中，并发数为4 000时没有出现丢包，而服务器对数据接收指令处理频率是200ms/次，在并发数为4 000时，丢包率也仅为0.33%。

经过以上多组实验并对比测试结果，可得出结论：服务器对数据接收指令处理频率为100ms/次的并发数目，比服务器对数据接收指令处理频率为200ms/次的并发数目多；在直接输出至控制台情况下，无需进行打开和关闭数据库或文本操作，因此并发数目相对另两种模式要高；在并发数相同时，CPU与内存未有明显变化；从整体上看，CPU占有率变化从9%到30%左右，内存变化约为1G大小。

综合以上实验结论，为达到较好服务性能，本文选择服务器数据采集指令发送频率为200ms/次，服务器对数据接收指令处理频率为100ms/次，并将接收数据存储至数据库的模式，此时3 000左右的并发数可以满足开发需要。1min可以发送1*60*1 000/200=300（次），每个节点连接10个传感器，即300/10*3 000=90 000，此模式1min可连接90 000个节点进行采集信息。

2.3 实验总结

本系统可高效准确地采集水质参数数据，并将其存储至云计算数据中心数据库，以便于其它应用调用。可在Windows form程序界面显示水质信息，默认情况下按照固定时间间隔依次显示水质参数数据。通过对水体实时监测，可獲得大范围区域内水质信息，将采集到的某处监测点水质数据与正常水质标准值进行比较，得出此监测点水质情况。若出现污染现象，可通过进一步对比分析得到污染等级等详细信息，为后续制定水环境管理决策提供数据保障。

3 结语

本文基于4G网络设计实现了水质监测分布式数据传输架构，系统具有良好的扩展性、较强的抗干扰能力，避免了ZigBee速率低、距离短等不足。使用分布式传输架构，解决了集中式模型单点损坏影响传输的缺点，实现各传输节点间互不影响，加强了系统在传输过程中的安全性和可靠性。测试结果表明，系统具有较强的分布式数据传输性能，能满足并发性数据的传输需求。

参考文献：

[1] 岳凌宇.水环境及水污染检测技术探讨[J].化工管理，2016（13）：208-209.

[2] 孟伟.总结“十一五” 设计“十二五”——在水专项“十二五”实施计划编制启动会暨地方科技需求座谈会上的讲话[J].建设科技，2010（3）：19-23.

[3] 仇保兴.水专项面临的新形势与新任务[J].城市发展研究，2013（4）：1-9.

[4] BASNYAT P， TEETER L D， LOCKABY B G， et al. The use of remote sensing and GIS in watershed level analyses of non-point source pollution problems[J]. Forest Ecology and Management，2000，128（1）：65-73.

[5] 席俊清，吴怀民，蒋火华，等.我国环境监测能力建设的现状及建议[J].环境监测管理与技术，2001，13（6）：1-3.

[6] 蒋鹏.基于无线传感器网络的湿地水环境远程实时监测系统关键技术研究[J].传感技术学报，2007，20（1）：183-186.

[7] 夏伯锴，杨晓红.基于ZigBee技术的短距离无线数据传输系统[J].硅谷，2012（17）：31-32.

[8] 李山，李娜.4G网络技术及应用[J].计算机光盘软件与应用，2013（24）：305-306.

[9] 邵博，孙春华，贾萌，等.分布式变频系统与动力集中式系统运行调节特性对比分析[J].河北工业大学学报，2015，44（6）：45-51.

[10] 万翔，施齐林.分布式数据传输系统关键技术设计[J].舰船电子工程，2015，35（4）：96-98.

[11] 张晟，董荣胜，冷文浩，等.分布式数据采集系统的通信模型优化[J].计算机工程，2013，39（4）：276-279.

[12] 杨青峰.云计算时代关键技术预测与战略选择[J].中国科学院院刊，2015，30（2）：148-161.

[13] 杨莹，周晓旭，郭晓澎，等.基于WiFi的分布式无线数据采集系统[J].电子测量技术，2016，39（11）：122-125.

[14] 王静，赵鹏举，胡云冰，等.基于无线传感网络的三峡流域水环境监测系统[J].西南师范大学学报：自然科学版，2012，37（7）：75-79.endprint