基于WSN的污水處理系統(tǒng)的監(jiān)測研究

黃煒

摘要：針對傳統(tǒng)污水處理過程中的花費造價高，監(jiān)測數(shù)據(jù)不準(zhǔn)確等缺點，該文在污水處理中引入了基于WSN的方法，對WSN中的數(shù)據(jù)融合，壓縮重構(gòu)和信號傳輸方式分別采用了改進的Leach協(xié)議，新的重構(gòu)算法以及多跳的傳輸方式進行改進，仿真實驗說明了基于改進后的WSN的污水處理系統(tǒng)具有較好的效果。

關(guān)鍵詞：WSN;污水處理;Leach協(xié)議

中圖分類號：TP311 ? ? ? ?文獻標(biāo)識碼：A

文章編號：1009-3044（2020）25-0039-04

近年來，隨著國家對環(huán)保事業(yè)越來越重視，污水處理事業(yè)得到了迅速的發(fā)展，全國各地的污水處理都引起了政府的高度重視，成為國家重點的民生工程[1]。在環(huán)保監(jiān)測方面，傳統(tǒng)的系統(tǒng)具有花費造價高，人工需求數(shù)量大，監(jiān)測數(shù)據(jù)不能及時采集等缺點，因此越來越多的人將研究的方向集中在無線傳感網(wǎng)絡(luò)上，通過部署在監(jiān)測區(qū)域中的無線傳感器來監(jiān)測各項污水指標(biāo)的變化，從而對污水實施監(jiān)測[2-3]。文獻[4]提出一種將改進遺傳算法和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合對工廠污水的水質(zhì)進行評價的方法，采用自適應(yīng)算法對GA的交叉率和變異率進行改進，用GA優(yōu)化BP的權(quán)值和閾值，將最優(yōu)權(quán)值和閾值送給BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練、預(yù)測，并與傳統(tǒng)BP進行比較，該方法用于污水水質(zhì)評價具有應(yīng)用推廣價值;文獻[5]設(shè)計了一種基于Zig Bee無線傳感器的污水監(jiān)測系統(tǒng)。該系統(tǒng)以微處理器STM32為控制核心，利用無線Zig Bee芯片CC2420以及各種測量傳感器，設(shè)計了污水處理過程中多參數(shù)的監(jiān)測系統(tǒng)。實際實驗表明，該系統(tǒng)傳輸速率快、實時性強、穩(wěn)定性高，可以有效地對工業(yè)污水進行遠程監(jiān)測;文獻[6]設(shè)計了一種基于無線傳感器網(wǎng)絡(luò)的污水監(jiān)測系統(tǒng)，通過在采樣區(qū)域內(nèi)布置若干pH值傳感器、電導(dǎo)率傳感器、溶解氧傳感器、氨氮NH3-N傳感器、濁度傳感器、溫度傳感器獲得相關(guān)水質(zhì)信息，利用ZigBee技術(shù)傳輸至無線網(wǎng)關(guān)節(jié)點，再由無線網(wǎng)關(guān)節(jié)點通過GPRS技術(shù)傳輸至遠程監(jiān)控中心進行數(shù)據(jù)分析，從而達到污水監(jiān)測的目的;文獻[7]提出在水環(huán)境中運用生物傳感器進行研究，取得了較好的監(jiān)測效果;文獻[8]利用虛擬現(xiàn)實和物聯(lián)網(wǎng)技術(shù)，根據(jù)傳感器采集的水量和水質(zhì)以及污染物等信息，在虛擬現(xiàn)實環(huán)境中實時展示水環(huán)境現(xiàn)狀，并通過傳感器對實時獲取的數(shù)據(jù)和實際水量調(diào)度方案進行一致性監(jiān)測，對異常信息進行捕獲和定位，實現(xiàn)自動監(jiān)控;文獻[9]提出一種基于無線傳感器網(wǎng)絡(luò)及地理信息系統(tǒng)相結(jié)合的藍藻水華爆發(fā)動態(tài)監(jiān)測與模擬方法，利用水質(zhì)傳感器組成多源異構(gòu)水環(huán)境感知單元，獲取湖泊水質(zhì)數(shù)據(jù);將改進的灰色理論及BP人工神經(jīng)網(wǎng)絡(luò)相結(jié)合進行預(yù)測監(jiān)控，取得了較好的效果;文獻[10]設(shè)計了基于新型濕度傳感器和Zig Bee無線傳感網(wǎng)技術(shù)的氣體鉆井地層出水模擬監(jiān)測系統(tǒng)。

本文在無線壓縮傳感理論[11]的基礎(chǔ)上，對無線傳感網(wǎng)絡(luò)中的數(shù)據(jù)融合，壓縮重構(gòu)和傳輸方式進行改進，構(gòu)建基于無線傳感網(wǎng)絡(luò)的污水監(jiān)控的系統(tǒng)，具有一定的應(yīng)用價值。

1 基于WSN的污水處理系統(tǒng)

無線傳感網(wǎng)絡(luò)（Wireless Sensor Networks， WSN））即無線傳感網(wǎng)絡(luò)，是一種自組織，多條通信的網(wǎng)絡(luò)系統(tǒng)，通過分布在大量無人監(jiān)控的區(qū)域具有通信與計算能力的微小傳感器組成，部署在監(jiān)測網(wǎng)絡(luò)范圍內(nèi)的微型傳感器通過無線通信的方式進行聯(lián)系，能夠?qū)ΡO(jiān)測區(qū)域中的數(shù)據(jù)實時采集和融合處理，并將融合后的數(shù)據(jù)發(fā)送給服務(wù)端。對于污水處理的系統(tǒng)來說，水質(zhì)的PH值，溫度，濁度和溶解氧作為污水處理排水指標(biāo)的重要部分。在污水監(jiān)測區(qū)域中放滿傳感器節(jié)點，污水監(jiān)測系統(tǒng)所傳輸?shù)臄?shù)據(jù)信息均來源于監(jiān)測區(qū)域中的傳感器節(jié)點，通過這些傳感器節(jié)點，以自組網(wǎng)的方法，通過ZigBee無線通信技術(shù)將采集的監(jiān)測數(shù)據(jù)發(fā)送到網(wǎng)關(guān)節(jié)點，通過4G網(wǎng)絡(luò)將相關(guān)數(shù)據(jù)傳送到基站，以實現(xiàn)遠程動態(tài)檢測和信息發(fā)布功能。但同時需要注意以下三個方面：（1）數(shù)據(jù)融合，在監(jiān)測的過程中，傳感器所處在不同的位置，傳輸信息都需要消耗大量的能量，傳輸距離遠，導(dǎo)致耗能相對大一些，而處于網(wǎng)絡(luò)邊界中的節(jié)點，耗能相對小一些，因此為了降低能量消耗，檢測節(jié)點應(yīng)該在數(shù)據(jù)傳輸之前，先對信息進行簡單的融合分析，并將信息量進行壓縮，能夠有效地達到節(jié)能目的;（2）壓縮重構(gòu)，信號在傳遞的過程中可能需要進行壓縮，這樣能夠降低在傳遞過程中的耗時，采用良好的壓縮重構(gòu)方法是信號傳遞過程中的不可忽視的內(nèi)容;（3）信號傳輸方式，在無線傳感網(wǎng)絡(luò)中一般采用單跳或者多跳的通信方式進行信號的傳遞，顯然對于污水處理系統(tǒng)來說，需要采集的數(shù)據(jù)更加準(zhǔn)確，快速的傳輸。因此傳輸方式的選擇就顯得比較重要。

2 改進的WSN

2.1 數(shù)據(jù)融合算法

本文選擇基于LEACH路由協(xié)議的數(shù)據(jù)融合方式，這是因為該協(xié)議中的簇頭的選擇是采用隨機的方式，每一個節(jié)點都有機會成為簇頭，因此，網(wǎng)絡(luò)負載變得均衡;使用分層結(jié)構(gòu)能夠最大程度地保證路由結(jié)構(gòu)的清晰，便于統(tǒng)一進行管理，

設(shè)定監(jiān)測區(qū)域中的每一輪的分簇數(shù)量期望值為[k]，網(wǎng)絡(luò)中一共有[N]個傳感器節(jié)點，因此得到每個簇內(nèi)有1個簇首節(jié)點和[Nk-1]個簇內(nèi)成員節(jié)點。簇首節(jié)點消耗的能量是最多的，因為一方面需要接受來自簇內(nèi)成員的能量消耗，另一方面作為簇首需要進行數(shù)據(jù)的傳輸和傳遞給[Sink]節(jié)點。一般來說采用的多路徑衰減模型，簇首節(jié)點能量消耗為式（1），簇內(nèi)其他節(jié)點的能量消耗為式（2）

2.3 多跳的傳輸方式

在分簇的控制算法中，要想盡快地減少數(shù)據(jù)傳輸?shù)哪芰肯?，可以采用多跳的通信方式，?dāng)由于采用的多徑衰減模型，需要消耗更多的簇頭節(jié)點能量，多跳的通信方式在簇頭節(jié)點中選出超級簇頭節(jié)點或者中繼節(jié)點，在距離[Sink]節(jié)點較遠的簇頭節(jié)點可以選擇其他的超級簇頭節(jié)點對其發(fā)送信息進行轉(zhuǎn)發(fā)，使得通信距離明顯變短，能夠有效的減少簇頭節(jié)點的能量損失。當(dāng)節(jié)點向[Sink]節(jié)點傳輸數(shù)據(jù)包（長度為[k]）的時候，節(jié)點通過單跳通信的方式與[Sink]節(jié)點傳輸節(jié)點所需要能量為公式（17），節(jié)點通過多跳通信方式經(jīng)過[n]跳向[Sink]節(jié)點傳輸所需要的能量為公式（18）

隨著[n]的值逐漸增大，[εampd4]會遠遠大于[εfsd2]，因此公式（19）必定大于0，因此，對于污水監(jiān)測系統(tǒng)來說，網(wǎng)絡(luò)規(guī)模越大，多跳通信的跳數(shù)[n]取值必定會滿足上述條件，能夠有效的減少污水監(jiān)測系統(tǒng)數(shù)據(jù)傳輸?shù)哪芎闹怠?/p>

3 實驗仿真

3.1 環(huán)境描述

本文針對污水處理的要求，特選擇了本地的一處污水處理場所進行監(jiān)測。設(shè)定檢測區(qū)域為正方形面積，傳感器在檢測區(qū)域內(nèi)隨機分布，傳感器節(jié)點的數(shù)量為100。按照如表1所示的內(nèi)容進行參數(shù)的初始化，實驗的硬件環(huán)境為CPU為酷睿i3，內(nèi)存為4GDDR3，硬盤為1000G，軟件采用Windows系統(tǒng)，Matlab2012。

圖中的O表示的是傳感器節(jié)點，+表示[Sink]節(jié)點，節(jié)點分布如圖1所示。

3.2 仿真結(jié)果與分析

圖2和圖3分別顯示本文算法，文獻[4]算法下的WSN的失效節(jié)點和本文算法下的失效節(jié)點的分布情況，從圖2中發(fā)現(xiàn)大部分失效節(jié)點都主要集中在監(jiān)測區(qū)域的下方，離[Sink]節(jié)點較遠的節(jié)點。圖3是本文算法下的失效節(jié)點的情況，從圖2-3的對比情況來看，顯然，本文算法在改進了Leach算法和信號重構(gòu)下前提下，算法的性能有了明顯的提高，使得失效的節(jié)點分布較遠，這也說明了本文算法具有的效果。

圖4-圖6分別表示兩種算法下的網(wǎng)絡(luò)活躍節(jié)點數(shù)目，[Sink]節(jié)點接收數(shù)據(jù)量和剩余能量的對比效果，圖4中發(fā)現(xiàn)兩種算法隨著輪數(shù)逐漸增多，網(wǎng)絡(luò)活躍節(jié)點的數(shù)目逐漸下降，但本文算法顯然優(yōu)于基本的Leach算法，這說明本文數(shù)據(jù)融合后的算法具有較好的算法性能，有效的保障了網(wǎng)絡(luò)的活躍節(jié)點。圖5比較了兩種算法下的[Sink]節(jié)點接收數(shù)據(jù)量的對比情況，顯然隨著輪數(shù)的增多，本文算法對應(yīng)的[Sink]節(jié)點接收數(shù)據(jù)的程度要明顯好于基本Leach算法，這主要是因為采用了新的壓縮算法，使得節(jié)點的傳輸效率提高，數(shù)據(jù)量增大，圖6說明了兩種算法的剩余節(jié)點的能量對比，隨著輪數(shù)的逐漸增多，本文算法的節(jié)點的剩余能量多于文獻[4]算法，這主要是因為多跳的傳輸方式使得節(jié)點的能量損失降低。

圖7顯示了兩種算法在PH值，溫度，濁度和溶解氧四個指標(biāo)方面進行對比的效果，從圖中滿意度效果發(fā)現(xiàn)，本文算法要優(yōu)于參考算法，這說明本文算法在污水處理方面具有較好的效果。

4 結(jié)束語

針對基于WSN的污水處理中節(jié)點傳輸信號，能量損失等問題，本文采用了改進的Leach協(xié)議，新的重構(gòu)算法以及多跳的傳輸方式，實驗說明了本文算法能夠有效地提高污水處理效果，下一步的研究方向著眼在繼續(xù)進一步改進Leach協(xié)議。

參考文獻

[1] 何為，案輝，馬琳.水污染在線監(jiān)測系統(tǒng)的探究田[J].油氣田環(huán)境保護，2015，25（5）：71-73.

[2] 印士勇.新形勢下水環(huán)境監(jiān)測工作思考田[J].人民長江，2012，43（12）：1-3.

[3] 傅其鳳，楊亞磊，陳萬軍，等.工業(yè)污水在線監(jiān)測系統(tǒng)的應(yīng)用[J].工業(yè)水處理，2015，35（3）：106-108.

[4] 諸飛，俞阿龍.基于改進GA-BP神經(jīng)網(wǎng)絡(luò)的工廠污水監(jiān)測系統(tǒng)研究[J].現(xiàn)代電子技術(shù)，2018，41（11）：133-138

[5] 楊俊，鄒志革.基于ZigBee無線傳感器的工業(yè)污水監(jiān)測系統(tǒng)[J].儀表技術(shù)與傳感器，2018，35（7）：61-63.

[6] 宗峰.基于無線傳感器網(wǎng)絡(luò)的污水監(jiān)測系統(tǒng)設(shè)計[J].中國沼氣，2017，35（6）：45-51.

[7] 夏善紅，邊超，孫楫舟，等.面向水環(huán)境監(jiān)測的生物傳感器研究[J].中國科學(xué)院院刊，2017， 32（12）：1330-1340.

[8] 邵欣欣，張明會.基于虛擬現(xiàn)實和物聯(lián)網(wǎng)的水環(huán)境監(jiān)測系統(tǒng)[J].中國科技論文，2017，12（7）：738-742.

[9] 楊昆，羅毅，徐玉妃，等.基于無線傳感器網(wǎng)絡(luò)與GIS的藍藻水華爆發(fā)動態(tài)監(jiān)測與模擬[J].農(nóng)業(yè)工程學(xué)報，2016，32（24）：197-205.

[10] 陳明，陳向東，陳一健，等.基于WSN的氣體鉆井地層出水模擬監(jiān)測系統(tǒng)[J].儀表技術(shù)與傳感器，2016（12）：76-78.

[11] 趙敏華，李莉，呼娜.基于無線傳感器網(wǎng)絡(luò)的水質(zhì)監(jiān)測系統(tǒng)設(shè)計閉[J].計算機工程，2014，40（2）：92-96.

【通聯(lián)編輯：朱寶貴】