CN101325604A - 一种分布式自适应工业无线网络节能方法 - Google Patents

Abstract

本发明属于工业无线通信技术领域，涉及分布式自适应工业无线网络节能方法，用于降低工业无线监控网络中节点的能耗。节能方案是在整个无线网络中，将所有设备分为节点设备(ND)、能量管理器和网关(GW)，节点设备负责数据的采集和发送；能量管理器负责数据的收集转发以及对节点设备进行能耗管理；网关负责无线网络与用户的通信，传递监控数据和能量管理数据。采用本发明，通过能量管理器对单个节点的节能控制实现在工业无线网络中延长网络生存周期，自适应调整节点的休眠时间和增加无线报文的信息量，能够降低工业无线监控网络中节点的能耗，从而最大限度的减少通信能耗。

Description

一种分布式自适应工业无线网络节能方法

技术领域

本发明属于工业无线通信技术领域，涉及工业无线通信中的节点节能技术，用于降低工业无线监控网络中节点的能耗。

背景技术

工业无线监控网络是无线通讯技术在工业领域的应用，电池供电是无线通信节点供电的一种常用方式，但电池能量有限，如果不能解决好节点的能量消耗问题，就会影响无线网络的生存周期，特别是在工业现场条件恶劣的情况下，电池的更换非常困难，网络的生存周期变的更加重要。

在无线传感器网络中提高整个网络生存周期的方法有很多种，如文献FanYe，Gary Zhong，Songwu Lu，Lixia Zhang“PEAS：A Robust EnergyConserving Protocol for Long-lived Sensor Networks”Proceedings ofthe 10th IEEE International Conference on Network Protocols 2002.提出在网络中采用部分节点休眠，另一部分工作的方式，通过增加休眠节点的比率和增加整个网络的节点密度两种方式延长网络生存周期，但是这种方式在工业无线网络中并不适用，其原因在于工业无线网络的每个节点都代表一个特定现场设备，具有其他节点不可替代的特性，因此在工业无线网络中延长网络生存周期主要通过单个节点的节能技术来实现。

长期以来，对于单个节点的节能问题，主要是采用节点休眠，数据压缩等方式单独实现的。如文献Ren C.Luo Fellow，IEEE，Liang Chao Tu，OgstChen“An Efficient Dynamic Power Management Policy on Sensor Network”Proceedings of the 19th International Conference on AdvancedInformation Networking and Applications(AINA’05)1550 445X 2005IEEE.采用节点休眠进行节能，提出了5种休眠模式，但其对于射频部分休眠而其它部分工作的模式则没有提及，由于其在数据采集、存储、参数计算阶段没有进行射频的休眠，从而影响了节能效果。

现有技术中提出的节能技术，都是无线传感器网络方面的技术，对于工业无线网络，还没有这方面的应用，另外，上述的技术都是单独的方式实现的节能，对于如何采用一种综合的，各种技术相结合的节能方式，以及相应的能量管理机制，还没有一个完整的方案。

发明内容

本发明针对现有技术的上述缺陷，根据工业无线监控网络的特点，提出了一套完整的节能方案：在整个无线网络中，将所有设备分为节点设备(ND)、能量管理器和网关(GW)，节点设备负责数据的采集和发送；能量管理器负责数据的收集转发以及对节点设备进行能耗管理；网关负责无线网络与用户的通信，传递监控数据和能量管理数据。

本发明采用分布式的节能管理方案，整个网络设置多个能量管理器，每个能量管理器分别管理各自的多个子节点设备。网络能量管理主要是由节点设备内的能量管理进程(EMAP)和能量管理器共同完成的，在整个网络中，能量管理进程接受能量管理器的管理，能量管理器可以设置各种配置参数和状态参数(如数据发送时隙、发送状态是压缩发送还是长数据帧发送)；在单个节点设备中，采用深度休眠、射频休眠和动态数据缓存，有选择性的进行数据压缩发送或长数据帧发送，并通过本地能量管理进程(EMAP)进行各种节能参数(如深度休眠时隙，数据缓存时隙)的动态设置。能量管理器的EEMAP除了负责对其子节点发送管理信息，更新能量管理参数，开关子节点的能量管理进程等功能外，还要转发来自网关设备的管理信息到节点设备，实现用户对节点能量管理参数的设置，以及对节点能量管理进程的开关等。

能量管理器通过本地能量管理进程设置网络中节点设备的初始采集时隙、数据发送时隙、方差调时系数k_fst、历史调时系数k_l等，节点设备自适应调整唤醒时隙T_wi、休眠时隙T_si，实现本地节点的能量管理。休眠时隙T_si包括深度休眠时隙T_dsi和射频休眠时隙T_rsi，节点设备中的能量管理进程根据方差调时系数k_fst、历史调时系数k_l调用公式： $T_{\mathrm{si}}=T_{\mathrm{st}}(k_{\mathrm{st}}+k_{\mathrm{fst}}*{\left(\frac{1}{2}\right)}^{V_i})+k_l*M_i,$ 自动调节确定休眠时隙T_si，依据数据采集、存储、计算所需时间确定射频休眠时隙T_rsi，依据数据发送以及监听能量管理器命令的时间确定唤醒时隙T_wi，长数据帧发送状态和数据压缩发送状态。

其中，长数据帧发送不改变帧头，通过增加每一帧的数据部分，在一帧数据中装载多次采集的现场数据，根据特征向量实施数据压缩。在射频休眠时隙，节点设备根据采集的数据队列分析数据变化情况，并调整深度休眠时隙T_dsi，根据数据队列中集合的方差V_i+1值的变化分析数据变化情况。

在节点设备对被监测数据(如流量，温度，压力，转速等)的采集、存储、分析过程中，节点设备的射频模块启动休眠机制，从而节省了能耗；当被监测数据波动较小的情况下，节点设备会自动增加自身休眠时间，而不改变唤醒时间，从而增加了节点设备节能状态在整个运行时间内所占的比例，达到了节能状态自动优化的目的；同时节点设备按照能量管理器要求的数据缓存队列深度，对数据进行缓存发送，对多次监测的数据一次就发送出去，从而也节省了能耗；在被监测数据值较大的情况下，还可以根据能量管理器的要求进行数据压缩发送，减少了数据帧的长度，从而进一步减少了能耗。

采用本发明的分布式自适应工业无线网络节能方法，通过能量管理器对单个节点的节能控制实现在工业无线网络中延长网络生存周期，自适应调整节点的休眠时间和增加无线报文的信息量，能够降低工业无线监控网络中节点的能耗，从而最大限度的减少通信能耗。

附图说明

图1分布式自适应工业无线网络节能网络结构框图

图2网络节能处理流程图

图3时隙分配图

图4数据压缩流程图

图5压缩数据帧格式

图6随机信号压缩率示意图

具体实施方式

本发明在满足工业现场所要求的数据准确性、完整性和及时性要求的前提下，自适应调整节点的休眠时间和增加无线报文的信息量，最大限度的减少通信能耗，同时为工业无线网络提供方便的节能管理。

如图1所示为分布式自适应工业无线节能网络结构框图。

在节点设备内部，用户应用进程(UAP)完成数据的传输、处理和利用，节点设备的本地能量管理进程(EMAP)负责本地的能量管理以及与能量管理器中加强型能量管理进程(EEMAP)间的通信，接收能量管理信息实现对本地能量的管理。能量管理器的EEMAP除了负责对其子节点发送管理信息，更新能量管理参数，开关子节点的能量管理进程等功能外，还要转发来自网关设备的管理信息到节点设备，实现用户对节点能量管理参数的设置，以及对节点能量管理进程的开关等。

网络中设置多个能量管理器，每个能量管理器管理多个子节点设备；能量管理器通过本地能量管理进程设置网络中节点设备的初始采集时隙、数据发送时隙、方差调时系数k_fst、历史调时系数k_l等参数，并根据节点设备的数据采集发送情况调整并重新设定节点设备的采集时隙、数据发送时隙等参数；节点设备自适应调整唤醒时隙T_wi、休眠时隙T_si，实现本地节点的能量管理。休眠时隙T_si包括深度休眠时隙T_dsi和射频休眠时隙T_rsi，节点设备中的节能管理进程根据方差调时系数k_fst、历史调时系数k_l调用公式： $T_{\mathrm{si}}=T_{\mathrm{st}}(k_{\mathrm{st}}+k_{\mathrm{fst}}*{\left(\frac{1}{2}\right)}^{V_i})+k_l*M_i,$ 自动调节确定休眠时隙T_si，依据数据采集、存储、计算的时间确定射频休眠时隙T_rsi，依据数据发送以及监听能量管理器命令的时间确定唤醒时隙T_wi。

工业无线网络的节能管理由现场节点设备中的能量管理进程(EMAP)与能量管理器共同协调完成。具体实施步骤如下：

(1)发出启动命令步骤，能量管理器发出启动命令并向节点设备传递节能管理相关的参数(包括如：射频休眠状态时隙T_rsi，深度休眠状态时隙T_dsi，唤醒状态时隙T_wi，标准时间T_st，标准时间系数k_st，方差调时系数k_fst，历史调时系数k_l，最大统计次数I_max，方差限定值V_max，立即发送标志I，立即发送序号D，压缩发送标志C，应用关系ID，启动算法最小数据个数DN_min统计个数n_s等)。

(2)启动能量管理进程步骤，节点设备接收到能量管理器发出的启动命令，启动能量管理进程并初始化上述相应参数。

(3)运行能量管理进程步骤，节点设备以带有能量管理的模式来发送现场被监测的数据。根据能量管理器发送的参数调节本地的节能参数(主要是深度休眠状态时隙T_dsi)，自主实现本地节点的能量管理。

以带有能量管理的模式发送数据的控制处理过程如图2所示。

a)节点设备启动能量管理进程，并初始化相关参数，之后立刻进入深度休眠状态(CPU，采集模块，存储器，射频模块全部进入休眠状态，只有内部休眠定时器处于工作状态)，经过深度休眠时隙T_dsi时间后，休眠定时器通过内部中断方式将节点设备唤醒，节点设备从深度休眠状态进入射频休眠状态(只有射频模块休眠，其他部分已被唤醒)，在射频休眠状态，采集模块采集如流量，温度，压力，转速等现场数据，并对数据进行存储。

b)在射频休眠状态时隙，节点设备根据采集的数据队列分析数据变化情况，并调整深度休眠时隙T_dsi。节点设备判断本地采集模块采集的数据队列是否大于启动算法的最小数据个数DN_min，以便能对被监测数据变化情况做出准确分析；如果数据队列大于启动算法的最小数据个数则节点设备自动调节本地的深度休眠时隙T_dsi，否则在射频休眠时隙结束时节点设备重复启动能量管理进程。

对于被监测数据变化情况的分析如下：

以下根据假设数据队列中集合的方差V_i+1值的变化分析数据变化情况。假设数据队列集合为：本地队列中当前采集到的数据 $A_0{A}_1\·\·\·A_j\·\·\·A_{n_s-1}$ 和n_s个本地队列中上一次发送数据前采集的数据均值F1…F_i。那么，集合中元素均值为：

$F_{i+1}=(n_s*F_i+\underset{j=0}{\overset{n_s}{\mathrm{\Σ}}}{A}_j)/(2*n_s)---\left(1\right)$

集合中元素的方差为： $V_{i+1}=\underset{j=0}{\overset{n_s}{\mathrm{\Σ}}}{(A_j-F_{i+1})}^2/(2*n_s)+{(F_i-F_{i+1})}^2/2---\left(2\right)$

取上述集合分析数据变化情况的原则是把上次采集队列中数据的均值考虑到本次变化中，又使上次采集的数据方差不对本次方差产生的影响。

节点设备自动调节本地的深度休眠时隙T_dsi过程如下：

如图3所示为时隙分配图，总发送周期分为3个部分，深度休眠时隙，射频休眠时隙和唤醒状态时隙，其中，深度休眠时隙和射频休眠时隙组成休眠时隙。射频休眠时隙T_rsi依据数据采集、存储、计算所需的时间设置，其值稍大于采集模块采集数据并进行存储、计算的时间；唤醒时隙T_wi依据数据发送以及监听能量管理器命令的时间确定，该时隙包含3个部分，依次是：空闲时隙、数据发送时隙、监听时隙，其值稍大于数据发送并监听能量管理器命令的时间；为了避免多个时间同步的节点设备同时给父节点发送数据产生碰撞，在数据发送时隙前面加入一个随机大小的空闲时隙，根据唤醒时隙T_wi以及产生一个随机数的函数Rand，调用下述公式计算空闲时隙：

$T_{\mathrm{idl}}=\mathrm{Rand}(0~\frac{T_{\mathrm{wi}}}{3})---\left(3\right)$

一般是根据采集模块的需求和现场的需要设定数据发送时隙和监听时隙，并启动能量管理进程时进行初始化设置的。

深度休眠状态时隙T_dsi为一个动态变化的量，深度休眠状态为最节能的状态，数据采集模块采集现场数据(如流量，温度，压力，转速等)，节能管理器对现场数据进行判断，当现场数据相对稳定时(即集合中元素的方差需满足条件V_i+1≤V_max)，能量管理器通过增加T_dsi的值，从而提高了深度休眠状态所占比例，减少了能量损耗。休眠时隙T_si包括深度休眠时隙T_dsi和射频休眠时隙T_rsi，满足如下关系式：

T_dsi＝T_si-T_rsi    (4)

节能管理器根据方差调时系数k_fst、历史调时系数k_l自动调节确定休眠时间T_si，休眠时间T_si的调整满足以下公式：

$T_{\mathrm{si}}=T_{\mathrm{st}}(k_{\mathrm{st}}+k_{\mathrm{fst}}*{\left(\frac{1}{2}\right)}^{V_i})+k_l*M_i---\left(5\right)$

其中，T_st为标准时间；k_st为标准时间系数；k_fst为方差调时系数(用来调整方差对休眠周期的影响程度)；k_l为历史调时系数(用来调整历史方差稳定次数对发送周期的影响程度)，这些参数值均是根据现场设备的需求，在启动能量管理进程时进行初始化设置的。

M_i用来统计方差稳定在值(0-V_max)内的次数，其计算公式为：

$M_{i+1}=\left\{\begin{array}{c}{M}_i+1(1\&le;i<I_{\max },V_{i+1}\&le;V_{\max })\\ M_i(i\&GreaterEqual;I_{\max },V_{i+1}\&le;V_{\max })\\ 0(V_{i+1}>V_{\max })\end{array}\right.---\left(6\right)$

其中I_max为最大统计次数；V_max为方差限定值，用来界定方差值是否在允许范围，这些值也是在启动能量管理进程时进行初始化设置的。

c)当完成调节本地的节能参数后判断节能管理器是否要求节点设备向其发送被监测数据，当要求发送数据时启动发送模块，否则判断采集队列是否已满，如果已满同样执行发送模块。当能量管理器不要求节点设备向其发送被监测数据，且采集队列未满，则重新启动能量管理进程，重复上述步骤。

能量管理进程自动调节确定休眠时隙T_si，依据数据采集、存储、计算所需时间确定射频休眠时隙T_rsi，依据数据发送以及监听能量管理器命令的时间确定唤醒时隙T_wi，控制发送模块采用长数据帧发送或数据压缩发送。

长数据帧发送不改变帧头，通过增加每一帧的数据部分，在一帧数据中装载多次采集的现场数据(如流量，温度，压力，转速等)，从而大大减少了数据发送的次数，而且保留了原始数据的完整性，在需要对原始数据进行分析的情况非常适用。

数据压缩发送，首先对采集队列中数据进行压缩，然后进行装帧发送，这种方式较之长数据帧发送方式更加节能，在现场数据数值较大的情况下，采用特征向量编码的数据压缩技术，以较小的数值进行存储，减小数据所占用的存储空间。

如图4所示为数据压缩的流程图。节点n_i的应用数据发送FIFO队列用一维向量X＝(x_i)^N×1表示，其中N为队列的深度。对于不具有随机性的现场数据，通常都具有连续性。设队列X的当前特征向量值为X^char＝(x_char)^N×1＝x_char×1^N×1。将X用特征向量X^char表示为X＝X^char+X′，其中X′＝(x_i-x_char)^N×1。且有X′≤2^m×X，m＞1，m∈N。由此可以得出向量X的存储空间，理论上存储空间可以压缩为

通过选择最优的特征向量值使得 $\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}|x_i-x^{\mathrm{char}}|=\min \left(\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\right|x_i-x^{\&prime;}\left|\right),$ $\&ForAll;x^{\&prime;}\&Element;R$ 确定压缩数据帧。当特征向量确定后数据域中装载压缩数据帧，X₀-X_char，X₁-X_char，…，X_n-X_char，可见，当采集队列中数值比较大，而数值变化较小的情况下，X_n-X_char的长度要小于X_n的长度，从而达到了数据压缩的效果。

以下具体描述特征向量X^char的确定过程：

i.对现场数据进行预处理，并存入发送队列X中；

ii.计算现场数据的均值， $\stackrel{\&OverBar;}{x}=\left(\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}{x}_i\right)/N;$

iii.令队列X的特征向量值为X^char＝x×1^N×1；

iv.计算 $\stackrel{\&OverBar;}{e}=\left(\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\right|x_i-x_{\mathrm{char}}\left|\right)/N;$

v.令x′_char＝x_char+α(e-e′)，其中α为学习率；

vi.计算 ${\stackrel{\&OverBar;}{e}}^{\&prime;}=\left(\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\right|x_i-x_{\mathrm{char}}^{\&prime;}\left|\right)/N;$

vii.如果(e-e′)＜0，令x_char＝x′_char-2α(e-e′)，否则((e-e′)≥0)，令x_char＝x′_char；

viii.如果(|e-e′|＜β)，算法结束；否则转v)；

在确定了特征向量后就可以对发送队列中的现场数据进行编码。如图5所示为根据特征向量编码的压缩帧格式图。压缩后的数据帧包括：帧压缩信息，应用关系ID，特征值，数据域。其中数据域由下列值组成：X₀-X_char，X₁-X_char，…，X_n-X_char，当采集队列中数值比较大，而数值变化较小的情况下，X_n-X_char的长度要小于X_n的长度，从而达到了数据压缩的效果。如图6为不同方差分布随机信号的压缩率示意图(matlab仿真)。刚开始压缩率降低是因为原始数据的变化导致压缩数据所需存储空间被迫增大；随后随着数据量的增加，方差也不断增加，原始数据本身的存储空间有了一个大的增长，而压缩数据存储空间基本保持不变，压缩率再次上升。数据能够被大幅度压缩的充分条件是原始数据需要大的存储空间且数值本身较大，但在一段连续的时间内变化范围不大。

(4)数据分析与节点控制步骤，能量管理器监督接收到的各个节点设备发送的被监测数据，分析被监测数据的准确性、实时性以及系统的相对节能效率，根据数据帧中是否有未采集到的数据判断数据采集时隙是否偏小，如果偏小则发送命令来增大节点设备的数据采集时隙；实时性和节能效率都是通过休眠时间来评价的。在系统允许范围内，休眠时隙的增加降低了系统的实时性，但节省了能耗。实时性通过总发送周期T_h(如图3)来反映，即一个总发送周期用户可以对被监测数据进行一次分析，并对节点设备进行一次管理和控制。总发送周期通过本次接受到被监测数据的时间和上次接收到被监测数据的时间进行差值计算。如果用户想提高系统的实时性，则可以通过减小标准时间T_st、标准时间系数k_st等来实现，如果系统的实时性已经达到用户要求，则可以通过增加标准时间T_st、标准时间系数k_st等来使系统更加节能；节能效率通过射频休眠状态时隙T_rsi，深度休眠状态时隙T_dsi，唤醒状态时隙T_wi的关系反映出来，本系统的软件节能评价标准定义为：p_sh＝f_p*T_rsi/T_si+T_wi+(1-f_p)*T_dsi/T_si+T_wi(其中f_p为0-1之间的系数)；能量管理器在接收到被监测数据后进行分析并把被监测数据连同数据分析的结果一同发给网关，同时立刻向节点设备发出节能管理命令帧(此刻节点设备还没有进入休眠状态)，如：节能管理器产生的要求增加采集周期命令，由用户发出的要求节点设备更新标准时间T_st、标准时间系数k_st、终止能量管理进程等命令，

(5)监听并执行管理命令步骤，节点设备依据能量管理器发出的管理信息命令执行相应的进程。节点设备在唤醒状态时隙T_wi结束的同时也结束了监听管理命令的步骤，此时节点设备进入深度休眠状态，经过深度休眠时隙T_dsi时间后，节点设备从深度休眠状态进入射频休眠状态。

(6)重复步骤3)-5)直到步骤5接收到终止能量管理进程命令。

Claims (6)

1、一种分布式自适应工业无线网络节能方法，其特征在于，网络中设置多个能量管理器，每个能量管理器管理多个子节点设备；能量管理器通过加强型能量管理进程设置网络中的数据发送时隙和数据发送状态，节点设备通过本地能量管理进程自适应调整唤醒时隙T_wi、休眠时隙T_si，当唤醒状态时隙结束时，由本地能量管理进程控制从数据采集时隙转换为休眠时隙中的深度休眠状态，节点设备不采集数据，或从深度休眠状态转换到射频部分休眠状态，节点设备进行数据的采集、存储、计算。

2、根据权利要求1所述的分布式自适应工业无线网络节能方法，其特征在于，休眠时隙T_si包括深度休眠时隙T_dsi和射频休眠时隙T_rsi，节能管理器根据方差调时系数k_fst、历史调时系数k_l调用公式： $T_{\mathrm{si}}=T_{\mathrm{st}}(k_{\mathrm{st}}+k_{\mathrm{fst}}*{\left(\frac{1}{2}\right)}^{V_i})+k_l*M_i,$ 自动调节确定休眠时隙T_si，依据数据采集、存储、计算的时间确定射频休眠时隙T_rsi，在射频休眠时隙，节点设备根据采集的数据队列分析数据变化情况，并调整深度休眠时隙T_dsi。

3、根据权利要求1所述的分布式自适应工业无线网络节能方法，其特征在于，依据数据发送以及监听能量管理器命令的时间确定唤醒时隙T_wi。

4、根据权利要求1所述的分布式自适应工业无线网络节能方法，其特征在于，所述数据发送状态包括，长数据帧发送状态和数据压缩发送状态，其中，长数据帧发送不改变帧头，数据压缩发送根据特征向量实施数据压缩。

5、根据权利要求2所述的分布式自适应工业无线网络节能方法，其特征在于，根据数据队列中集合的方差V_i+1值的变化分析数据变化情况。

6、根据权利要求4所述的分布式自适应工业无线网络节能方法，其特征在于，通过选择最优的特征向量值X^char使得 $\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}|x_i-x^{\mathrm{char}}|=\min \left(\underset{i=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\right|x_i-x^{\&prime;}\left|\right),$ 确定压缩数据帧。

Images