CN104931202A - 气体泄漏的内边界定位算法 - Google Patents
气体泄漏的内边界定位算法 Download PDFInfo
- Publication number
- CN104931202A CN104931202A CN201510297365.XA CN201510297365A CN104931202A CN 104931202 A CN104931202 A CN 104931202A CN 201510297365 A CN201510297365 A CN 201510297365A CN 104931202 A CN104931202 A CN 104931202A
- Authority
- CN
- China
- Prior art keywords
- node
- inner boundary
- gas leakage
- wireless sensor
- gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种气体泄漏的内边界定位算法,只在危险区域部署无线传感器网络,然后在GG平面化基础上标记为内边界的节点,然后根据邻居节点浓度值低的方向进行搜寻内边界路线,并且标记此搜寻路线,直到完成一个闭合的区间。内边界上的节点根据距离Sink距离更近的原则,将内边界上的全部节点信息汇总到通信头节点,由通信头节点把信息发送给Sink节点,然后Sink节点处理计算出内边界区域的面积。本发明提供的气体泄漏的内边界定位算法,实时检测和发现气体泄漏情况,及时精确的提供泄漏区域的内边界和泄漏区域面积,让决策者对气体泄漏问题给出快速有效的且有针对性的一系列措施。
Description
技术领域
本发明涉及一种气体泄漏的内边界定位算法,属于气体监测技术领域。
背景技术
随着人们对于环境和安全问题的关注程度越来越高,通过监测无线传感器网络中传感器节点所测得气体浓度值和GPS等信息,结合本文提出的内边界定位算法来估计气体泄漏区域的准确位置,有助于广泛应用于火灾早期监测、毒气扩散、易燃易爆气体泄漏、气态生化剂传播等场合,有助于提高人们对突发事件的快速反应能力,保障环境安全无危害。
目前对于泄漏气体相关研究主要是利用气体的扩散模型来大致估计气体的扩散位置,或者是利用超声波红外技术来得到泄漏区域,但是这些方法得到的泄漏位置精确度都不是很高,而且都是气体已经扩散开了才使用的方法,实时性效果也不理想,可信度都不高。本文提出的在泄漏气体中的内边界定位算法可以实时精确的在泄漏区域监控气体的泄漏情况,及时汇报泄漏区域的情况,可以更具针对性的采取一系列措施,保障人身财产的安全。
本发明主要针对如下的问题:(1)实时监控危险区域,实时性问题;(2)检测到气体泄漏,快速响应问题;(3)泄漏气体精确度问题。
发明内容
目的:为了克服现有技术中存在的不足,本发明提供一种气体泄漏的内边界定位算法,只在危险区域部署无线传感器网络,然后在GG平面化基础上标记为内边界的节点,然后根据邻居节点浓度值低的方向进行搜寻内边界路线,并且标记此搜寻路线,直到完成一个闭合的区间。内边界上的节点根据距离Sink距离更近的原则,将内边界上的全部节点信息汇总到通信头节点,由通信头节点把信息发送给Sink节点,然后Sink节点处理计算出内边界区域的面积。实时检测和发现气体泄漏情况,及时精确的提供泄漏区域的内边界和泄漏区域面积,让决策者对气体泄漏问题给出快速有效的且有针对性的一系列措施。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
一种气体泄漏的内边界定位算法,包括如下步骤:
步骤一:将无线传感器节点部署到可能泄漏气体的区域,无线传感器节点根据实时检测的泄漏气体值,得到报警的无线传感器节点的分布情况;
步骤二:根据GG平面化算法将可能泄漏气体的区域内所有无线传感器节点进行平面化,根据泄漏气体区域内无线传感器节点与非泄漏气体区域内无线传感器节点连通情况,将直接与非泄漏气体区域的无线传感器节点连接的泄漏气体区域内的无线传感器节点标记为内边界节点;
步骤三:根据内边界节点,搜寻泄漏气体区域内的内边界路线;
步骤四:根据内边界节点与Sink节点的距离情况,设置距离Sink节点最近的内边界节点为通信头节点,通信头节点将内边界路线上所有内边界节点信息汇总后发送给Sink节点;
步骤五:Sink节点根据收到的数据,根据辛普森面积公式计算得到警报区域的面积。
所述步骤三的搜寻泄漏气体区域内的内边界路线包括如下步骤:
3a:对泄漏气体区域内的无线传感器节点进行一跳广播;
3b:根据一跳广播内相邻内边界节点检测的气体浓度的分布情况和内边界节点的情况,随机选择一个内边界节点u,向内边界节点u左右两个方向寻找路线;
3c:如果内边界节点u一跳内有已标记的内边界节点a,则将内边界节点u直接连接并且指向内边界节点a;
3d:如果内边界节点u一跳内存在其他非内边界节点,则根据无线传感器节点的浓度,选择浓度值最低的无线传感器节点方向进行搜寻内边界路线;
3e:标记已经确定的内边界路线,直到完成一个闭合的多边形区间;
作为优选方案,所述步骤四中汇总所有内边界节点信息到通信头节点包括如下步骤:
4a:根据内边界节点收到的信息的方向,沿着相反方向继续将信息发送下去;
4b:当某个内边界节点收集到了所有内边界节点的信息时,将所有信息发送给最近的通信头节点。
作为优选方案,所述步骤五中辛普森面积公式设置为:
S为气体泄漏区域的面积,(xi,yi)是第i个内边界节点的坐标,n是内边界节点的个数。
有益效果:本发明提供的气体泄漏的内边界定位算法,在生产应用中气体泄漏可能的区域内部署无线传感器,无线传感器根据检测气体的结果,使用浓度优先原则划定已经检测到气体泄漏区域的内边界。根据节约节点能量原则,选择距离Sink节点最近的节点将泄漏区域的内边界信息传输给Sink节点,然后计算出泄漏区域的面积以及内边界信息。这样可以实时的、精确的获得泄漏气体的相关信息。可以保证为后期针对泄漏气体实施的措施效果精准,有效快速的撤离人员到安全区域之外,保障人和财产免受更大的损失。
附图说明
图1为内边界算法流程图;
图2为GG平面化算法示意图;
图3为泄漏气体内节点警报示意图;
图4为GG平面化算法平面化的结果示意图;
图5为根据GG平面化算法标记的内边界节点示意图;
图6为内边界节点搜寻内边界路线的过程示意图;
图7为划定的内边界示意图;
图8为发送信息给Sink节点的过程示意图;
图9为距离最近问题的解决方案示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示,一种气体泄漏的内边界定位算法,包括如下步骤:
步骤一:将无线传感器节点部署到可能泄漏气体的区域,无线传感器节点根据实时检测的泄漏气体值,得到报警的无线传感器节点的分布情况;
步骤二:根据GG平面化算法将可能泄漏气体的区域内所有无线传感器节点进行平面化,根据泄漏气体区域内无线传感器节点与非泄漏气体区域内无线传感器节点连通情况,将直接与非泄漏气体区域的无线传感器节点连接的泄漏气体区域内的无线传感器节点标记为内边界节点;
步骤三:根据内边界节点,搜寻泄漏气体区域内的内边界路线;
步骤四:根据内边界节点与Sink节点的距离情况,设置距离Sink节点最近的内边界节点为通信头节点,通信头节点将内边界路线上所有内边界节点信息汇总后发送给Sink节点;
步骤五:Sink节点根据收到的数据,根据辛普森面积公式计算得到警报区域的面积。
所述步骤三的搜寻泄漏气体区域内的内边界路线包括如下步骤:
3a:对泄漏气体区域内的无线传感器节点进行一跳广播;所述一跳表示某个无线传感器节点通信范围内可以与自己通信的无线传感器节点的距离;所述一跳广播就是无线传感器节点与自己通信范围内的无线传感器节点进行一次通信。
3b:根据一跳广播内相邻内边界节点检测的气体浓度的分布情况和内边界节点的情况,随机选择一个内边界节点u,向内边界节点u左右两个方向寻找路线;
3c:如果内边界节点u一跳内有已标记的内边界节点a,则将内边界节点u直接连接并且指向内边界节点a;
3d:如果内边界节点u一跳内存在其他非内边界节点,则根据无线传感器节点的浓度,选择浓度值最低的无线传感器节点方向进行搜寻内边界路线;
3e:标记已经确定的内边界路线,直到完成一个闭合的多边形区间;
当内边界路线出现凹边形时,即某个内边界节点的距离比邻居内边界节点的距离都近,这样会导致此凹槽处的内边界节点收集到的所有信息不能发送给通信头节点;或者可能存在多个通信头节点,都会导致信息汇总出现问题。所述步骤四中汇总所有内边界节点信息到通信头节点包括如下步骤:
4a:根据内边界节点收到的信息的方向,沿着相反方向继续将信息发送下去;
4b:当某个内边界节点收集到了所有内边界节点的信息时,将所有信息发送给最近的通信头节点。
作为优选方案,所述步骤五中辛普森面积公式设置为:
S为气体泄漏区域的面积,(xi,yi)是第i个内边界节点的坐标,n是内边界节点的个数。
GG(Gabriel Graph)平面化算法是基于地理信息将无线传感器节点部署在一个二维坐标的平面内,根据路由算法每个节点都知道自己节点位置和邻居节点信息,从而移除跳范围内一些通信链路,产生一个没有链路交叉的局部网络。
具体描述如图2所示:二维坐标的平面内存在这样的三个节点,节点u和节点v这两个节点都在彼此的一跳通信范围内,节点w位置在以节点u和节点v为直径的圆内(阴影部分),定义两个节点之间的距离为D,定义节点u和节点v的中点是m点,节点w的位置用数学公式(1)表示是:
GG平面化算法根据公式(2)所示的原则,当节点w,满足公式(2),则删除掉节点u和节点v的直接的通信链路,即在节点u和节点v的一跳的通信列表中将彼此节点信息从列表中删除,从而重新建立节点u与节点w,节点v与节点w的链路关系。
Dm,w<Du,m (2)
GG平面化算法可以大量减少节点之间的链路信息,当一个节点在它通信范围内不停的发送数据包且占用公共传输通道的时候,此时MAC协议将会提出隐藏终端的问题,它会通知所有发送接收终端争夺网络资源,导致更多的问题。只用更少的链路连接能提高空间的多样性和稳定性。
如图3所示,在气体泄漏的情况下,将无线传感器节点撒入可能泄漏气体的区域,无线传感器节点根据实时检测的泄漏气体值,得到已经报警的无线传感器节点分布情况,即图中灰色区域的深色节点显示为已经报警的节点。
如图4所示,根据GG平面化算法将可能泄漏气体的区域内所有的无线传感器节点进行平面化,得到图4的显示结果。
如图5所示,在GG平面化算法平面化基础上,根据泄漏气体区域内节点与非泄漏气体区域内节点连通情况,将直接与非泄漏气体区域内节点连接的无线传感器节点标记为内边界节点,即图5中最深色的节点。
如图6所示,根据泄漏气体区域内内边界节点标记情况,寻找泄漏气体区域内的内边界。如图6(a)中,对泄漏气体区域内的无线传感器节点进行一跳广播,随机选择一个内边界节点u,根据一跳广播内相邻节点检测到气体浓度的分布情况和节点情况,从左右两个方向选择搜寻内边界路线。如果节点u一跳内有之前标记的内边界节点,即节点a,则将节点u直接连接节点a;然而其他节点b、节点c和节点d都不是之前标记的内边界节点,则根据节点b、节点c和节点d的浓度,如图6(b)中,选择浓度值最低的节点d方向进行搜寻内边界路线。
如图7所示,根据泄漏气体区域内的无线传感器节点情况,搜寻到泄漏气体区域的内边界,即图7中白色路线标记的闭合的多边形。
如图8所示,内边界节点知道自己距离Sink节点的距离,以及一跳距离内边界上邻居节点距离Sink节点的距离,为了节约无线传感器网络的资源,内边界节点将自己的GPS、ID信息发送给与Sink节点距离比自己距离近的邻居节点,最终将所有信息发送给Sink节点。
所图9所示,内边界其它节点和节点4都会将自己的信息发送给节点5和节点3,这样导致节点3和节点5汇集了内边界路线上各节点的信息,而不能最终将信息汇总到一个节点上。节点3和节点5根据节点最后收到信息的方向,此时沿着另一个方向继续将信息发送下去,直到两边的信息相遇,即在节点4相遇,且完成了内边界节点一圈内信息收集,并决定将全部的信息发送到距离Sink节点距离最短的节点3,由节点3全部发送给Sink节点。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种气体泄漏的内边界定位算法,其特征在于:包括如下步骤:
步骤一:将无线传感器节点部署到可能泄漏气体的区域,无线传感器节点根据实时检测的泄漏气体值,得到报警的无线传感器节点的分布情况;
步骤二:根据GG平面化算法将可能泄漏气体的区域内所有无线传感器节点进行平面化,根据泄漏气体区域内无线传感器节点与非泄漏气体区域内无线传感器节点连通情况,将直接与非泄漏气体区域的无线传感器节点连接的泄漏气体区域内的无线传感器节点标记为内边界节点;
步骤三:根据内边界节点,搜寻泄漏气体区域内的内边界路线;
步骤四:根据内边界节点与Sink节点的距离情况,设置距离Sink节点最近的内边界节点为通信头节点,通信头节点将内边界路线上所有内边界节点信息汇总后发送给Sink节点;
步骤五:Sink节点根据收到的数据,根据辛普森面积公式计算得到警报区域的面积。
2.根据权利要求1所述的气体泄漏的内边界定位算法,其特征在于:所述步骤三的搜寻泄漏气体区域内的内边界路线包括如下步骤:
3a:对泄漏气体区域内的无线传感器节点进行一跳广播;
3b:根据一跳广播内相邻内边界节点检测的气体浓度的分布情况和内边界节点的情况,随机选择一个内边界节点u,向内边界节点u左右两个方向寻找路线;
3c:如果内边界节点u一跳内有已标记的内边界节点a,则将内边界节点u直接连接并且指向内边界节点a;
3d:如果内边界节点u一跳内存在其他非内边界节点,则根据无线传感器节点的浓度,选择浓度值最低的无线传感器节点方向进行搜寻内边界路线;
3e:标记已经确定的内边界路线,直到完成一个闭合的多边形区间。
3.根据权利要求1所述的气体泄漏的内边界定位算法,其特征在于:所述步骤四中汇总所有内边界节点信息到通信头节点包括如下步骤:
4a:根据内边界节点收到的信息的方向,沿着相反方向继续将信息发送下去;
4b:当某个内边界节点收集到了所有内边界节点的信息时,将所有信息发送给最近的通信头节点。
4.根据权利要求1所述的气体泄漏的内边界定位算法,其特征在于:所述步骤五中辛普森面积公式设置为:
S为气体泄漏区域的面积,(xi,yi)是第i个内边界节点的坐标,n是内边界节点的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510297365.XA CN104931202A (zh) | 2015-06-03 | 2015-06-03 | 气体泄漏的内边界定位算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510297365.XA CN104931202A (zh) | 2015-06-03 | 2015-06-03 | 气体泄漏的内边界定位算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104931202A true CN104931202A (zh) | 2015-09-23 |
Family
ID=54118476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510297365.XA Pending CN104931202A (zh) | 2015-06-03 | 2015-06-03 | 气体泄漏的内边界定位算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104931202A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554835A (zh) * | 2015-12-09 | 2016-05-04 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法 |
CN106793071A (zh) * | 2016-12-05 | 2017-05-31 | 广东石油化工学院 | 一种工业传感器网络基于节点定位的毒气边界检测方法 |
CN107155175A (zh) * | 2017-05-15 | 2017-09-12 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点的有毒气体监测方法 |
CN114973443A (zh) * | 2022-05-19 | 2022-08-30 | 杭州中威电子股份有限公司 | 一种基于巡检机器人的复杂气体环境巡检系统及其方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100542580B1 (ko) * | 2003-06-26 | 2006-01-11 | 삼성전자주식회사 | 이동망환경에서의 자원예약 시스템 및 자원예약 방법 |
CN101237368A (zh) * | 2008-03-05 | 2008-08-06 | 中科院嘉兴中心微系统所分中心 | 一种用于有毒气体探测的无线传感器网络系统 |
CN102307225A (zh) * | 2011-05-31 | 2012-01-04 | 中国科学院上海微系统与信息技术研究所 | 一种基于无线传感器网络的有毒气体监测系统 |
CN102680657A (zh) * | 2012-06-01 | 2012-09-19 | 武汉科技大学 | 基于无线传感器的靠近不透水边界污染源探测与定位方法 |
CN103491591A (zh) * | 2013-10-12 | 2014-01-01 | 西北大学 | 无线传感器网络复杂区域划分方法和节点定位方法 |
CN104320822A (zh) * | 2014-10-27 | 2015-01-28 | 广东石油化工学院 | 工业厂区有毒气体边界区域定位方法 |
TW201509214A (zh) * | 2013-08-19 | 2015-03-01 | Univ Nat Taipei Technology | 感測節點之定位方法及系統 |
-
2015
- 2015-06-03 CN CN201510297365.XA patent/CN104931202A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100542580B1 (ko) * | 2003-06-26 | 2006-01-11 | 삼성전자주식회사 | 이동망환경에서의 자원예약 시스템 및 자원예약 방법 |
CN101237368A (zh) * | 2008-03-05 | 2008-08-06 | 中科院嘉兴中心微系统所分中心 | 一种用于有毒气体探测的无线传感器网络系统 |
CN102307225A (zh) * | 2011-05-31 | 2012-01-04 | 中国科学院上海微系统与信息技术研究所 | 一种基于无线传感器网络的有毒气体监测系统 |
CN102680657A (zh) * | 2012-06-01 | 2012-09-19 | 武汉科技大学 | 基于无线传感器的靠近不透水边界污染源探测与定位方法 |
TW201509214A (zh) * | 2013-08-19 | 2015-03-01 | Univ Nat Taipei Technology | 感測節點之定位方法及系統 |
CN103491591A (zh) * | 2013-10-12 | 2014-01-01 | 西北大学 | 无线传感器网络复杂区域划分方法和节点定位方法 |
CN104320822A (zh) * | 2014-10-27 | 2015-01-28 | 广东石油化工学院 | 工业厂区有毒气体边界区域定位方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105554835A (zh) * | 2015-12-09 | 2016-05-04 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法 |
CN105554835B (zh) * | 2015-12-09 | 2019-02-15 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点游走的有毒气体追踪方法 |
CN106793071A (zh) * | 2016-12-05 | 2017-05-31 | 广东石油化工学院 | 一种工业传感器网络基于节点定位的毒气边界检测方法 |
CN106793071B (zh) * | 2016-12-05 | 2020-04-03 | 广东石油化工学院 | 一种工业传感器网络基于节点定位的毒气边界检测方法 |
CN107155175A (zh) * | 2017-05-15 | 2017-09-12 | 河海大学常州校区 | 无线传感器网络中基于虚拟节点的有毒气体监测方法 |
CN114973443A (zh) * | 2022-05-19 | 2022-08-30 | 杭州中威电子股份有限公司 | 一种基于巡检机器人的复杂气体环境巡检系统及其方法 |
CN114973443B (zh) * | 2022-05-19 | 2024-04-12 | 杭州中威电子股份有限公司 | 一种基于巡检机器人的复杂气体环境巡检系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104931202A (zh) | 气体泄漏的内边界定位算法 | |
CN101873691A (zh) | 基于连通性的无需测距的无线传感器网络节点定位方法 | |
CN103415072B (zh) | 一种无线传感网络中基于估距的定位方法 | |
CN104581943A (zh) | 用于分布式无线传感网络的节点定位方法 | |
CN104410981A (zh) | 一种无线传感器网络中信标节点可信度评估方法 | |
AL-Dhief et al. | Performance evaluation of LAR and OLSR routing protocols in forest fire detection using mobile ad-hoc network | |
CN104113855A (zh) | 无线自组织网络基于信道的路由算法 | |
CN102497669A (zh) | 一种无线传感器网络节点定位的方法 | |
Sharma et al. | Localization in wireless sensor networks for accurate event detection | |
CN104486113A (zh) | 传感器网络中基于主动和被动的贪婪故障链路定位方法 | |
CN104080169A (zh) | 一种水下无线传感器网络动态自适应定位方法 | |
Le et al. | A simple grid-based localization technique in wireless sensor networks for forest fire detection | |
Güleç | Machine learning supported nano-router localization in wnsns | |
Levstek et al. | Localization for mobile sensor networks in mines | |
CN103200519B (zh) | 油罐区火源定位系统及火源定位方法 | |
CN105072626A (zh) | 计算失效覆盖面积的分布式算法 | |
CA3104580A1 (en) | Method and system for determining a position of a plurality of transmitting nodes | |
Parra et al. | Smart system to detect and track pollution in marine environments | |
CN107172676B (zh) | 一种基于节点冗余度和图着色算法的无线传感器网络路由选择方法 | |
Khokhar et al. | Realistic and efficient radio propagation model for V2X communications | |
Reichenbach et al. | Distributed obstacle localization in large wireless sensor networks | |
CN103118362B (zh) | 基于多维尺度变换的虫洞拓扑识别方法 | |
CN103781075B (zh) | 无线传感器网络移动信标节点的虫洞攻击检测及定位方法 | |
TWI510117B (zh) | 感測節點之定位方法及系統 | |
Xiaolong | Target localization based on improved DV-Hop algorithm in wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150923 |