CN108696833A - 基于水下无线传感器网络的水污染监测系统 - Google Patents
基于水下无线传感器网络的水污染监测系统 Download PDFInfo
- Publication number
- CN108696833A CN108696833A CN201810464395.9A CN201810464395A CN108696833A CN 108696833 A CN108696833 A CN 108696833A CN 201810464395 A CN201810464395 A CN 201810464395A CN 108696833 A CN108696833 A CN 108696833A
- Authority
- CN
- China
- Prior art keywords
- node
- tracking
- nodes
- data
- module
- 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
- 238000003911 water pollution Methods 0.000 title claims abstract description 33
- 238000001514 detection method Methods 0.000 title abstract description 5
- 238000012544 monitoring process Methods 0.000 claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 12
- 239000002245 particle Substances 0.000 claims description 84
- 238000000034 method Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 230000008878 coupling Effects 0.000 claims description 11
- 238000010168 coupling process Methods 0.000 claims description 11
- 238000005859 coupling reaction Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 229910000831 Steel Inorganic materials 0.000 claims description 9
- 238000004146 energy storage Methods 0.000 claims description 9
- 239000010959 steel Substances 0.000 claims description 9
- 230000001939 inductive effect Effects 0.000 claims description 8
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 6
- 239000013078 crystal Substances 0.000 claims description 6
- 229910052710 silicon Inorganic materials 0.000 claims description 6
- 239000010703 silicon Substances 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 239000003643 water by type Substances 0.000 abstract description 3
- 238000011109 contamination Methods 0.000 abstract 2
- 238000005070 sampling Methods 0.000 description 24
- 238000009826 distribution Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 6
- 238000012952 Resampling Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/14—Receivers specially adapted for specific applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B13/00—Transmission systems characterised by the medium used for transmission, not provided for in groups H04B3/00 - H04B11/00
- H04B13/02—Transmission systems in which the medium consists of the earth or a large mass of water thereon, e.g. earth telegraphy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了基于水下无线传感器网络的水污染监测系统，包括本地监控终端、网络协调器以及被布置于被监测水域内的智能传感器节点网络；所述智能传感器节点网络包括多个位置固定且已知的信标节点以及位置未知的移动节点，用于对水域内水污染指标进行动态采集；每个所述网络协调器连接有若干个传感器节点，用于接收传感器节点采集到的数据，并将其发送给本地监控终端；所述本地监控终端对接收到的数据进行处理，对采集到的污染指标超过标准指标的传感器节点进行定位与跟踪。本发明可实现对各类复杂水环境的污染指标进行实时监测。
Description
技术领域
本发明涉及定位监测领域，特别涉及一种基于水下无线传感器网络的水污染监测系统。
背景技术
近年来我国水污染事故频繁发生，重大突发性水污染事件时有发生，给人民生活、生态 环境和经济建设带来了极大危害。工业发展过程产生的结构性污染问题，使全国各地流域环 境遭受不同程度污染，特别是由于这类事故的突发性和破坏性，严重地威胁着人民群众生命 和国家财产安全，使人们赖以生存的生态环境遭到严重破坏。因而，如何完善水污染的监测 系统以应对大型水域水污染突发事故，避免造成重大灾害就显得十分紧迫。如何实时、远程、 全方位的获取水污染信息，准确即时做出应对措施，并将水污染信息即时传递，使整个过程 网络化、系统化成为现在湖泊、河流区域水污染监测急需解决的问题。
目前国内外普遍采用的对湖泊、河流区域水污染监测手段为保卫工人定期巡查或用监测 仪定期监测采集；虽然能够及时的获取水污染数据，但是监测区域小，不能全方位动态的解 决水污染问题，况且对于比较特殊的短暂性水污染不能及时进行采集，发现污染源头，延误 了处理时间，使污染扩散。近年来，已出现借助3S、数据库和网络通信等先进技术，按照水 污染监测管理体系的业务要求，将基础地理、水文、生态环境和社会经济等各类本底信息和 监测信息有机整合，同时在数据库的支持下，建立二、三维无缝结合的交互式虚拟可视化平 台，并结合模型库模拟水污染扩散状况的新技术，但整个过程的监测灵敏度不高，且不具备 较好的短暂性水污染处理时效性。
发明内容
鉴于上述问题，本发明的主要目的是提供一种监测区域广、灵活性强、数据检测准确性 高的水下无线传感器网络节点的水污染监测系统。
本发明的目的采用以下技术方案来实现：
提供了基于水下无线传感器网络的水污染监测系统，包括通过以太网与远程监控终端相 连的本地监控终端、若干个通过RS232串口将数据传输到本地监控终端的网络协调器以及被 布置于被监测水域内的智能传感器节点网络；所述智能传感器节点网络包括多个位置固定且 已知的信标节点以及位置未知的移动节点，用于对水域内水污染指标进行动态采集；每个所 述网络协调器通过一无线接收模块连接有若干个传感器节点，用于接收传感器节点采集到的 数据，并将其发送给本地监控终端；所述本地监控终端对接收到的数据进行处理，对采集到 的污染指标超过标准指标的传感器节点进行定位与跟踪，并通过用户界面将该传感器节点的 信息显示。
优选地，所述传感器节点包括浮标、设置于浮标上的包塑钢缆和无线发射模块、封装于 浮标内的感应耦合数据调制解调器和数据采集板以及以耦合感应的方式挂装于包塑钢缆上的 智能传感器；所述移动节点还设置有微处理模块，用于对邻近的信标节点信息进行计算处理， 得到与之最邻近的信标节点；所述感应耦合数据调制解调器通过包塑钢缆提取智能传感器所 监测到的数据并将数据通过RS232串口输出至数据采集板，所述数据采集板将接收到的数据 进行处理后通过无线发射模块和无线接收模块发送至对应的网络协调器内；所述浮标内还封 装有用于向智能传感器供电的储能电池和用于对浮标进行定位跟踪并与数据采集板相连的 GPS定位模块，所述浮标的表面设置有与储能电池电性连接的太阳能硅晶板；所述太阳能硅 晶板用来为储能电池充电。
优选地，所述本地监测终端包括数据库、数据处理模块、移动节点定位模块、目标节点 跟踪模块和显示模块；所述的数据库用于存储传感器节点信息；所述数据处理模块用于对接 收到的传感器节点信息进行处理，获取对应传感器节点采集到的污染指标；所述移动节点定 位模块用于对监测水域内的所有移动节点进行定位；所述目标节点跟踪模块用于对采集到的 污染指标大于水污染标准指标的目标节点进行动态跟踪；所述的显示模块用于将移动节点的 位置、移动轨迹和污染指标参数显示出来。
优选地，所述移动节点定位模块包括定位方式抉择单元和精确定位单元；所述定位方式 抉择单元用于确定合适的定位方式来定位移动节点；所述精确定位单元用于依据最邻近的信 标节点采用基于测距的定位算法对移动节点进行精确定位。
本发明的有益效果为：本发明利用浮标将各检测元器件集成为一体并通过感应耦合的方 式将数据传输的监控终端，采用两种不同的定位方式，便于对传感器节点能量的节省，还提 出了一种基于粒子群算法对目标传感器节点进行动态跟踪，使得其布置灵活、监测区域广、 定位精度高，跟踪效果好，能够实现对各类复杂水环境的污染指标进行实时监测。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于 本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附 图。
图1为本发明一个示例性实施例中水污染监测系统的框架结构图；
图2为本发明一个示例性实施例中本地监测终端的框架结构图；
图3为本发明一个示例性实施例中移动节点定位模块的框架结构图；
图4为本发明一个示例性实施例中目标节点跟踪的流程图；
附图标记：
水污染监测系统1、智能传感器节点网络2、网络协调器3、本地监控终端4、信标节点 5、移动节点6、数据库41、数据处理模块42、移动节点定位模块43、目标节点跟踪模块44、显示模块45、定位方式抉择单元501、精确定位单元502、建立初始跟踪节点601、建立跟踪节点群602、跟踪节点群的转换603、跟踪结束604。
具体实施方式
结合以下应用场景，参考附图对本发明的实施方式进行说明。
参见图1，本发明提供基于水下无线传感器网络的水污染监测系统1，包括通过以太网与 远程监控终端相连的本地监控终端4、若干个通过RS232串口将数据传输到本地监控终端的 网络协调器3以及被布置于被监测水域内的智能传感器节点网络2；所述智能传感器节点网 络包括多个位置固定且已知的信标节点5以及位置未知的移动节点6，用于对水域内水污染 指标进行动态采集；每个所述网络协调器通过一无线接收模块连接有若干个传感器节点，用 于接收传感器节点采集到的数据，并将其发送给本地监控终端；所述本地监控终端对接收到 的数据进行处理，对采集到的污染指标超过标准指标的传感器节点进行定位与跟踪，并通过 用户界面将该传感器节点的信息显示。
本实施例中，所述传感器节点包括浮标、设置于浮标上的包塑钢缆和无线发射模块、封 装于浮标内的感应耦合数据调制解调器和数据采集板以及以耦合感应的方式挂装于包塑钢缆 上的智能传感器；所述移动节点还设置有微处理模块，用于对邻近的信标节点信息进行计算 处理，得到与之最邻近的信标节点；所述感应耦合数据调制解调器通过包塑钢缆提取智能传 感器所监测到的数据并将数据通过RS232串口输出至数据采集板，所述数据采集板将接收到 的数据进行处理后通过无线发射模块和无线接收模块发送至对应的网络协调器内；所述浮标 内还封装有用于向智能传感器供电的储能电池和用于对浮标进行定位跟踪并与数据采集板相 连的GPS定位模块，所述浮标的表面设置有与储能电池电性连接的太阳能硅晶板；所述太阳 能硅晶板用来为储能电池充电。
本实施例中，所述微处理模块获取与移动节点最邻近的信标节点的具体设置为：
首先，各信标节点向周围邻居信标节点广播数据包分组，分组中包括自身坐标信息以及 跳数字段，其初始值为1；网络中每个信标节点接收到的数据包分组来自不同信标节点的个 数超过限定值K时，则不再记录来自新的信标节点的数据包分组；接收信标节点根据接收到 的分组数据记录下到各个信标节点的最小跳数并忽略来自同一个信标节点较大跳数的分组， 然后把跳数值加转发给邻居信标节点，通过不断的传播，网络中的任一信标节点都能记录下 到K个信标节点的最小跳数；依上述得到的各个信标节点到K个邻近信标节点的数据包分 组，估计信标节点的平均每跳距离；然后，任一信标节点把自身的平均每跳距离用带生存期 字段的分组广播到网络中，移动节点记录接收到所有信标节点的平均每跳距离，通过随机平 均计算其总品均每跳距离；然后将移动节点到各信标节点之间的跳数与总平均每跳距离相乘， 得到移动节点到各信标节点的跳段距离；进而，比较移动节点到各信标节点的跳段距离的大 小，从中选取跳段距离较小的M个信标节点，作为移动节点最邻近信标节点；
本优选实施例中，综合考虑目标节点附近的多个信标节点的平均每跳距离，能够更准确 地反应目标节点周围的网络情况，选取出可信度更高的最邻近信标节点集合P，减少了下一 步对目标节点进行精确定位的计算量。
参见图2，所述本地监测终端包括数据库、数据处理模块、移动节点定位模
参见图3，所述移动节点定位模块包括定位方式抉择单元和精确定位单元； 所述定位方式抉择单元用于确定合适的定位方式来定位移动节点；所述精确定位 单元用于依据最邻近的信标节点采用基于测距的定位算法对移动节点进行精确 定位。
本实施例中，所述定位方式抉择单元用来根据上述得到的最邻近M个信标节点分散度与 阀值S进行比较，若分散度大于S，则认为不可靠，选择唤醒所述的GPS定位模块进行远程 定位；若分散度小于S，则信任该最邻近M个信标节点对移动节点进行下一步的精确定位，其 中阀值S用来评价最邻近的M个信标节点的分散度。
本实施例中，所述基于测距的定位算法对移动节点进行精确定位具体包括有：
(1)根据微处理模块获得的最邻近信标节点集合M，读取移动节点接收到最邻近信标节 点发送过来的电磁波信号功率，由于最邻近信标节点的发射功率已知；基于无线电波在传播 过程中的功率损耗，计算出位置未知的移动节点到位置已知的最邻近信标节点的距离；
(2)利用移动节点A(x,y)到已知最邻近信标节点Bi(xi,yi)的距离建模:|ABi|＝di，di为 移动节点A到位置已知的最邻近信标节点Bi的距离；其中，再通过极大似然估计法来解距离模型以估计出移动节点的坐标A0(x0,y0)，进而对位置未知的 节点进行初定位；
(3)建立修正模型为：di为移动节点到位置已知的 最邻近信标节点Bi的距离；其中，求解该模型，进而对上 述获得的估计坐标(x0,y0)进行修正，寻求更为精确的移动节点的坐标。
本实施例中，为求解上述修正模型，提出了一种粒子群算法，具体包括：
(1)确定初始粒子集在Q个最邻近信标节点围成区域中的分布区域，用来缩小粒子分布 范围，减少优化搜索的范围；初始化粒子群的数目以及空间分布的总维度数，均匀随机的设 置粒子的初始速度和位置，设置任一粒子的个体最优位置，也就是各粒子的初始位置；
(2)开始不断的迭代，通过迭代不断更新各粒子的速度，并依据粒子速度不断的更新粒 子的位置，如果更新后的粒子的位置超出了上述的分布区域，则剔除该粒子；将经过不断迭 代的粒子的更新位置与上述位置预估单元计算得到的估计位置进行比较，若粒子相对于估计 位置不断靠近，则保留该粒子；若粒子与估计位置的距离超过了设定的阈值U,则将该粒子剔 除；经过不断迭代后的剔除筛选，直到所有粒子全部聚集到以估计目标位置为中心，半径为τ 的圆区域，则停止迭代；
(3)依据迭代后剩下的粒子数的位置以及设定相应的惯性权重，先对惯性权重进行归一 化，再将粒子的位置与归一化的惯性权重通过加权平均计算精确的移动节点位置。
本优选实施例中，为实现对移动节点位置的精确定位，设计了一种针对修正模型的粒子 群算法，建立了粒子群的迭代更新、停止迭代及最终聚合得到移动节点附近的算法规则，在 此算法中，考虑到了每个粒子的权重值，使得获取到的移动节点位置的精确度提高了20％。
参见图4，所述目标节点跟踪模块采用动态跟踪机制，包括建立初始跟踪节 点、建立跟踪节点群、跟踪节点群的转换、跟踪结束四个步骤；所述建立初始跟 踪节点用来从目标节点的最邻近信标节点中选出主跟踪节点，并获取主跟踪节点
本实施例中，所述建立跟踪节点群具体包括有：
(1)主跟踪节点通知一跳通信范围内的所有信标节点转入激活状态成为次跟踪节点，一 起构成初始跟踪节点群，激活状态下，信标节点提高接发功率以及接发频率；此时跟踪节点 一跳通信范围内的次跟踪节点开始检测目标节点的数据信号，次跟踪节点根据该信号计算出 自身到目标节点的距离，然后把自身ID、坐标、到目标节点的距离dtarget-id和自身剩余电量 信息powerid(剩余电量占电池总容量的百分比)发送到主跟踪节点中；主跟踪节点根据收到 一跳通信范围内次跟踪节点发送过来的数据包的信号强度，计算出次跟踪节点到主跟踪节点 的距离dch-id，进而计算所有次跟踪节点的选择权重wxz：
其中，γ为电源电量使发出距离信号的衰减因子；
(2)选择权值wxz最大的k个节点作为有效次跟踪节点，其余节点由激活状态转入正常 状态；有效次跟踪节点与主跟踪节点共同构成跟踪节点群，且跟踪节点群由主跟踪节点进行 控制，为下一步运行粒子跟踪算法，开启对跟踪对象的跟踪做准备。
本优选实施例中，设计了一种计算次跟踪节点选择权重的计算方法，依靠目标节点、主 跟踪节点、次跟踪节点这3个节点之间相对距离，自适应的确定次跟踪节点选择权重，由此 确定的次跟踪节点权重依据不同位置的次跟踪节点变化而变化，由此确定的有效次跟踪节点 更具代表性，准确性相互提高。
本实施例中，所述跟踪节点群的转换用来对目标节点的动态位置进行估计及动态跟踪， 具体包括有：
(1)初始化粒子：设定开始目标节点跟踪的初始时刻为T＝0，形成初始时刻的跟踪节点 群，由主跟踪节点控制有效跟踪节点来初始化粒子，将粒子分配到各个节点中：
(2)粒子转移路径选择：在跟踪节点群形成过程中，各有效次跟踪节点的坐标已经发送 到主跟踪节点中，此时主跟踪节点首先选择离目标节点最近的有效次跟踪节点为1号节点， 并对1号节点做好已加入无重复节点的封闭回路标记；然后在1号节点一跳通信范围内寻找 离1号节点最近的没有封闭回路标记的有效次跟踪节点为下一号节点，并标记下一号节点； 如果1号节点一跳通信范围内没有未加入封闭回路的有效次跟踪节点，则选择离主跟踪节点 最近的未加入封闭回路的有效次跟踪节点为下一号节点；此时1号节点与下一号节点之间的 数据转移由主跟踪节点通过2跳的方式转发，以此类推，形成有效次跟踪节点之间的无重复 节点的封闭回路，在需要交换粒子时由主跟踪节点按封闭回路控制有效次跟踪节点交换粒子。
(3)在有效次跟踪节点内部，依据前一个采样时刻T-t0，粒子的先验概率进行重要性采 样：
式中，粒子总数为N，在采样时刻T时，有效次跟踪节点的数目为Numcjd,；在时刻T则分配到有效次跟踪节点nodei上的粒子数目为：niT；表示采样时刻T分配到节点nodei上的第j个粒子，表示采样时刻T-t0分配到节点nodei上的第j个粒子。
(4)计算粒子权重及对权重进行归一化，具体为：主跟踪节点将在采样时刻时得到的跟 踪节点群内所有成员的观测值集合gczT共享到跟踪节点群中，各有效次跟踪节点根据gczT计 算自身节点所有粒子的权重并对节点nodei中各粒子的权重进行归一化处理得到归一化 权重其中归一化计算公式为：其中，表示采样时刻T分配到节点 nodei上的的第j个粒子对应的未经归一化的权值；表示采样时刻T分配到节点nodei上所 有未经归一化的粒子权值的和；gczT表示采样时刻T时跟踪节点群内所有成员的观测值集 合。
(5)基于上述的归一化权重，在次跟踪节点内部使用重采样方法对节点内各粒子重采样； 考虑到采样时会对权重值大的粒子进行多次重复采样，造成权重值大的粒子而多次被采样， 而权重值小的粒子不能被采样而淘汰，缺乏多样性；采用如下方法进行改进:
由于粒子也是二维的，在重采样时要对某权重值最大的粒子进行第二次采样时，不妨设 该粒子c为(xc,yc),该粒子的权重值为此时，也存在权重值最小而未被采样的粒子s， 设为(xs,ys)，该粒子的权重值为采用改进后的采样后，第二次采样的粒子为(xb,yb)，具 体计算为：
不断的使用该方式，使用计算得到的粒子(xb,yb)代替权重值较大的粒子(xc,yc)，以此得 到了更新的粒子集重采样后更新各粒子的权重值以及采样时刻T分配到节点nodei上所有未经归一化的更新粒子的权值的和
通过对权重大的粒子与权重值小的粒子进行中和，形成新的粒子不仅补充了节点资源的 数目，解决了采样样本的贫化问题，还避免了对大权重值粒子的多次重复采样，使得粒子的 多样性得以保证，足以有效的表达系统的后验分布。
(6)主跟踪节点对目标节点的状态位置估计：在采样时刻T，有效次跟踪节点将上述经 处理得到的自身节点的和权重值反馈给主跟踪节点，主跟踪节点收到信息后，建立 下一时刻T+t0目标节点的位置估计函数对目标节点进行位置估计。
(7)根据得到的目标节点的位置，计算主跟踪节点与目标节点估计位置的距离DT+t0； 如果DT+t0+C<R,则主跟踪节点不变，(T+t0)采样时刻继续在此主跟踪节点上运行粒子跟 踪算法实现目标跟踪；否则，如果DT+t0+C＞R，则需要确定新的主跟踪节点；此时激活目标节点预测位置附近的节点，选择距离预测位置最近的节点作为新的主跟踪节点；把当前主 跟踪节点中的相关数据(具体数据内容依据粒子跟踪算法要求)传送到新的主跟踪节点中； 然后再根据上述方法建立新的跟踪节点群，新的主跟踪节点根据自身收到的原主跟踪节点传 送过来的数据，控制在新的跟踪节点群中分配并建立粒子集；进而实现在采样时刻(T+t0) 到来时在新的跟踪主节点上继续运行粒子跟踪算法对跟踪对象进行跟踪，如此不断重复直至 跟踪结束。
本实施例中，所述初始化粒子，为各节点分配粒子集的具体实现包括：
(1)将前面计算次跟踪节点选择权重时得到的k个有效次跟踪节点的选择权重进行归一 化处理后得到其权重大小，即第i个有效次跟踪节点nodei的归一化权重为wxzi,其中 ∑i∈kwxzi＝1；将N个粒子按照归一化权重wxzi进行初始分配，则分配到有效次跟踪节点nodei上的粒子数目为：niT；在时刻T＝0，分配到有效次跟踪节点nodei上的粒子数目为：ni0；
(2)再按如下初始概率分布来对粒子精分配：
式中，先设定粒子总数为N，在时刻T＝0时，有效次跟踪节点的数目为Numcjd,记其中第 i个有效次跟踪节点为：nodei；在时刻T＝0则分配到有效次跟踪节点nodei上的粒子数目为： ni0；表示采样时刻T＝0分配到节点nodei上的的第j个粒子，表示采样时刻T分配 到节点nodei上的的第j个粒子对应的未经归一化的权值；表示采样时刻T分配到节点 nodei上所有未经归一化的粒子权值的和；p(LzT＝0)表示T＝0时粒子分配的概率分布；设置 同时设置
本实施例中，所述位置估计函数的计算公式为：
其中，S(T)为采样时刻T主跟踪节点接收到的目标节点的声波信号能量；DT为采样时刻 T主跟踪节点与目标节点的距离为DT，εzs为次跟踪节点接受目标节点的信号时的平均干扰估 计量；[(S(T)/DT 2)+εzs]整个为估计目标状态时的噪声干扰量；在采样时刻T，有效次跟踪 节点的数目为Numcjd,记其中第i个有效次跟踪节点为：nodei；在时刻T则分配到有效次跟踪 节点nodei上的粒子数目为：niT；表示更新的粒子集，表示重采样后更新各粒子的 权重值；表示采样时刻T分配到节点nodei上所有未经归一化的更新后的粒子权值的和。
本优选实施例中，通过考虑了跟踪对象移动时发出的电波信号会产生衰减以及存在背景 噪声信号，故设置了噪声干扰量来减少此类因素的干扰，使得目标节点的估计状态位置更加 准确。
本实施例利用浮标将各检测元器件集成为一体并通过感应耦合的方式实现监测数据的传 输，解决了传统上监测手段遇到的问题，采用两种不同的定位方式可对浮标实时的定位，便 于对传感器节点能量的节省，针对水流速度快的水域，对传感器节点精确定位的效果不理想， 还提出了一种基于粒子群算法对快速移动的目标传感器节点进行动态跟踪，使得其布置灵活、 监测区域广、定位精度高，跟踪效果好。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围 的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析， 可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (6)
1.基于水下无线传感器网络的水污染监测系统，其特征在于，包括通过以太网与远程监控终端相连的本地监控终端、若干个通过RS232串口将数据传输到本地监控终端的网络协调器以及被布置于被监测水域内的智能传感器节点网络；所述智能传感器节点网络包括多个位置固定且已知的信标节点以及位置未知的移动节点，用于对水域内水污染指标进行动态采集；每个所述网络协调器通过一无线接收模块连接有若干个传感器节点，用于接收传感器节点采集到的数据，并将其发送给本地监控终端；所述本地监控终端对接收到的数据进行处理，对采集到的污染指标超过标准指标的传感器节点进行定位与跟踪，并通过用户界面将该传感器节点的信息显示。
2.根据权利要求1所述的基于水下无线传感器网络的水污染监测系统，其特征在于，所述传感器节点包括浮标、设置于浮标上的包塑钢缆和无线发射模块、封装于浮标内的感应耦合数据调制解调器和数据采集板以及以耦合感应的方式挂装于包塑钢缆上的智能传感器；所述移动节点还设置有微处理模块，用于对邻近的信标节点信息进行计算处理，得到与之最邻近的信标节点；所述感应耦合数据调制解调器通过包塑钢缆提取智能传感器所监测到的数据并将数据通过RS232串口输出至数据采集板，所述数据采集板将接收到的数据进行处理后通过无线发射模块和无线接收模块发送至对应的网络协调器内；所述浮标内还封装有用于向智能传感器供电的储能电池和用于对浮标进行定位跟踪并与数据采集板相连的GPS定位模块，所述浮标的表面设置有与储能电池电性连接的太阳能硅晶板；所述太阳能硅晶板用来为储能电池充电。
3.根据权利要求1所述的基于水下无线传感器网络的水污染监测系统，其特征在于，所述本地监测终端包括数据库、数据处理模块、移动节点定位模块、目标节点跟踪模块和显示模块；所述的数据库用于存储传感器节点信息；所述数据处理模块用于对接收到的传感器节点信息进行处理，获取对应传感器节点采集到的污染指标；所述移动节点定位模块用于对监测水域内的所有移动节点进行定位；所述目标节点跟踪模块用于对采集到的污染指标大于水污染标准指标的目标节点进行动态跟踪；所述的显示模块用于将移动节点的位置、移动轨迹和污染指标参数显示出来。
4.根据权利要求3所述的基于水下无线传感器网络的水污染监测系统，其特征在于，所述移动节点定位模块包括定位方式抉择单元和精确定位单元；所述定位方式抉择单元用于确定合适的定位方式来定位移动节点；所述精确定位单元用于依据最邻近的信标节点采用基于测距的定位算法对移动节点进行精确定位。
5.根据权利要求3所述的基于水下无线传感器网络的水污染监测系统，其特征在于，所述目标节点跟踪模块采用动态跟踪机制，包括建立初始跟踪节点、建立跟踪节点群、跟踪节点群的转换、跟踪结束四个步骤；所述的建立初始跟踪节点是指从监控区域内的信标节点中选出主跟踪节点，并获取主跟踪节点的最大通信半径、主跟踪节点对目标节点距离信号的最大监测半径、主跟踪节点到跟踪目标对象的距离；所述建立跟踪节点群用于建立对目标节点进行动态追踪定位用的跟踪节点群；所述的跟踪节点群的转换在跟踪节点群上运行分布式粒子滤波跟踪算法实现对目标节点的动态跟踪。
6.根据权利要求5所述的基于水下无线传感器网络的水污染监测系统，其特征在于，所述建立跟踪节点群具体包括有：
(1)主跟踪节点通知一跳通信范围内的所有信标节点转入激活状态成为次跟踪节点，一起构成初始跟踪节点群，激活状态下，信标节点提高接发功率以及接发频率；此时跟踪节点一跳通信范围内的次跟踪节点开始检测目标节点的数据信号，次跟踪节点根据该信号计算出自身到目标节点的距离，然后把自身ID、坐标、到目标节点的距离dtarget-id和自身剩余电量信息powerid(剩余电量占电池总容量的百分比)发送到主跟踪节点中；主跟踪节点根据收到一跳通信范围内次跟踪节点发送过来的数据包的信号强度，计算出次跟踪节点到主跟踪节点的距离dch-id，进而计算所有次跟踪节点的选择权重wxz：
其中，γ为电源电量使发出距离信号的衰减因子；
(2)选择权值wxz最大的k个节点作为有效次跟踪节点，其余节点由激活状态转入正常状态；有效次跟踪节点与主跟踪节点共同构成跟踪节点群，且跟踪节点群由主跟踪节点进行控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810464395.9A CN108696833A (zh) | 2018-05-15 | 2018-05-15 | 基于水下无线传感器网络的水污染监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810464395.9A CN108696833A (zh) | 2018-05-15 | 2018-05-15 | 基于水下无线传感器网络的水污染监测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108696833A true CN108696833A (zh) | 2018-10-23 |
Family
ID=63847544
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810464395.9A Pending CN108696833A (zh) | 2018-05-15 | 2018-05-15 | 基于水下无线传感器网络的水污染监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108696833A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109374531A (zh) * | 2018-11-09 | 2019-02-22 | 浙江海洋大学 | 基于遥感的海域溢油监测装置 |
| CN109900876A (zh) * | 2019-02-20 | 2019-06-18 | 锡林郭勒盟金原农牧业科技有限公司 | 利用太阳能不间断供电的地下水动态监测无线传输控制器 |
| CN110346761A (zh) * | 2019-07-22 | 2019-10-18 | 华北水利水电大学 | 基于物联网的水源污染快速定位系统和方法 |
| CN114061949A (zh) * | 2020-07-31 | 2022-02-18 | 上海凡宜科技电子有限公司 | 侦测模块及具有自定义主从关系的传动轴承远端监测系统 |
| CN115103318A (zh) * | 2022-08-24 | 2022-09-23 | 江西怡杉环保股份有限公司 | 一种多节点在线监测方法和系统 |
| US11761940B1 (en) | 2019-09-12 | 2023-09-19 | State Farm Mutual Automobile Insurance Company | Systems and methods for enhancing water safety using sensor and unmanned vehicle technologies |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694521A (zh) * | 2009-10-12 | 2010-04-14 | 茂名学院 | 一种基于概率图模型的目标预测跟踪方法 |
| CN102123473A (zh) * | 2011-01-06 | 2011-07-13 | 山东大学 | 无线传感器网络基于动态簇机制的目标跟踪方法 |
| CN103152791A (zh) * | 2013-01-29 | 2013-06-12 | 浙江大学 | 一种基于水下无线传感器网络的目标跟踪方法 |
| CN103476147A (zh) * | 2013-08-27 | 2013-12-25 | 浙江工业大学 | 一种面向节能的无线传感器网络目标跟踪方法 |
| CN205080739U (zh) * | 2015-11-09 | 2016-03-09 | 河南科技学院 | 一种水下无线传感器节点布放回收系统 |
| CN105974419A (zh) * | 2016-04-12 | 2016-09-28 | 燕山大学 | 一种面向水下移动目标精确定位的区域最优解算法 |
-
2018
- 2018-05-15 CN CN201810464395.9A patent/CN108696833A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101694521A (zh) * | 2009-10-12 | 2010-04-14 | 茂名学院 | 一种基于概率图模型的目标预测跟踪方法 |
| CN102123473A (zh) * | 2011-01-06 | 2011-07-13 | 山东大学 | 无线传感器网络基于动态簇机制的目标跟踪方法 |
| CN103152791A (zh) * | 2013-01-29 | 2013-06-12 | 浙江大学 | 一种基于水下无线传感器网络的目标跟踪方法 |
| CN103476147A (zh) * | 2013-08-27 | 2013-12-25 | 浙江工业大学 | 一种面向节能的无线传感器网络目标跟踪方法 |
| CN205080739U (zh) * | 2015-11-09 | 2016-03-09 | 河南科技学院 | 一种水下无线传感器节点布放回收系统 |
| CN105974419A (zh) * | 2016-04-12 | 2016-09-28 | 燕山大学 | 一种面向水下移动目标精确定位的区域最优解算法 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109374531A (zh) * | 2018-11-09 | 2019-02-22 | 浙江海洋大学 | 基于遥感的海域溢油监测装置 |
| CN109374531B (zh) * | 2018-11-09 | 2021-04-20 | 浙江海洋大学 | 基于遥感的海域溢油监测装置 |
| CN109900876A (zh) * | 2019-02-20 | 2019-06-18 | 锡林郭勒盟金原农牧业科技有限公司 | 利用太阳能不间断供电的地下水动态监测无线传输控制器 |
| CN110346761A (zh) * | 2019-07-22 | 2019-10-18 | 华北水利水电大学 | 基于物联网的水源污染快速定位系统和方法 |
| US11761940B1 (en) | 2019-09-12 | 2023-09-19 | State Farm Mutual Automobile Insurance Company | Systems and methods for enhancing water safety using sensor and unmanned vehicle technologies |
| CN114061949A (zh) * | 2020-07-31 | 2022-02-18 | 上海凡宜科技电子有限公司 | 侦测模块及具有自定义主从关系的传动轴承远端监测系统 |
| CN114061949B (zh) * | 2020-07-31 | 2024-06-04 | 上海凡宜科技电子有限公司 | 具有自定义主从关系的传动轴承远端监测系统 |
| CN115103318A (zh) * | 2022-08-24 | 2022-09-23 | 江西怡杉环保股份有限公司 | 一种多节点在线监测方法和系统 |
| CN115103318B (zh) * | 2022-08-24 | 2022-11-01 | 江西怡杉环保股份有限公司 | 一种多节点在线监测方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108696833A (zh) | 基于水下无线传感器网络的水污染监测系统 | |
| CN101772156B (zh) | 一种无线局域网设备定位方法及装置 | |
| Kumar et al. | Meta-heuristic range based node localization algorithm for wireless sensor networks | |
| CN111062466B (zh) | 基于参数和神经网络预测天线调整后小区场强分布的方法 | |
| CN109444814A (zh) | 一种基于蓝牙和rfid融合定位的室内定位方法 | |
| CN113176387A (zh) | 基于广域无线传感器网络的水质监测智能评估系统及方法 | |
| Li et al. | Sea depth measurement with restricted floating sensors | |
| Mishra et al. | Design of energy aware air pollution monitoring system using WSN | |
| CN102740454A (zh) | 基于少量锚节点的无线传感器网络节点定位方法 | |
| Liu et al. | A Novel Multi-Hop Algorithm for Wireless Network with Unevenly Distributed Nodes. | |
| Zixuan et al. | Research on marine environmental monitoring system based on the Internet of Things technology | |
| CN106290772B (zh) | 一种污水监测系统 | |
| Kaur et al. | Review on localization techniques in wireless sensor networks | |
| Kumar et al. | Stochastic algorithms for 3D node localization in anisotropic wireless sensor networks | |
| CN106332173A (zh) | 一种分布式节点漂移检测方法及装置 | |
| Gricius et al. | Advanced approach of multiagent based buoy communication | |
| Zheng et al. | The study of RSSI in wireless sensor networks | |
| CN105611628A (zh) | 基于能量检测的高精度脉冲60GHz无线指纹定位方法 | |
| Balaji et al. | A cooperative trilateration technique for object localization | |
| CN105050168B (zh) | 基于非测距的水下无线传感器网络节点定位方法及系统 | |
| CN110596739A (zh) | 基于卫星定位和WiFi模块的建筑物识别系统及方法 | |
| Kotwal et al. | Development of range free three dimensional localisation in wireless sensor networks | |
| Parker et al. | Refined statistic-based localisation for ad-hoc sensor networks | |
| Liang et al. | A particle swarm optimization algorithm for deployment of sensor nodes in WSN network | |
| Xiaolong | Target localization based on improved DV-Hop algorithm in wireless sensor networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20181023 |