基于LoRa的文物预防性保护环境监测系统的设计

2019-01-11郭文强全定可高文强

陕西科技大学学报 2019年1期

郭文强，韩阳，全定可，贾甲，高文强

(1.陕西科技大学电气与信息工程学院，陕西西安 710021； 2.西安元智系统技术有限责任公司，陕西西安 710077； 3.陕西省文物保护研究院，陕西西安 710075)

0 引言

博物馆是展示一个国家、一个民族文化底蕴和历史的最好平台之一，随着中国经济的发展和现代化，我国越来越重视历史文化的传承，而馆藏壁画艺术等作为展示中华文化的主要文物，蕴涵着大量的历史、文化、艺术信息，具有重要的历史、科学和艺术价值[1].根据文献[2]可知，馆藏文物受其保存环境影响，在温湿度发生急剧变化时，馆藏文物可能会过分干燥或高湿度，从而导致馆藏文物的损坏；而光化学作用会使高分子聚合物类珍贵文物氧化变质等.因此，开展加强博物馆文物保存环境的监测和等级评价工作，可以从源头上预防性地对珍贵文物进行保护，具有重要的现实意义和深远的战略意义[3].

目前博物馆环境监测的研究与应用工作在国内受到了广泛重视.文献[4]设计了一种文物保存环境的监测方案，在几个重点监测的位置放置相应的传感器，并通过数据采集员每隔一段时间采集传感器上获取的数据，然而这种人工采集数据的方式费时费力，同时也不利于对文物的保护；文献[5]提出了一种基于ZigBee技术的博物馆状况无线监测系统，通过路由器进行多跳远程无线传输，在PC上位机中进行数据存储、分析和图形界面显示，该系统可以实现对博物馆环境状况的实时监控，节约了人工成本，解决了分散数据集中处理的问题，但ZigBee技术传输距离较短，需要采用大量的路由子网络实现数据传输，使得构建系统的成本较高；文献[6]提出了基于Wi-Fi技术的室内环境监测系统，该系统利用Gainspan平台完成处理器模块、传感器模块、无线通信模块、电源模块的构建，实现环境参数采集、数据的无线传输，虽然采用Wi-Fi技术进行数据传输时传输速率快，但存在着功耗大、传输距离短、成本较高的问题.

本文通过实际性能需求分析，设计了一种基于LoRa技术的文物预防性保护监测系统，通过能够实现长距离通信的LoRa通信技术将传感器采集到的环境数据传输至汇聚节点，在上位机监控中心，利用聚类算法对所采集的数据依据相似性分析进行分类，根据分类结果划分博物馆环境等级，对文物的预防性保护提供了新的方案，并为管理部门提供环境质量评价依据.与传统的监测方法相比，本文提出的方案不仅能够实现在范围较大的博物馆内监测环境参数，而且增加了环境等级评价的功能，系统在智能性、能耗和成本方面均具有明显优势.

1 博物馆环境参数监测系统设计

1.1 总体设计方案

在本文中，监测博物馆展台数上限为2 000个.每个展台的两侧及中间放置终端，每个终端内置3个传感器模块.博物馆建筑场馆典型范围在5平方千米，以陕西省历史博物馆为例，根据文献，博物馆基本陈列部分共分上下两层，有3个展厅，共4 600 m2，展线总长2 300米[7].由于LoRa通信技术采用了扩频技术，不同传输速率的通信不会互相干扰，且还会创建一组“虚拟化”的频段来增加网关容量，其数据传输速率范围为0.3 kb/s至37.5 kb/s[8].为了最大化终端设备电池的寿命和整个网络容量，LoRa技术采取一种速率自适应方案来控制数据传输速率和每一终端设备的射频输出功率.LoRa技术在其他条件相同的情况下，与Wi-Fi、ZigBee等技术的关键特性对比如表1所示[9,10].

从表1可知，本文将LoRa通信技术应用到博物馆环境监测系统中，对比利用Wi-Fi、ZigBee技术的监测系统，具有明显优势：LoRa优势在于远距离传输，但传输速率相对较低，而在博物馆监测系统中，一方面，博物馆监测的数据主要是温湿度、光照强度等小规模数据，在5M服务器带宽的情况下，即使所有终端同时发送数据至汇聚节点，带宽也能满足数据传输需求.

表1 LoRa、Wi-Fi、ZigBee关键特性对比

另一方面，本文采取的LoRa通信技术，最远传输距离为15 km，可以覆盖约225 km2的范围，并且经实测，在标准层高为3.8米的情况下，可以穿透楼层进行通信，因此LoRa通信技术的传输覆盖范围及其穿透性可以满足博物馆数据通信的需求.

基于LoRa的博物馆环境监测系统整体设计框图如图1所示.整个系统主要由博物馆环境参数采集终端、汇聚节点、网关和监控中心组成.其中环境参数采集终端由传感器采集环境数据，利用LoRa技术完成数据通信任务.系统通过LoRa通信模块将传感器采集的数据传输至汇聚节点，汇聚节点与监控中心之间通过GPRS、3G、4G等通信技术构成的网关进行数据传输.在这个数据传输架构中，LoRa通信模块是一个透明传输的中继，连接终端设备和汇聚节点；网关与节点之间通过标准IP连接，终端设备采用单跳与一个或多个节点通信.所有的节点与网关间均是双向通信；终端与网关之间的通信是在不同频率和数据传输速率基础上完成的.

图1 博物馆环境监测系统整体设计框图

基于以上总体设计方案，本系统可以实现的主要功能如下：

(1)采用能耗低、成本低的LoRa无线传输技术实现博物馆环境数据的远距离传输；

(2)实现博物馆环境参数的在线监测；

(3)对监测所得到的环境参数进行数据处理，建立具有环境等级评价功能的博物馆环境监测系统.

1.2 环境参数采集终端的设计

环境参数采集终端的每一个传感器节点由传感器模块(由温湿度传感器、光照强度传感器等传感器以及A/D转换功能模块组成)、数据处理模块(包括CPU、存储器等)、电源模块组成，传感器节点与LoRa无线扩频模块组合，实现温度、湿度、二氧化碳(ppm)、露点-霜点、有机挥发物等9项环境参数数据的收发.图2所示为环境参数采集终端结构.

图2 环境参数采集终端结构

微控制器选用STM32FX系列，而系统所使用的主要传感器选用西安元智公司自主开发产品，如温湿度传感器选择MW302GA-HN传感芯片；光照强度传感器选择MW370GA-LUX模块等.传感器将采集到的数据传送给微控制器，微控制器处理接收到的数据，再通过串口发送给LoRa无线通信模块，通过LoRa模块将数据发送至汇聚节点，经由汇聚节点传输至上位机监控中心进行处理，完成对博物馆环境数据采集、处理与传输的功能.

另外考虑到功耗问题，采集终端采取“休眠-自动唤醒-数据采集及发送”机制.采集终端大部分时间处于休眠状态，经过固定时间周期(2～5 s可调)后会自动唤醒，读取传感器的采集数据，发送到上位机监控中心，然后再进行休眠，这种机制可以使采集终端不需经常更换电池，有利于系统的长期、稳定运行.

1.3 通信模块的选择

本系统采用LoRa技术进行传感器与汇聚节点之间环境数据的传输，选取Semtech公司的SX1278芯片，芯片采用LoRa调制技术，最高20 dBm的射频功率输出及-142 dBm的灵敏度保证了在博物馆障碍物多、干扰强的复杂环境下的数据传输.通信模块的数据传输通信流程如图3所示.

图3 基于SX1278的数据通信流程图

1.4 上位机监控中心页面设计

博物馆环境监测系统以博物馆预防性保护为背景，解决博物馆环境参数的监测、评估分析等问题，为博物馆建立“洁净、平稳”环境提供技术支持.上位机监控中心页面设计如图4所示，监控中心功能如下：

(1)对环境数据进行聚类划分，依据划分结果再划分环境等级并直观显示出等级情况；

(2)显示当前环境监测数据，包括温度、湿度等监测数据；

(3)直观显示近一周等历史环境数据变化情况，以便掌握环境变化趋势.

监控中心分为导航栏、功能选项、环境参数选项三个部分，工作人员通过导航栏确定所要查看的展厅，通过功能选项栏，工作人员可查看系统介绍、展厅各环境参数在一周内的历史数据，通过环境参数选项，工作人员可查看各展厅某参数在一天内监测值波动范围、当前的监测值以及该参数等级评价的阈值，导航栏与环境参数选项卡结合，可以查看某个展厅的某个环境参数在一天内的变化范围.

图4 上位机监控中心主界面设计图

当展厅总体环境等级不达标时，代表当前值的星形标志变为红色并语音提示工作人员，达到预警效果，工作人员根据监控中心所反馈的信息判断当前环境是否有利于藏品保存，并根据其工作经验决定是否通过监控中心调控展台灯光、温湿度等环境参数以预防藏品发生损坏.

2 博物馆环境参数评价子系统设计

为了对博物馆环境的监测及运行维护提供指导，监控中心基于K-means聚类算法对监测所得到的数据进行分析处理，得到博物馆环境参数聚类分析后的模型[11]，根据分析得到的模型对环境参数进行等级评估.本文提出的基于K-means聚类算法的博物馆环境参数评价子系统流程如图5所示，具体步骤如下：

步骤1：输入总样本，任选k个对象作为环境数据并计算初始聚类中心[12]；

步骤2：判断数据是否已建模，若已建模，则执行步骤6；若没有建模，则执行步骤3；

步骤3：在总样本中随机选取所需数量的训练样本，根据公式(1)计算每个实验样本分别到k个初始聚类中心mk的欧式距离

(1)

式(1)中：xi=(xi1,xi2,…,xin)与xj=(xj1,xj2,…,xjn)为训练样本，样本之间的相似度通常用两者之间的欧式距离d(xi,xj)表示；

步骤4：遵循最近距离原则，结合步骤3所计算出的欧式距离d(xi,xj)，依据文献[12]的方法更新初始聚类中心mk，再一次根据公式(1)计算每个实验样本到更新之后的聚类中心mk的欧式距离，依据距离最近原则进行新一轮的聚类划分；

步骤5：根据公式(2)计算评价函数值，判断评价函数值是否收敛，若收敛，则步骤4的迭代结束，依据步骤4所得到的最新聚类中心mk进行聚类划分，再执行步骤6；若不收敛，则返回步骤4继续迭代，更新聚类中心，划分新的聚类.

(2)

式(2)中：xi表示给定数据样本中包含的聚类子集，mk表示聚类中心；

步骤6：输入总样本中的待分类样本，根据公式(1)计算与最新聚类中心mk的欧式距离d，依据距离最近原则将数据分到相应类别.

图5 环境评价系统数据处理算法流程图

本文中的数据来自博物馆环境监测系统项目实地监测，如表2所示.

表2 监测点部分监测数据

表3所示是文献[13]、[14]中建议的环境等级评价准则.

表3 博物馆环境等级评价准则

根据此准则，基于K-means聚类算法的参数评价子系统可将博物馆环境各个监测指标分为“优”、“良”、“不达标”三个等级，故聚类中心个数k值取3.以环境参数历史数据为实验样本，建立聚类模型，以当日实时环境参数为待分类样本，确定各个参数指标的等级.整体评价结果依照从严原则，即：所有指标为“优”，评价输出结果为“优”；有一项指标“不达标”，则整体评价输出结果为“不达标”；其余，博物馆环境参数评价系统均输出结果为“良”.

本文选取监测点数据中的500组温湿度数据作为实验总样本进行环境等级评价实验，基于K-means聚类算法，以样本点与聚类中心的欧式距离作为相似性指标完成聚类划分，聚类完成后再依据表2的评价准则对数据进行等级评价.对样本数据进行实验的结果如图6所示.其中，绿色星型数据点代表等级为优，黄色三角数据点代表等级为良，红色圆形数据点代表等级为不达标.