物联网监测系统的可靠性保障机制与量化分析

俞文杰 童英华 田立勤

摘 要：针对物联网监测系统的不可靠性，从监测系统感知层的传感器节点到传输主干部分，分别对其可靠性进行分析，就感知层的拓扑结构选择、监测区域的划分、汇聚层设备的可靠性以及设备冗余进行了详细分析，对传输部分的可靠性给出了量化分析公式。在节点部署时采用正六边形部署方法，由于同等外接圆条件下正六边形划分所需要的传感器节点数最少，因此整个监测区域的能量消耗也最少，减少了每个Sink节点接收数据的流量，增加了系统的生存时间。同时对于关键的簇头节点进行冗余，量化分析了冗余倍数与该部分网络可靠性及成本的关系，从而得出最优冗余方案。另外对汇聚层传输主干采用1+1保护方式，以确保监测系统传输主干的可靠性，最后给出了整个物联网监测系统的可靠性量化公式。同时，所得出的相关理论对物联网远程监测在各行业中的应用和部署实施具有重要的理论和实际参考价值。

关键词：物联网监测系统；可靠性；正六边形部署；冗余；量化分析

中图分类号：TP393 文献标识码：A 文章编号：2095-1302（2018）07-00-06

0 引 言

对物联网监测系统来说，系统的可靠性是指物联网监测系统在业务量增消变化的运行过程中，在各种破坏因素共存的条件下，对用户服务需求持续满足的能力[1]。造成物联网监测系统不可靠的原因多种多样，除了共因外，对于不同的物联网监测系统，其根据实际情况的不同情况亦不同。物联网监测系统不可靠的共因如下：

（1）设备部分：监测系统中感知部分的传感器节点是整个监测系统的基础，需求量最大，实际部署环境中由于部署方式、环境特点、人员管理等因素的影响，传感器节点的可靠性较低。

（2）物联网监测系统传感器节点部署的地区多为环境恶劣的区域，能耗和通信条件受限。

（3）以物联网监测系统中的环境监测系统为例，传感器监测的数据存在多样性，包括风速、湿度、雾霾程度等，导致对传输链路的带宽要求较高。造成物联网监测系统不可靠的原因是多方面的，包括监测区域内传感器节点故障或老化，处理设备的数据存储出现差错，监测短距离路由传输数据的稳定性较差，远程传输数据的篡改问题及传输线路被破坏等。监测供电设备中断、监测环境对数据的干扰，及人为故意或无意破坏等均会导致监测系统不可靠。

已有研究通过不同的部署方式实现了监测区域的可靠性，如Liaqat为了提高网络可靠性，避免能量空洞的出现，提出了正六边形多级簇部署方案[2]。Bai提出在通信半径与感知半径满足不同比例的条件下，实现全覆盖和K连通最优部署方案[3]。对物联网监测系统中检测部分的设备部署、信息传输部分的可靠性进行量化分析，对实现监测系统的可靠性研究具有重要的理论和实际意义。田立勤等提出了正方形部署方案，并提出了结合双冗余与重传机制的传输主干可靠性保障机制[4]。刘睿琼着眼于提高传感器网络节点的能效，设计了基于正六边形网格的分簇路由HGRP算法[5]。Xing提出了不同容错方式下，无线传感网节点可靠性的计算公式，并对不同冗余方式在串、并联结构中的可靠性进行了比较[6]。李建平從拓扑结构、协议栈和可靠性机制的角度，提出了基于神经网络的可靠性评估模型[7]。Wang比较了三种MAC协议下，传感器节点的可靠性以及生存时间[8]。聂晨华等提出利用动态故障树模型研究可修复节点背景下WSN的可靠性[9]。徐雪鑫提出了通过不交和运算来计算各节点到Sink节点的可靠性表达式来快速计算可靠性的算法[10]。目前还没有针对系统的完整保障可靠性的机制，考虑将整个系统划分为几部分，再通过对各部分可靠性的分步量化计算，提高各部分可靠性的保障机制，最后提高物联网监测系统的整体可靠性。

1 物联网监测系统的架构图

物联网监测系统的架构如图1所示。物联网监测系统通常由三部分构成，分别为感知层的节点监测网络、网络层数据传递网络和应用层信息实时处理系统。这三部分分别完成物联网监测系统原始数据的收集、转发以及处理工作，最后实现应用层数据的显示、数据挖掘、评估以及对未来的预测等功能。物联网监测系统的感知层指监测系统的无线传感器网络，是由位于目标检测区域内具有数据采集、保存、处理和传输的低成本、低损耗的传感器节点组成。节点之间通过无线连接，将采集到的数据经节点转发，最终到达汇聚节点，再经移动信号基站或北斗卫星传输到服务器端，由PC端的设备接收供用户使用。

物联网监测系统的感知层通常由传感器节点、簇头节点和Sink节点组成。无线传感器节点常见的部署方式有正三角形、正方形、正六边形等。网格部署可实现良好的覆盖性及连通性。传感器节点完成数据采集，通过节点将收集到的信息传递给簇头节点。簇头节点将无线传感器采集到的数据进行融合，并将结果以单跳或多跳的方式传递给Sink节点，同时接收由Sink节点所发送的命令和信息，簇头节点能量消耗较大。

网络层的传输包括网关、移动信号基站、互联网和北斗卫星。这部分主要负责将感知层传输的监测区域的数据通过3G/4G/卫星传输到服务器端，网关负责在无线传感器网络和互联网或卫星通信之间实现连接。

应用层的信息实时处理系统主要是服务器端接收信息的终端设备，实现监测区域数据的可视化展现、数据查询、挖掘、评估和对未来的预测。

2 物联网监测区域的部署及量化分析

2.1 监测区域网格部署方法的比较

无线传感器节点的部署需要选择适合的拓扑结构，常见的网格部署方式如图2所示，有正三角形、正方形和正六边形等。当按正方形和正六边形网格来划分监测区域时，发现正六边形重叠部分较少，传感器节点利用率较高，有较好的节能特性，尤其是对于长距离传送，优势明显[2]。

假设传感器节点的感知半径为RS，外接圆中心部署簇头节点。以正三角形而言，传感器节点部署在三个顶点，则按照正三角形划分的传感器节点的覆盖面积为，每个节点的感知面积是πR2S，拓扑结构每增加一层，增加的簇头节点数为12m（m为层数），如图2（a）所示。

如图2（b）所示，正方形节点的理想覆盖面积是，同样每个节点的感知面积是πR2S，拓扑结构每增加一层，增加的簇头节点数为8m（m为层数）。

如图2（c）所示，每个传感器节点的感知半径为RS，与正六边形的边长L相等，单个节点的感知面积相等均为πR2S，传感器节点安置在正六边形的顶点处，中心簇头节点的理想覆盖面积为，每层传感器节点数为6m（m为层数）。

第一层拓扑结构如图3所示，中间为Sink节点，与Sink节点所处的正六边形相接的其他正六边形的中心为簇头节点。

经过比较，可得出正六边形部署方式下节点的理想覆盖面积最大，且按正六边形的划分所需要的传感器节点数最少，从而整个监测区域的能量消耗也最少。同时减少了每个Sink节点接收数据的流量，延长了系统的生命周期。

2.2 监测区域正六边形部署的量化分析

由上文可知，正六边形部署策略所需节点数量最少，是一种最优部署策略。因此本文监测区域内节点的部署选择正六边形拓扑结构，如图4所示。

无线传感器节点会由于通信信号弱、基础环境恶劣等问题会引起节点失效，导致监测数据不可靠。为确保监测数据的可靠性，需要在监测区域上采取相应的冗余策略，使局部节点失效，节点的邻居节点也可对其需要监测的部分进行监测，降低数据的不可靠性。

正六边形部署情况如图5（a），（b）和（c）所示，根据节点部署时冗余覆盖面积的不同，部署方法亦不同。假设每个传感器节点的感知半径为rS，图5（a）为一个监测单元中传感器节点感知面积相切的情况，此时传感器节点之间有盲区，且当节点失效后，该节点负责的监测区域数据无法被采集，可靠性较低。

传感器节点将监测区域全覆盖，此时监测区域内无盲区，监测可靠性提高，如图5（b）所示。传感器节点部署在中心簇头节点所能能感知的最大范围处，该部署方法也可以实现监测区域的全覆盖，如图5（c）所示。

对于图5（b）所示的节点部署情况，单个监测单元的最大监测距离为6rS，所形成的正六边形边长，但根据图5（d）所示连续两个监测单元的部署图可以看出，当普通节点失效后，盲区面积较大，而图5（e）构成的两个监测单元在普通节点失效后，邻居节点可以有效覆盖其监测区域，有效减少监测的盲区。

监测区域的传感器节点部署可采用图5（c）所示的情况作为基本监测面。在图5（c）中，一个基本监测面可监测的距离为4rS，图5（e）中，两个基本监测面可监测的最大距离为6rS，当i个基本监测面依次排列好后，最中间每横排共有个传感器节点2i+1，将距离分为均匀的2i+2份，每一份长度为传感器的感知半径rS，部署单个基本监测面可监测的最大距离为：

定理1：已知传感器感知的半径

为rS，则由i个簇形成的监测区域的面积Si为：

证明：一个基本监测面中的节点是一个簇结构，如图6（a）所示，在簇外画出与簇中所有节点感知区域相切的正六边形，用整个正六边形的面积减去若干f区域的面积和若干g区域的面积可得到一个基本监测面的监测面积。

由于节点感知区域相切于正六边形，假设正六边形的边长为lS=k+rS，其中，正六边形面积为：

f区域面积：为了计算f区域面积，首先计算四边形abcd的面积，如图6（b）所示，四边形abcd的面积是直角三角形abd面积的两倍，，S扇形（abc）=，因此f区域面积为：

g区域面积：为了计算g区域面积，首先计算ac1b的面积，如图6（c）所示。

由于每两个相交圆与外切线之间会有一个g区域，而每个角落上的圆与外切线会形成一个f区域，当监测区域由i个簇组成时，仍有6个角，因此f区域为6个，而每个监测面的第一个横排共有2i个传感器节点，于是整个监测区域共有4+2×（2i-1）个g区域。与监测区域相切的六边形面积为：

为方便后文叙述，定义以下节点类型：

（1）自由節点：这一类节点失效后对监测系统的监测覆盖无影响。

（2）制约节点对：将中间一排两个簇头节点间的两个节点称为制约节点对。

（3）角节点：将监测区域中四个角上的节点称为角节点。

（4）边节点：将最上排和最下排除去角节点的节点称为边节点。

在中间一排，两个簇头节点间的任何一个普通节点均为自由节点如图6（d）所示，将它们中的任何一个去掉，对整个监测网的覆盖来说都没有影响。

由此可知每两个簇头节点间的普通节点是自由节点，因此自由节点的个数与簇个数i之间存在关系：

量化分析不同类型节点失效后造成的覆盖盲区的面积。角节点失效后造成的覆盖盲区的面积：

边节点失效后造成的覆盖盲区的面积：

两个基本监测面的各部分覆盖度如图6（e）所示。图中未考虑簇头节点感知区域内覆盖度，若簇头节点一旦失效，整个监测面的数据都不能交付，因此簇头节点需采取更有效的措施保证其可靠运行。在图中将组成制约节点对的两个节点共同覆盖的区域认为是1覆盖。通过制约节点对、边节点、角节点三种基本节点失效面积的加减运算即可得到图中较小的2覆盖或3覆盖不规则图形的面积。

3 物联网监测系统的可靠性分析

3.1 监测区域可靠性分析

3.1.1 感知节点向Sink节点传输数据的可靠性分析

在监测区域的传感器感知节点采用无线通信方式实现数据信息的传输，且具有自组织网络的特性，各节点之间可以相互联系，将采集到的数据经感知节点逐级上传。可采取多种路由方式，感知节点之间的通信连接方式为串联。假设感知节点的可靠性为Rc（i），相关参数为Ci，则信息由感知节点传输到Sink节点的可靠性Rcom为：

其中，n为感知节点到Sink节点所经过的节点个数。

3.1.2 感知区域簇头节点的可靠性分析

在监测系统中，冗余设备同时运行的情况下，只要有一个设备正常工作，该系统就是可靠的。不同于传统的备份系统，必须等到设备故障时才切换，一旦切换出现问题，就会导致系统中断。

假设监测系统中多级簇头的传输部分可靠性为R，每个设备的可靠性为Ri。对簇头设备进行冗余，且冗余设备之间为并联方式。只有在冗余设备均不正常的情况下，该部分才是不可靠的，并联的所有设备不可靠性为，整体系统的可靠性在一定范围内与冗余设备的数量成正比，可靠性R可

表示为：

簇头节点处于每个正六边形区域的中心位置，监测区域最中心的六边形中心部署Sink节点如图7所示。假设层数为m，每增加一层，簇头节点增加6m个，为了增加设备的可靠性，簇头节点设备进行间隔冗余。每个簇头节点的可靠性为Rj，不可靠性为，一个冗余的簇头节点的不可靠性为：。该冗余的簇头节点的可靠性为。则那么所有冗余的簇头节点的可靠性为。

要想使该部分的可靠性最大，需要增加簇头节点的冗余个数，在考虑节点费用的情况下，如果冗余节点的费用远远超过预期投资费用，那么这样的冗余便没有了实际意义，所以需要在费用和可靠性之间寻找一个最优解。

3.2 监测系统传输主干可靠性分析

物联网监测系统在感知层采集到数据通过簇头节点汇聚后传送给Sink节点，之后通过GPRS/3G/4G、北斗卫星通信实现信息传输。物联网监测系统数据传输部署的基础条件薄弱，传输的数据种类不尽相同，通讯环境各不相同，传输时通讯信号差，存在不稳定的情况，从而导致传输数据的不可靠性增加。因此，为了提高传输主干的可靠性，可采取多种通信方式或采用主干设备冗余的方式。对于传输网络，多采用1+1保护方式，即通常情况下通信路径中有主用设备，在传输系统主用设备出现故障时切换到备用设备，使得传输系统可以完成正常的传输功能。

图8为具有备用设备的主干传输网络，设Ra为主用设备的可靠性，Rb为备用设备的可靠性，c为网络切换功率。此时监测系统传输主干部分的可靠性由两部分组成，一部分是监测系统传输主干中主用设备A的可靠性Ra，另一部分是在主用设备A出现故障时切换到备用设备B并成功传输的可靠性，为c×（1-Ra）×Rb，二者之和就是整个监测系统传输主干的可靠性R1+1，计算公式：

3.3 整个监测系统的可靠性分析

整个监测系统的可靠性主要包含以下部分：

（1）感知节点向Sink节点传输数据的可靠性；

（2）感知区域簇头节点的可靠性分析；

（3）监测系统传输主干可靠性。

这几个部分相互串联，重点考虑关键节点簇头的可靠性和传输主干的可靠性：

4 模拟仿真

假设有传感器节点k，信息通过链路1传输到达簇头节点的可靠性R1就是4个传感器节点通信功能可靠性Rc（i）和相关参数Ci的累乘，通过链路2传输到达簇头节点的可靠性R2就是5个传感器节点通信功能可靠性Rc（i）和相关参数Ci的累乘。感知节点传输链路如图9所示。

假设两条链路的相关参数Ci均相同为0.96，传感器节点通信功能的可靠性Rc（i）均为0.98，那么信息通过链路1传输到达簇头节点的可靠性R1为：

可以看出，在传感器节点的可靠性和相关参数相同的情况下，信息传输经过节点少的链路1的可靠性较链路2高。

假设每个传感器节点的通信可靠性Rc为0.97，相关参数Ci依次为0.97，0.90和0.82，传输链路中传感器节点的数据传输可靠性和所经过传感器的个数成反比，对于簇头节点应设置相对合适标准的权值，传感器节点每经过一个节点，该节点的权值wk加1，当信息到达簇头节点时，如果wk>W，则认为该信息不可靠，选择丢弃。同时减轻了簇头节点的任务，减少了拥塞，如图10所示。

假设簇头节点的可靠性均为Rj=0.97，当簇头节点不进行冗余时，随着拓扑结构层数的增加，感知区域簇头节点的可靠性逐渐下降，当每个簇头节点数量为kj=2，进行双倍冗余时，同等拓扑层数情况下冗余后的可靠性有明显提高。当每簇头节点数量为kj=3，进行三倍冗余时，整体的可靠性趋近于1。然而并非冗余的个数越多越好，随着簇头节点冗余数的增加，费用急剧增长，可靠性保持平稳，所以选择双倍冗余既可提高监测系统的可靠性，又可避免费用过快增长，如图11所示。

假设监测系统传输主干部分中，主用设备的可靠性为0.98，备用设备的可靠性为0.96，切换成功率为0.96，在传输主干部分采用1+1备份结构时，传输主干部分可靠性由公式R1+1=Ra+c×（1-Ra）×Rb计算可得：R1+1=0.98=0.96×（1-0.98）×0.96=0.998，可见1+1备份结构可有效提高传输主干部分的可靠性。

5 结 语

物联网监测系统的可靠性决定了监测区域信息的准确性和服务质量，本文通过量化分析建议物联网监测系统感知层部分采用正六边形网格部署，实现监测区域的全覆盖，避免监测盲区的出现，提高监测系统的可靠性，同时对监测区域关键节点的冗余和费用进行了量化分析。物联网监测系统可靠性的研究方向还有很多，本文从节点的冗余和部分网络的冗余来研究物联网监测系统的可靠性，未来物联网性能、可靠性、成本以及节点能耗优化等将是今后研究的重点。

参考文献

[1]李维，苗勇，汤业伟，等.物联网系统可靠性检测与评估技术[J].软件，2012，33（4）：1-4.

[2] LIAQAT M，JAVAID N，Akbar M，et al. HEX clustering protocol for routing in wireless sensor network[C]// IEEE，International conference on advanced information networking and applications. IEEE，2014：549-554.

[3] BAI X，XUAN D，YUN Z，et al. Complete optimal deployment patterns for full-coverage and k-connectivity（k≤6）wireless sensor networks[C]//ACM Interational symposium on mobile ad hoc networking and computing，Mobihoc 2008，HongKong，China，May. DBLP，2008：401-410.

[4]田立勤，林闖，张琪，等.物联网监测拓扑可靠性设计与优化分析[J].软件学报，2014，25（8）：1625-1639.

[5]刘睿琼.无线传感器网络中基于分簇结构的数据汇集与优化[D].西安：西安电子科技大学，2013.

[6] XING L，LI H，MICHEL H E. Fault-tolerance and reliability analysis for wireless sensor network[J].International journal of performability engineering，2009，5（5）：419-431.

[7]李建平，王晓凯.基于模糊神经网络的无线传感器网络可靠性评估[J].计算机应用，2016，36（2）：69-72.

[8] WANG C，XING L，VOKKARANE V M，et al. Reliability and lifetime modeling of wireless sensor nodes[J]. Microelectronics Reliability，2014，54（1）：160-166.

[9]聂晨华，高西，董荣胜.可修复节点无线传感器网络可靠性符号计算[J].计算机工程与设计，2015（8）：2033-2039.

[10]徐雪鑫，梁家荣，宋小天.无线传感器网络中节点失效的可靠性研究[J].微电子学与计算机，2011，28（6）：95-99.