CN102176149A - 基于无线传感器网络的智能楼宇能耗监测系统 - Google Patents

Abstract

基于无线传感器网络的智能楼宇能耗监测系统，包括数据采集模块，其包括数据采集器，所述数据采集器设置在建筑大楼的每层楼，用于采集每层楼每个房间配设的楼宇智能设备能耗的数据信号；所述数据采集器连接到Zigbee无线拓扑结构上，其包括Zigbee远程节点，每幢建筑大楼布设有一个对应的所述Zigbee远程节点，所述Zigbee远程节点用于将从数据采集器接收到的数据信号转发到所述Zigbee中心节点；所述Zigbee中心节点将接收到的数据信号传输到数据中心，所述数据中心包括服务器端，所述服务器端包括建筑能耗分析系统，所述建筑能耗分析系统用于实时分析和精确诊断每幢建筑大楼的能耗，将结果传输给客户端并在客户端显示。

Description

基于无线传感器网络的智能楼宇能耗监测系统

技术领域

本发明涉及一种基于无线传感器网络的智能楼宇能耗监测系统。

背景技术

近年来我国建筑能耗不断攀升，已占全国能源消耗将近30％，能耗比同等气候条件下发达国家要高出2-3倍。而另一方面，地球上的不可再生能源日益枯竭，石油价格日益高涨。这引起了社会及政府对能源利用率的高度关注。国务院近期发布的《关于加强节能工作的决定》(国发〔2006〕28号)规定，所有公共建筑内的单位，包括国家机关、社会团体、企事业组织和个体工商户，除特定用途外，夏季室内空调温度设置不低于26摄氏度，冬季室内空调温度设置不高于20摄氏度。有关部门要据此修订完善公共建筑室内温度有关标准，并加强监督检查。

但是，建筑能耗的监管及节能改造首先需要进行建筑能耗检测分析，需要对建筑中所有房间的温湿度、电量等信息进行采集和处理。目前，国内外信息采集的主要方式有：有线和无线两种。在有线方式中，其综合布线的工程量大、成本高，对既有建筑进行综合布线还存在诸如损坏外观等其它难以解决的问题；无线方式主要有WLAN、CDMA/GSM，但也存在组网不灵活、运行成本高等问题。因此，如何为建筑信息采集提供一个较为完美的方案，成为能耗诊断的一个关键问题。

发明内容

为了解决现有建筑能耗的监管和节能改造存在布线工程量大、组网不灵活、成本高的问题，本发明提供了一种设备布局优化、信息传输灵活、成本低的基于无线传感器网络的智能楼宇能耗监测系统。

本发明的技术方案：

基于无线传感器网络的智能楼宇能耗监测系统，其特征在于：包括数据采集模块、Zigbee无线拓扑结构、数据中心；

所述数据采集模块包括数据采集器，所述数据采集器设置在建筑大楼的每层楼，用于采集每层楼每个房间配设的楼宇智能设备能耗的数据信号；

所述数据采集器连接到Zigbee无线拓扑结构上，所述Zigbee无线拓扑结构包括Zigbee远程节点和Zigbee中心节点，每幢建筑大楼布设有一个对应的所述Zigbee远程节点，所述Zigbee远程节点用于将从数据采集器接收到的数据信号转发到所述Zigbee中心节点；

所述Zigbee中心节点将接收到的数据信号传输到数据中心，所述数据中心包括服务器端、客户端，所述服务器端包括建筑能耗分析系统，所述建筑能耗分析系统用于实时分析和精确诊断每幢建筑大楼的能耗，将结果传输给客户端并在客户端显示；

所述Zigbee远程节点和所述Zigbee中心节点是基于竞争机制的无线传感器网络分簇路由算法布局；所述基于竞争机制的无线传感器网络分簇路由算法如下：

1)簇头选择机制

基于竞争机制的无线传感器网络分簇路由算法在簇头选择时，将剩余能量高于网络平均能量设定值的节点成为候选簇头，定义节点竞争为候选簇头的条件：

Eres＞＝a·Eave    (1)

在每一轮的簇建立之前，节点都查看其当前剩余能量Eres和上一轮末网络平均剩余能量Eave，当Eres＞＝a·Eave时，此节点产生随机数，参与簇头竞争；反之，当Eres＜a·Eave时，节点能量有限，则节点就处于休眠状态，不参与簇头竞争，直至簇头选择结束，其中a为候选簇头竞争系数，范围为(0，1]之间，a·Eave为网络平均能量设定值；

再建立拟物力模型，对簇头个数和簇内负载加以优化，在拟物力模型中，假设在每一轮簇建立过程中，把已产生的簇头节点看作通信半径为R的“簇头圆盘”，设参与簇头选择并未被“簇头圆盘”覆盖的候选节点对其邻近的“簇头圆盘”具有吸引力，而已经被“簇头圆盘”覆盖的候选节点受“屏蔽效应”的影响对“簇头圆盘”不具有吸引力，定义参与簇头选择的第k个候选节点v_k对已产生的第i个“簇头圆盘”S_i的拟物力函数如下：

$f_{\mathrm{ik}}=\left\{\begin{array}{cc}\frac{R^2}{d_{\mathrm{ik}}^2},& v_k\∉\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{S}_n,d_{\mathrm{ik}}>R\\ 0,& \mathrm{else}\end{array}\right.---\left(2\right)$

其中d_ik表示候选节点和“簇头圆盘”圆心之间的距离，R²充当“簇头圆盘”的质量，N为已选出来簇头个数，表示只有未被覆盖的候选节点才能对“簇头圆盘”产生引力；

在参考拟物力模型下，对簇头选择阈值T(n)引入拟物力进行约束，改进后的阈值计算公式为：

$T^{\′\′}\left(n\right)=\frac{p}{1-p\·\left[r\mathrm{mod}(1/p)\right]}\·\exp ({-R}^2/{\mathrm{dik}}^2)---\left(3\right)$

2)簇形成过程

簇头选择结束以后，簇头节点便在其通信范围内广播“簇头信息”，告诉其它节点自己已是簇头，普通节点在收到各个簇头的广播消息后，要选择一个簇头成为该簇的一个成员；

普通节点成簇方式如下：a.引入通信代价公式(6)来决定普通节点加入哪个簇；b.普通节点与簇头间的拟物力作用来成簇；

两种成簇方式依据普通节点依概率公式(4)竞争成簇，普通节点首先产生一个0～1之间的随机概率rand，根据rand所在区间选择成簇方式，ε是自定义系数，区间为[0，1]；当rand在[0，ε)内，普通节点按照通信代价公式(6)成簇；当rand在[ε，1]内，普通节点按照拟物力公式(5)成簇；

$\left\{\begin{array}{cc}\min \left\{\cos t(j,i)\right\},& \mathrm{rand}\∈[0,\mathrm{\ϵ})\\ \arg \max \left(f_i\right),& \mathrm{rand}\∈[\mathrm{\ϵ},1]\end{array}\right.---\left(4\right)$

$f_i=\frac{R^2}{d_{\mathrm{toCh}\left(i\right)}}---\left(5\right)$

R为簇头的通信半径，d_toCh(i)为普通节点到簇头i的距离，计算节点与簇头i的拟物力f_i，选择f_i最大的簇头为自己的簇头；

$\cos t(j,i)=w\·\frac{d(P_j,{\mathrm{Ch}}_i)}{d_{f\_\max }}+(1-w)\·\frac{d({\mathrm{Ch}}_i,\mathrm{BS})-d_{g\_\min }}{d_{g\_\max }-d_{g\_\min }}---\left(6\right)$

其中：d_{f_max}＝max{d(P_j，Ch_i)}；d_{g_min}＝min{d(Ch_i，BS)}；d_{g_max}＝max{d(Ch_i，BS)}

cost(j，i)是节点P_j加入簇头i的代价；d(P_j，Ch_i)是节点到簇头的距离；d(Ch_i，BS)是簇头i到基站的距离；权值w的设置则是根据具体应用，在成员节点能量与簇头能量耗费之间的折衷，目标是最大化网络生命周期；节点P_j选择最小cost(j，i)的簇头i加入；

普通节点选取cost(j，i)最小或者f_i最大的簇头作为自己的簇头后，发送“请求加入簇”消息通知簇头；

簇头节点接收到所有的“请求加入簇”消息后，为簇内成员分配时间槽，生成TDMA消息，并发送给该簇内所有成员节点，当簇内成员节点接收到该消息后，就会保存自己的时间槽；

3)能耗分析

普通节点消耗的能量包括接收“簇头消息”、发送“请求加入簇”消息和发送数据包的能耗，公式如下：

E_{R_CP}＝CP·E_elec

$E_{T\_\mathrm{CP}}=\mathrm{CP}\·E_{\mathrm{elec}}+\mathrm{CP}\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}}^2---\left(7\right)$

$E_{T\_\mathrm{DP}}=\mathrm{DP}\·E_{\mathrm{elec}}+\mathrm{DP}\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}}^2$

其中，E_elec表示发射和接收单位比特数据消耗的能量，E_fs表示功率放大器消耗单位比特数据的能量，CP是控制包的大小，DP是数据包的大小，d_Ch是簇内成员节点到簇头的距离；

簇头消耗的能量包括广播“簇头信息”、接收“请求加人簇”消息、接收数据包、融合数据和转发数据到Sink节点五部分的能耗，如式(8)所示，

E_{B_CP}＝CP·E_elec+CP·E_fs·R²

E_{R_CP}＝CP·E_elec

E_{R_DP}＝DP·E_elec               (8)

E_Df＝DP·E_df

$E_{T\_\mathrm{DP}}=\mathrm{DP}\·d_f\·E_{\mathrm{elec}}+\mathrm{DP}\·d_f\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}\_\mathrm{Sink}}^2$

其中E_df表示融合单位比特数据所消耗的能量，E_{B_CP}为广播簇头信息消耗的能量，R为节点通信半径，d_f是融合系数，d_{Ch_Sink}是簇头节点到Sink节点的距离。

进一步，所述Zigbee无线拓扑结构是采用无线传感网传输协议，所述无线传感网传输协议包括应用层、网络层、媒体接入层及物理层，

所述应用层包括传感器接口管理模块、应用配置模块、应用支持子层，所述传感接口管理模块通过传感器服务接口与传感器设备进行交互，用于进行传感器状态、参数控制操作，所述传感数据接口用于接收传感器设备的传感数据；所述应用配置模块用于配置是否动态加载应用支持子层，以及配置子层的功能参数；所述应用支持子层包括信息数据库、时间同步模块、安全策略模块，用于跟传感器接口管理模块进行数据交互，对传感器而来的传感数据添加应用层协议帧头，发送至网络层数据服务实体；

所述网络层包括网络层安全管理、路由管理、拓扑控制、网络层信息库，所述拓扑控制模块通过网络层管理实体接口接收网络初始化命令，开始驱动自组分簇网络拓扑形成，以及在网络生存过程中，维护网络拓扑、节点移动性管理；所述网络层信息库用于管理节点的网络属性；所述路由管理模块用于责建立和维护从本节点到中心节点的路由，并在有数据产生或转发其他节点数据时，根据路由表信息，正确发送至下一跳节点；所述网络层通过网络层数据接口与应用支持子层相连，通过媒体接入层数据接口与媒体接入层相连；

所述媒体接入层包括媒体接入层安全管理、媒体接入控制模块、休眠管理模块、媒体接入曾信息库，所述媒体接入层信息库用于管理节点参数，在网络布设前可由用户根据应用需求统一配置；所述媒体接入层通过物理层数据接口与物理层相连；当媒体接入层接收到物理层上发的帧，对帧类型进行判别后，决定上传给网络层，或丢弃该帧、或应答该帧，当MAC层接收到网络层下发的帧，根据目前信道状态和媒体接入控制模块的策略，决定是否传送至物理层；

所述物理层将接收到来自媒体接入层下发的帧后，进行信道编码、加帧头、扩频、调制、功率控制，然后经射频天线发送至无线信道；所述物理层经射频天线接收到高于接收门限值的信号后，进行解调，并根据本时段媒体接入层使用的扩频码字进行同步捕获和跟踪，将接收到的码字信道的帧，依次进行去帧头、信道解码的操作，然后将数据上发至媒体接入层。

进一步，所述无线传感网通过无线传感网网关与主干网连接，所述无线传感网网关由无线传感网主节点、微控制器、主干网接入模块组成。

进一步，所述数据采集器与楼宇智能设备通过信号采集器连接，所述信号采集器将数据信号经netEasy自动化通信协议转换系统汇总到所述数据采集器。

进一步，所述服务器端与客户端是采用基于WebGIS计算模式，所述客户端是基于Object Web规范的WebGIS客户端，所述服务器端将原始用文本格式描述的矢量图形数据传送到客户端，由客户端解释程序生成矢量图形。

本发明的工作原理是：在建筑大楼每层每个房间配置一个电能表、一个水表、一个燃气表等楼宇智能设备，每层配备一个中央数据采集器；将整幢大楼的每层数据采集器连接到一个ZIGBEE远程节点上来，将每幢楼对应的ZIGBEE远程节点合理布局，由此节点转发过来的数据传输到ZIGBEE中心节点，由ZIGBEE中心节点将采集过来的数据传输到终端服务器上来，在客户端实现在线显示。

本发明在保证无线通信区域网络覆盖度和连通度的前提下，使用尽量少的无线传感器节点，同时采用网络覆盖算法来布局通信区域，以最优的布局来降低节点的能耗，延长网络的生存期。

分簇路由算法具有拓扑结构便于管理，无需维护复杂的路由表，较高的网络能量利用率，较好的可扩展性，适合大规模网络等特点，是目前路由算法研究的热点。LEACH作为早期的分簇路由算法，有效降低了网络能量耗费、延长了网络生命周期，但没有考虑节点能量因素。HEED、TEEN、PEGASIS和EERP等分簇路由算法在LEACH基础上进行了改进。这些算法虽然都考虑到了节点剩余能量以及网络拓扑结构，延长了网络生存周期，提高了网络路由效率，但没有从节点间能量竞争的角度加以考虑。

基于竞争机制的无线传感器网络分簇路由协议在簇头选择中引入竞争机制，当节点剩余能量高于网络平均能量设定值时，节点竞争为候选簇头，同时引入节点间的拟物力作用对阈值加以调整，以均衡网络中簇的分布；在簇形成过程中，普通节点根据通信代价及与簇头的拟物力依概率成簇。与现有算法比较结果表明，基于竞争机制的无线传感器网络分簇路由算法(CMCRP)在均衡网络负载，延长网络寿命等方面具有良好的性能。

目前就适合无线传感网通信协议的角度看，仅有一些无线个域网WPAN相关的协议，比如IEEE802.15.4、zigbee等。这些协议都没有专门针对无线传感器网络的要求来设计。无线传感器网络协议栈设计的原则应该是满足大规模网络、低功耗、低成本、短距离、多跳路由的网络类型、低网络维护开销、低速率和低数据吞吐量、低QoS、非实时和非同步通信、低机动性、特别的安全性、网络规模可扩展等要求。本发明根据建筑能耗检测等应用的特点，研究开发了具有自主知识产权的无线传感网传输协议。

协议栈设计主要包括了应用层、网络层、MAC层以及兼容多种通信机制的物理层。应用层：包括传感器接口管理模块、应用配置模块、应用支持子层。网络层：主要由网络层安全管理、路由管理、拓扑管理、信息库组成。媒体接入层(MAC层)：由MAC层安全管理、媒体接入控制模块、休眠管理模块、信息库组成。物理层：物理层的设计可根据不同需求对无线传感网无线信道的要求，选择采用合适的方案。

网络采用具有自主知识产权的无线传感网传输协议，结合了无线自组网技术，实现了快速、安全、可靠的无线组网，支持上百个节点的实时数据采集。

针对现场多种应用需求，研究设计的无线传感网与多种通信主干网实现融合的网关可实现第一的主干网接入或根据需要可配置需要的接入方式。网关的主要类型有：以太网、WLAN、Internet、GSM、GPRS、CDMA1X、EDGE、RS485、CAN网关等。网关主要由无线传感网主节点(包含一个无线传感网节点的所有硬件和软件结构)、微控制器、各种主干网接入模块组成。网关是一个独立工作的嵌入式设备，具有无线传感网和主干网相关的配置设置功能。能够方便地实现一个无线传感网系统接入到主干网。无线传感网的数据通过网络作透明处理传输到后台软件系统。

本发明的楼宇能耗数据的采集按照分类能耗和分项能耗进行。分类能耗是指根据建筑消耗的主要能源种类划分进行采集和整理的能耗数据，如：电、燃气、水等。分项能耗是指根据建筑消耗的各类能源的主要用途划分进行采集和整理的能耗数据，如：空调用电、动力用电、照明用电等。将水表、电表和燃气表的数据通过信号采集器经netEasy自动化通信协议转换系统汇总到数据采集器。

本发明基于WebGIS计算模式的无线传感网建筑能耗检测分析系统，实现空间信息和属性信息的一体化管理。本发明采用数据库、应用服务器(AreIMS和WebServer)和客户端三层WebGIS计算模式。根据Web应用的特点和网络的状况，采用混合模式来实现GIS功能在客户端和服务器端的空间处理功能分配；在客户端实现技术方面，采用基于Object Web规范的WebGIS客户端实现技术，可有效避免CGI形成的瓶颈，允许客户机直接调用服务器上的方法，从而可以动态平衡客户端请求的负载；WebGIS发布方案方面，采用基于XML矢量图形文件SVG的地图发布方式，利用文本指令定义图形的显示方式，图像的大小只与图形复杂度有关，而与图形的具体尺寸无关。在客户获取图形结果请求中，服务器将原始用文本格式描述的矢量图形数据传送到客户端，由客户端解释程序生成矢量图形，从而在支持无级缩放的同时可大大减少网络传输的数据量。

建立基于大量传感数据的建筑能耗分析模型，实现三维立体呈现方法，支持建筑的能源优化配置。大量接点的传感数据使建筑大楼能耗精确诊断和实时分析成为可能，三维立体呈现方式，可以全面动态展示大楼能耗变化的特点，与医学CT相似，后台计算机可以针对大楼各个侧面和各个楼面的能耗变化进行分析，使大楼能耗诊断和分析非常方便和直观，依据该软件的分析结果，提出该大楼节能改造的优化方案。

本发明的有益效果：

(1)基于竞争机制的无线传感器网络分簇路由算法很好的均衡网络负载，延长了网络寿命。

(2)自主知识产权的无线传感网传输协议，结合了无线自组网技术，实现了快速、安全、可靠的无线组网，支持上百个节点的实时数据采集。

(3)netEasy楼宇自动通讯转换系统技术实现模式，提供了良好的用户开发软件系统界面和简捷的智能楼宇监测工程实现方法，只要将其预设置的各种楼宇软件模块进行简单的“组态”，便可以非常容易地实现和完成楼宇数据集中监测系统各功能层的各项功能，缩短了智能楼宇监测的系统工程集成的时间，大大的提高了楼宇数据集中监测系统集成效率且未来具有良好的扩展性。

(4)基于WebGIS计算模式的无线传感网建筑能耗检测分析系统在支持无级缩放的同时可大大减少网络传输的数据量，大量接点的传感数据使建筑大楼能耗精确诊断和实时分析成为可能，三维立体呈现方式，可以全面动态展示大楼能耗变化的特点，与医学CT相似，后台计算机可以针对大楼各个侧面和各个楼面的能耗变化进行分析，使大楼能耗诊断和分析非常方便和直观，依据该软件的分析结果，提出该大楼节能改造的优化方案。

附图说明

图1是本发明的整体结构布局图。

图2本发明的簇头选择流程示意图。

图3是本发明的簇形成流程示意图。

图4是本发明的协议框架示意图。

图5是本发明的网关架构示意图。

具体实施方式

参照图1，基于无线传感器网络的智能楼宇能耗监测系统，包括数据采集模块、Zigbee无线拓扑结构、数据中心；

所述数据采集模块包括数据采集器1，所述数据采集器1设置在建筑大楼的每层楼，用于采集每层楼每个房间配设的楼宇智能设备2能耗的数据信号；

所述数据采集器1连接到Zigbee无线拓扑结构上，所述Zigbee无线拓扑结构包括Zigbee远程节点3和Zigbee中心节点4，每幢建筑大楼布设有一个对应的所述Zigbee远程节点3，所述Zigbee远程节点3用于将从数据采集器1接收到的数据信号转发到所述Zigbee中心节点4；

所述Zigbee中心节点4将接收到的数据信号传输到数据中心，所述数据中心包括服务器端5、客户端6，所述服务器端5包括建筑能耗分析系统，所述建筑能耗分析系统用于实时分析和精确诊断每幢建筑大楼的能耗，将结果传输给客户端6并在客户端6显示；

所述Zigbee远程节点和所述Zigbee中心节点是基于竞争机制的无线传感器网络分簇路由算法布局；所述基于竞争机制的无线传感器网络分簇路由算法如下：

1)簇头选择机制

在LEACH和EERP算法中，簇头选择机制保证了网络的自组织特性，但并没有将剩余能量作为簇头选择的前提条件，本算法在簇头选择中考虑了节点剩余能量和网络平均能量间的关系，从而优化了EERP的簇头选择机制。CMCRP簇头选择时，优先考虑剩余能量高于网络平均能量设定值的节点成为候选簇头。定义节点竞争为候选簇头的条件：

Eres＞＝a·Eave    (1)

在每一轮的簇建立之前，节点都查看其当前剩余能量Eres和上一轮末网络平均剩余能量Eave。当Eres＞＝a·Eave时，此节点产生随机数，参与簇头竞争；反之，当Eres＜a·Eave时，节点能量有限，则节点就处于休眠状态，不参与簇头竞争，直至簇头选择结束。其中a为候选簇头竞争系数，范围为(0，1]之间，a·Eave为网络平均能量设定值。

满足式(1)的节点成为候选簇头，才有机会竞争成为簇头节点，这样做有效的避免了低能量节点成为簇头的可能性，平衡了网络能量消耗，提高了网络生存期。但由于每轮产生的簇头数量很不稳定，没有稳定在最优簇头数。仿真时发现最多一轮产生的簇头个数高达13个，而最少只有3个。为此，我们引进拟物力模型，对簇头个数和簇内负载加以优化。

拟物拟人算法是解决某些NP问题的一条高效率途径，它最早由黄文奇提出并加以应用，是一种从大自然和人类社会经验中寻找智能的启发式优化算法。所谓拟物即是找到与原始数学问题等价的物理世界，观察这个世界中物质运动的生动形象，然后从中受到启发以求解数学问题。本文针对无线传感器网络分簇路由优化模型的特点，设计了拟物力模型。

在拟物力模型中，假设在每一轮簇建立过程中，把已产生的簇头节点看作通信半径为R的“簇头圆盘”。设参与簇头选择并未被“簇头圆盘”覆盖的候选节点对其邻近的“簇头圆盘”具有吸引力，而已经被“簇头圆盘”覆盖的候选节点受“屏蔽效应”的影响对“簇头圆盘”不具有吸引力。仿照万有引力的形式同时引入“屏蔽效应”。定义参与簇头选择的第k个候选节点v_k对已产生的第i个“簇头圆盘”S_i的拟物力函数如下：

$f_{\mathrm{ik}}=\left\{\begin{array}{cc}\frac{R^2}{d_{\mathrm{ik}}^2},& v_k\∉\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{S}_n,d_{\mathrm{ik}}>R\\ 0,& \mathrm{else}\end{array}\right.---\left(2\right)$

其中d_ik表示候选节点和“簇头圆盘”圆心之间的距离，R2充当“簇头圆盘”的质量，N为已选出来簇头个数，

表示只有未被覆盖的候选节点才能对“簇头圆盘”产生引力。为了解决簇头个数不稳定问题，在参考拟物力模型下，对簇头选择阈值T(n)引入拟物力进行约束。改进后的阈值计算公式为：

$T^{\′\′}\left(n\right)=\frac{p}{1-p\·\left[r\mathrm{mod}(1/p)\right]}\·\exp ({-R}^2/{\mathrm{dik}}^2)---\left(3\right)$

由式(3)可知，exp(-R²/dik²)恒小于1，从而保证了阈值T″(n)的有效性。且阈值T″(n)是d_ik的增函数。离邻近簇头越远的候选簇头拟物力越小，阈值越大，成为簇头的可能性也就越高，从而保证簇头个数的均匀分布。簇头选择流程示意图如图2所示。

2)簇形成过程

簇头选择结束以后，簇头节点便在其通信范围内广播“簇头信息”，告诉其它节点自己已是簇头。通常，在收到各个簇头的广播消息后，普通节点要选择一个簇头，成为该簇的一个成员。

在LEACH簇形成中，普通节点根据接收到簇头的信号强度，选择信号强度最大的簇头节点作为自己的簇头，并向其发送“请求加入簇”信息；在EERP簇形成中，普通节点选择簇头时，不仅考虑到各簇头，还考虑到Sink节点，基于距离和能量消耗决定是加入某个簇，还是作为一个独立节点，直接与Sink节点通信。独立节点机制降低了节点能耗，延长了网络生存周期。但以上成簇算法中，节点不能保证簇的负载平衡，没有考虑距基站较远的簇头能量耗费过快等问题。针对这一问题，CMCRP引入通信代价公式(6)来决定节点加入哪个簇。这样做，既考虑节点自身通信代价，又考虑簇头通信代价，根据具体网络环境，通过权值w的合理设置，可以有效地平衡网络负载。

与此同时，CMCRP也考虑到了普通节点与簇头(包括Sink簇头)间的拟物力作用来成簇。两种成簇方式主要依据普通节点依概率公式(4)竞争成簇。具体实现：普通节点首先产生一个0～1之间的随机概率rand，根据rand所在区间选择成簇方式。ε是自定义系数，区间为[0，1]。当rand在[0，ε)内，普通节点按照通信代价公式(6)成簇；当rand在[ε，1]内，普通节点按照拟物力公式(5)成簇。

$\left\{\begin{array}{cc}\min \left\{\cos t(j,i)\right\},& \mathrm{rand}\∈[0,\mathrm{\ϵ})\\ \arg \max \left(f_i\right),& \mathrm{rand}\∈[\mathrm{\ϵ},1]\end{array}\right.---\left(4\right)$

$f_i=\frac{R^2}{d_{\mathrm{toCh}\left(i\right)}}---\left(5\right)$

R为簇头的通信半径，d_toCh(i)为普通节点到簇头i的距离。计算节点与簇头i的拟物力f_i，选择f_i最大的簇头为自己的簇头。

$\cos t(j,i)=w\·\frac{d(P_j,{\mathrm{Ch}}_i)}{d_{f\_\max }}+(1-w)\·\frac{d({\mathrm{Ch}}_i,\mathrm{BS})-d_{g\_\min }}{d_{g\_\max }-d_{g\_\min }}---\left(6\right)$

其中：d_{f_max}＝max{d(P_j，Ch_i)}；d_{g_min}＝min{d(Ch_i，BS)}；d_{g_max}＝max{d(Ch_i，BS)}

cost(j，i)是节点P_j加入簇头i的代价；d(P_j，Ch_i)是节点到簇头的距离；d(Ch_i，BS)是簇头i到基站的距离；权值w的设置则是根据具体应用，在成员节点能量与簇头能量耗费之间的折衷，目标是最大化网络生命周期。节点P_j选择最小cost(j，i)的簇头i加入，从而保证每个簇头负载均衡。

在各簇头节点广播“簇头消息”的同时，Sink节点也发送“基站簇信息”。“簇头消息”包括发送节点的ID号、消息标志和基站距离，其中Sink节点的ID号为0，消息包大小为CP。普通节点根据接收到的“簇头消息”的强度，来判断簇头的位置，计算到各簇头的距离。各簇头根据收到基站广播信息的信号强弱程度，计算与基站间的距离d(Ch_i，BS)。然后根据成簇方式，计算相应的拟物力f_i或者通信代价cost(j，i)。选取cost(j，i)最小或者f_i最大的簇头作为自己的簇头，并发送“请求加入簇”消息通知簇头。

簇头节点接收到所有的“请求加入簇”消息后，为簇内成员分配时间槽，生成TDMA消息，并发送给该簇内所有成员节点。当簇内成员节点接收到该消息后，就会保存自己的时间槽。

在数据传输阶段，节点根据簇头的TDMA消息，在各自的时间槽内发送数据。经过一段时间的数据传输，簇头节点对收集到的簇内成员的所有数据按照数据融合算法处理，并将融合后的数据直接传输给Sink节点。簇形成流程示意图如图3所示。

3)能耗分析

普通节点消耗的能量包括接收“簇头消息”、发送“请求加入簇”消息和发送数据包的能耗，公式如下：

E_{R_CP}＝CP·E_elec

$E_{T\_\mathrm{CP}}=\mathrm{CP}\·E_{\mathrm{elec}}+\mathrm{CP}\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}}^2---\left(7\right)$

$E_{T\_\mathrm{DP}}=\mathrm{DP}\·E_{\mathrm{elec}}+\mathrm{DP}\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}}^2$

其中，E_elec表示发射和接收单位比特数据消耗的能量，E_fs表示功率放大器消耗单位比特数据的能量，CP是控制包的大小，DP是数据包的大小，d_Ch是簇内成员节点到簇头的距离；

簇头消耗的能量包括广播“簇头信息”、接收“请求加人簇”消息、接收数据包、融合数据和转发数据到Sink节点五部分的能耗，如式(8)所示，

E_{B_CP}＝CP·E_elec+CP·E_fs·R²

E_{R_CP}＝CP·E_elec

E_{R_DP}＝DP·E_elec               (8)

E_Df＝DP·E_df

$E_{T\_\mathrm{DP}}=\mathrm{DP}\·d_f\·E_{\mathrm{elec}}+\mathrm{DP}\·d_f\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}\_\mathrm{Sink}}^2$

其中E_df表示融合单位比特数据所消耗的能量，E_{B_CP}为广播簇头信息消耗的能量，R为节点通信半径，d_f是融合系数，d_{Ch_Sink}是簇头节点到Sink节点的距离。

所述Zigbee无线拓扑结构是采用无线传感网传输协议，协议框架示意图如图4所示。

应用层：包括传感器接口管理模块、应用配置模块、应用支持子层。传感接口管理模块通过传感器服务接口与传感器设备进行交互，主要进行传感器状态、参数控制等操作，传感数据接口主要接收传感器设备的传感数据。应用配置模块根据网络应用类型和特性，来配置是否动态加载应用支持子层，以及配置子层的功能参数。应用支持子层主要包括信息数据库、时间同步模块、安全策略等模块，主要跟传感器接口管理模块进行交互。对传感器而来的传感数据添加应用层协议帧头，发送至网络层数据服务实体。

网络层：主要由网络层安全管理、路由管理、拓扑管理、信息库组成。拓扑管理模块作为主导功能模块，通过网络层管理实体接口接收网络初始化命令，开始驱动自组分簇网络拓扑形成，以及在网络生存过程中，维护网络拓扑、节点移动性管理等。网络层信息库主要管理节点的网络属性，如节点的标识、簇标识、邻居节点等。路由管理模块主要负责建立和维护从本节点到中心节点的路由，并在有数据产生或转发其他节点数据时，根据路由表信息，正确发送至下一跳节点。网络层通过网络层数据接口与应用支持子层相连，通过MAC层数据接口与MAC层相连。如果由MAC层数据接口上传的数据为本节点，则上传至应用支持子层，若本节点为路由数据的中间路由节点，则根据路由表，选择最优路径，重新设置路由帧，下发至MAC层。网络层的设计包含网络结构和路由两方面。虽然无线传感网是一个自组织的无中心网络，但是为了解决可扩展性的问题，还是需要设计一个在低占空比媒体接入层基础上的合适的网络结构。低通信占空比、无中心自组织的要求决定无线传感网需要设计特殊的路由算法和模型。

媒体接入层(MAC层)：由MAC层安全管理、媒体接入控制模块、休眠管理模块、信息库组成。MAC层信息库主要管理节点用于节点功率级别参数、帧参数、休眠比例尺、通信时隙长度等参数，在网络布设前可由用户根据应用需求统一配置。MAC层通过MAC层数据接口与网络层实体相连，通过物理层数据接口与物理层相连。当MAC层接收到物理层上发的帧，对帧类型进行判别后，决定上传给网络层，或丢弃该帧、或应答该帧。当MAC层接收到网络层下发的帧，根据目前信道状态和媒体接入控制模块的策略，决定是否传送至物理层。

物理层：物理层的设计可根据不同需求对无线传感网无线信道的要求，选择采用合适的方案。要能够提供由MAC层定义的功能和接口标准。如采用直接序列扩频方案的话(DSSS)，则通过物理层数据接口接收到来自MAC层下发的帧后，进行信道编码、加帧头、扩频、调制、功率控制，然后经射频天线发送至无线信道，其中扩频码字来自于MAC层信息库。物理层经射频天线接收到高于接收门限值的信号后，进行解调，并根据本时段MAC层使用的扩频码字进行同步捕获和跟踪，如相关峰高于设定门限值，则表示接收到该码字信道的帧，然后依次进行去帧头、信道解码的操作，然后将数据通过物理层数据接口上发至MAC层。

协议栈设计中网络层的拓扑控制在整个协议栈设计中起着支撑架构的作用，不仅是上层协议的网络基础，同时也和MAC层紧密结合，影响网络的整体性能。另外，对于网络中至关重要的节点休眠管理问题，必须结合拓扑控制和MAC协议进行跨层优化设计。

所述无线传感网通过无线传感网网关与主干网连接，所述无线传感网网关由无线传感网主节点、微控制器、主干网接入模块组成。网关架构示意图如图5所示，由于网关的功能要求高，作为硬件核心的微控制器适合采用基于32位RISC架构的ARM处理器核的微控制器。各种主干网形式中，接入以太网并实现与INTERNET的融合应该是最主要的形式。网关设计尽量选用集成度高的ARM控制器，包含尽可能大的存储器资源、IEEE802.3的MAC、丰富的外围模块和接口。对于接入INTERNET，还需要DSL拨号模块和路由器模块。ARM控制器要具有同步和异步通信串口是必要的，用于连接GSM、GPRS、CDMA1X、无线传感网主节点等模块。网关的LCD和键盘的设计是可选的。

网关的电源设计采用有源电即可，没有必要使用电池供电，因为网关的功耗相对无线传感网节点的功耗高，一定要工作在有有源电的地方。网关的数量很少，一个无线传感网系统一般情况下只配备一个网关即可。

网关软件的设计是另外一个重要的设计内容。由于网关的功能复杂，需要一个好的实时操作系统比如嵌入式LINUX的支持。软件的形式可以是运行与计算机上的一个独立安装的用户界面程序，也可以是嵌入到网关设备中的嵌入式WEB服务器软件的形式。用户只要连接好网络与计算机，登录一个网络地址就可以完成网关的各种配置功能。

所述数据采集器1与楼宇智能设备2通过信号采集器连接，所述信号采集器将数据信号经netEasy自动化通信协议转换系统汇总到所述数据采集器1。所述的数据采集模块对楼宇能耗数据的采集按照分类能耗和分项能耗进行。分类能耗是指根据建筑消耗的主要能源种类划分进行采集和整理的能耗数据，如：电、燃气、水等。分项能耗是指根据建筑消耗的各类能源的主要用途划分进行采集和整理的能耗数据，如：空调用电、动力用电、照明用电等。此模块采用了netEasy自动化通信协议转换系统，在建筑大楼每层每个房间配置一个电能表、一个水表、一个燃气表等楼宇智能设备，每层配备一个中央数据采集器。数据的采集通过带有RS232或RS485的各计量装置，利用无线传感器结点自动采集并传输，将整幢大楼的每层数据采集器连接到一个ZIGBEE远程节点上来，将每幢楼对应的ZIGBEE远程节点合理布局，由此节点转发过来的数据传输到ZIGBEE中心节点，由ZIGBEE中心节点将采集过来的数据传输到终端服务器上来，在客户端实现在线显示。

所述服务器端5与客户端6是采用基于WebGIS计算模式，所述客户端6是基于Object Web规范的WebGIS客户端，所述服务器端1将原始用文本格式描述的矢量图形数据传送到客户端6，由客户端6解释程序生成矢量图形。

所述的数据中心基于全功能的WebGIS服务器，并在其上建立完整的GIS业务逻辑，实现三维空间信息可视化、空间数据和属性数据一体化管理、数据编辑和空间拓扑分析的建筑能耗检测分析。

基于WebGIS计算模式的无线传感网建筑能耗检测分析系统原理图如图5所示，WebGIS计算模式包括客户端和服务器端实现两个方面。服务器端的实现技术包括CGI、Server API、ASP、JSP等，客户端的实现技术主要有JavaApplet、ActiveX和Plug-in。目前大部分WebGIS采用的是CGI/Sever API方法，如ESRI公司的MapObjects/ArcView IMS和MapInfo公司的MapXtreme，这种方式的缺点是对每个TCP/IP请求，都生成并启动一个CGI进程进行处理，随着同时的TCP/IP连接数目的增加，Web服务器会过载，并且生成的许多CGI脚本是解释性的shell脚本，它比编译后的代码的运行速度要慢得多，降低了系统的响应速度；尤其是回传用户的数据是在服务器端生成的图像数据，因此网络数据流量较大，性能受网络带宽和通信量的影响大，难以进一步提高速度。

针对上述问题，本发明采用数据库、应用服务器(ArcIMS和WebServer)和客户端三层WebGIS计算模式。根据Web应用的特点和网络的状况，采用混合模式来实现GIS功能在客户端和服务器端的空间处理功能分配；在客户端实现技术方面，采用基于Object Web规范的WebGIS客户端实现技术，可有效避免CGI形成的瓶颈，允许客户机直接调用服务器上的方法，从而可以动态平衡客户端请求的负载；WebGIS发布方案方面，采用基于XML矢量图形文件SVG的地图发布方式，利用文本指令定义图形的显示方式，图像的大小只与图形复杂度有关，而与图形的具体尺寸无关。在客户获取图形结果请求中，服务器将原始用文本格式描述的矢量图形数据传送到客户端，由客户端解释程序生成矢量图形，从而在支持无级缩放的同时可大大减少网络传输的数据量。

三维空间信息的可视化是基于大量传感数据的。由于采用无线传感网端机分布在每个房间和大楼其他需要采集信息的位置，因此可以实时和全面采集每个房间的温度、湿度、电量等实时数据，利用这些信息，后台软件可以统计和分析出建筑大楼的末端用能是否合理。大量接点的传感数据使建筑大楼能耗精确诊断和实时分析成为可能，三维立体呈现方式，可以全面动态展示大楼能耗变化的特点，与医学CT相似，后台计算机可以进行针对大楼各个侧面和各个楼面的能耗变化分析，使大楼能耗诊断和分析非常方便和直观，依据该软件的分析结果，提出该大楼节能改造的优化方案。

本发明整体布局采用快速、稳定、低功耗和多节点的自组织无线传感网平台，分布式和并行处理的无线传感网体系结构和实现算法，解决了无线传感网大规模节点组网、网络可无缝扩展、节点资源分配和使用平衡、节点功耗平衡等关键问题。使无线传感网系统在大规模节点情况下具有快速组网、协议栈分层的统一设计、节点分布式协同通信、系统低功耗、节点同构、系统健壮的特点，而且无线传感网的任意节点都能够在任何时候作为系统的主节点向外提供数据。布局面向现场应用需求的检测节点多种通信模式配置机制，实现从无线传感网到主干网的无缝连接，为后面基于WebGIS计算模式的软件平台提供基础通道。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (5)

1.基于无线传感器网络的智能楼宇能耗监测系统，其特征在于：包括数据采集模块、Zigbee无线拓扑结构、数据中心；

所述数据采集模块包括数据采集器，所述数据采集器设置在建筑大楼的每层楼，用于采集每层楼每个房间配设的楼宇智能设备能耗的数据信号；

所述数据采集器连接到Zigbee无线拓扑结构上，所述Zigbee无线拓扑结构包括Zigbee远程节点和Zigbee中心节点，每幢建筑大楼布设有一个对应的所述Zigbee远程节点，所述Zigbee远程节点用于将从数据采集器接收到的数据信号转发到所述Zigbee中心节点；

所述Zigbee中心节点将接收到的数据信号传输到数据中心，所述数据中心包括服务器端、客户端，所述服务器端包括建筑能耗分析系统，所述建筑能耗分析系统用于实时分析和精确诊断每幢建筑大楼的能耗，将结果传输给客户端并在客户端显示；

所述Zigbee远程节点和所述Zigbee中心节点是基于竞争机制的无线传感器网络分簇路由算法布局；所述基于竞争机制的无线传感器网络分簇路由算法如下：

1)簇头选择机制

基于竞争机制的无线传感器网络分簇路由算法在簇头选择时，将剩余能量高于网络平均能量设定值的节点成为候选簇头，定义节点竞争为候选簇头的条件：

Eres＞＝a·Eave    (1)

在每一轮的簇建立之前，节点都查看其当前剩余能量Eres和上一轮末网络平均剩余能量Eave，当Eres＞＝a·Eave时，此节点产生随机数，参与簇头竞争；反之，当Eres＜a·Eave时，节点能量有限，则节点就处于休眠状态，不参与簇头竞争，直至簇头选择结束，其中a为候选簇头竞争系数，范围为(0，1]之间，a·Eave为网络平均能量设定值；

再建立拟物力模型，对簇头个数和簇内负载加以优化，在拟物力模型中，假设在每一轮簇建立过程中，把已产生的簇头节点看作通信半径为R的“簇头圆盘”，设参与簇头选择并未被“簇头圆盘”覆盖的候选节点对其邻近的“簇头圆盘”具有吸引力，而已经被“簇头圆盘”覆盖的候选节点受“屏蔽效应”的影响对“簇头圆盘”不具有吸引力，定义参与簇头选择的第k个候选节点v_k对已产生的第i个“簇头圆盘”S_i的拟物力函数如下：

$f_{\mathrm{ik}}=\left\{\begin{array}{cc}\frac{R^2}{d_{\mathrm{ik}}^2},& v_k\∉\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{S}_n,d_{\mathrm{ik}}>R\\ 0,& \mathrm{else}\end{array}\right.---\left(2\right)$

其中d_ik表示候选节点和“簇头圆盘”圆心之间的距离，R²充当“簇头圆盘”的质量，N为已选出来簇头个数，

表示只有未被覆盖的候选节点才能对“簇头圆盘”产生引力；

在参考拟物力模型下，对簇头选择阈值T(n)引入拟物力进行约束，改进后的阈值计算公式为：

$T^{\′\′}\left(n\right)=\frac{p}{1-p\·\left[r\mathrm{mod}(1/p)\right]}\·\exp ({-R}^2/{\mathrm{dik}}^2)---\left(3\right)$

2)簇形成过程

簇头选择结束以后，簇头节点便在其通信范围内广播“簇头信息”，告诉其它节点自己已是簇头，普通节点在收到各个簇头的广播消息后，要选择一个簇头成为该簇的一个成员；

普通节点成簇方式如下：a.引入通信代价公式(6)来决定普通节点加入哪个簇；b.普通节点与簇头间的拟物力作用来成簇；

两种成簇方式依据普通节点依概率公式(4)竞争成簇，普通节点首先产生一个0～1之间的随机概率rand，根据rand所在区间选择成簇方式，ε是自定义系数，区间为[0，1]；当rand在[0，ε)内，普通节点按照通信代价公式(6)成簇；当rand在[ε，1]内，普通节点按照拟物力公式(5)成簇；

$\left\{\begin{array}{cc}\min \left\{\cos t(j,i)\right\},& \mathrm{rand}\∈[0,\mathrm{\ϵ})\\ \arg \max \left(f_i\right),& \mathrm{rand}\∈[\mathrm{\ϵ},1]\end{array}\right.---\left(4\right)$

$f_i=\frac{R^2}{d_{\mathrm{toCh}\left(i\right)}}---\left(5\right)$

R为簇头的通信半径，d_toCh(i)为普通节点到簇头i的距离，计算节点与簇头i的拟物力f_i，选择f_i最大的簇头为自己的簇头；

$\cos t(j,i)=w\·\frac{d(P_j,{\mathrm{Ch}}_i)}{d_{f\_\max }}+(1-w)\·\frac{d({\mathrm{Ch}}_i,\mathrm{BS})-d_{g\_\min }}{d_{g\_\max }-d_{g\_\min }}---\left(6\right)$

其中：d_{f_max}＝max{d(P_j，Ch_i)}；d_{g_min}＝min{d(Ch_i，BS)}；d_{g_max}＝max{d(Ch_i，BS)}

cost(j，i)是节点P_j加入簇头i的代价；d(P_j，Ch_i)是节点到簇头的距离；d(Ch_i，BS)是簇头i到基站的距离；权值w的设置则是根据具体应用，在成员节点能量与簇头能量耗费之间的折衷，目标是最大化网络生命周期；节点P_j选择最小cost(j，i)的簇头i加入；

普通节点选取cost(j，i)最小或者f_i最大的簇头作为自己的簇头后，发送“请求加入簇”消息通知簇头；

簇头节点接收到所有的“请求加入簇”消息后，为簇内成员分配时间槽，生成TDMA消息，并发送给该簇内所有成员节点，当簇内成员节点接收到该消息后，就会保存自己的时间槽；

3)能耗分析

普通节点消耗的能量包括接收“簇头消息”、发送“请求加入簇”消息和发送数据包的能耗，公式如下：

E_{R_CP}＝CP·E_elec

$E_{T\_\mathrm{CP}}=\mathrm{CP}\·E_{\mathrm{elec}}+\mathrm{CP}\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}}^2---\left(7\right)$

$E_{T\_\mathrm{DP}}=\mathrm{DP}\·E_{\mathrm{elec}}+\mathrm{DP}\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}}^2$

其中，E_elec表示发射和接收单位比特数据消耗的能量，E_fs表示功率放大器消耗单位比特数据的能量，CP是控制包的大小，DP是数据包的大小，d_Ch是簇内成员节点到簇头的距离；

簇头消耗的能量包括广播“簇头信息”、接收“请求加人簇”消息、接收数据包、融合数据和转发数据到Sink节点五部分的能耗，如式(8)所示，

E_{B_CP}＝CP·E_elec+CP·E_fs·R²

E_{R_CP＝CP}·E_elec

E_{R_DP}＝DP·E_elec              (8)

E_Df＝DP·E_df

$E_{T\_\mathrm{DP}}=\mathrm{DP}\·d_f\·E_{\mathrm{elec}}+\mathrm{DP}\·d_f\·E_{\mathrm{fs}}\·d_{\mathrm{Ch}\_\mathrm{Sink}}^2$

其中E_df表示融合单位比特数据所消耗的能量，E_{B_CP}为广播簇头信息消耗的能量，R为节点通信半径，d_f是融合系数，d_{Ch_Sink}是簇头节点到Sink节点的距离。

2.根据权利要求1所述的基于无线传感器网络的智能楼宇能耗监测系统，其特征在于：所述Zigbee无线拓扑结构是采用无线传感网传输协议，所述无线传感网传输协议包括应用层、网络层、媒体接入层及物理层，

所述应用层包括传感器接口管理模块、应用配置模块、应用支持子层，所述传感接口管理模块通过传感器服务接口与传感器设备进行交互，用于进行传感器状态、参数控制操作，所述传感数据接口用于接收传感器设备的传感数据；所述应用配置模块用于配置是否动态加载应用支持子层，以及配置子层的功能参数；所述应用支持子层包括信息数据库、时间同步模块、安全策略模块，用于跟传感器接口管理模块进行数据交互，对传感器而来的传感数据添加应用层协议帧头，发送至网络层数据服务实体；

所述网络层包括网络层安全管理、路由管理、拓扑控制、网络层信息库，所述拓扑控制模块通过网络层管理实体接口接收网络初始化命令，开始驱动自组分簇网络拓扑形成，以及在网络生存过程中，维护网络拓扑、节点移动性管理；所述网络层信息库用于管理节点的网络属性；所述路由管理模块用于责建立和维护从本节点到中心节点的路由，并在有数据产生或转发其他节点数据时，根据路由表信息，正确发送至下一跳节点；所述网络层通过网络层数据接口与应用支持子层相连，通过媒体接入层数据接口与媒体接入层相连；

所述媒体接入层包括媒体接入层安全管理、媒体接入控制模块、休眠管理模块、媒体接入曾信息库，所述媒体接入层信息库用于管理节点参数，在网络布设前可由用户根据应用需求统一配置；所述媒体接入层通过物理层数据接口与物理层相连；当媒体接入层接收到物理层上发的帧，对帧类型进行判别后，决定上传给网络层，或丢弃该帧、或应答该帧，当MAC层接收到网络层下发的帧，根据目前信道状态和媒体接入控制模块的策略，决定是否传送至物理层；

所述物理层将接收到来自媒体接入层下发的帧后，进行信道编码、加帧头、扩频、调制、功率控制，然后经射频天线发送至无线信道；所述物理层经射频天线接收到高于接收门限值的信号后，进行解调，并根据本时段媒体接入层使用的扩频码字进行同步捕获和跟踪，将接收到的码字信道的帧，依次进行去帧头、信道解码的操作，然后将数据上发至媒体接入层。

3.根据权利要求1或2所述的基于无线传感器网络的智能楼宇能耗监测系统，其特征在于：所述无线传感网通过无线传感网网关与主干网连接，所述无线传感网网关由无线传感网主节点、微控制器、主干网接入模块组成。

4.根据权利要求3所述的基于无线传感器网络的智能楼宇能耗监测系统，其特征在于：所述数据采集器与楼宇智能设备通过信号采集器连接，所述信号采集器将数据信号经netEasy自动化通信协议转换系统汇总到所述数据采集器。

5.根据权利要求4所述的基于无线传感器网络的智能楼宇能耗监测系统，其特征在于：所述服务器端与客户端是采用基于WebGIS计算模式，所述客户端是基于Object Web规范的WebGIS客户端，所述服务器端将原始用文本格式描述的矢量图形数据传送到客户端，由客户端解释程序生成矢量图形。

Images