CN102378410B - 博物馆物联网环境监测系统无线传感器节点的部署方法 - Google Patents

Abstract

本发明提供了一种博物馆物联网环境监测系统无线传感器节点的部署方法，首先建立一个无线传感器节点部署问题的模型，然后对无线传感器节点采用改进的遗传算法进行部署。本发明的优点是：在博物馆复杂的传播环境下，依据改进遗传算法使得传感器节点最优部署，构建了Zigbee自组网、高效节能的适合博物馆环境的无线传感网环境监测系统，避免了传统电缆布线时采集点布置困难、系统成本高、安装维护难度大的缺点。监测节点适应度高、应用灵活、不影响展室藏品布局，具有很强的自组织与扩展性。

Description

博物馆物联网环境监测系统无线传感器节点的部署方法

技术领域

本发明涉及无线传感器网络，具体是一种博物馆物联网环境监测系统无线传感器节点的部署方法。

背景技术

无线传感器网络(Wireless Sensor Networks.简称WSNs)是计算、通信和传感器三项技术相结合的产物，目前成为计算机科学领域一个活跃的研究分支。随着无线通信技术和电子器件技术的进步，促进了低成本、低功耗、体积小、多功能(感知、处理、通信功能)传感器的发展，从而使得开发低成本的传感器网络成为可能，从而使其具有更加广泛的应用领域。

无线传感器网络被视为环境监测、建筑监测的一个发展方向。它不需要固定网络支持，具有快速展开，抗毁性强等特点。无线传感器网络典型工作方式是：使用将大量传感器节点(数量从几百到几千个)部署到感兴趣区域，节点通过自组织快速形成一个无线网络。节点既是信息的采集和发出者，也充当信息的路由者，采集的数据通过多跳路由到达网关。网关是一个特殊的节点，可以通过Internet、移动通信网络、卫星等与监控中心通信。

无线传感器网络十分适用于文物储藏室环境监测、防盗与古建筑结构健康监测。对于文物储藏室的环境监测，将传感器节点合理部署在展室或储藏室内，可以测得文物存放环境的温度、湿度、光照和振动等数据，如果不合要求及时向监控中心报警，以便通知相关人员及时处理。利用加速度传感器测量振动，如果有振动异常，就会立即报警，监控中心收到报警信息后，立即派人到现场查看是否有穿墙、挖地洞等偷盗文物的行为发生或古建筑结构有异常变化。因此，将无线传感器网络用于文物保护，既能提高文物的保护水平又能节省人力资源，降低劳动强度。

目前，无线传感网技术主要应用领域包括工业自动化、智能楼宇、消费和家用自动化以及医用设备控制和农业自动化等方面。当前国内外对ZigBee技术的研究应用也集中在这几个方面，但是尽管如此，将ZigBee技术和节点遗传算法部署相结合用于博物馆文物三维空间环境监控的研究和实现尚未见报道。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种更适合文物环境监测系统无线传感器节点的部署方法，构建一套自组织、高适应度、低功耗的、优化部署的大型博物馆环境监测网络，避免传统博物馆有线方式采集点布置困难、节点冗余、功耗大、系统成本高、安装维护难度大的缺点。

按照本发明提供的技术方案，所述博物馆物联网环境监测系统无线传感器节点的部署方法，包括以下步骤：

步骤一、建立无线传感器节点部署问题的模型：

假设将N个传感器节点投放到文物监测区域V，传感器节点集合M＝{m₁，m₂，…，m_N}，其中m_i＝(x_i，y_i，z_i，R)，i＝1，2，…，N，(x_i，y_i，z_i)表示节点部署区域的空间坐标，R表示监测半径；V是三维空间，被离散化为a×b×c个网格点，然后通过以下公式计算网格点(x，y，z)有没有被传感器节点m_i覆盖，1≤x≤a，1≤y≤b，1≤z≤c：

其中1表示被覆盖，0表示未被覆盖；

由以上公式统计出空间V内被覆盖的总节点数目N_m，并定义无线传感器节点的覆盖率

$f_c\left(m\right)=\frac{N_m}{a\×b\×c};$

对于传感器节点m_i覆盖的测试点j，Td(m_i，j)是点j最强的传感器节点信号；定义点j的干扰E(j)为该点接收到的强度处于[R_d，T_d(m_i，j)]之间的传感器节点信号之和，其中R_d为信号敏感度值，即E(j)满足：

E(j)＝∑[T_d(m_i，j)-R_d]

由此最小化干扰水平的目标函数为：

$f_s\left(m\right)=\underset{j\∈V}{\mathrm{\Σ}}\frac{T_d(m_i,j)}{E\left(j\right)+T_d(m_i,j)};$

步骤二、对无线传感器节点采用遗传算法部署：

(1)首先将文物监测区域V中的每个可能的无线传感器节点放置候选点编码；所述候选点编码可采用16位二进制编码。

(2)确定无线传感器节点初始种群规模N、迭代次数DT、节点适应度值函数S(m)，S(m)＞0、交叉概率P_c和变异概率P_m；

(3)在文物监测区域V内随机生成N个个体组成初始监测节点种群P(k)，并令k初始等于0；

(4)计算P(k)中每个无线传感器节点的适应度函数值S(m)：

S(m)＝w_c·f_c(m)+w_s·f_s(m)

其中，w_c，w_s分别为子目标函数对应的权值，满足w_s+w_c＝1；

(5)计算当前无线传感器节点种群是否存在满足算法结束的适应度要求个体；若是，转步骤8，否则转步骤6；

(6)利用选择、交叉、变异算子生成下一代群体P(k+1)；

(7)判断上步中的k+1是否达到规定最大进化代数，若是，则转步骤9，否则将k+1代替步骤4中的k，转步骤4；

(8)选择无线传感器节点种群中适应度最高的个体进行编码，作为算法输出结果；

(9)没有达到最优部署，算法结束。

步骤二的第8步输出的结果是无线传感器节点的最优部署集，所述最优部署集为：保证覆盖整个文物监测区域V空间范围，不影响无线传感器节点及基站通信的最少数目的无线传感器节点部署集。

在所述最优部署集以外的其它无线传感器节点暂时休眠，直到有最优部署集中的无线传感器节点电量耗尽或者通信出现障碍时才进入正常工作状态，作为代替补充。

步骤二的第4步所述w_c和w_s的设定取决于博物馆对于文物监测指标的综合要求，w_c定义为文物监测区域V的覆盖率权重，w_s定义为无线传感器节点的能耗率权重。

本发明的优点是：在博物馆复杂的传播环境下，依据改进遗传算法使得传感器节点最优部署，构建了Zigbee自组网、高效节能的适合博物馆环境的无线传感网环境监测系统，避免了传统电缆布线时采集点布置困难、系统成本高、安装维护难度大的缺点。监测节点适应度高、应用灵活、不影响展室藏品布局，具有很强的自组织与扩展性。

附图说明

图1为本发明的博物馆物联网环境监测系统结构图；

图2为本发明系统的无线传感器节点结构图；

图3为无线传感器节点基于遗传算法最优部署的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，本发明涉及的博物馆物联网环境监测系统包括无线传感器节点，中控基站，中央监控模块3个层次。传感器节点通过无线通信与中控基站连接，中控基站通过Internet/GPRS与与中央监控模块连接。

如图2所示，为本发明的无线传感器节点包括：处理器模块，Zigbee模块，信号转换器，电源模块，通信接口，以及多元智能传感器(温湿度传感器，CO₂、SO₂、NO₂气体传感器，光照传感器，振动传感器，PH值传感器，气压传感器等)。传感器节点采集数据，经过信号转换器，转为数字信号，通过处理器过滤、压缩、编码，由无线通信多跳传输至中控基站。

所述中控基站包括微处理器、存储器、LED显示模块、扩展接口。中央监控模块，包括处理器模块，显示模块，存储模块，数据分析模块，响应模块。实现物物相连，实时监测。中控基站接收来自传感器节点的数据，实时显示，存储后发送至中央监控模块。

所述中央监控模块，包括处理器模块，显示模块，存储模块，数据分析模块，响应模块。中央监控模块接收来自中控基站的数据，实时显示，数据分析，并对报警和故障信息做出响应，驱动前端响应模块动作，调整文物环境。

传感器节点部署的过程，可按如下方案进行：

1、建立无线传感器节点部署问题的模型：

假设将N个传感器节点投放到文物监测区域V。传感器节点集合M＝{m₁，m₂，…，m_N}，其中m_i＝(x_i，y_i，z_i，R)，i＝1，2，…，N，(x_i，y_i，z_i)是节点部署区域的空间坐标，R是监测半径。V是三维空间，常被离散化为a×b×c个网格点，然后通过以下公式计算网格点(x，y，z)，1≤x≤a，1≤y≤b，1≤z≤c，有没有被传感器节点m_i覆盖(其中1表示被覆盖，0表示未被覆盖)。

由以上公式可以统计出空间V内被覆盖的总节点数目N_m，并定义无线传感器节点的覆盖率

$f_c\left(m\right)=\frac{N_m}{a\×b\×c};$

对于传感器节点m_i覆盖的测试点j，Td(m_i，j)是点j最强的传感器节点信号；定义点j的干扰E(j)为该点接收到的强度处于[R_d，T_d(m_i，j)]之间的传感器节点信号之和，其中R_d为信号敏感度值，即E(j)满足：

E(j)＝∑[T_d(m_i，j)-R_d]；

由此最小化干扰水平的目标函数为：

$f_s\left(m\right)=\underset{j\∈V}{\mathrm{\Σ}}\frac{T_d(m_i,j)}{E\left(j\right)+T_d(m_i,j)};$

2、如图3所示，本发明的博物馆物联网环境监测系统无线传感器节点部署的遗传算法如下：

(1)首先将博物馆展文物柜空间中的每个可能的无线传感器节点放置候选点编码，可设定16位二进制编码；

(2)确定无线传感器节点初始种群规模N、迭代次数DT、节点适应度值函数S(m)，S(m)＞0、交叉概率P_c和变异概率P_m；

(3)在博物馆文物环境搜索区域内随机生成N个个体组成初始监测节点种群P(k)，并令k初始等于0；

(4)计算P(k)中每个无线传感器节点的适应度函数值S(m)：

S(m)＝w_c·f_c(m)+w_s·f_s(m)

其中， $f_c\left(m\right)=\frac{N_m}{a\×b\×c},$ $f_s\left(m\right)=\underset{j\∈V}{\mathrm{\Σ}}\frac{T_d(m_i,j)}{E\left(t\right)+T_d(m_i,j)}.$ w_c，w_s分别为子目标函数对应的权值，它们的设定取决于博物馆对于文物监测指标的综合要求，满足w_s+w_c＝1；具体来说：f_c定义为文物保护区域的“覆盖率”，w_c为相应覆盖率的权重；f_s定义为传感器节点的“能耗率”，w_s为相应能耗率的权重。根据相应文物的保护要求等级，设定相应的目标函数的权值，构造出评估指标。调整两个指标w_c、w_s的权重，可以适应于不同文物不同环境的评估。例如一些对区域没有特殊要求的文物，如室内青铜器，瓷器等，可适当偏重“能耗率”指标，从而算法可以寻找需要传感器数目更少的覆盖方案，达到节能；而对于一些区域很敏感的文物，如大型壁画、雕像、古建筑等，可适当偏重“覆盖率”指标，从而算法可以找到充分覆盖的方案，此时需要的传感器数目自然会多一些。

(5)计算当前传感器节点种群是否存在满足算法结束的适应度要求个体(适应度值越大，部署方案越优)；若是，转步骤8，否则转步骤6；

(6)利用选择、交叉、变异算子生成下一代群体P(k+1)；

(7)判断上步中的k+1是否达到规定最大进化代数，若是，则转步骤9，否则将k+1代替步骤4中的k，转步骤4；

(8)选择传感器节点种群中适应度最高的个体进行16位二进制编码，作为算法输出结果；

(9)算法没有达到最优部署，算法结束。

通过以上步骤，采用遗传算法，在博物馆复杂的传播环境下，完成传感器节点最优部署。

3、数据采集与传输。

传感器节点采集文物环境数据，通过信号转换器，将模拟信号转化为数字信号，由无线通信模块，通过Zigbee通信协议多跳传输至中控基站，各个传感器节点之间均可互相通信，中控基站对数据信息作进一步处理，存储、编码、压缩打包后通过串口传输至中央监控模块，中央监控模块接收来自各个基站的数据，实时显示，并将其存储于数据库，进行数据分析。

中央监控模块又通过GPRS/3G/Internet网络与博物馆管理人员手持终端(手机等)相连，管理人员可即时接收来自中央监控模块转发的来自传感器节点的文物环境信息，以及预警和故障信息。

4、中央监控与反馈。

根据中央监控模块的实时显示、数据分析以及来自手持终端的信息，管理人员可即时调整文物环境的响应装置，比如丝织品展柜湿度传感器测得湿度值超过阈值，可调整抽湿机工作；雕像展柜传感器测得光照超过阈值，可调整窗帘、幕布等减少进光量。纸张、书卷展柜传感器测得SO₂等气体超标，可调整腐蚀性气体吸收装置工作。对于一段时间内文物环境参数的变化，可以做图表进行历史数据分析与对比。针对南方、北方较大的气候差异，还可以设置不同的报警阈值，使系统具有更大的环境适应性。

Claims (5)

1.博物馆物联网环境监测系统无线传感器节点的部署方法，其特征是包括以下步骤： 

步骤一、建立无线传感器节点部署问题的模型： 

假设将N个传感器节点投放到文物监测区域V，传感器节点集合M={m_l，m₂，…，m_N}，其中m_i=(x_i,y_i,z_i,R)，i=1,2,…,N，（x_i,y_i,z_i）表示节点部署区域的空间坐标，R表示监测半径；V是三维空间，被离散化为a×b×c个网格点，然后通过以下公式计算网格点(x,y,z)有没有被传感器节点m_i覆盖，1≤x≤a,1≤y≤b,1≤z≤c： 

其中1表示被覆盖，0表示未被覆盖； 

由以上公式统计出空间V内被覆盖的总节点数目N_m，并定义无线传感器节点的覆盖率 

对于传感器节点m_i覆盖的测试点j，  T_d (m_i,j)是点j最强的传感器节点信号；定义点j的干扰E(j)为该点接收到的强度处于[R_d,T_d(m_i,j)]之间的传感器节点信号之和，其中R_d为信号敏感度值，即E(j)满足: 

E(j)=∑[T_d(m_i,j)-R_d]； 

由此最小化干扰水平的目标函数为: 

步骤二、对无线传感器节点采用遗传算法部署： 

（1）首先将文物监测区域V中的每个可能的无线传感器节点放置候选点编码； 

（2）确定无线传感器节点初始种群规模N、迭代次数DT、节点适应度值函数S(m)，S(m)>0、交叉概率P_c和变异概率P_m； 

（3）在文物监测区域V内随机生成N个个体组成初始监测节点种群P(k)，并令k初始等于0； 

（4）计算P(k)中每个无线传感器节点的适应度函数值S(m)： 

S(m)=w_c·f_c(m)+w_s·f_s(m)； 

其中，w_c，w_s分别为子目标函数对应的权值，满足w_s+w_c=1； 

（5）计算当前无线传感器节点种群是否存在满足算法结束的适应度要求个体；若是，转步骤8，否则转步骤6； 

（6）利用选择、交叉、变异算子生成下一代群体P(k+1)； 

（7）判断上步中的k+1是否达到规定最大进化代数，若是，则转步骤9，否 则将k+1代替步骤4中的k，转步骤4； 

（8）选择无线传感器节点种群中适应度最高的个体进行编码，作为算法输出结果； 

（9）没有达到最优部署，算法结束。 

2.如权利要求1所述博物馆物联网环境监测系统无线传感器节点的部署方法，其特征是，步骤二的第8步输出的结果是无线传感器节点的最优部署集，所述最优部署集为：保证覆盖整个文物监测区域V空间范围，不影响无线传感器节点及基站通信的最少数目的无线传感器节点部署集。 

3.如权利要求2所述博物馆物联网环境监测系统无线传感器节点的部署方法，其特征是，在所述最优部署集以外的其它无线传感器节点暂时休眠，直到有最优部署集中的无线传感器节点电量耗尽或者通信出现障碍时才进入正常工作状态，作为代替补充。 

4.如权利要求1所述博物馆物联网环境监测系统无线传感器节点的部署方法，其特征是，所述候选点编码为16位二进制编码。 

5.如权利要求1所述博物馆物联网环境监测系统无线传感器节点的部署方法，其特征是，步骤二的第4步所述w_c和w_s的设定取决于博物馆对于文物监测指标的综合要求，w_c定义为文物监测区域V的覆盖率权重，w_s定义为无线传感器节点的能耗率权重。 

Images