戴圣賢,陳國芳,王 強
(1.贛州稀土礦業(yè)有限公司,江西 贛州 341000;2.江西理工大學(xué) 資源與環(huán)境工程學(xué)院,江西 贛州 341000)
尾礦庫是礦山選礦形成的具有較高勢能、結(jié)構(gòu)不穩(wěn)定的人為重大危險源[1]。根據(jù)我國自然與地質(zhì)條件,鎢礦尾礦庫具有易漫壩、壩體易滲漏、變形的特點[2-3],且安全監(jiān)測困難,因此導(dǎo)致事故頻發(fā),且破壞力極強、人員與財產(chǎn)損失大[4]。當(dāng)前主要通過線纜連接傳感器并散布于壩體監(jiān)測點的方式,存在維護、擴充、調(diào)整不便等問題[5]。
無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSN)是由一定數(shù)量的無線傳感器作為節(jié)點所構(gòu)成,具有擴充調(diào)整方便、維護簡單等優(yōu)勢[6]。李國斌等[7]通過采用WSN對尾礦庫水位、壩體滲流、壩基滲流等進行實時數(shù)據(jù)監(jiān)測,構(gòu)建出了基于WSN的水庫大壩安全檢測系統(tǒng)。WSN通常采用傳感器自帶電源的形式提供能量,因此低能耗的WSN是尾礦庫安全監(jiān)測系統(tǒng)長期、穩(wěn)定工作的關(guān)鍵。RFID的實時性較ZigBee稍好,但對于尾礦庫安全問題,實現(xiàn)系統(tǒng)低能耗較實時性的追求更為關(guān)鍵。何學(xué)文[5]等設(shè)計了一種太陽能供電的基于ZigBee和LabVIEW的鎢礦尾礦庫安全監(jiān)測預(yù)警系統(tǒng)。Peng等[8]設(shè)計了一種低能耗WSN,為解決安全監(jiān)測網(wǎng)絡(luò)系統(tǒng)的能量問題提供了參考。
研究在分析傳統(tǒng)“父子傳承”數(shù)據(jù)傳輸方式的基礎(chǔ)上,提出一種采用低功耗微處理器、基于能量感知和均衡的樹路由算法及閑時休眠、工作時激活的數(shù)據(jù)傳輸程序等措施,實現(xiàn)了尾礦庫低能耗無線傳感安全監(jiān)測。
為實現(xiàn)對尾礦庫安全的有效監(jiān)測與預(yù)警,研究對所設(shè)計的無線傳感器網(wǎng)絡(luò)提出了節(jié)能、低成本、微型化、擴展性、靈活性、穩(wěn)定性、安全性、網(wǎng)絡(luò)通訊等要求,并針對這些要求設(shè)計了如圖1所示的自組式樹形無線傳感器網(wǎng)絡(luò)安全總體構(gòu)架。
為實現(xiàn)尾礦庫漫壩、壩體滲漏、變形三大安全問題進行針對性監(jiān)測,網(wǎng)絡(luò)系統(tǒng)由三個層級組成:特征數(shù)據(jù)采集、數(shù)據(jù)傳輸與處理、分析及管理中心(如圖1所示)。反映安全問題的特征數(shù)據(jù)的采集是無線傳感器安全監(jiān)測系統(tǒng)的關(guān)鍵,由數(shù)量眾多、處于最底層的無線傳感器節(jié)點組成,并針對以上三類安全問題進行分類,分別實現(xiàn)對尾礦庫水位、壩體浸潤線位置、壩體沉降位移等特征數(shù)據(jù)的實時采集;節(jié)點采集、處理、存儲后的數(shù)據(jù)通過ZigBee通信在不同節(jié)點之間流轉(zhuǎn),并以多跳的方式傳輸至對應(yīng)的網(wǎng)關(guān)節(jié)點;網(wǎng)關(guān)節(jié)點同時對傳感器節(jié)點發(fā)送網(wǎng)絡(luò)的開啟、運行及采樣周期的改變等指令;不同的網(wǎng)關(guān)節(jié)點相結(jié)合組成Mesh網(wǎng)絡(luò),并將接收到的數(shù)據(jù)及指令發(fā)送至網(wǎng)關(guān)設(shè)備;并由網(wǎng)關(guān)對數(shù)據(jù)進行識別、挑選、本地存儲及發(fā)送至遠(yuǎn)程管理中心進行分析、存儲和顯示。
圖1 無線網(wǎng)絡(luò)系統(tǒng)總體架構(gòu)Fig.1 Overall structure of WSN system
在傳統(tǒng)的ZigBee樹路由算法中,源節(jié)點只會根據(jù)目的節(jié)點的網(wǎng)絡(luò)地址確定路由,嚴(yán)格按照“父子傳承”的方式傳輸數(shù)據(jù),即便目的節(jié)點是源節(jié)點一跳范圍的鄰居節(jié)點,可實現(xiàn)數(shù)據(jù)快速、節(jié)能地傳輸,只要源節(jié)點與目的節(jié)點之間不符合“父子”關(guān)系或“上下級”關(guān)系,也將不會以此種一跳的節(jié)能方式實現(xiàn)數(shù)據(jù)傳輸,因此將導(dǎo)致部分節(jié)點因過于頻繁收發(fā)信息而快速損失能量、停止工作,致使網(wǎng)絡(luò)癱瘓[9]。因此,在有限的能量供給條件下,采用更為節(jié)能的數(shù)據(jù)傳輸方式是實現(xiàn)整個無線傳感器網(wǎng)絡(luò)的長期、穩(wěn)定工作的關(guān)鍵。
為降低節(jié)點在數(shù)據(jù)傳輸過程中的能耗,研究采用最小路徑能耗、節(jié)點能量感知和均衡相結(jié)合的策略,對ZigBee樹路由算法進行改進。通過分析能量損耗和結(jié)余的影響因素,在路由識別階段,建立節(jié)點之間的鄰居關(guān)系,在選擇數(shù)據(jù)傳輸路徑時,在節(jié)點鄰居關(guān)系的基礎(chǔ)上,尋找數(shù)據(jù)傳輸路徑最短的路由,以降低能耗,并均衡考慮整個網(wǎng)絡(luò)及單個節(jié)點的能量均衡,以減少低能量節(jié)點作為數(shù)據(jù)轉(zhuǎn)送節(jié)點的數(shù)量,提高整個網(wǎng)絡(luò)的工作壽命;以能量損耗最小為期望,選擇數(shù)據(jù)傳輸路徑,以降低網(wǎng)絡(luò)的總體能耗,避免節(jié)點過早耗盡全部能量而失效。
在傳統(tǒng)ZigBee的路由算法的基礎(chǔ)上,以路徑損耗作為路由發(fā)現(xiàn)和維護時路徑的選擇標(biāo)準(zhǔn),則長度為L的路徑損耗即組成路徑的每條鏈路的損耗總和:
式中:C{ Di,Di+1}為從節(jié)點Di至節(jié)點Di+1的鏈路損耗。則路徑P的累積能耗即n條路徑的能耗Wp為:
式中:W為數(shù)據(jù)幀在鏈路上轉(zhuǎn)發(fā)的能耗。
因此,基于能量感知和均衡的樹路由最優(yōu)路徑的必要條件為:
式中:P為由ZigBee能量均衡路由算法所得能耗最少路徑,Q為隨機產(chǎn)生的路徑。
但工程實踐中,最優(yōu)路徑通常難以實現(xiàn)[10]。因此,通常退而求其次,通過分析總的路徑損耗和能耗,基于能量均衡思想,尋求總路徑損耗與能耗較最優(yōu)路徑略低的路徑,建立基于ZigBee能量均衡算法次優(yōu)路徑的必要條件為:
式中:ε為能耗對路徑選擇的影響程度。
為節(jié)省與均衡WSN工作時的能耗,樹路由選擇策略是關(guān)鍵[11]。研究采用最小路徑能耗、節(jié)點能量感知和均衡相結(jié)合的策略,以節(jié)點剩余能量作為路徑選擇、劃分標(biāo)準(zhǔn)域及警告域的依據(jù)[12]。根據(jù)維持節(jié)點正常工作與網(wǎng)絡(luò)生命所需能量確定能量閾值Cw,當(dāng)節(jié)點能量值大于Cw時,屬于標(biāo)準(zhǔn)域,可參與數(shù)據(jù)傳輸;當(dāng)節(jié)點能量值小于Cw時,屬于警告域,應(yīng)盡量避免選擇該區(qū)域節(jié)點傳輸數(shù)據(jù)[13]。
根據(jù)樹路由算法可知,在ZigBee通訊模式中所得具有極限網(wǎng)絡(luò)深度的源節(jié)點和目的節(jié)點的路由消耗為:
式中:Dst和Drc分別為目的節(jié)點和源節(jié)點網(wǎng)絡(luò)深度;Dmax為極限網(wǎng)絡(luò)深度。
改進的樹路由算法主要工作流程如圖2。
(1)節(jié)點初始化。
按樹狀網(wǎng)絡(luò)的通訊分配方法,通過網(wǎng)絡(luò)中心協(xié)調(diào)器對每一節(jié)點配置網(wǎng)絡(luò)通訊方式。
按節(jié)點地址配屬鄰居列表、計算節(jié)點能量。
節(jié)點能量Qn與能量閾值Cw比較,劃屬區(qū)域?qū)傩?,判斷是否作為?shù)據(jù)傳輸節(jié)點。
(2)路由選擇過程。
改進后的樹路由選擇過程如圖2所示,在原算法的基礎(chǔ)上,以構(gòu)建鄰居列表、尋求最小能耗路徑及損耗路徑的方式,達到WSN的能量節(jié)省與均衡的目的。當(dāng)節(jié)點將數(shù)據(jù)發(fā)送完成后,節(jié)點的能量值、鄰居列表、區(qū)域?qū)傩缘刃畔⑼瑫r更新,為下一次數(shù)據(jù)傳輸做準(zhǔn)備。
圖2 路由選擇過程Fig.2 Flow of routing process
(3)休眠-激活數(shù)據(jù)傳輸
為進一步降低系統(tǒng)能耗,實現(xiàn)低能耗數(shù)據(jù)傳輸,數(shù)據(jù)傳輸采用如圖3所示閑時休眠、工作時激活的程序方式。當(dāng)傳感器節(jié)點接收到休眠IRQ(中斷申請)時,便脫離休眠狀態(tài),完成數(shù)據(jù)傳輸、判斷、校驗、保留等判斷和動作后繼續(xù)進入休眠狀態(tài),等待下一IRQ,以實現(xiàn)WSN運行能耗的節(jié)省。
圖3 休眠-激活數(shù)據(jù)傳輸流程Fig.3 Flow of data transfer program of sleep-action
在能量感知與均衡算法、休眠-激活數(shù)據(jù)傳輸程序等降能耗技術(shù)的基礎(chǔ)上,采用具有低能耗特征的CC2420射頻芯片,其采用RSSI信號喚醒休眠、和完成數(shù)據(jù)傳輸處理后全局中斷運行的降能措施。所設(shè)計的低能耗無線傳感器網(wǎng)絡(luò)監(jiān)測系統(tǒng)結(jié)構(gòu)圖如圖4所示。
圖4 無線傳感器網(wǎng)絡(luò)監(jiān)測系統(tǒng)結(jié)構(gòu)Fig.4 Structure chart of WSN monitoring system
采用網(wǎng)絡(luò)模擬軟件(Network Simulator Version,NS)對所設(shè)計的低能耗WSN系統(tǒng)與傳統(tǒng)樹路由算法WSN進行對比仿真研究。對500 m×500 m的網(wǎng)絡(luò)范圍進行仿真,設(shè)定30個傳感器節(jié)點,采用512B數(shù)據(jù)包、3 Mbps信道帶寬,節(jié)點能量各10 000 J,終端子節(jié)點數(shù)Cm=4,路由子節(jié)點數(shù)Rm=3,最大網(wǎng)絡(luò)深度Lm=4。
模擬所得總體耗能時間歷程如圖5所示,曲線的斜率即為能耗速率,由圖可知,改進后的WSN總體能耗速率為0.42,明顯小于傳統(tǒng)WSN的0.795;在模擬5.5 s后,改進后的WSN總體能耗較傳統(tǒng)WSN減少47.46%。這主要是由于改進算法綜合采用了最小路由能耗策略,在每次傳輸數(shù)據(jù)中節(jié)省了網(wǎng)絡(luò)系統(tǒng)的能耗。
模擬所得死亡節(jié)點數(shù)時間歷程如圖6所示,傳統(tǒng)WSN的死亡節(jié)點數(shù)隨時間呈持續(xù)顯著增長,而改進的WSN在0~25 s及35~45 s內(nèi)出現(xiàn)了無死亡節(jié)點增加的現(xiàn)象;在模擬55 s后,改進的WSN死亡節(jié)點數(shù)較傳統(tǒng)WSN減少33%。這主要是傳統(tǒng)樹路由算法采用簡單而嚴(yán)格的“父子傳承”方式傳輸數(shù)據(jù),導(dǎo)致部分節(jié)點因大量而頻繁地轉(zhuǎn)發(fā)數(shù)據(jù),能量過早耗盡死亡。改進的樹路由算法綜合采用了能量均衡與最小能耗及損耗路徑,數(shù)據(jù)傳輸時能耗降到最低,且避開了處于警告域的節(jié)點,整個網(wǎng)絡(luò)能量更均衡,節(jié)點死亡減緩,延長了網(wǎng)絡(luò)的壽命,同時較少的死亡節(jié)點使檢測數(shù)據(jù)所反映的安全問題更為全面、可靠。
圖5 總體能耗對比曲線Fig.5 Comparison of overall energy consumption
圖6 死亡點數(shù)對比曲線Fig.6 Comparison of number of die poits
針對傳統(tǒng)WSN因傳輸數(shù)據(jù)方式,導(dǎo)致數(shù)據(jù)傳輸路徑冗長、能耗過大、使用周期短的問題,研究采用NS對采用優(yōu)化的樹路由算法及采用節(jié)能措施的WSN與采用傳統(tǒng)樹路由算法的WSN進行仿真,得出以下結(jié)論:
(1)提出了一種綜合考慮最小路徑損耗及能耗的低能耗樹路由算法。
(2)綜合采用能量感知與均衡的樹路由算法、低功耗微處理器及閑時休眠、工作時激活的數(shù)據(jù)傳輸程序等措施,可有效降低網(wǎng)絡(luò)系統(tǒng)的能耗。
(3)NS仿真結(jié)果表明,改進的WSN較傳統(tǒng)WSN能耗速率減小47.2%、總體能耗減少47.46%、死亡節(jié)點數(shù)減少33%,使整個網(wǎng)絡(luò)能量更均衡、節(jié)點死亡減緩、網(wǎng)絡(luò)壽命延長、可靠性提高。