基于无线传感器网络的健身训练数据实时采集方法研究

杨业双

(安徽体育运动职业技术学院 社会体育系，安徽 合肥 230051)

0 引言

随着国民经济水平的不断提高，人们已经逐渐步入小康生活，国民消费结构发生了巨大改变.现代生活方式下人民更加重视身心健康，注重健身训练.在科学技术蓬勃发展的趋势下，可运用信息化手段作为训练的辅助工具，实现更理想的健身效果[1-3].

健身训练不仅牵涉多学科知识，而且需要训练者长期坚持才能取得一定效果，训练者的体能、心理承受能力、抗压能力及技能等方面都将影响锻炼效果[4].健身训练包括户外运动和健身会所运动两种方式.对于健身会所训练而言，其优势是训练者可选择的运动器械种类多、专业水平高，但弊端同样存在，如训练者在无教练指导的前提下，只能进行随机训练，无法制定完整的健身计划，对训练强度、训练时长等无法进行合理的预估和判断[5]，导致训练效果不显著，而且可能会对身体造成伤害.即使在专业教练指导的过程中，教练的经验也具有一定局限性，无法避免各种因素的干扰，因此，利用信息化工具实现健身训练数据的实时采集，对于安全、高效且有规划地完成健身训练十分必要.利用现代化技术进行健身训练，既有利于教练实时掌控训练者的训练状况及身体各项参数，使工作更高效，同时也能对健身训练效果及训练者的体能给予正确评价[6].

无线传感器网络包含众多传感器节点，节点间通过通信协议进行信息传送，完成信息的采集并联合运用嵌入式技术等为研究提供准确信息.无线传感器网络构建所需费用少、占用空间小，可快速搭建，在人迹罕至、环境条件较差等场所也有较好的适应性.因此，无线传感器网络在许多领域都得到广泛应用.

张淳等[7]依据虚拟力提出一种覆盖算法，可实现有效采集、传输数据，同时解决了无线传感器网络的覆盖空洞问题，但该方法对数据采集时所需传感器节点数量较大.卢毅等[8]提出以量子退火算法解决无线传感器网络在数据采集时存在的二维目标覆盖问题，但该方法在数据采集时易出现运行停滞问题.基于以上分析，本文研究在无线传感器网络的健身训练数据实时采集方法中引入晶振漂移阵痛消除机制，改善无线传感器网络性能，实时监测健身训练人员的训练数据及身体参数，实现高水平训练效果.

1 健身训练数据采集

1.1 健身训练的体温采集

健身训练过程中的体温数据可通过温度传感器芯片进行采集，类三极管的集成电路涵盖此芯片的所有组件和转换电路，该温度传感器采用的接口方式为“一线总线”方式，可实现-40 ℃至120 ℃的温度测量空间，当温度区间为-20 ℃至90 ℃时，其测试精度可达到±0.4 ℃.分辨率可设置为9至12位，与之相应的分辨温度则为0.4 ℃、0.2 ℃、0.1 ℃、0.05 ℃，在3.0 V至5.5 V电压区间内都可正常使用.通过数据线可实现寄生电源的电能供应，利用仅有的三线可将数个温度传感器并联在一起实现多位置的温度测量.

1.2 健身训练的心率采集

光源和光电变换器构成脉搏传感器，健身训练过程中的脉搏数据可通过光电传感技术对血液的容积进行测量获取脉搏波，心脏的规律性跳动使动脉血管容积在一定时间内的变动规律具有相同性，因此光电变换器的电信号规律化变动可反映心率变化.

以发光二极管作为光源，且选择500 nm至700 nm波长范围，可对动脉血中的氧气和血红蛋白进行筛选.在人体耳垂处放置脉搏传感器可实现心率数据的采集，既易于佩戴又安全稳定，其原因在于皮下微动脉信息只有在波长为560 nm的波段中才能体现，便于脉搏信号的获取.利用压力或光电传感器对手指尖部或桡动脉进行采集同样可获取心率信号，但该方法会对健身人员造成不适，并且采集信号不稳定.另外，信号采集过程中常因其他因素影响信号质量，低通滤波电路及信号放大电路可处理采集的心率信号，获得质量更高的心率信号.

1.3 无线传感器网络结构

无线传感器网络由训练数据采集功能和信息传输功能组成.首先以定时和事件的组合方式触发各传感器节点，采集健身人员的训练数据，然后利用网络协调器将采集的训练数据传输给Sink(汇聚)节点，整个传输过程是以Node433TM无线传感器网络通信协议实现.嵌入式网关接收来自Sink节点的训练数据，并对训练数据进行处理，再将其传输给客户端，Sink节点与网关间的数据传输是利用串口总线实现[9].

1.3.1 Node433TM协议栈体系结构

在我国免费的频段上，Node433TM协议栈可调节的距离范围为1～400 m，通过FSK进行调制，传输速率最大值为19.2 kbit/s.该协议栈参考的协议标准为IEE802.15.4，其结构包含控制子层和物理层，上层和控制子层通过MCPS-SAP接口实现数据包的相互传输，利用MLME-SAP接口可进行管理信息的相互传输，此接口也可实现上层调取控制子层的PIB信息.控制子层和物理层则通过PD-SAP接口进行数据包的相互传输，利用PLME-SAP可实现管理信息的相互传输，该接口也可实现上层调取物理层的PIB信息.

1.3.2 无线传感器网络的覆盖控制

基于无线传感器网络进行覆盖控制的基本思想是：将采集范围以网格形式进行分割，使传感器节点数量为最低值，对传感器节点的位置进行分配，并按照T概率对各网格进行覆盖，则有P(j)>T，采集精度用T表示，覆盖度用S表示，T、S是覆盖控制算法的输入数据.本文采用典型的无线传感器网络结构如图1所示.

图1 典型的无线传感器网络结构

对所要采集的范围进行网格分割，网格大小为n×n×n，数量为N=n3，设定在网格中D=(pij)N×N为全部点对间的采集概率矩阵，其元素数量为n6，pij的运算公式为：

(1)

式中，α、β表示传感器物理特性的参数，d为采集物体与传感器节点的间距，M=(mij)N×N为失误概率矩阵.根据D，对M进行定义，该式中mij=1-pij；再基于迭代的贪婪启发式法获取网格中传感器节点位置，各个传感器节点位置都通过一次迭代过程确定，其覆盖概率可用P(j),j=1,2,…,N；当节点数满足事先设定的临界点或基于T概率各网格覆盖度值满足要求时，算法结束.

B=(B1,B2,…,BN)表示数量为N=n3网格点覆盖度的集合，节点分配时网格点j的覆盖度为Bj，对B进行初始化，则B=(0,0,…,0)，任选网格点布置传感器节点，针对监控范围内除该节点外的全部网格点，计算该节点的全部失误概率使其相加所得结果为最小.在任意网格点的覆盖度满足某预设值的情况下，对失误概率矩阵进行替换[10]，将该网格点所处位置的行和列从矩阵中去除，使失误概率矩阵的维数减少.

网络覆盖控制算法流程为：

第1步：设置传感器节点数为0；

第2步：网格点c处布置传感器节点，∑c=mc1+mc2+…+mcN,c=1,…,N，∑c为最小值；

第3步：当P(j)>1-Mmax,j=1,…,N时，Bj就加1，对B=(B1,B2,…,BN)向量替换;

第4步：传感器节点数+1;

第5步：当Bj的覆盖度满足某预设值，则将M矩阵的第j行及第j列去除，对M进行替换，使N=N-1;

第6步：跳到第2步，当Bj≥Cov,j=1,…,N或分配的传感器节点数大于设定的界限时算法结束.

各网格点的失误概率最大值为Mmax=1-T，覆盖度为Cov.

存在部分网格点具有覆盖度优先权和采集精度优先权，此时需对算法作部分更改，具体实现过程如下：

(1)覆盖度优先.将完全不相同的覆盖度Covi赋予各个网格点，对算法第6步进行修改，各网格点的覆盖度满足要求或传感器节点数大于设定界限，其算法结束.

O(mN)为此算法的计算难易度，覆盖全部采集空间需要的传感器数为m，由于m的数量无法确定，设定m的上限为N，则此算法的难易度又可表示为O(N2).

1.3.3 晶振漂移阵痛消除机制

当利用时分多址(TDMA)机制传输传感器节点采集训练数据时，将存在漂移现象且形成积累[11]，致使体温、心率采集传感器节点的数据发送时间点重合，数据传输发生冲击.为解决各传感器节点的晶振漂移现象，需利用同步机制予以改善.由于健身训练数据的采集需实时且不能间断，并能接连实现数据采集、传输和同步3个步骤，适应此要求的同步机制需以简单、方便且具有较好的灵活性为目的来降低传感器节点的工作压力.因此，针对健身训练数据采集过程中的晶振漂移现象，可通过晶振漂移阵痛消除(PECD)机制得以实现[12].

参照控制节点的计数器差值去除晶阵漂移现象.系统同步通知发出后，各传感器采集节点接收该通知，并设置第2次采集所调用的计数器值，该值设置于当次后的第1次采集小程序中，此次第一次采集调用的计数器值表示为ANST，2个同步通知送达需相距一段时间，此段时间内计数器数值间仍存在计数差，需保证该差值与控制节点相同，由于单跳发送的原因，研究中需忽略空气传播导致的拖延[13].

首次接收同步通知后，为协调指令与实际采集间的差异，无线传感器网络需作必要改变.A01表示控制节点的计数器值，指令包向射频模块传输前，需记录A01，并将存入指令包，A11为采集节点的计数器值，当指令包传输到采集节点时，记录A11，A21表示第1次开始采集时的计数器值，A02、A12表示传输同步通知的时间点，首次采集至首次接收同步通知的时间内，各节点的计数器值之差表示为：

A1=A12-A21.

(2)

控制节点的计数器值之差表示为：

A0=A02+NA-A31，

(3)

其中，A31表示采集节点首次开始采集时控制节点的计数器值，N表示同步通知规模，A表示每比特数据经射频芯片传输所花费的时间，A0、A1值不同主要由于晶振漂移的存在.

控制节点与采集节点的晶振类型是一致的，其偏差可忽略不计[14]，因此可以认为接收指令到实施采集所历经的时间很少，从而设定控制节点计数器差值等于采集节点的计数器差值，可表示为：

A21-A11=A31-(A01+MA).

(4)

设定指令包M与同步通知N是一样大小，在第一次数据采集相隔时间内，控制节点的计数器差值表示为：

A0=A02+NA-
(A21-A11+(A01+NA))=
A02-A01-(A21-A11).

(5)

设定控制节点采集计数器差值次数为1 024次，由于晶振漂移的存在，控制和采集节点实施采集的时间具有差异，A0-A1为同步通知首次被接收时的差值，基于同步通知被接收的不可预估性[15]，通过预设计数器值的方式对积聚的差值予以完全清除，该清除方式所需的计数器值表示为：

ANST=1024-A0-A1.

(6)

在不间断采集时，控制节点会按固定时间不断地将同步通知进行传输，对积聚的漂移予以纠正，当同步通知被传输至射频模块时，控制节点记录此刻的计数器数值，基于两次同步通知相隔时间内，该节点的计数器值之差表示为：

A0=A02-A01.

(7)

同步通知被采集节点接收后，对此节点的计数器值进行记录，基于两次同步通知相隔时间内，该节点的计数器值之差表示为：

A1=A12-A11=A12-NA-(A11-NA).

(8)

两次同步通知相隔时间内的积聚差值表示为：

A0-A1=A02-A01-(A12-A11).

(9)

需将ANST+1024-A0-A1作为此刻后的第2次计数器值用于后续第1次采集小程序中，实现积聚差值的纠正.

2 实验结果及分析

为验证本文方法在健身训练数据实时采集时无线传感器网络的覆盖性能，利用Matlab软件对实验环境进行模拟.首先设置该网络的采集精度和覆盖度，确定传感器节点的安置点，将采集范围空间分割为100个4×4×4网格，各网格点最少由4个传感器节点测试，概率为D，其覆盖度为4.α为目标与传感器节点间距变化时，T为变化速率，β为阈值，是传感器节点能够采集到的区域，Mmax为采集的准确度，是各网格点的失误概率最大值，对比本文方法、文献[7]采集方法、文献[8]采集方法中各参数选取的灵活性和传感器节点的配置情况.

当β=0.3、Mmax=0.5时，可知概率为0.5，此时各网格点以0.5概率实现覆盖度为4的传感器节点，对比3种方法数据采集时的传感器节点数量与α的变化情况，实验结果如图2所示.

图2 节点数量与α的关系

分析图2，针对同一监控范围，为测试覆盖度为4的传感器节点覆盖能力，当α值不断增加时，3种方法所需传感器节点呈现不断上升的趋势，原因是传感器节点的采集性能随着α的增加不断减弱，只能通过增加传感器节点数量使其覆盖能力不变.当α值相同时，本文方法的传感器节点量更少，特别在α值很大时，本文方法的优势更突出，因此，环境条件比较恶劣的条件下，本文方法具有更强的应用性.

当α=0.4、Mmax=0.5时，对比3种方法的传感器节点数与β的变化情况，实验结果如图3所示.

图3 节点数量与β的关系

分析图3，针对同一监控范围，为测试覆盖度为4的传感器节点覆盖能力，当β不断增大时，3种方法的传感器节点数量也随之增大，原因在于该节点能采集到区域大小随β增大而减小，唯有增加传感器节点数量才使其覆盖能力不变.当β值不变时，本文方法的传感器节点数量最小，且优势随着β的增大而更加突出.

健身训练数据采集过程中会产生漂移，为验证本文方法消除漂移偏差的性能，以某段计数器差值序列为研究对象，该序列中含有1 200个数据点，选取两个传感器节点15和23，控制节点发送同步通知的周期为20 s，分别对两个节点漂移消除前后进行对比，对比结果如图4所示.

图4 漂移消除对比图

分析图4，漂移偏差消除前，随着数据量不断增加，两个传感器节点的漂移计数器值也不断增大，利用本文方法对累计的漂移偏差完全消除后，两个传感器节点的计数器值均缓慢上升，最后趋于平稳，利用本文方法周期性对节点的漂移偏差进行消除后，可使无线传感器网络数据传输顺畅，不会发生堵塞现象，更有利于网络稳定.

比较3种方法进行健身训练数据实时采集时网络丢包率情况，结果如图5所示.

图5 3种方法的丢包率比较

分析图5，随着传感器节点数的增加，3种方法的丢包率都呈现逐步增大趋势，本文方法的丢包率上升幅度缓慢，且始终低于5%；文献[7]的基于虚拟力覆盖方法的丢包率上升幅度最快，丢包率最大，且丢包率波动幅度较大；其次是文献[8]方法的二维目标覆盖方法.结果表明，本文方法采集的健身训练数据更加完整，丢包率低，具有更好的采集性能.

3 结论

本文利用无线传感器网络实时采集健身训练数据，运用Matlab软件对实验环境进行模拟.首先对无线传感器网络的覆盖控制能力进行验证，结果表明，α、β参数影响传感器节点数的选择，分别增大α、β值，传感器节点数随之增大，当α、β值分别为某一定值时，本文方法实现覆盖控制所需的节点数更少，且可应用于环境条件恶劣的场所；然后对训练数据采集过程中的漂移偏差问题进行验证，结果表明本文方法可周期性消除网络累计漂移，避免网络拥堵；最后对3种方法的丢包率情况进行比较，表明本文方法的丢包率最低，采集数据更完整.