CN105554778A - 一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法 - Google Patents

Abstract

本发明涉及一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法。本发明的方法为：利用对数路径损耗模型对生猪养殖场环境下的路径损耗值进行预测，通过在生猪养殖场环境下进行测量，获取相应参数值。并考虑了墙壁和植株作为障碍物，计算其衰减因子，最后将两种衰减因子综合在对数路径损耗模型中，通过测量修正后即可对生猪养殖场中任意点之间的无线信号传输进行路径损耗的预测。利用该模型进行预测准确性好、实用性强。

Description

一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法

技术领域

本发明涉及无线信号传输、物联网、生猪养殖领域，尤其涉及一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法。

背景技术

我国的传统的生猪养殖模式是通过人工测量获取所需数据，这种模式不仅耗时久、效率低而且需要大量的人力。无线传感器网络可以实时高效并精确地获取信息，但由于生猪养殖场环境的复杂性，无线信号在传播过程中受多种障碍物的影响会产生衰减，影响数据采集的准确性及实时性。

由于环境中的障碍物不同会对无线信号的传输造成不一样的影响，在部署无线传感器网络时，如果不能有效的估计路径损耗，将会影响整体网络的拓扑结构不能达到最优，从而造成资源的浪费或数据的缺失，所以根据障碍物种类及影响提出的路径损耗模型有着非常重要的意义。生猪养殖环境中最普遍的也是影响最大的障碍物即为猪舍墙壁和舍间植株，因此通过研究这两者对无线信号传输所带来的影响对于建立生猪养殖环境下的无线传感器网络路径损耗模型更准确，实用性更强。

发明内容

本发明的目的是提供一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法，通过测量障碍物的衰减因子，实现更准确的建立基于无线传感器网络的更适用于生猪养殖场的路径损耗模型。

为解决上述技术问题，本发明的主要技术内容如下：

一种生猪养殖环境下基于无线传感器网络的路径损耗模型的建立方法，其建立步骤具体如下：

1.在生猪养殖场环境中的空旷条件下，通过改变发射—接收机之间的距离d，分别测量接收信号的功率强度指示RSSI值，通过最小二乘法的线性回归获得路径损耗指数n。

2.在发射—接收机之间增加墙壁作为障碍物，通过增加墙壁的数量来改变发射—接收机之间的距离d，再测量记录RSSI值，计算获得墙体衰减因子AF₁。

3.在发射—接收机之间增加植株作为障碍物，选取不同高度的植株，分别改变发射—接收机距离d以及天线高度h，测量记录RSSI值，计算获得植株衰减因子AF₂与天线高度的函数关系式。

4.将两种衰减因子共同添加在路径损耗模型中，并综合两种障碍物进行共同测量，对模型进行修正。

在上述步骤1中，具体步骤如下：

(1)发射机与接收机之间的距离设置为6m，发射机与接收机之间没有障碍物阻挡，可视为视距传播。发射机发送一组数据，为100个数据包，接收机端记录100个相应的RSSI值。

(2)以6m为差值增加发射机与接收机之间的距离，重复10次步骤(1)中的操作。

(3)将每组记录的100个RSSI值计算平均值，利用最小二乘法的线性回归法，建立RSSI值与距离d的关系方程，所得为空旷条件下的路径损耗模型，即可获得路径损耗指数n。

在上述步骤2中，具体步骤如下：

(1)保证发射机、接收机与墙壁的距离均保持在1m不变，天线架设高度为1.2m以避免猪舍间植株对信号传输的影响。

(2)设置墙壁数量l＝1，发射机与接收机之间的距离则为2m，此时发射机发送十组数据，每组为100个数据包，接收机端记录每组的100个相应的RSSI值。

(3)增加墙壁数量l＝2，此时发射机与接收机之间的距离则为14m，发射机发送十组数据，接收端记录RSSI值。

(4)继续增加墙壁数量重复上述操作，直至接收机端收不到无线信号。

(5)将每组记录的100个RSSI值计算平均值，利用添加了墙体衰减因子的新的路径损耗模型计算出AF₁的大小。

在上述步骤3中，具体步骤如下：

(1)发射机与接收机之间的距离设置为6m，天线高度设置为最低，发射机发送十组数据，每组为100个数据包，接收机端记录每组的100个相应的RSSI值。

(2)保持发射机与接收机之间的距离不变，将天线高度升高，重复步骤(1)。

(3)重复步骤(2)至同一距离下的四组天线高度全部测量结束。

(4)以6m为差值增加发射机与接收机之间的距离，再重复步骤(1)至步骤(3)。

(5)将每组记录的100个RSSI值计算平均值，利用添加了植株衰减因子的新的路径损耗模型计算出AF₂的大小。

(6)将AF₂的大小与天线高度进行最小二乘法的线性回归分析，获得不同高度植株的衰减因子线性方程。

在上述步骤4中，具体步骤如下：

(1)在生猪养殖场中选取猪舍两堵墙壁(d＝14m)及其中间生长的植株，高度依然分别为40cm、80cm、120cm且分别设置4种天线高度。

(2)在每个天线高度处发送两组数据，每组100个，共200个数据包，记录其RSSI值，计算平均值后作为实际测量数据。

(3)利用综合路径损耗模型对步骤(1)条件下的路径损耗进行预测，再与步骤(2)中实际测量值进行对比，计算相对误差平均值，将这些平均误差值再计算平均值可获得所有误差的平均值作为修正值添加在模型中。

本发明的优点

1.准确性好。在对数路径损耗模型的基础上充分考虑了障碍物对无线信号的影响，综合融入了模型中，并进行了修正。

2.实用性强，便于修改。针对生猪养殖场的实际情况进行设计，可随时根据情况的变化进行修改，增加或减少障碍物的种类。

附图说明

图1为本发明的发射机和接收机外观图

图2为本发明模型中RSSI值与收发距离关系图

图3为本发明对路径损耗模型的修正结果图

具体实施方式

下面结合附图对本发明做进一步描述。

附图1为测试用无线信号发射机和接收机，以STM32W108为主控芯片的无线信号发射机和接收机，选用UFL天线。电源通电后通过S2按键可以选择发送功率的大小，设置为100MW；发射机端的S3按键可以开启数据发送功能，每次发送100个数据包，同时接收机端LED屏幕会显示相应的100个接收信号的功率强度指示RSSI值。测试步骤具体如下：

1.在生猪养殖场环境中的空旷条件下，通过改变发射—接收机之间的距离d，分别测量接收信号的功率强度指示RSSI值，通过最小二乘法的线性回归获得路径损耗指数n。

2.在发射—接收机之间增加墙壁作为障碍物，通过增加墙壁的数量来改变发射—接收机之间的距离d，再测量记录RSSI值，计算获得墙体衰减因子AF₁。

3.在发射—接收机之间增加植株作为障碍物，选取不同高度的植株，分别改变发射—接收机距离d以及天线高度h，测量记录RSSI值，计算获得植株衰减因子AF₂与天线高度的函数关系式。

4.将两种衰减因子共同添加在路径损耗模型中，并综合两种障碍物进行共同测量，对模型进行修正。

在上述步骤1中，由于在生猪养殖场的空旷环境条件下，路径损耗值PL(d)与发射—接收机之间的距离d遵从对数距离路径损耗模型，其关系式为：

$PL\left(d\right)=PL\left(d_0\right)+10n\lg \left(\frac{d}{d_0}\right)$

其中PL(d)是路径损耗值；PL(d₀)是参考距离为d₀时自由空间路径损耗；n表示路径损耗指数，其数值取决于环境的不同；d₀为近地参考距离(通常选取d₀＝1m)；d为发射—接收机距离。

接收机显示的接收信号的功率强度指示RSSI值与路径损耗值的关系为：

PL＝P_t-P_r

其中PL为路径损耗值，P_t为发射机的发射功率，测试过程中设定为20dBm，P_r为接收机的接收功率，即为RSSI值。

所以通过上述公式即可根据测试记录的RSSI值与d值的变化关系，再通过最小二乘法的线性回归获得路径损耗指数n。具体步骤如下：

(1)发射机与接收机之间的距离设置为6m，发射机与接收机之间没有障碍物阻挡，可视为视距传播。发射机发送一组数据，为100个数据包，接收机端记录100个相应的RSSI值。

(2)以6m为差值增加发射机与接收机之间的距离，重复10次步骤(1)中的操作。

(3)将每组记录的100个RSSI值计算平均值，利用最小二乘法的线性回归法，建立RSSI值与距离d的关系方程，所得为空旷条件下的路径损耗模型，即可获得路径损耗指数n。

在上述步骤2中，由于生猪养殖场中猪舍是等间隔分布的，每隔12m建立一座宽同为12m的猪舍，所以通过墙壁的数量的同时也是增加发射—接收机之间距离的过程。将墙壁作为障碍物测量时可能会受到舍间植株的影响，此时通过将天线架高的方法，当天线高度远高于植株高度时，即可忽略植株所带来的影响，默认为只有墙壁是障碍物。因为增加了墙壁作为障碍物，会带来额外的衰减，所以在对数路径损耗模型的基础上增加墙体衰减因子AF₁，新的路径损耗模型为：

$PL\left(d\right)=PL\left(d_0\right)+10n\lg \left(\frac{d}{d_0}\right)+l*{\mathrm{AF}}_1$

其中l为墙壁数量，取值为1,2,……。在对路径损耗模型进行回归分析时，已经获取了路径损耗指数n以及PL(d₀)的值，而PL(d)值为实际测量所获得，因此通过上述模型可以计算出墙体衰减因子AF₁的数值。具体步骤如下：

(1)保证发射机、接收机与墙壁的距离均保持在1m不变，天线架设高度为1.2m以避免猪舍间植株对信号传输的影响。

(2)设置墙壁数量l＝1，发射机与接收机之间的距离则为2m，此时发射机发送十组数据，每组为100个数据包，接收机端记录每组的100个相应的RSSI值。

(3)增加墙壁数量l＝2，此时发射机与接收机之间的距离则为14m，发射机发送十组数据，接收端记录RSSI值。

(4)继续增加墙壁数量重复上述操作，直至接收机端收不到无线信号。

(5)将每组记录的100个RSSI值计算平均值，利用添加了墙体衰减因子的新的路径损耗模型计算出AF₁的大小。

在上述步骤3中，单独测量植株作为障碍物时对无线信号的影响，与步骤2不同，只测量植株的带来的衰减时并不会受到障碍物的影响。由于植株的物种属性与墙壁不同，天线架高的位置不同所带来的衰减也不同，所以需要同时以发射—接收机距离d和天线架设高度h为变量进行测量。

选取不同高度的植株三组——分别为40cm、80cm和120cm，再根据植株高度的不同分别制定四个不同的天线高度，例如对于80cm高的植株，天线高度设置为：40cm、60cm、80cm和120cm。植株高度的选择原理为：种植密度是否均匀、高度是否统一、可测量的范围是否足够广等特征；天线高度的设置原理为：其中最低天线高度的要求为高度更低时即使发射—接收距离缩小也不能收到无线信号；而天线高度高于植株高度时，统一设置为植株自身高度的3/2倍。

与步骤2相同，也需在对数路径损耗模型中添加植株衰减因子AF₂，在此基础上新的模型为：

$PL\left(d\right)=PL\left(d_0\right)+10n\lg \left(\frac{d}{d_0}\right)+{\mathrm{AF}}_2$

与墙壁不同，墙体对无线信号衰减的影响可以通过墙壁数量的多少来表现，墙体衰减因子AF₁的大小是不变的，而植株没有固定的衰减因子大小，而是通过与天线高度的函数关系来表示。通过回归分析可以得出不同植株高度条件下，衰减因子AF₂与天线高度h之间的相关系数及常数项。具体步骤如下：

(1)发射机与接收机之间的距离设置为6m，天线高度设置为最低，发射机发送十组数据，每组为100个数据包，接收机端记录每组的100个相应的RSSI值。

(2)保持发射机与接收机之间的距离不变，将天线高度升高，重复步骤(1)。

(3)重复步骤(2)至同一距离下的四组天线高度全部测量结束。

(4)以6m为差值增加发射机与接收机之间的距离，再重复步骤(1)至步骤(3)。

(5)将每组记录的100个RSSI值计算平均值，利用添加了植株衰减因子的新的路径损耗模型计算出AF₂的大小。

(6)将AF₂的大小与天线高度进行最小二乘法的线性回归分析，获得不同高度植株的衰减因子线性方程。

附图2即为模型中80cm高度植株RSSI值与发射—接收机之间距离的关系，可以看出RSSI值均呈现出随着距离d的增加而减小的趋势，与自由空间传播模型的变化趋势近似。与植株高度相比，天线高度架设高度较低时，RSSI值会出现迅速衰落的现象，直至信号无法接收。

在上述步骤4中，将步骤2、3中所获得的衰减因子共同添加在对数路径损耗模型中，即可获得适用于生猪养殖场的综合路径损耗模型，其表达式为：

$PL\left(d\right)=PL\left(d_0\right)+10n\lg \left(\frac{d}{d_0}\right)+l*{\mathrm{AF}}_1+{\mathrm{AF}}_2$

将该模型在生猪养殖场中进行路径损耗实验，根据实验结果对模型进行修正，具体步骤如下：

(1)在生猪养殖场中选取猪舍两堵墙壁(d＝14m)及其中间生长的植株，高度依然分别为40cm、80cm、120cm且分别设置4种天线高度。

(2)在每个天线高度处发送两组数据，每组100个，共200个数据包，记录其RSSI值，计算平均值后作为实际测量数据。

(3)利用综合路径损耗模型对步骤(1)条件下的路径损耗进行预测，再与步骤(2)中实际测量值进行对比，计算相对误差平均值，将这些平均误差值再计算平均值可获得所有误差的平均值作为修正值添加在模型中。

附图3即为80cm高植株条件下，对模型进行的修正，可以看出修正后的预测较为准确。

本发明的路径损耗模型可以用来对生猪养殖场的路径损耗值进行预测，通过预测获得的结果可以为在生猪养殖场中部署无线传感器网络打下基础，添加了障碍物墙壁和植株的衰减因子可以更加准确的进行预测，在部署节点时有效避让障碍物，确保无线传感器网络的网络连通性，同时可以节约节点数量，降低布网成本。

Claims (6)

1.一种基于无线传感器网络的路径损耗模型建立方法，其特征在于，无线信号在生猪养殖场中的传播除了随着发射机和接收机之间传输距离的增加而衰减外，还会受到障碍物的干扰，需要将障碍物衰减因子添加在路径损耗模型中。

2.如权利要求1所述的基于无线传感器网络的路径损耗模型建立方法，其步骤如下：

1)在生猪养殖场环境中的空旷条件下，通过改变发射—接收机之间的距离d，分别测量接收信号的功率强度指示RSSI值，通过最小二乘法的线性回归获得路径损耗指数n。

2)在发射—接收机之间增加墙壁作为障碍物，通过增加墙壁的数量来改变发射—接收机之间的距离d，再测量记录RSSI值，计算获得墙体衰减因子AF₁。

3)在发射—接收机之间增加植株作为障碍物，选取不同高度的植株，分别改变发射—接收机距离d以及天线高度h，测量记录RSSI值，计算获得植株衰减因子AF₂与天线高度的函数关系式。

4)将两种衰减因子共同添加在路径损耗模型中，并综合两种障碍物进行共同测量，对模型进行修正。

3.如权利要求2所述的基于无线传感器网络的路径损耗模型建立方法，其特征在于，所属步骤1)的具体步骤如下：

(1)发射机与接收机之间的距离设置为6m，发射机与接收机之间没有障碍物阻挡，可视为视距传播。发射机发送一组数据，为100个数据包，接收机端记录100个相应的RSSI值。

(2)以6m为差值增加发射机与接收机之间的距离，重复10次步骤(1)中的操作。

(3)将每组记录的100个RSSI值计算平均值，利用最小二乘法的线性回归法，建立RSSI值与距离d的关系方程，所得为空旷条件下的路径损耗模型，即可获得路径损耗指数n。

4.如权利要求2所述的基于无线传感器网络的路径损耗模型建立方法，其特征在于，所属步骤2)的具体步骤如下：

(1)保证发射机、接收机与墙壁的距离均保持在1m不变，天线架设高度为1.2m以避免猪舍间植株对信号传输的影响。

(2)设置墙壁数量l＝1，发射机与接收机之间的距离则为2m，此时发射机发送十组数据，每组为100个数据包，接收机端记录每组的100个相应的RSSI值。

(3)增加墙壁数量l＝2，此时发射机与接收机之间的距离则为14m，发射机发送十组数据，接收端记录RSSI值。

(4)继续增加墙壁数量重复上述操作，直至接收机端收不到无线信号。

(5)将每组记录的100个RSSI值计算平均值，利用添加了墙体衰减因子的新的路径损耗模型计算出AF₁的大小。

5.如权利要求2所述的基于无线传感器网络的路径损耗模型建立方法，其特征在于，所属步骤3)的具体步骤如下：

(1)发射机与接收机之间的距离设置为6m，天线高度设置为最低，发射机发送十组数据，每组为100个数据包，接收机端记录每组的100个相应的RSSI值。

(2)保持发射机与接收机之间的距离不变，将天线高度升高，重复步骤(1)。

(3)重复步骤(2)至同一距离下的四组天线高度全部测量结束。

(4)以6m为差值增加发射机与接收机之间的距离，再重复步骤(1)至步骤(3)。

(5)将每组记录的100个RSSI值计算平均值，利用添加了植株衰减因子的新的路径损耗模型计算出AF₂的大小。

(6)将AF₂的大小与天线高度进行最小二乘法的线性回归分析，获得不同高度植株的衰减因子线性方程。

6.如权利要求2所述的基于无线传感器网络的路径损耗模型建立方法，其特征在于，所属步骤4)的具体步骤如下：

(1)在生猪养殖场中选取猪舍两堵墙壁(d＝14m)及其中间生长的植株，高度依然分别为40cm、80cm、120cm且分别设置4种天线高度。

(2)在每个天线高度处发送两组数据，每组100个，共200个数据包，记录其RSSI值，计算平均值后作为实际测量数据。

(3)利用综合路径损耗模型对步骤(1)条件下的路径损耗进行预测，再与步骤(2)中实际测量值进行对比，计算相对误差平均值，将这些平均误差值再计算平均值可获得所有误差的平均值作为修正值添加在模型中。