窄帶物聯(lián)網(wǎng)下的入侵傳感系統(tǒng)設(shè)計*

朱宗玖, 王海波, 洪 炎， 裴善強

(安徽理工大學(xué) 電氣與信息工程學(xué)院,安徽 淮南 232001)

0 引 言

隨著社會的發(fā)展，物聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域的應(yīng)用日益廣泛[1-4]。由于糧食始終是國家的命脈，占據(jù)著不可替代的地位，糧食的需求在不停地增加,農(nóng)田必須進行大規(guī)模的集中管理生產(chǎn)才能滿足需求,所以動物入侵問題給糧食產(chǎn)量造成很大的影響。農(nóng)田內(nèi)部現(xiàn)場環(huán)境相對比較復(fù)雜,傳統(tǒng)的農(nóng)田信息采集以人工調(diào)查記載為主,不僅工作量大,而且精確度不高[5],同時據(jù)相關(guān)報告，目前我國并沒有一個功能完備的系統(tǒng)能夠完成農(nóng)田的在線監(jiān)控。很多研究工作都是針對資源受限網(wǎng)絡(luò)中的入侵檢測問題，包括物聯(lián)網(wǎng)和無線傳感器網(wǎng)絡(luò)，均勻分布對于來自受保護區(qū)域邊界的入侵者很有效，但它不能為網(wǎng)絡(luò)中的敏感區(qū)域提供額外的保護。最重要的是，均勻分布的物聯(lián)網(wǎng)存在能量空洞問題。相反，高斯分布可以在網(wǎng)絡(luò)周圍提供不同的入侵檢測能力，但是感知概率并不是太滿意。物聯(lián)網(wǎng)的感知概率與入侵監(jiān)測能力之間存在著緊密的關(guān)系，并與即時數(shù)據(jù)集成正比。此外，高斯分布也不能避免能量空穴問題。所以必須有一個系統(tǒng)能夠代替人類完成相關(guān)的監(jiān)測工作。實現(xiàn)遠程控制是必不可少的部分, 監(jiān)測與控制的智能化才能真正實現(xiàn)智能化的設(shè)施農(nóng)業(yè)[6]。為實現(xiàn)農(nóng)田入侵物的智能化監(jiān)測[7-9]，更好地發(fā)展農(nóng)業(yè)的精準化監(jiān)控[10-11],結(jié)合智慧農(nóng)業(yè)感知、互通互聯(lián)的理念與地理信息的相關(guān)內(nèi)容[12]，針對目前農(nóng)田中的動物入侵問題，提出窄帶物聯(lián)網(wǎng)下的入侵傳感系統(tǒng)設(shè)計，設(shè)計出一種能夠高效率完成農(nóng)田在線監(jiān)控的系統(tǒng),能夠全天候工作并及時發(fā)現(xiàn)入侵者,并在用戶端顯示出相關(guān)的變化曲線，供用戶查看。本研究對推動智慧農(nóng)業(yè)的建設(shè)具有極大的意義[13]，不僅能提高系統(tǒng)控制的可靠性[14]，而且能夠提高生產(chǎn)管理效率，具有很強的實用性，并且精度較高[15-17]。

1 系統(tǒng)總體架構(gòu)及傳感器

1.1 系統(tǒng)架構(gòu)

系統(tǒng)分為智能傳感系統(tǒng)、聲音驅(qū)趕系統(tǒng)、報警系統(tǒng)和云平臺管理系統(tǒng)，系統(tǒng)架構(gòu)如圖1所示。1為傳感器，2為聲音驅(qū)趕器，3為NB-IOT基站，4為云服務(wù)器，5為客戶端。

圖1 系統(tǒng)架構(gòu)圖Fig. 1 System architecture diagram

農(nóng)田入侵傳感系統(tǒng)為農(nóng)戶提供方便快捷的服務(wù)，并將采集的設(shè)備狀態(tài)信息和周圍環(huán)境信息通過NB模塊發(fā)送到NB-IOT基站，再由基站發(fā)送至云平臺管理系統(tǒng)。

1.2 傳感器模型

在實驗中，建立了以下的傳感模型。其中，節(jié)點監(jiān)測目標的概率取決于目標的相對位置d。表示在距離傳感器d處監(jiān)測到入侵者的概率p如下:

(1)

其中，re為單個傳感器監(jiān)測概率低的區(qū)間值(m)；rs為單個傳感器的監(jiān)測范圍半徑(m)；α、β為相關(guān)的參數(shù)，數(shù)值由表1給出。

表1 實驗中相關(guān)的參數(shù)Table 1 Relevant parameters in the experiment

集成傳感器內(nèi)部連接如圖2所示，電路原理圖如圖3所示。

圖2 傳感器內(nèi)部連接圖Fig. 2 Internal connection diagram of the sensor

圖3 傳感器電路原理圖Fig. 3 Schematic diagram of sensor circuit

在物聯(lián)網(wǎng)中，根據(jù)識別入侵者所需的節(jié)點數(shù)，可以將監(jiān)測模型大致分為兩類:單傳感模型及多傳感(m-傳感)模型。在單感知檢測模型中，只需單個節(jié)點就可成功地檢測到入侵者，但是可靠性不高；在m-傳感檢測模型中，至少需要m個節(jié)點成功地檢測到入侵者。傳感器的有效檢測范圍可通過一定的方法并在允許的范圍內(nèi)進行修改，以此可更容易地確定最佳的檢測范圍，以下重點講述4-傳感監(jiān)測模型在實驗中的應(yīng)用。

1.3 監(jiān)測區(qū)域

在實驗區(qū)域建立一個坐標系，將(0，0)設(shè)為目標地點，(R，0)是入侵者在t時刻的起始位置。入侵者沿x軸向(0，0)移動，經(jīng)過一段時間后，新位置為(R-d，0)。由多個傳感節(jié)點構(gòu)成近似于橢圓的可監(jiān)測區(qū)域，節(jié)點采用新高斯分布方式，同時由于采用4-傳感模型，因此可以將入侵監(jiān)測區(qū)域A劃分為A1和A2兩部分，如圖4所示。re1為傳感器組成的監(jiān)測概率低的范圍(m)；rs1為監(jiān)測區(qū)域內(nèi)傳感器組成的監(jiān)測范圍(m)。

圖4 入侵監(jiān)測區(qū)域圖Fig. 4 Intrusion monitoring area map

2 實驗結(jié)果及對比

在實際應(yīng)用和仿真中，采用表1中的參數(shù)，通過Matlab仿真，并且在農(nóng)田中進行了實地實驗，分別研究了在4-傳感情況下節(jié)點個數(shù)與感測范圍對入侵監(jiān)測概率的影響。并進一步通過計算波動量，討論了實驗結(jié)果的準確性。

在實驗中，選定農(nóng)田中某點為原點，建立相應(yīng)的坐標系。使入侵者在點(120，0)進入監(jiān)測區(qū)域，以5的速度并沿著直線路徑向原點(0，0)移動。

2.1 入侵監(jiān)測概率

如圖2所示，假設(shè)(R，0)是快速移動入侵者的起始位置，并沿著x軸向(0，0)移動。pm(d≤dmax)是m-傳感監(jiān)測模型中最大允許入侵距離dmax(即入侵物被發(fā)現(xiàn)前最大的運動距離)范圍內(nèi)的快速移動入侵者檢測概率。然后，對于本文中的高斯分布，pm(d≤dmax)的值是:

(2)

(3)

(4)

p2=pA-p1

(5)

其中，N為布置在A內(nèi)的節(jié)點數(shù)；p1為節(jié)點在A1中的概率；pA為節(jié)點布置在某個監(jiān)測區(qū)域內(nèi)的概率；p2為節(jié)點在A2中的概率。

2.2 感測范圍的確定

在農(nóng)田內(nèi)進行了感測范圍對實驗可靠性影響的實驗，同時與仿真實驗進行了對比，以確定最佳的感測范圍。在實驗與仿真中，在監(jiān)測區(qū)域內(nèi)布置了50個傳感節(jié)點，得出以下實驗結(jié)果圖。圖5中可看出實驗結(jié)果與仿真結(jié)果誤差較小,以此說明本研究具有一定的可靠性和可行性。在實驗區(qū)域進行了一個對比試驗，與傳統(tǒng)的均勻分布相比，本文中高斯分布的性能更好。在其他條件相同的情況下，高斯分布的性能分別提高了20%、10%、20%和10%。此外，當感知范圍增大到一定的閾值時，監(jiān)測概率接近1。但是，當感測范圍調(diào)節(jié)到22 m時，監(jiān)測概率已基本滿足要求，考慮能耗及使用壽命，所以感測范圍設(shè)置為22 m較為合理。

圖5 監(jiān)測范圍對監(jiān)測概率的影響Fig. 5 Influence of monitoring range on monitoring probability

2.3 節(jié)點數(shù)量的確定

同樣，在農(nóng)田內(nèi)進行了節(jié)點數(shù)量對實驗可靠性的影響。從圖6可以看出：實驗結(jié)果接近于仿真結(jié)果。同樣在實驗區(qū)域內(nèi)進行了一個對比實驗來進一步研究，與傳統(tǒng)的均勻分布相比，本文高斯分布的性能更好。在其他條件相同的情況下，高斯分布的性能分別提高了30%、25%、20%和15%。這是因為,高斯分布與均勻分布相比在中間區(qū)域中提供更大的節(jié)點密度。此外，當布置節(jié)點數(shù)增大到一定的閾值時，監(jiān)測概率接近1。但從圖6中可以看到，當節(jié)點數(shù)量達到30個時，已基本滿足要求，考慮到成本和結(jié)構(gòu)簡單性，節(jié)點數(shù)選定為30最為合理。

圖6 部署節(jié)點對監(jiān)測概率的影響Fig. 6 Impact of deployment node on monitoring probability

3 系統(tǒng)實際應(yīng)用

為進一步驗證所提出的系統(tǒng)設(shè)計的可靠性，選擇了一塊農(nóng)田對本系統(tǒng)進行了實際應(yīng)用。通過集成傳感器上的振動傳感器、速度傳感器、溫濕度傳感器、壓力傳感器和GPS傳感器等分別采集相應(yīng)的數(shù)據(jù)。通過式(6)，計算當前時刻的波動量:

(6)

其中:St為t時刻的環(huán)境數(shù)據(jù)的波動量；V(t,i)為的環(huán)境數(shù)據(jù)中任一項數(shù)據(jù)i的數(shù)值(包括溫度、濕度、重力、壓力、振動頻率、位置和速度)；Δv(t,i)為刻的數(shù)據(jù)i與相鄰時刻的數(shù)據(jù)i的差值；n為數(shù)據(jù)包含的數(shù)據(jù)數(shù)量。

預(yù)先將波動量劃分為幾個等級，以此來判定是否有外來者入侵監(jiān)測區(qū)域。波動量劃分規(guī)則為:0≤St<4屬于正常波動,4≤St<9屬于小幅波動,St≥9屬于大幅波動。當出現(xiàn)大幅波動，則說明有入侵物進入監(jiān)測區(qū)域，系統(tǒng)因此做出相應(yīng)的措施來通知相關(guān)人員，并同時激活相關(guān)的設(shè)備。

采用以上實驗所確定的感測范圍和節(jié)點數(shù)量。因此，在實驗農(nóng)田內(nèi)布置了30個傳感節(jié)點，傳感范圍設(shè)置為22 m，以獲取當前情況下的環(huán)境數(shù)據(jù)，實時計算環(huán)境的波動量。進行4次重復(fù)實驗，分別從70 s、180 s、210 s和380 s加入入侵物，每次使入侵物進入所造成的幅度大小不一，每隔10 s采集一次數(shù)據(jù)，通過這4次實地測量計算，將實驗所得的實驗結(jié)果記錄在表2中。

為了更明顯地觀察到波動量的變化，將表2轉(zhuǎn)換成如圖7所示的波動量變化圖。

表2 實驗結(jié)果數(shù)據(jù)Table 2 Experimental result data

根據(jù)表2和圖7所示，4次實驗中，在正常情況下，波動量為3～5，但此時系統(tǒng)并不作出一定的措施。當入侵物加入后，波動量開始出現(xiàn)一定幅度的波動，在短時間內(nèi)增加到9以上，同時，由于入侵物進入的幅度不一，圖7也可以很好地反映出來，幅度越大，波動量的值也就越大，直到入侵物的離開，系統(tǒng)的波動量也逐漸恢復(fù)正常，從而說明該裝置可很好地監(jiān)測到入侵物的出現(xiàn)，保證了整個系統(tǒng)的有效性和及時性。

4 結(jié)束語

提出的窄帶物聯(lián)網(wǎng)下的農(nóng)田入侵傳感系統(tǒng)設(shè)計，通過新高斯分布方式在試驗區(qū)域布置集成傳感器節(jié)點，并與傳統(tǒng)的均勻分布方式節(jié)點進行了比較實驗，同時還使用Matlab仿真和實地實驗研究，可知該系統(tǒng)監(jiān)測到入侵物的可能性更大，可靠性更高。根據(jù)實驗總結(jié)出最佳的傳感器節(jié)點數(shù)和最佳的傳感器監(jiān)測范圍分別為30個和22 m。然后運用得到的相關(guān)數(shù)據(jù)對環(huán)境波動量進行了測量，進一步確定了整個系統(tǒng)的可靠性。經(jīng)過所做的實驗和仿真，可知該傳感系統(tǒng)在入侵物進入時，都能夠成功且及時地識別出入侵者，同時作出及時地響應(yīng)，整個系統(tǒng)可實時地監(jiān)測整個區(qū)域，防止入侵物的進入。所以本文提出的窄帶物聯(lián)網(wǎng)下的入侵傳感系統(tǒng)設(shè)計具有很強的實用性。

雖然節(jié)點數(shù)和感測范圍是影響監(jiān)測概率的兩個獨立因素，但是在確定兩個值的時候，取的是最佳值，此最佳值在任何時候都可以應(yīng)用于本次實驗，所以說二者并不矛盾。當然對于不同的區(qū)域，也是要進行相關(guān)的調(diào)試，才可將該系統(tǒng)應(yīng)用于不同的環(huán)境。通過以上的實驗與仿真，可知本系統(tǒng)具有很強的實用性，對推動智慧農(nóng)業(yè)也有很大的作用。