3水情遥测系统的通信协议设计
3.1基于移动通信公网和无线传感器网络的水情遥测系统层次设计
基于移动通信公网和无线传感器网络的水情遥测系统的功能层次划分见图3。图3中每个传感器节点采取根据具体流域特点改进的无线传感器协议。包括应用层(初步的数据融合、信号处理等)、运输层(负责与外界的数据传输)、网络层(路由的发现与维护)、数据链路层(MAC等)、物理层(信号接受、调制、解调)[5]。被测环境,在此即流域,而敏感元件,则代表个监测点的信号采集器件。同时作为簇LEADER,还必须与簇中其他的节点通过无线通讯的方式保持连接。中间为传输过程,即图2中的移动通讯网络层(BS、广域网等等),在整个应用中应始终保证此过程处于透明的状态。

图3
流域水情遥测系统的功能层次图
在指挥中心,也就是在传输过程之上的所有部分,主要负责对数据的查询、融合、决策,以及依据决策对监测传感器的各个参数进行管理。根据具体的分工,数据查询层分为归一化逻辑存储区和各个查询代理,他们将用户的查询指令归一化后通过各个流域段的代理传送到节点,然后从中获取需要的信息。然后,在数据融合层中将得到的信息依据决策所需进行融合,再将结果递交到决策层,最后决策层以此为依据,对流域的情况进行判断,并做出各种预测、决策等。多传感器管理层根据决策的结果和需要,再对各个区域传感器的各项参数进行设置,从而满足下一步的监测需求。同样这些指令也通过传输网络到达LEADER节点,再由LEADER节点根据自己的具体情况在本簇内执行。
以此协议为基础的系统实现具有很强的可行性,在现有流域中要实现本系统,只需对现有的监测点稍做升级即可。在其中加入通讯和数据采集模块。成本低廉,也容易实现。并且具有以下优势:
(1)大大加强了整个监测系统的鲁棒性和可拓展性。改进后的节点采用的是自适应组网、维护路由的算法,这也就意味着,可以根据流域监测的需要任意地增、减监测点的数量。并且在遇到特殊情况造成部分节点毁坏的情况下,整个网络仍然可以基本不受影响的运作(信号采集、通讯)。
(2)在节点应用层中增加了信息融合技术,以及簇技术的应用。有效地在底层网内消除了大量布置监测节点带来的冗余信息,与原来的通讯方式相比,大大减小了系统长时间大范围监测活动对无线通讯网络带来的压力。
(3)层次设计中使用的大部分监测节点的前身都是水文站点和各监测站点,往往有比传统无线传感器望路中节点庞大得多的能量供应体系,即减少了能量对本系统中节点工作的束缚。所以可以通过在流域中少量节点加装GPS,再通过WSN的定位算法实现对全流域大部分节点的精确定位,从而为下一步的决策过程的准确性提供了极大的保障。
(4)多传感器管理技术的应用,使得系统可以依据决策结果,或者根据具体需要灵活地对各个监测节点的各个参数做出实时的调整,这在提高节点监测灵活性的同时,也使得系统能够满足各种流域信息监测的要求,进一步拓展了系统的应用范围。
(5)在流域检测系统的功能层次图中,可以清楚的看到,在用户功能中有一个数据查询层,它能提供一种快速的数据查询方法,通过SENSOR
PROXY,数据查询过程更有针对性,同时也大大提高了用户对流域具体段信息查询的速度,即提高了整个系统的反映能力。
3.2数据查询层设计
3.2.1结构功能
在对协议层的设计中,考虑到流域水情监测的数据量十分大的问题,为了保证查询、传输效率,针对本系统的特性,将用户的数据查询层分成多个节点代理(Sensor
Proxy)和归一化存储单元(Unified Logical
Store)两个部分。这样的查询层设计是以Sensor
Proxy(传感器代理)为核心的。

如图4所示,它的基本工作方式是将远程传感器(remote
sensor)采集的当前数据和原始数据以索引(index)的方式存储在代理的Summary
Cache中。同时,代理中的预测引擎(Prediction
Engine)会依据对Remote
Sensor采集的数据的分布规律性来形成一个MODEL,这个MODEL可以预测下一步的数据的情况。这样查询指令很方便的从MODEL的推断中得到结果。
在整个查询过程中间,移动通信网络层都是透明的。
3.2.2查询过程
查询过程如下:当Sensor Proxy接受到通过归一化单位处理过的上层查询指令,Proxy会检查在本Proxy的Cache中是否有匹配的数据摘要,若有,则引导从Remote
Sensor中取得相关处理过的数据(压缩)。若是不存在,则先看是否能从Cache的数据中推出合适精度的数据(通过Prediction
Engine),如果还不行,则会通过从其他Proxy或者Remote
Sensor中调用数据来回复这个查询。
3.2.3查询的高可靠性
数据查询的高可靠性是主要是通过Model-driven push approach来实现的。由前面的介绍可以知道,Proxy中的查询引擎创建了一个数据和预测参数之间的MODEL,在一般情况下是通过MODEL的预测来回复查询指令的。而设计中Remote
Sensor通过对比采集的数据与MODEL的参数,可以检测出MODEL的出错,这时,Remote
Sensor就独立的将这个时刻的数据传到Proxy中,来弥补MODEL的错误。
另外,在Prediction Engine中的预测机制中,能通过保证回复查询指令,一个足够精确度的数据的方法来检测出是否出错,如果不存在足够精确的回复查询指令的数据,则代表
Proxy中一定存在错误,可能是上面提到的Remote
Sensor都没有发现的,这样就保证不至于在错误发生的时候,仍然默认MODEL中的预计结果。
3.2.4通信协议的要求
通过以上两层的纠错保障,此协议的数据查询可靠性就能够保证在比较高的级别了。但同时也对传感器和协议中的计算过程有一定的要求:(1)Remote
Sensor被要求能够在MODEL出错时,能支持一个小的能检测获取的数据是否与MODEL中数据一致的程序运行;
(2)MODEL必须能有力获取传感器数据规律信息的统计数据;
(3)要求Remote
Sensor和Proxy都必须有一定的存储能力,特别是后者,必须足够大;(4)传感器在资源有限的条件下,尽可能简单,高效的运行(具有高可调性,且完全服从Proxy的控制)。
4
结语
从宏观的角度来看,传感器网络作为一种任务型网络[6]
和移动通讯网络的结合,有效地将各个级别、各种用途的流域监测点组成了一个综合网络,获得的信息被作为一个整体来处理,这样可提高信息的全局性和准确性。各种信息相互支持,也拓展了监测网络的决策应用范围。该系统的特点是利用实时采集各被监测区域的水情数据,进行存储、分析,利用强大的网络功能,实现了信息通畅、资源共享,提供大量准确的水文数据,从而为各级管理部门的决策提供了可靠的科学依据[7,8,9]。
但是,此系统协议也存在一些待解决的问题。首先,在GSM等无线网络不能覆盖的地方本系统就无能为力了,因此,应当考虑这个问题的解决方法,如,在这些地区的应用改用卫星信号等其他方法接入广域网。
由表1可以看到,SMS
发送失败主要集中在节假日,网络拥塞所致。也就是说,本系统避免不了在某些特殊时段会遭到网络拥塞的影响。如何在受到网络拥塞的时候保证通讯的顺畅也是我们必须要解决的问题之一。
可见,怎样通过对协议的完善,得到更多、更强大的功能,最大限度的发挥网络内信息融合的优势,提高网络整体的传输效率,都值得我们进一步的来研究。
参考文献
[1]
孟伟,苏一兵,郑丙辉.
中国流域水污染现状与控制策略的探讨[J].
中国水利水电科学研究院学报, 2004( 04).
[2]
孙利民,李建中,陈渝,等.
无线传感器网络[M].
北京:
清华大学出版社,2005.
[3] 谢新民,蒋云钟,闰继军,等.
流域水资源实时监控管理系统研究[J].
水科学进展. 2003,14(3).
[4]
曾凡智,李凤保.
基于GSM的网络化传感器系统[J].
传感器技术.
2004,23(4).
[5] Wireless Medium Access Control (MAC) and
Physical Layer (PHY)Specifications for Low-Rate Wireless Personal
Area Networks(LR-WPANs). IEEE Std
802.15.4™-2003.
[6]
王鸿彦.
基于有限能量的无线传感器网络协议研究.
硕士论文,
河海大学,
南京,
2005.
[7]
孙增义.
水情自动测报技术基础及其应用[M].
北京:
中国水利水电出版社,1999.
[8]
徐立中,
杨锦堂.
水文自动测报系统的体系结构研究[J].
河海大学学报, 1998, (26)4: 20-23.
[9]
黄凤辰,
严锡君.
水情遥测系统中心站数据收发设备的研究[J]. 工业控制计算机,2002(9)..