CN103888957A - 基于玉米生长态势的信号损耗预测的节点扩散方法 - Google Patents

Abstract

本发明涉及一种基于玉米生长态势的信号损耗预测的节点扩散方法，包括：S1：根据无线信号传输模型确定节点部署高度h；S2：根据玉米生长态势对无线信号传输距离的影响和数据传输量能耗确定节点部署指导数目；S3：根据节点部署指导数目进行结构化部署，并进行分区和各个小区域内无线信号传输环境信息的采集；S4：根据采集到的各个小区域内无线信号传输环境信息进行各分区节点数目补充以及节点位置调整。本发明根据不同阶段玉米大田中无线信号的传输环境特征，给出节点部署模型，通过确定布设高度、网络范围、节点密度以及节点布设策略，以达到较少的节点布局密度，更高的能量利用率的效果。

Description

基于玉米生长态势的信号损耗预测的节点扩散方法

技术领域

本发明涉及计算机农业技术领域，尤其涉及一种基于玉米生长态势的信号损耗预测的节点扩散方法。

背景技术

无线传感器网络通过远程实时地监控，能够为农业生产提供环境实时精准数据，获取作物生境信息，快速调整种植方案，提高作物常量，减少成本投入，已经成为提高作物产量的关键技术。无线传感器网络应用于农业生产对农产品生产环境进行监测已经成为高质量食品生产及加工系统的重要环节，无线传感器网络的新兴技术将为农业提供新的经济机遇，同时无线传感器网络在农业中的应用面临着农田无线信号传输环境复杂以及农业应用中低成本的特殊需求。因此，研究适用于大田的无线传感器网络部署方法，即在复杂、随时间周期性渐变的种植环境下，如何通过合理的节点部署方法，达到满足监测覆盖率、连通性要求和降低节点部署成本的目的，是无线传感器网络再农田中应用的基础问题。

目前用的比较多的部署方法包括结构化部署和随机部署两种。如何通过一定的布局策略，在尽量不增加节点个数和布设成本的基础上，满足网络饿覆盖性和连通性要求，是近年来研究的一个重要方向。

发明专利“监测传感器节点部署方法及装置”（授权公告号CN101720095B）提供了一种进行传感器节点网格部署的方法；“一种链式无线传感器网络节点部署方法”（申请公布号CN102325388A）该方法针对链式无线传感器网络数据传输中因为能耗不均衡而导致的网络低寿命问题，采用多级阶梯式备份节点的思想，将给定的节点合理地部署在狭长区域中，从而获得较高的网络工作寿命。“一种面向精准农业的WSN节点部署方法”（申请公布号CN103347265A）将整个WSN网络分成多个一级固定簇头（1）、多个二级簇头（2）、多个传感器节点（3）和Sink节点，其中一级固定簇头属于总线型拓扑结构，依次排列最终与Sink节点相连，每一个固定簇头和多个二级非固定簇头相连通，一个二级非固定簇头和多个传感器节点相连通，一级固定簇头和Sink节点采用太阳能供电以减小能耗和提高可靠性。“一种物联网节点部署方法”（申请公布号CN103260170A）建立基本监测区域模型，并确定总传感器节点个数、对角线上两个相邻传感器节点间距离、拓扑层次数、簇首节点个数和实际要监测的面积之间的关系。

这些部署方法有的是根据监测面积以及节点的监测范围，确定网络的层次结构和节点数目；有的基于节点的能量因素建立部署模型。但是这些部署方法针对的都是通用环境，没有分析无线信号的具体传输环境，部署方法都是基于不变环境中(Open Space)如何调整传感器的地点以满足覆盖要求。

目前常用的几种部署方法，结构化部署存在着不灵活，不能适应环境的不均匀变化的缺点；随机化部署存在着分布不均匀导致的节点利用率不高、区域重复覆盖和覆盖空洞、无法保证网络节点的连通性。若采用增加节点布设的密度来达到较好的网络覆盖率和连通性，则必然造成成本的升高；现有的无线传感器网络节点部署方法没有考虑到农田环境中作物生长对无线信号传输的影响，认为无线信号处于单一、不变的环境，不能满足农业上无线传感器网络监测的需求，其次对于无线传感器在农业种应用成本的要求，在满足环境监测要求的前提下，如何确定节点部署的最适合数量，以及如何在节点数量限制的前提下通过设计节点的布局达到完好的覆盖性和连通性是迫切需要解决的问题。

发明内容

本发明所要解决的技术问题是如何在节点数量限制的前提下通过设计节点的布局达到完好的覆盖性和连通性的问题。

为此目的，本发明提出了一种基于玉米生长态势的信号损耗预测的节点扩散方法，包括具体以下步骤：

S1：根据无线信号传输模型确定节点部署高度h；

S2：根据玉米生长态势对无线信号传输距离的影响和数据传输量能耗确定节点部署指导数目；

S3：根据所述节点部署指导数目进行结构化部署，并进行分区和各个小区域内无线信号传输环境信息的采集；

S4：根据采集到的所述各个小区域内无线信号传输环境信息进行各分区节点数目补充以及节点位置调整。

进一步地，所述步骤S1进一步包括：

S11：根据小尺度效应下的实际多尺度信道衰减模型，建立玉米三个生长阶段所述无线信号传输模型；

S12：分析所述玉米三个生长阶段所述无线信号传输模型的传输特性；

S13：根据获取的所述传输特性确定所述节点部署高度。

具体地，所述小尺度效应下的实际多尺度信道衰减模型为：

$\mathrm{PL}=(a^{\′}\·\ln \left(h_b\right)+b^{\′}\·\ln \left(\mathrm{PSAD}\right)+c^{\′})\mathrm{lgd}+\lg (i\·e^{h_b}+j\·e^{\mathrm{PSAD}}+k)+B(h_b\≤0)$

其中，a’,b’,c’,i,j,k为拟合系数，不同生长阶段中PSAD的取值不同，因而可得出不同的拟合系数，

在既定条件下为一常数，H_b为遮挡高度：H_b=H_a-H_p，，H_a为天线高度，H_p为植株高度。

具体地，所述玉米三个生长阶段包括苗期阶段、穗期阶段以及粒期阶段。

进一步地，所述步骤S12进一步包括：所述苗期阶段在所述小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{s_min}；

根据所述PL_{s_min}值得到信道衰减在区间[PL_{s_min},θPL_{s_min}]范围内对应的所述节点部署高度集合[h_{s_min},h_{s_max}]，其中，1≤θ≤+∞。

进一步地，所述步骤S12进一步包括：所述穗期阶段在所述小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{h_min}；

根据所述PL_{h_min}值得到信道衰减在区间[PL_{h_min},θPL_{h_min}]范围内对应的所述节点部署高度集合[h_{h_min},h_{h_max}]，其中，1≤θ≤+∞。

进一步地，所述步骤S12进一步包括：所述粒期阶段在所述小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{g_min}；

根据所述PL_{g_min}值得到信道衰减在区间[PL_{g_min},θPL_{g_min}]范围内对应的所述节点部署高度集合[h_{g_min},h_{g_max}]，其中，1≤θ≤+∞。

具体地，对所述节点部署高度集合取并集：[h_{s_min},h_{s_max}]∩[h_{h_min},h_{h_max}]∩[h_{g_min},h_{g_max}]，所述并集不为空的最小值作为所述节点部署高度h：

h=min{[h_{s_min},h_{s_max}]∩[h_{h_min},h_{h_max}]∩[h_{g_min},h_{g_max}]}，

若取并集后集合为空，则增大θ的值直到所述集合不为空，其中，1≤θ≤+∞。

进一步地，所述步骤S2进一步包括：

S21：根据所述玉米生长态势和在所述步骤S1确定的所述节点部署高度对无线信号传播距离的影响，获得正六边形数目：

$n_{\mathrm{str}\_\mathrm{hex}}=\frac{2\sqrt{3}A}{9r^2},$ 所需节点数目为： $n_{\mathrm{str}}=\frac{2\sqrt{3}A}{3r^2},$ 其中A为汇聚节点监测区域面积，r为节点的最大传输距离；

S22：根据所述监测区域所述节点通信能耗，获得所述节点数目

其中，除sink节点以外所有节点的初始能量为E_init；

S23；所述监测区域所述节点部署指导数目大于n=max(n_str,n_en)。

具体地，所述节点最大传输距离r=min(d_s,d_h,d_g)，其中d_s为所述苗期阶段在高度h的无线信号传播距离；d_h为所述穗期阶段在高度h的无线信号传播距离；d_g为粒期阶段在高度h的无线信号传播距离。

具体地，所述采集节点与汇聚节点直接通信作为汇聚节点监测范围内数据传输的最小总能耗：

$E_{\mathrm{total}}=\underset{0}{\overset{r_{\sin k}}{\∫}}\mathrm{\α}{x}^m{\mathrm{\ρ}}_{\mathrm{data}}\×t\×2\mathrm{\πxdx}$

其中r_sink为监测区域半径，单位时间单位农田监测区域内采集和向外发送的数据称为时空数据密度，即作物农田环境中的时空数据密度： ${\mathrm{\ρ}}_{\mathrm{data}}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\frac{t}{2\mathrm{\πr}{T}_i}{k}_i.$

进一步地，所述步骤S3进一步包括：

S31：根据所述步骤S2所得所述节点部署指导数目进行正六边形结构化部署，其中，所述正六边形部署为采用正六边形结构化部署方案进行大规模结构化部署，

布局的正六边形边长为

S32：对所述结构化部署正六边形进行分区；

S33：所述节点在田间完成所述正六边形部署后，基于超功率通信模式，根据所述节点间通信情况估计各分区节点密度参考系数，其中，所述节点密度参考系数为：

进一步地，所述步骤S4进一步包括：

S41：根据公式

$m=\left\{\begin{array}{cc}a\×\frac{1}{p_{\mathrm{rdc}}}\×A_{\sec }& (p_{\mathrm{rdc}}\≠0)\\ b\×A_{\sec }& (p_{\mathrm{rdc}}=0)\end{array}\right.$

对所述结构化部署的所述监测区域进行所述各分区所述节点数目补充，其中，a为所述补充节点数目参考系数1，b为所述补充节点数目参考系数2，A_sec为小块分区的面积；

S42：根据公式d_RSSI=信号强度距离=节点间的欧式距离/节点密度参考系数，对所述各分区进行所述节点位置调整。

进一步地，所述步骤S42进一步包括：

当所述节点的所述信号强度距离大于期望信号强度距离，所述节点获得相互靠拢的速度，当所述节点的所述信号强度距离小于期望信号强度距离，所述节点获得相互排斥的速度。

进一步地，所述步骤S4进一步包括：

记录所述补充节点调整后的位置，在现场进行所述节点的添加。

进一步地，所述步骤S4之后还包括：

根据对已完成所述各分区节点数目补充以及所述节点位置调整后的所述节点采集到的环境信息，对所述玉米三个生长阶段的节点信息进行微调操作。

通过采用本发明所公开一种基于玉米生长态势的信号损耗预测的节点扩散方法，通过在玉米大田无线信号传输模型的基础上，根据不同阶段玉米大田中无线信号的传输环境特征，给出节点部署的模型，根据部署模型确定最优节点数目，最优布局结构，实现玉米大田无线传感器网络节点的优化部署。同时又能方便地通过此部署方法，在玉米的各个阶段，节点根据信号传输情况，进行节点位置的微调，最终达到节点间能够通过协调完成整块玉米大田各个阶段的较好覆盖，并且达到减少冗余的目的。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1示出了本发明实施例中的一种基于玉米生长态势的信号损耗预测的节点扩散方法的步骤流程图；

图2示出了本发明实施例中的一种基于玉米生长态势的信号损耗预测的节点扩散方法中节点部署效果图；

图3示出了本发明实施例中的一种基于玉米生长态势的信号损耗预测的节点扩散方法中节点速度矢量生成图。

具体实施方式

下面将结合附图对本发明的实施例进行详细描述。

本发明申请为：基于玉米生长态势的信号损耗预测的节点扩散方法，其具体内容主要如下：

1、基于玉米生长态势的信号损耗预测是指：根据玉米不同阶段的生长态势所建立的不同信号损耗模型，来预测无线信号在玉米的不同生长阶段无线信号传播的损耗。

2、基于预测的信号损耗来确定无线传感器节点的高度h，在此高度下进行节点的部署及扩散步骤。

为了更好的理解与应用本发明提出的基于玉米生长态势的信号损耗预测的节点扩散方法，以如下附图示例进行详细说明。

如图1所示，本发明提供了一种基于玉米生长态势的信号损耗预测的节点扩散方法，包括具体以下步骤：

步骤S1：根据无线信号传输模型确定节点部署高度h。

具体地，步骤S1进一步包括：

步骤S11：根据小尺度效应下的实际多尺度信道衰减模型，建立玉米三个生长阶段无线信号传输模型。其中，小尺度效应下的实际多尺度信道衰减模型为：

$\mathrm{PL}=(a^{\′}\·\ln \left(h_b\right)+b^{\′}\·\ln \left(\mathrm{PSAD}\right)+c^{\′})\mathrm{lgd}+\lg (i\·e^{h_b}+j\·e^{\mathrm{PSAD}}+k)+B(h_b\≤0)$

其中，a’,b’,c’,i,j,k为拟合系数，不同生长阶段中PSAD的取值不同，因而可得出不同的拟合系数，

在既定条件下为一常数，以及H_b为遮挡高度：H_b=H_a-H_p，，H_a为天线高度，H_p为植株高度。

进一步地，PSAD（Plant Surface Area Density，作物表面积密度指数）用以表征作物生长密集程度，定义为单位群落体积内的作物总表面积，以m²/m³表示,计算公式如下：

$\mathrm{PSAD}=\frac{A_l+A_c+A_f}{A_G\×H_p}$

其中，A_l为采样区域内作物叶面积，A_c为采样区域内作物茎杆面积，A_f为采样区域内作物果实表面积，A_G为采样区域内土地面积，H_p为植株高度。在H_b小于0时，即信号视距传播受阻时，PSAD参数融合了叶面积、果实茎干面积、株高、株距等参数，可以更好的体现作物生长的密集程度。

由于影响无线电传播的三种基本传输方式为反射、衍射和散射。从农田环境自组织网络信号传输路径来看，从发射节点发出的电磁波主要由三条路径以三种不同方式向接收节点传播：“直线”传播，如有作物的遮挡，电磁波则以散射的方式传播；部分电磁波经地面反射后被接收节点接收；部分电磁波向作物顶端发射，并在作物顶端处产生衍射，后由接收节点接收。值得注意，三种方式同时存在，且并不完全相互独立，所以在考虑信道建模时，应当全面考虑。

进一步地，步骤S11用到的玉米大田无线传感器网络信道路损建模方法包括下列详细步骤：

步骤S111：时空差异化关键因子提取。

影响无线信号传播的环境因子众多，从多种影响因素中提取造成信道环境时空差异化的关键因子为建模的重点之一。

具体地，首先，环境是否对信号传播造成遮挡是信道建模的首要问题，单纯的根据天线高度，无法直接判断环境是否对信号视距路径造成遮挡，本发明申请中以遮挡高度H_b为参数进行建模：

H_b=H_a-H_p，

其中，H_a为天线高度，H_p为植株高度。若H_b大于0，则说明通信节点间存在通畅的一阶费涅尔区，为视距传输，主要考虑大尺度衰减效应；若H_b小于0则通信节点间一阶费涅尔区受阻，必须同时考虑大尺度衰减与小尺度衰减；其次，环境对信号传播的遮挡程度与作物的茂密程度明显相关，而电磁波入射到作物表面后会产生相应的反射与散射作用，由此本发明引入上述提及的PSAD用以表征作物生长密集程度，可以更好的体现作物生长的密集程度。进一步地，因为玉米植株生长中后期上下并不均匀，所以在不同高度PSAD的值并不相同，一般可分为底层、叶层、冠层三部分来对PSAD进行测量与分析。

进一步地，无线信道的传播模型可分为大尺度传播模型和小尺度传播模型两种。大尺度模型主要用于描述发射机与接收机之间长距离，即几百或几千米上的信号强度变化，一般来说大尺度衰落与发送天线和接收天线之间的距离成反比，且在不同的地区，例如海边和内陆地区、城市和乡村有不同的衰减因子。小尺度模型用于描述短距离，即几个波长或短时间，即秒级内接收信号强度的快速变化，但这两种模型并不是相互独立的，在同一个无线信道中，既存在大尺度衰落，也存在小尺度衰落。

步骤S112：大尺度衰落建模。

具体地，当H_b大于0时，发射接收节点间一阶费涅尔区通畅，信道路损建模时主要考虑大尺度效应。大尺度衰落模型较为固定，基本模型为指数衰减模型。接收处的功率为：

$P_r=\frac{P_s{G}_s{G}_r{\mathrm{\λ}}^2}{{\left(4\mathrm{\π}\right)}^2{d}^n}$

其中，P_s为发射节点的发射功率；G_s、G_r分别为发射天线和接收天线增益；λ为波长；d为发射天线与接收天线之间的距离；L是与传播无关的系统损耗因子；n为与环境相关的衰落因子，在自由空间中时n=2，其余条件下n>2。

进一步地，大尺度衰落条件下，以对数形式定义信号传输过程中的信号路损PL有：

$\mathrm{PL}=10\·\lg \left(\frac{P_s}{P_r}\right)=10\·\mathrm{nlgd}+20\mathrm{lgf}-10\lg \left[\frac{G_s{G}_r{c}^2}{{\left(4\mathrm{\π}\right)}^2}\right]$

其中，对于大规模农田环境自组织应用网络，f、G_s、G_r均为确定值，加上c和π为常数，变量只有距离d，以及与环境相关的衰落因子n。对于大尺度衰落建模的关键，在于对环境衰落因子n进行公式化描述。

进一步地，根据在玉米种植环境中的信号传播实测数据，获得时空差异化条件下的信号强度与环境因子的变化关系。对H_b大于0部分数据进行拟合，可用最小二乘法等拟合方法对环境衰落因子进行多因子曲线拟合，得出衰落因子n与遮挡高度H_b及作物表面积密度指数PSAD之间的函数关系：

PL＝(a·ln(h_d)+b·ln(PSAD)+c)lgd+A   (h_d>0)

其中，a,b,c为拟合系数，且随着作物生长不断改变，不同生长阶段中PSAD的取值不同，因而可得出不同的拟合系数，一般对玉米生长过程，可分出苗、拔节、抽穗三个阶段进行建模分析，

在既定条件下为一常数。特殊地，式中拟合使用的ln,lg等函数并不是唯一解，根据本发明实测数据，使用该函数的拟合程度较高，且具有一定代表性。

步骤S113：多尺度联合建模。

具体地，当H_b小于等于0时，信号传播的小尺度效应逐渐显著，影响小尺度衰落的最重要的两个要素就是多径效应和多普勒效应。在农业种植条件下，监测节点为的位置不随时间变化，为静态网络，所以无需考虑多普勒效应。随着环境对信号传播遮挡程度的加重，信号的视距传播路径被阻断，而只能通过作物表面、地面等反射、散射，或是冠层的衍射等方式进行传播，从而形成的多种不同的传输路径，它造成各路径到达信号有不同的振幅、相位和时间延迟，因此会产生信号的时间色散效应与频率选择性衰减，以上均是多径效应分析建模需要考虑的因素。

发送带通信号的复包络为：

$\tilde{s}\left(t\right)=\mathrm{Re}\left[s\left(t\right)e^{j2\mathrm{\π}{f}_{c}t}\right]$

其中，f_c为信号载频，Re表示复信号的实部，如果共存在N条多径传播路径，令第i条路径的路径长度为d_i，反射衰减系数为l_i，光速为c，所有节点均位置固定，为静态网络，不存在多普勒效应，则接收信号为各条路径信号之和，

$\tilde{r}\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{l}_i\tilde{s}(t-\frac{d_i}{c})$

将发送信号代入，得到

$\tilde{r}\left(t\right)=\mathrm{Re}\left[\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{l}_i{e}^{j2\mathrm{\π}{f}_c(t-{\mathrm{\τ}}_i)}s(t-{\mathrm{\τ}}_i)\right]$

其中，

为第i条路径上的时延。令式中

进行归一化计算，则将接收信号表示为正交形式，

$\tilde{r}\left(t\right)=u_1\left(t\right)\cos \left(t\right)\cos 2\mathrm{\π}{f}_{c}t+u_2\left(t\right)j\sin 2\mathrm{\π}{f}_{c}t$

其中，

$u_1\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{l}_i\cos 2\mathrm{\π}{f}_c(t-{\mathrm{\τ}}_i)$

$u_2\left(t\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{l}_i\sin 2\mathrm{\π}{f}_c(t-{\mathrm{\τ}}_i)$

在N很大时，可将u₁(t)，与u₂(t)视为相对独立的高斯随机过程，且由于多径延时随机，可认为相位角2πf_c(t-τ_i)在[-π,π)上服从均匀分布，则根据自相关函数，可得接收信号包络总功率

$P=\left(E\right[{u_1}^2\left(t\right)]+E[{u_2}^2\left(t\right)\left]\right)\·P_s=P_s\·\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{l_i}^2$

但因多径效应，造成不同径间相位差，而造成信号幅度相抵消，结合接收端信号强度P_r，多径效应部分的产生的多径噪声功率P_m应为：

$P_m=\frac{P-P_r}{2}$

则在考虑多径效应下的系统实际信噪比为：

$\mathrm{SNR}=\frac{P_r}{P_m+\mathrm{AWGN}}$

其中，AWGN为加性高斯白噪声，根据大尺度模型中得出的P_r，确定多径效应下系统实际SNR。

在通信系统中，误包率与信噪比的关系为：

$\mathrm{PER}=\frac{(M-1)}{2}\×e^{-\frac{\mathrm{SNR}}{2}}$

其中，M为调制多相系数，特殊地，在QPSK条件下，M取4。

根据实测得出的PER、P_r，对PER与P_m进行曲线拟合，进行逐步反推，最终得出考虑小尺度效应下的实际多尺度信道路损模型：

$\mathrm{PL}=(a^{\′}\·\ln \left(h_d\right)+b^{\′}\·\ln \left(\mathrm{PSAD}\right)+c^{\′})\mathrm{lgd}+\lg (i\·e^{h_d}+j\·e^{\mathrm{PSAD}}+k)+B(h_d\≤0)$

其中，a’,b’,c’,i,j,k为拟合系数，不同生长阶段中PSAD的取值不同，因而可得出不同的拟合系数，一般对玉米生长过程，可分出苗、拔节、抽穗三个阶段进行建模分析,

在既定条件下为一常数。特殊地，式中拟合使用的ln,lg,e^x等函数并不是唯一解，根据本发明实测数据，使用该函数的拟合程度较高，且具有一定代表性。

进一步地，相关系数R²∈[0,1]主要用来衡量模型路径损耗测量值和预测值间的关系，R²越接近1，则表明路径损耗模型估计值与实测值相关性越高拟合度高，路径损耗拟合效果好，此时模型更能确切的反应真实通信情况，R²计算公式如下：

$R^2=1-\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ξ}}_i-\widehat{\mathrm{\ξ}}]}^2}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[{\mathrm{\ξ}}_i-\stackrel{\‾}{\mathrm{\ξ}}]}^2}$

其中，ξ_i为测量样本数据，

是样本点的回归值，

为测量样本的平均值。按照本发明提出的方法，例如，以2.4G无线信号为实施对象，进行信道路损建模，拟合曲线的R²最高为0.997，最低为0.908，说明自变量对因变量的解释程度高，较好地重建了玉米大田环境的无线传感器网络信道特征。

步骤S12：分析玉米三个生长阶段无线信号传输模型的传输特性。其中，玉米三个生长阶段包括苗期阶段、穗期阶段以及粒期阶段。

进一步地，步骤S12进一步包括：苗期阶段在小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{s_min}；

根据PL_{s_min}值得到信道衰减在区间[PL_{s_min},θPL_{s_min}]范围内对应的节点部署高度集合[h_{s_min},h_{s_max}]，其中，1≤θ≤+∞。

步骤S12进一步包括：穗期阶段在小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{h_min}；

根据PL_{h_min}值得到信道衰减在区间[PL_{h_min},θPL_{h_min}]范围内对应的节点部署高度集合[h_{h_min},h_{h_max}]，其中，1≤θ≤+∞。

步骤S12进一步包括：粒期阶段在小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{g_min}；

根据PL_{g_min}值得到信道衰减在区间[PL_{g_min},θPL_{g_min}]范围内对应的节点部署高度集合[h_{g_min},h_{g_max}]，其中，1≤θ≤+∞。

更进一步地，对节点部署高度集合取并集：[h_{s_min},h_{s_max}]∩[h_{h_min},h_{h_max}]∩[h_{g_min},h_{g_max}]，并集不为空的最小值作为节点部署高度h：

h=min{[h_{s_min},h_{s_max}]∩[h_{h_min},h_{h_max}]∩[h_{g_min},h_{g_max}]}，若取并集后集合为空，则增大θ的值直到集合不为空，其中，1≤θ≤+∞。由经验可知，节点布设越高，地面作物与其他地面设施对影响无线信号的传输影响越小，但是过高的节点高度会带来布设成本的增加，因此在集合中选择最小值作为节点的实际部署高度，选择集合中最小的值作为节点实际部署高度h。

步骤S13：根据获取的传输特性确定节点部署高度。

步骤S2：根据玉米生长态势和数据传输量能耗确定节点部署指导数目。

具体地，步骤S2进一步包括：

步骤S21：根据玉米生长态势和步骤S1确定的节点部署高度对无线信号传播距离的影响，

获得正六边形数目：

$n_{\mathrm{str}\_\mathrm{hex}}=\frac{2\sqrt{3}A}{9r^2},$ 所需节点数目为： $n_{\mathrm{str}}=\frac{2\sqrt{3}A}{3r^2}.$ 其中，A为汇聚节点监测区域面积，r为节点的最大传输距离，且节点分为正常工作模式和超功率模式，上述的r为正常工作模式下，即一般通信模式下的最大传播距离。

进一步地，由于玉米在各个生长阶段对无线信号的不同影响，根据小尺度效应下的实际多尺度信道衰减模型，得到玉米生长各个阶段在高度h的无线信号传播距离d_s，d_h，d_g。取：

r=min(d_s,d_h,d_g)

此距离r为无线信号的最大传播距离，在节点部署的过程中，节点间的最大通信距离不能超过r，当距离超过r，则会造成作物某一生长阶段节点间连通性受阻。

对于正六边形网格布局方案，其保证了每个节点具有6联通特性。相对于正三角形和正方形网格布局方案，此布局方案能提供最优的网络连通可靠性。在确定网络节点的布局密度时，以正六边形布局方案为参考，即当节点以正六边形进行布局，节点的最大传输距离为r，则每个正六边形的边长为r，正六边形的面积为：则依据正六边形布局结构确定的正六边形数目为：

$n_{\mathrm{str}\_\mathrm{hex}}=\frac{2\sqrt{3}A}{9r^2},$ 所需节点数目为： $n_{\mathrm{str}}=\frac{2\sqrt{3}A}{3r^2}.$ 其中A为汇聚节点监测区域面积。

步骤S22：根据监测区域节点通信能耗，获得节点数目：

其中，除sink节点以外所有节点的初始能量为E_init。

具体地，监控区域内节点通信耗能是网络中节点能耗的主要部分，传输数据量的大小直接影响网络中节点的数据传输的能耗。

根据节点的发送1比特的无线传输耗能模型：

p_t(d)=α×d^m

其中，d为发射和接收节点之间的距离；α是与距离有关的量；m为路径损耗指数，通常取2-4之间。

传感器节点接收1比特数据包所消耗的能量为：

p=β

其中，β为接收能量系数。

假设所有的节点的初始能量相同，均为E_init，每个节点对监测区域内n_p个参数的数据采集周期为分别为

每次发送的数据量分别为

则每个节点在时间t内通讯耗能为：

$E_{\mathrm{con}}=\underset{i=1}{\overset{n_p}{\mathrm{\Σ}}}\frac{t}{T_i}{k}_i(\mathrm{\β}+\mathrm{\α}{d}^m)$

其中d为数据的传输距离。

单位时间单位农田监测区域内采集和向外发送的数据称为时空数据密度。在本发明中，作物农田环境中的时空数据密度为：

${\mathrm{\ρ}}_{\mathrm{data}}=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\frac{t}{2\mathrm{\πr}{T}_i}{k}_i$

普通节点采集到的数据通过区域内节点进行路由到达汇聚节点；或者采集数据的节点直接与汇聚节点进行通信。数据通过路由到达汇聚节点消耗的能量大于节点直接与汇聚节点通信消耗的能量。以各个采集节点与汇聚节点直接通信作为汇聚节点监测范围内数据传输的最小总能耗：

$E_{\mathrm{total}}=\underset{0}{\overset{r_{\sin k}}{\∫}}\mathrm{\α}{x}^m{\mathrm{\ρ}}_{\mathrm{data}}\×t\×2\mathrm{\πxdx}$

其中r_sink为监测区域半径。

设监测的时间为T，在此汇聚节点监测范围内，针对初始能量确定的情况，则节点的数目的能耗约束值为：

其中，所有节点的初始能量为E_init。

步骤S23；监测区域节点部署指导数目大于n=max(n_str,n_en)。

步骤S3：根据节点部署指导数目进行结构化部署，并进行分区和各个小区域内无线信号传输环境信息的采集。

进一步地，步骤S3还包括：

步骤S31：根据步骤S2所得节点部署指导数目进行正六边形结构化部署，其中，正六边形部署为采用正六边形结构化部署方案进行大规模结构化部署。布局的正六边形边长为

步骤S32：对结构化部署正六边形进行分区。

在结构化部署中，本发明应用了超功率模式。由于节点分为正常工作模式和超功率模式，且基于超功率模式下的无线信号通信距离为一般通信模式下最大传输距离的2倍，即开启超功率模式节点将增强发射功率，具有获取各个小区域内无线信号传输环境信息的适用效果。

步骤S33：节点在田间完成正六边形部署后，基于超功率通信模式，根据节点间通信情况估计各分区节点密度参考系数，其中，节点密度参考系数为：

具体地，农田环境中难免存在着无线信号传播环境不均的情况，若采用均匀部署的方法，则会导致无线信号传播环境较差的区域节点连通性受阻。通过进行结构化部署，将整个监测区域分成多个小块，通过节点间通信估算小块区域内的无线信号传输环境状况，从而为下一步节点部署提供实际的环境信息。其中，各小块分区的分区方法为分别连接正六边形中心和各边的中点，每个六边形分成6个小的分区。如图2所示。

完成分区后，各节点以相同的超功率模式开始向所有邻居节点发送信息。它主要包括发送节点ID、报文序列号、发送功率，发送时间等信息。

发送节点地址

消息序列号

发送功率

发送节点以相同的发射功率向周围节点进行连续广播，广播次数为100次，时间间隔为1s。邻居节点每次接收到发送节点发送的广播信息后，将自身的信息添加到发送信息中，进行信息的本地存储。

广播信息的节点完成100此广播后，发送一个广播完成信息：

发送节点地址

消息序列号

接收节点在接收到广播完成信息或者连续20s未收到同一节点发送的广播消息，认为此节点广播消息完成。根据存储的信息对广播进行计算。计算对于同一节点的接收率和平均接收功率，形成新的报文：

新的报文通过路由传送到sink节点。

sink节点接收到报文后，根据两两节点之间的通信情况，估算各个小的分块内的具体无线信号传输环境，获得各个分块的节点密度参考系数，其中节点密度参考系数：

节点密度参考系数反映区域内无线信号传输效果，其数值与本区域内节点间通信的稳定性和无线信号接收的强度有关，传输环境越差，节点密度参考系数越小。节点密度参考系数的值的范围在0-1之间。节点密度参考系数为0说明两节点之间无法进行通信，节点密度参考系数为1说明节点间通信状况最好。

计算机上根据结构化部署的节点采集的无线信号传输环境信息，进行节点的补充和对所有节点的位置进行调整。

步骤S4：根据采集到的各个小区域内无线信号传输环境信息进行各分区节点数目补充以及节点位置调整。

进一步地，步骤S4进一步包括：

步骤S41：根据公式

$m=\left\{\begin{array}{cc}a\×\frac{1}{p_{\mathrm{rdc}}}\×A_{\sec }& (p_{\mathrm{rdc}}\≠0)\\ b\×A_{\sec }& (p_{\mathrm{rdc}}=0)\end{array}\right.$

对所述结构化部署的所述监测区域进行所述各分区所述节点数目补充，其中，a为所述补充节点数目参考系数1，b为所述补充节点数目参考系数2，A_sec为小块分区的面积。即补充节点的数目由所有区域的密度参数系数平均值决定。平均值越大，说明整个环境的通信状况越好，需要补充的节点越少。

步骤S42：根据公式d_RSSI=信号强度距离=节点间的欧式距离/节点密度参考系数，对所述各分区进行所述节点位置调整。即在计算机平台计算包括结构化部署和补充部署的每一个节点与邻居节点的信号强度距离。信号强度距离d_RSSI与节点间的欧氏距离以及节点间的无线通信环境相关，表示在此环境中两个节点间无线信号传播能力。根据信号强度距离对节点间距离进行调整。信号强度距离越大，代表这两个节点间通信情况越好。

进一步地，步骤S42进一步包括：

当节点的信号强度距离大于期望信号强度距离d_θ，节点获得相互靠拢的速度，当节点的信号强度距离小于期望信号强度距离d_θ，节点获得相互排斥的速度。其中d_θ为区域内所有节点之间的信号强度距离的均值。

为了更好的理解步骤S42进一步包括的步骤，举例：若节点u与其邻居节点v之间的信号强度距离为d_{RSSI_uv}，节点u所在的区域内的节点期望信号强度距离为d_{θ_u}，则节点获得来自节点v的速度大小为

$\left|{\stackrel{\→}{s}}_{\mathrm{uv}}\right|=c\×|d_{\mathrm{RSSI}\_\mathrm{uv}}-d_{\mathrm{\θ}\_u}|$

当d_{RSSI_uv}-d_{θ_u}≥0，节点u得到的速度方向指向节点v，当d_{RSSI_uv}-d_{θ_u}<0点u得到的速度方向背向节点v。当节点u收到j个邻居节点的作用，其运动速度方向为j个速度的矢量和，如图3所示。

$\stackrel{\&RightArrow;}{s}={\stackrel{\&RightArrow;}{s}}_{u0}+{\stackrel{\&RightArrow;}{s}}_{u1}+{\stackrel{\&RightArrow;}{s}}_{u2}+......+{\stackrel{\&RightArrow;}{s}}_{\mathrm{uj}}$

进一步地，步骤S4进一步包括：记录补充节点调整后的位置，在现场进行节点的添加。具体地，在现场进行节点的添加，完成位置调整后，节点记录调整的方向和距离，在现场对节点位置进行调整；调整完成后的节点布局能更好的实现整个农田环境的监测任务，保证采用更少的节点实现农田环境的监测。

进一步地，步骤S4之后还包括：根据对已完成所述各分区节点数目补充以及所述节点位置调整后的所述节点采集到的环境信息，对所述玉米三个生长阶段的节点信息进行微调操作。具体地，随着作物的生长，农田无线信号的传输环境发生变化，可能导致初始设置的节点布局局部不能满足信号传输的要求。本发明的优点还在于随着作物的生长，节点能继续收集无线信号传输环境信息，在作物的不同生长阶段，通过这些采集的信息，计算出节点调整的方向和距离，实现节点位置随作物生长的调整，以达到最优的通信、覆盖效果。

本发明公开的一种玉米生长态势的信号损耗预测的节点扩散方法根据农田作物生长的特性结合农田环境数据传输量和能量的需求，对农田节点部署数目进行双重约束，得到农田环境中实际需要的节点数目。

具体地，根据农田无线信号传播模型确定最佳部署高度。农田环境的周期性变化导致农田无线信号在不同的作物生长阶段和不同的高度具有不同的性能。通过玉米不同生长阶段农田无线信号的传输模型，综合玉米各个生长阶段无线信号传输环境的特点，找到最适合于节点部署的高度。节点部署于这个高度，既可以满足作物不同生长阶段信号传输的要求，不需要在作物生长期内移动节点，降低节点布设成本。根据农田环境数据传输量和能量的需求，预测整个监测过程所需的能耗，进而预测完成整个监测过程所需节点数目。应用农田无线信号模型和能量限制双重约束，获得农田环境节点部署密度；结构化部署和补充部署结合的方法。针对结构化部署存在着不灵活，不能适应环境的不均匀变化的缺点和随机部署节点不均导致的监测区域局部网络覆盖、连通性问题。采用结构化部署和补充节点部署相结合的方法，结构化部署实现农田区域的基本覆盖，并且实现整个监测区域的分区。通过结构化部署节点获取的农田无线信号传输环境信息，确定补充部署节点的区域；节点的微调实现区域区别化部署，通过相邻节点间的欧氏距离和无线信号传播环境情况计算信号强度距离用来判别节点间距离是否适宜。当相邻节点信号强度太弱，则节点相互间获得相向的力，当相邻节点信号强度太弱，则节点相互间获得相向的力，导致节点的移动。当节点移动到适合的位置，则实现了节点的布局调整。

进一步地，在作物不同生长阶段农田中无线信号传输情况不断发生变化，本发明提出的一种玉米生长态势的信号损耗预测的节点扩散方法支持在作物生长过程中通过节点不断采集的无线信号传输情况对节点位置进行微调。且节点位置的微调方便节点调整的实地操作。

本发明提出的一种玉米生长态势的信号损耗预测的节点扩散方法，通过作物生长的不同阶段的信号传播模型选择节点在农田中部署的最佳高度，在此高度下进行无线传感器节点的布局，能够方便节点部署，同时能够最大限度的满足作物生长不同阶段下无线信号传播的要求，通过节点在此部署高度的传输性能和农田中数据传输对能量的需求，得到了农田中节点部署数目的预测。对于农田中节点总数的预测能够在满足网络覆盖性、连通性、数据通信性能的基础上，获得合适的节点布局总数；采用结构化和补充节点部署结合的方法，根据农田中无线信号传输环境的实际情况进行节点布局。满足了大范围、不均匀农田环境网络通信和覆盖的要求。节点的结构化布局方便节点的布局工作，补充节点部署和已部署节点的微调也便于操作；此方法采集农田无线信号传输的具体情况方便，能够在作物生长的每个阶段进行一次无线传输环境的采集和节点的微调。保证节点的正常通信和网络覆盖。达到减少冗余节点和尽量减少多重覆盖，从而能够最大程度的实现每个节点的覆盖连通性，既满足部署成本控制的要求，又能满足提高节点部署在覆盖、连通、网络寿命的要求。

通过采用本发明所公开一种基于玉米生长态势的信号损耗预测的节点扩散方法，通过在玉米大田无线信号传输模型的基础上，根据不同阶段玉米大田中无线信号的传输环境特征，给出节点部署的模型，根据部署模型确定最优节点数目，最优布局结构，实现玉米大田无线传感器网络节点的优化部署。同时又能方便地通过此部署方法，在玉米的各个阶段，节点根据信号传输情况，进行节点位置的微调，最终达到节点间能够通过协调完成整块玉米大田各个阶段的较好覆盖，并且达到减少冗余的目的。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (16)

1.一种基于玉米生长态势的信号损耗预测的节点扩散方法，其特征在于，包括具体以下步骤：

S1：根据无线信号传输模型确定节点部署高度h；

S2：根据玉米生长态势对无线信号传输距离的影响和数据传输量能耗确定节点部署指导数目；

S3：根据所述节点部署指导数目进行结构化部署，并进行分区和各个小区域内无线信号传输环境信息的采集；

S4：根据采集到的所述各个小区域内无线信号传输环境信息进行各分区节点数目补充以及节点位置调整。

2.如权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：

S11：根据小尺度效应下的实际多尺度信道衰减模型，建立玉米三个生长阶段所述无线信号传输模型；

S12：分析所述玉米三个生长阶段所述无线信号传输模型的传输特性；

S13：根据获取的所述传输特性确定所述节点部署高度。

3.如权利要求2所述的方法，其特征在于，所述小尺度效应下的实际多尺度信道衰减模型为：

$\mathrm{PL}=(a^{\&prime;}\&CenterDot;\ln \left(h_b\right)+b^{\&prime;}\&CenterDot;\ln \left(\mathrm{PSAD}\right)+c^{\&prime;})\mathrm{lgd}+\lg (i\&CenterDot;e^{h_b}+j\&CenterDot;e^{\mathrm{PSAD}}+k)+B(h_b\&le;0)$

其中，a’,b’,c’,i,j,k为拟合系数，不同生长阶段中PSAD的取值不同，因而可得出不同的拟合系数，

在既定条件下为一常数，H_b为遮挡高度：H_b=H_a-H_p，，H_a为天线高度，H_p为植株高度。

4.如权利要求2所述的方法，其特征在于，所述玉米三个生长阶段包括苗期阶段、穗期阶段以及粒期阶段。

5.如权利要求2所述的方法，其特征在于，所述步骤S12进一步包括：所述苗期阶段在所述小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{s_min}；

根据所述PL_{s_min}值得到信道衰减在区间[PL_{s_min},θPL_{s_min}]范围内对应的所述节点部署高度集合[h_{s_min},h_{s_max}]，其中，1≤θ≤+∞。

6.如权利要求2所述的方法，其特征在于，所述步骤S12进一步包括：所述穗期阶段在所述小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{h_min}；

根据所述PL_{h_min}值得到信道衰减在区间[PL_{h_min},θPL_{h_min}]范围内对应的所述节点部署高度集合[h_{h_min},h_{h_max}]，其中，1≤θ≤+∞。

7.如权利要求2所述的方法，其特征在于，所述步骤S12进一步包括：所述粒期阶段在所述小尺度效应下的实际多尺度信道衰减模型下的信道衰减最小值为PL_{g_min}；

根据所述PL_{g_min}值得到信道衰减在区间[PL_{g_min},θPL_{g_min}]范围内对应的所述节点部署高度集合[h_{g_min},h_{g_max}]，其中，1≤θ≤+∞。

8.如权利要求5-7任一项所述的方法，其特征在于，对所述节点部署高度集合取并集：[h_{s_min},h_{s_max}]∩[h_{h_min},h_{h_max}]∩[h_{g_min},h_{g_max}]，所述并集不为空的最小值作为所述节点部署高度h：

h=min{[h_{s_min},h_{s_max}]∩[h_{h_min},h_{h_max}]∩[h_{g_min},h_{g_max}]}，

若取并集后集合为空，则增大θ的值直到所述集合不为空，其中，1≤θ≤+∞。

9.如权利要求1所述的方法，其特征在于，所述步骤S2进一步包括：

S21：根据所述玉米生长态势和在所述步骤S1确定的所述节点部署高度对无线信号传播距离的影响，获得正六边形数目：

$n_{\mathrm{str}\_\mathrm{hex}}=\frac{2\sqrt{3}A}{9r^2},$ 所需节点数目为： $n_{\mathrm{str}}=\frac{2\sqrt{3}A}{3r^2},$ 其中A为汇聚节点监测区域面积，r为节点的最大传输距离；

S22：根据所述监测区域所述节点通信能耗，获得所述节点数目其中，除sink节点以外所有节点的初始能量为E_init；

S23；所述监测区域所述节点部署指导数目大于n=max(n_str,n_en)。

10.如权利要求9所述的方法，所述节点最大传输距离r=min(d_s,d_h,d_g)，其中d_s为所述苗期阶段在高度h的无线信号传播距离；d_h为所述穗期阶段在高度h的无线信号传播距离；d_g为粒期阶段在高度h的无线信号传播距离。

11.如权利要求9所述的方法，其特征在于，所述采集节点与汇聚节点直接通信作为汇聚节点监测范围内数据传输的最小总能耗：

$E_{\mathrm{total}}=\underset{0}{\overset{r_{\sin k}}{\&Integral;}}\mathrm{\&alpha;}{x}^m{\mathrm{\&rho;}}_{\mathrm{data}}\&times;t\&times;2\mathrm{\&pi;xdx}$

其中r_sink为监测区域半径，单位时间单位农田监测区域内采集和向外发送的数据称为时空数据密度，即作物农田环境中的时空数据密度： ${\mathrm{\&rho;}}_{\mathrm{data}}=\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}\frac{t}{2\mathrm{\&pi;r}{T}_i}{k}_i.$

12.如权利要求1所述的方法，其特征在于，所述步骤S3进一步包括：

S31：根据所述步骤S2所得所述节点部署指导数目进行正六边形结构化部署，其中，所述正六边形部署为采用正六边形结构化部署方案进行大规模结构化部署，

布局的正六边形边长为

S32：对所述结构化部署正六边形进行分区；

S33：所述节点在田间完成所述正六边形部署后，基于超功率通信模式，根据所述节点间通信情况估计各分区节点密度参考系数，其中，所述节点密度参考系数为：

13.如权利要求1所述的方法，其特征在于，所述步骤S4进一步包括：

S41：根据公式

$m=\left\{\begin{array}{cc}a\&times;\frac{1}{p_{\mathrm{rdc}}}\&times;A_{\sec }& (p_{\mathrm{rdc}}\&NotEqual;0)\\ b\&times;A_{\sec }& (p_{\mathrm{rdc}}=0)\end{array}\right.$

对所述结构化部署的所述监测区域进行所述各分区所述节点数目补充，其中，a为所述补充节点数目参考系数1，b为所述补充节点数目参考系数2，A_sec为小块分区的面积；

S42：根据公式d_RSSI=信号强度距离=节点间的欧式距离/节点密度参考系数，对所述各分区进行所述节点位置调整。

14.如权利要求1所述的方法，其特征在于，所述步骤S42进一步包括：

当所述节点的所述信号强度距离大于期望信号强度距离，所述节点获得相互靠拢的速度，当所述节点的所述信号强度距离小于期望信号强度距离，所述节点获得相互排斥的速度。

15.如权利要求1所述的方法，其特征在于，所述步骤S4进一步包括：

记录所述补充节点调整后的位置，在现场进行所述节点的添加。

16.如权利要求1所述的方法，其特征在于，所述步骤S4之后还包括：

根据对已完成所述各分区节点数目补充以及所述节点位置调整后的所述节点采集到的环境信息，对所述玉米三个生长阶段的节点信息进行微调操作。

Images