机械振动WSNs最小二乘发射功率自适应控制方法*
2019-06-24汤宝平赵春华
汤宝平， 赵春华， 邓 蕾， 肖 鑫， 黄 艺
(重庆大学机械传动国家重点实验室 重庆，400030)
引 言
在机械振动无线传感器网络(wireless sensor networks, 简称WSNs)监测应用中，因传感器节点监测部署空间位置存在差异，使节点间的通信链路质量因电磁干扰、通信距离及机械构件遮挡等因素而各不相同[1-2]。传感器节点为了保证数据可靠传输，传统方法采用最大发射功率，导致传感器节点传输能耗浪费问题[3]，特别是在机械振动监测应用中传输大量振动数据时表现尤为显著，使得无线传感器网络节点固有能量受限问题更加严峻[4-5]。降低发射功率可削弱无线传感器节点数据传输功耗，是降低传感器节点能耗的重要方法[6-7]，因此，如何控制无线传感器节点发射功率是亟需解决的难题。
针对无线传感器节点发射功率控制方法，国内外学者进行了相关研究[8-10]。李小敏等[11]提出了根据水稻生长周期、接收信号强度及平均丢包率等因素自动调整节点发射功率的能量自适应功耗调整机制，提高了节点通信质量,使平均丢包率在5%以下。这些方法虽然提高了数据传输的可靠性,但是没有改善数据传输能耗。Kotian等[12]提出一种数据驱动的传输功率控制(data-driven transmission power control, 简称DA-TPC)算法，将数据丢包率控制在2%，单个节点平均传输能耗降低了3.5%。但是在机械振动无线监测应用中，以上方法没有考虑电磁干扰、机械结构体遮挡等因素，对机械振动监测大量数据可靠传输产生较大影响，直接影响原始信号的有效性和状态分析结果的好坏。针对该问题，阮啟东[13]提出了分片与重组传输机制，满足机械振动监测数据可靠传输需求，但是该方法采用最大发射功率进行数据传输导致节点传输能耗浪费。因此，笔者在前期满足数据可靠传输基础上，对传感器节点进行簇内通信获取无线发射功率与链路质量指示(link quality indicator, 简称LQI)离散关系数据，提出机械振动无线传感器网络最小二乘发射功率自适应控制方法(least square adaptive transmission power control, 简称LSATPC)，利用最小二乘法对离散关系进行线性拟合，建立最小二乘发射功率自适应预测数学模型，结合LQI阈值得出满足数据可靠传输的最优发射功率，可动态调节发射功率满足机械振动无线传感器网络监测应用，有效降低节点大量振动数据的传输能耗。
1 发射功率与LQI的关系
WSNs在机械振动监测应用中，由于传感器节点监测部署位置存在差异，例如轴承座、齿轮箱等，导致节点之间的链路质量也各不相同。如图1所示，采集节点B和C与采集节点D和E局部通信环境不同，同时各个采集节点与网关节点通信距离不尽相同，使各个采集节点分别与网关节点A的链路质量不一致。IEEE 802.15.4标准中定义了链路质量指示LQI值，表示接收数据帧的质量。提高发射功率可改善节点间的通信质量[14]，发射功率的大小直接影响大量振动数据的传输功耗。因此，各个采集节点分别与网关节点A的LQI值不相同，它们在前期满足数据可靠传输基础上的最小发射功率也存在差异。
前期研究[15]表明，通过建立各过程能耗数学模型，得到最优数据分块大小，能有效降低机械振动无线传感器网络节点的能耗;但是该方法为保证覆盖范围，各个节点采用最大无线发射功率，导致传感器节点在传输大量原始数据时造成能耗浪费。为此，传感器节点间进行簇内通信,各个采集节点分别将发射功率列表Tp{tp1,tp2,…,tpn}依次设置为实际发射功率值，通过TI CC2530无线通信模块向父节点A发送发射功率数据包，父节点A分别统计各个子采集节点LQI列表LQI{LQI1,LQI2,…,LQIn}，并以信标广播方式通知各个子采集节点，传感器节点在不同通信条件下获得对应的发射功率与LQI离散关系，如图2所示。当通信距离一定时，齿轮箱遮挡使LQI值减小，提高发射功率使LQI值逐渐增大；当无齿轮箱遮挡时，通信距离越远，LQI值减小，说明无线网络中节点在存在通信距离、遮挡条件等监测环境进行数据传输时，增大发射功率可以提高数据传输可靠性。
图1 不同通信条件的星型网络拓扑Fig.1 Star networks topology in different communication conditions
图2 不同通信条件下LQI与无线发射功率间的关系Fig.2 Relationship between LQI and wireless transmission power in different communication condition
2 最小二乘发射功率自适应控制方法的实现
2.1 发射功率与LQI数学模型
机械设备在机械振动监测应用中，轴承座、齿轮箱等遮挡体和节点间通信距离会对通信链路质量造成影响。为了使传感器节点自适应预测无线发射功率，建立最小二乘发射功率自适应预测模型，需得出发射功率与LQI数学模型的关系。由发射功率等级样本和LQI值的离散关系，通过最小二乘法对图2中各离散点进行线性拟合，最后构造数学函数模型。根据TI CC2530无线通信芯片数据手册中提供的发射功率范围为[-15dBm，11dBm]，并为其中的整数离散值，各离散点记为(tpi,Li(tpi)),(i=1,2,…,27)，假设满足一元线性回归模型
(1)
其中：tpi为第i级发射功率；Li(tpi)为第i级发射功率对应的LQI值；a，b为回归系数；εi为残差。
在实际情况中，难以使各残差均取得最小值。因此，只能使
(2)
达到最小，等价于以下目标函数的优化问题
(3)
(4)
(5)
(6)
根据TI CC2530无线通信芯片数据手册提供的发射功率整数值的要求，采用式(7)向上取整的方法得到最优发射功率值，以保证数据传输可靠性
(7)
表1 不同通信条件的回归系数
Tab.1 Regression coefficients in different communication condition
1m2m1m2m^a3.0382.9422.8162.306^b64.78049.18138.30025.687
2.2 数据传输可靠性
图3 最小二乘发送功率自适应控制数据传输模式Fig.3 LSATPC data transmission mode
3 实验与结果分析
为验证笔者所提出的机械振动无线传感器网络最小二乘发射功率自适应控制方法的有效性，在实验室自主研发的无线传感器网络节点WSNG4上进行实际的传输能耗测量对比实验。WSNG4采集节点采用双核架构，由ARM Cortex M4内核的STM32F405微控制器和无线通信模块TI CC2530组成。采集节点由两节3.7V，1 200mAh的可充电锂电池供电，TI CC2530作为整个节点发射功率的控制核心，结合CC2592射频前端，节点支持IEPE传感器，可采用噪声较低的IEPE传感器采集机械振动信号，利用独立模数转换器实现机械振动信号的采集，分辨率为16bits，最高采样频率可达51.2 kHz。此外，采用容量为128 Mbit的Flash芯片作为外部存储设备存储大量原始采集数据，通过串行外设接口(serial peripheral interface，简称SPI)与核心连接，实物如图4所示。
图4 WSNG4节点实物Fig.4 Prototype of the mechanical vibration wireless sensor network node
为测得节点传输能耗，采用如图5所示方法。在电源与节点间串联1 Ω电阻，将节点工作电流变化转换为电阻两端压降，再使用NI动态信号采集模块NI 9234以高采样频率采集并记录WSNG4节点在原始数据传输过程中电阻两端的电压变化情况，节点工作电流变化可通过电压除以电阻阻值得出。计算传输过程中的节点能耗，计算公式为
(8)
其中：E为节点传输能耗；I为节点传输过程中的变化电流；U为节点工作电压；fs为NI9234采样频率；N1,N2分别对应于节点传输起始与传输结束时的点数。
图5 对比实验测试平台Fig.5 The photo of comparative experiment test platform
机械振动无线传感器网络节点间由于部署空间位置不同和通信条件不同，导致节点发射功率在运行过程中需要自适应控制，从而直接影响节点传输能耗。将WSNG4节点与网关节点组建成单跳星型网络，实验1～实验4中WSNG4节点采集动力传动故障诊断综合实验台第2级平行齿轮箱轴承信号，采样频率为25.6kHz，采样长度从10kB逐渐增加到250kB。由于无法提供电磁干扰环境，通过调节采集节点与网关节点的通信距离和采集节点的部署位置，采集节点到网关节点的实验方案可设计距离远近及有无齿轮箱的遮挡，设遮挡的数量为1时即为齿轮箱遮挡环境，并且在该测试平台上无其他有效性的遮挡构件，本实验通信条件如表2所示。每组实验中a方案表示发射功率自适应，b方案表示固定的最大发射功率，即11dBm。采集完毕后将原始数据通过无线网络传输至网关节点，并通过串口传输到监测中心，如图5所示。
表2 实验1，2，3，4的通信条件对比
Tab.2 Comparison of communication conditions in experiment 1, 2, 3, 4
/m11 22 3142
在不同采样长度下，实验1与实验2的传输能耗值如表3、表4所示，传输能耗优化值对比关系如图6所示。实验3与实验4的传输能耗值如表5、表6所示，传输能耗优化值对比关系如图7所示。
表3 实验1传输能耗对比
Tab.3 Comparison of transmission energy consumption in experiment 1
/kB/mJab/mJ/%10.24 92.31 102.4710.169.9251.20 505.82 548.07 42.257.71102.401 033.171 115.70 82.537.40153.601 535.191 667.72132.537.95204.802 022.792 211.42188.638.53256.002 509.372 746.52237.158.63
表4 实验2传输能耗对比
图6 实验1，2传输能耗优化值与采样长度间关系对比Fig.6 Comparison relationship between transmission energy consumption optimization and sample length in experiment 1, 2
Tab.5 Comparison of transmission energy consumption in experiment 3
/kB/mJab/mJ/%10.24 94.82 103.50 8.688.39 51.20508.57546.18 37.616.89102.401 046.251 118.06 71.816.42153.601 568.191 671.64103.456.19204.802 051.432 220.59169.167.62256.002 542.372 753.38211.017.66
表6 实验4传输能耗对比
Tab.6 Comparison of transmission energy consumption in experiment 4
/kB/mJab/mJ/%10.24 97.31 104.21 6.906.6251.20 520.61 542.95 22.344.11102.401 063.171 120.03 56.865.08153.601 589.521 671.19 81.674.89204.802 097.842 228.08130.245.85256.002 589.372 752.11162.745.91
图7 实验3，4传输能耗优化值与采样长度间关系对比Fig.7 Comparison relationship between transmission energy consumption optimization and sample length in experiment 3, 4
由表3～表6可知，节点传输能耗均随着采样长度的增加而增加，但是每组实验中a方案比b方案的节点传输能耗增幅更低，并且在每组实验b方案中，相同采样长度对应的传输能耗基本一致。
由图6、图7可知，随着采样长度逐渐增加，传输能耗优化值也不断增大，并且通信距离越短，节点传输能耗优化值越大。此外，在无齿轮箱遮挡通信条件下的传输能耗优化值比通信条件存在齿轮箱遮挡的传输能耗优化值更大。以上充分说明由于传感器节点部署空间位置不一致，导致与父节点的通信链路质量也不尽相同,在保证数据可靠传输的情况下，节点可自适应动态调节无线发射功率以降低传输能耗，充分阐明了笔者提出的机械振动无线传感器网络最小二乘发射功率自适应控制方法的有效性。
4 结束语
机械设备状态监测中最常采用的振动信号采集需要5kHz～20kHz甚至更高的采样频率，传输原始数据量大，节点间的通信链路质量受电磁干扰、通信距离及机械构件遮挡等因素影响。为了保证数据可靠传输，采用最大发射功率，导致部分传感器节点传输能耗浪费。笔者通过对传感器节点进行簇内通信获得发射功率与LQI离散关系，提出一种机械振动无线传感器网络最小二乘发射功率自适应控制方法。利用最小二乘法对离散关系进行线性拟合，建立最小二乘发射功率自适应预测数学模型，结合LQI阈值得出满足数据可靠传输的最优发射功率，可动态调节发射功率满足无线传感器网络机械振动监测应用，以此降低大量振动数据传输能耗。对比实验结果表明，依据该方法在实验1～实验4中可分别计算出平均节约传输能耗为8.36%，6.13%，7.20%和5.41%，并且随着采样长度的增大，传输能耗优化值越大，这对于提高能量极度匮乏的机械振动无线传感器网络节点寿命具有重要意义。
