CN109061084A - 海洋环境实时智能监测系统 - Google Patents

Abstract

本发明提供了海洋环境实时智能监测系统，该系统包括无线传感器网络、数据处理中心、通信模块、船载监测中心和电源模块；无线传感器网络用于采集影响海洋环境的各个参数的数据，数据处理中心与无线传感器网络相连接，用于对采集得到的数据进行处理从而根据处理后的数据对海洋环境情况进行评估，并通过通信模块将评估结果传输给船载监测中心，船载监测中心用于存储接收到的数据并向数据处理中心下发各种控制信号，从而改变水下机器人的活动状态，电源模块用于保证整个系统的稳定供电。

Description

海洋环境实时智能监测系统

技术领域

本发明涉及海洋环境监控技术领域，具体涉及海洋环境实时智能监测系统。

背景技术

海洋水质监测可以实现对海洋水质环境进行监测，这对于及早发现海洋污染并进行及时的处理和保护都有着重要的意义。现有海洋环境监测方式主要有现场人工采样、专用监测船或浮标原位监测的方式，这些方式存在着消耗大量劳动力、监测效率低和成本高等缺点，因此，开发一种能够实时有效的进行海洋水质环境监测系统对于环境保护和大范围的水质监测有着重要的研究价值。

发明内容

针对上述问题，本发明提供海洋环境实时智能监测系统。

本发明的目的采用以下技术方案来实现：

提供了海洋环境实时智能监测系统，该系统包括无线传感器网络、数据处理中心、通信模块、船载监测中心和电源模块；无线传感器网络用于采集影响海洋环境的各个参数的数据，数据处理中心与无线传感器网络相连接，用于对采集得到的数据进行处理从而根据处理后的数据对海洋环境情况进行评估，并通过通信模块将评估结果传输给船载监测中心，船载监测中心用于存储接收到的数据并向数据处理中心下发各种控制信号，从而改变水下机器人的活动状态，电源模块用于保证整个系统的稳定供电。

优选地，所述通信模块中设置有串口通信芯片，连接所述的数据处理中心，并通过防水电缆连接船载监测中心。

优选地，所述数据处理中心包括控制单元、数据处理单元和分析评估单元；所述控制单元用于根据船载监测中心下发的各种控制指令控制水下机器人的活动状态；所述数据处理单元用于对数据进行预处理；所述分析评估单元用于根据处理后的监测数据进行海洋环境的评估。

优选地，所述无线传感器网络包括汇聚节点和多个传感器节点，多个传感器节点通过分簇确定簇头节点，簇内的传感器节点将采集的数据传送至对应的簇头节点，簇头节点将接收的数据通过多跳路由的方式传输至汇聚节点。

优选地，所述传感器节点内置传感器，传感器的类型包括：用于监测水质酸碱值的传感器、用于监测溶解氧的传感器、用于监测盐度的传感器、用于监测水温的传感器、用于监测叶绿素浓度的传感器。

本发明的有益效果为：结构简单，灵活方便，通过各模块之间的相互配合，能够实现对海洋水质环境的有效监测，并将监测结果传输给船载监测中心，保证了及时发现海洋水质污染从而提前处理。

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是本发明一个示例性实施例的海洋环境实时智能监测系统的结构示意框图；

图2是本发明一个示例性实施例的数据处理中心的结构示意框图。

附图标记：

无线传感器网络1、数据处理中心2、通信模块3、船载监测中心4、电源模块5、控制单元10、数据处理单元20、分析评估单元30。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本发明实施例提供了海洋环境实时智能监测系统，该系统包括无线传感器网络1、数据处理中心2、通信模块3、船载监测中心4和电源模块5；无线传感器网络1用于采集影响海洋环境的各个参数的数据，数据处理中心2与无线传感器网络1相连接，用于对采集得到的数据进行处理从而根据处理后的数据对海洋环境情况进行评估，并通过通信模块3将评估结果传输给船载监测中心4，船载监测中心4用于存储接收到的数据并向数据处理中心2下发各种控制信号，从而改变水下机器人的活动状态，电源模块5用于保证整个系统的稳定供电。

在一种可能实现的方式中，所述通信模块3中设置有串口通信芯片，连接所述的数据处理中心2，并通过防水电缆连接船载监测中心4。

在一种可能实现的方式中，如图2所示，所述数据处理中心2包括控制单元10、数据处理单元20和分析评估单元30；所述控制单元10用于根据船载监测中心4下发的各种控制指令控制水下机器人的活动状态；所述数据处理单元20用于对数据进行预处理；所述分析评估单元30用于根据处理后的监测数据进行海洋环境的评估。

在一种可能实现的方式中，所述无线传感器网络1包括汇聚节点和多个传感器节点，多个传感器节点通过分簇确定簇头节点，簇内的传感器节点将采集的数据传送至对应的簇头节点，簇头节点将接收的数据通过多跳路由的方式传输至汇聚节点。

优选地，所述传感器节点内置传感器，传感器的类型包括：用于监测水质酸碱值的传感器、用于监测溶解氧的传感器、用于监测盐度的传感器、用于监测水温的传感器、用于监测叶绿素浓度的传感器。

本发明上述实施例设置的基于水下机器人的海洋环境实时智能监测系统结构简单，灵活方便，通过各模块之间的相互配合，能够实现对海洋水质环境的有效监测，并将监测结果传输给船载监测中心4，保证了及时发现海洋水质污染从而提前处理。

在一种可能实现的方式中，无线传感器网络1采用基于最大一致性时间同步的方式实现传感器节点之间的时钟同步，从而所有传感器节点的逻辑时钟都达到一个共同的全局时钟，具体为：

(1)每个簇的簇头与其簇内传感器节点进行信息交换，将自己的逻辑时钟同步到其簇内的逻辑时钟速率最大的传感器节点的逻辑时钟；

(2)网络中所有簇头之间进行通信，采用已有的最大一致性时间同步方法进行同步，以使所有簇头的逻辑时钟同步到网络中的最大逻辑时钟；

(3)各簇头采用已有的最大一致性时间同步方法，通过与簇内传感器节点的信息交换将自身的逻辑时钟扩散到其簇内的所有传感器节点，此时，整个网络中的所有传感器节点的逻辑时钟达到全局一致。

本实施例结合无线传感器网络1的分簇拓扑结构，提出了新的传感器节点一致性时间同步的机制，该机制中，由各簇头将自己的逻辑时钟同步到其簇内的逻辑时钟速率最大的传感器节点的逻辑时钟，然后同步到网络中的最大逻辑时钟，并将同步后的最大逻辑时钟扩散到其簇内的所有传感器节点。本机制相对于传感器节点通过周期性向邻居节点广播时钟信息来更新自己的逻辑时钟的方式，减少了簇内传感器节点广播时钟信息的次数，有效减少了广播频率，从而能够降低网络的通信开销以及传感器节点的能耗。

在一个实施例中，簇头将自己的逻辑时钟同步到其簇内的逻辑时钟速率最大的传感器节点的逻辑时钟，具体包括：

(1)对于网络中的任意传感器节点i，设置逻辑时钟的斜率补偿参数a_i和偏差补偿参数b_i的初始条件为a_i＝1,b_i＝0；每个传感器节点设置共同的广播周期T，同步过程中，传感器节点按照所述广播周期T向簇头广播时钟信息，所述时钟信息包括传感器节点自身当前的硬件时钟值、斜率补偿参数和偏差补偿参数；

(2)簇头h每次接收簇内任意传感器节点j广播的时钟信息后，记录自身的硬件时钟值和收到的时钟信息，假设簇头h分别在t＝t₁,t₂,…,t_n时刻成功收到传感器节点j广播的时钟信息，按照下列公式计算出簇头h与传感器节点j在t_n时刻的相对时钟斜率，其中设置K_hj(t₁)＝1：

式中，K_hj(t_n)表示簇头h与其簇内的传感器节点j在t_n时刻的相对时钟斜率，T_j(t_n)为传感器节点j在t_n时刻的硬件时钟值，T_j(t_n-1)为传感器节点j在t_n-1时刻的硬件时钟值，K_hj(t_n-1)为簇头h与其簇内的传感器节点j在t_n-1时刻的相对时钟斜率，T_h(t_n)为簇头h在收到传感器节点j在t_n时刻的硬件时钟值后记录的自身的硬件时钟值，T_h(t_n-1)为簇头h在收到传感器节点j在t_n-1时刻的硬件时钟值后记录的自身的硬件时钟值；

(3)当n达到设定的阈值时，簇头h向簇内各传感器节点发送暂停消息，从而使收到暂停消息的各传感器节点停止向簇头h广播时钟信息，计算簇头h与其簇内任意传感器节点j在此时的逻辑时钟速率的比值Q_hj，并通过对比最大比值max(Q_hj,j＝1,…M_h)和1的大小来更新簇头h的斜率补偿参数和偏差补偿参数。

具体地，当max(Q_hj,j＝1,…M_h)>1时，选择最大比值max(Q_hj,j＝1,…M_h)对应的传感器节点的逻辑时钟为参考时钟，进行斜率补偿参数和偏差补偿参数校正；若max(Q_hj,j＝1,…M_h)≤1时，比较最大比值max(Q_hj,j＝1,…M_h)对应的传感器节点与簇头的逻辑时钟，选择其中最大的逻辑时钟为参考时钟。

簇头与簇内传感器节点间的相对时钟斜率的精度会影响到时钟同步的精度，本实施例设定了新的相对时钟斜率的计算公式，该计算公式将先前计算的相对时钟斜率考虑到当前的相对时钟斜率的计算中，能够有效提高相对时钟斜率的计算精度；当簇内任意传感器节点广播时钟信息的次数达到设定的阈值时，簇头向簇内各传感器节点发送暂停消息以限制各传感器节点继续广播时钟信息，能够有效减少簇内传感器节点广播时钟信息的次数，从而降低簇内传感器节点的能耗。

在一个实施例中，设定所述Q_hj的计算公式为

其中，K_hj为簇头h与其簇内任意传感器节点j在此时的相对时钟斜率，a_j为传感器节点j的逻辑时钟的斜率补偿参数，a_h为簇头h的逻辑时钟的斜率补偿参数，M_h为簇头h的簇内传感器节点个数；E_j为传感器节点j的当前剩余能量，E_min为设定的最小能量值，为设定的衰减系数；f(E_j,E_min)为比较函数，当E_j<E_min时，f(E_j,E_min)＝1，当E_j≥E_min时，f(E_j,E_min)＝0。

本实施例在簇头与其簇内传感器节点之间的逻辑时钟速率的比值的计算公式中，考虑了传感器节点的能量因素，为能量不足的传感器节点设置了衰减系数，能够避免因能量不足导致的状态不是很稳定的传感器节点会影响到簇头的时钟同步，从而避免可能异常的传感器节点使时钟速度快于实际时间的情况。

在一个实施例中，当计算出簇头h与传感器节点j在t_n时刻的相对时钟斜率满足下列条件时，簇头h判定该传感器节点j为攻击节点，并忽略与该传感器节点j的一切信息：

|K_hj(t_n)-K_hj(t₂)|>μ

式中，K_hj(t₁)簇头h与其簇内的传感器节点j在t₂时刻的相对时钟斜率，μ为设定的差值阈值。

本实施例创新性地设定了硬件时钟防御机制，该机制简单、便于实施，使得网络中的攻击节点不能自由地改变硬件时钟读数并广播给安全的传感器节点，攻击节点的信息不会用于时钟更新，从而有效避免攻击节点使时钟速度快于实际时间的情况。

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理解，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.海洋环境实时智能监测系统，其特征是，包括无线传感器网络、数据处理中心、通信模块、船载监测中心和电源模块；无线传感器网络用于采集影响海洋环境的各个参数的数据，数据处理中心与无线传感器网络相连接，用于对采集得到的数据进行处理从而根据处理后的数据对海洋环境情况进行评估，并通过通信模块将评估结果传输给船载监测中心，船载监测中心用于存储接收到的数据并向数据处理中心下发各种控制信号，从而改变水下机器人的活动状态，电源模块用于保证整个系统的稳定供电。

2.根据权利要求1所述的海洋环境实时智能监测系统，其特征是，所述通信模块中设置有串口通信芯片，连接所述的数据处理中心，并通过防水电缆连接船载监测中心。

3.根据权利要求1所述的海洋环境实时智能监测系统，其特征是，所述数据处理中心包括控制单元、数据处理单元和分析评估单元；所述控制单元用于根据船载监测中心下发的各种控制指令控制水下机器人的活动状态；所述数据处理单元用于对数据进行预处理；所述分析评估单元用于根据处理后的监测数据进行海洋环境的评估。

4.根据权利要求1-3任一项所述的海洋环境实时智能监测系统，其特征是，所述无线传感器网络包括汇聚节点和多个传感器节点，多个传感器节点通过分簇确定簇头节点，簇内的传感器节点将采集的数据传送至对应的簇头节点，簇头节点将接收的数据通过多跳路由的方式传输至汇聚节点。

5.根据权利要求4所述的海洋环境实时智能监测系统，其特征是，所述传感器节点内置传感器，传感器的类型包括：用于监测水质酸碱值的传感器、用于监测溶解氧的传感器、用于监测盐度的传感器、用于监测水温的传感器、用于监测叶绿素浓度的传感器。

6.根据权利要求4所述的海洋环境实时智能监测系统，其特征是，无线传感器网络采用基于最大一致性时间同步的方式实现传感器节点之间的时钟同步，从而所有传感器节点的逻辑时钟都达到一个共同的全局时钟，具体为：

(1)每个簇的簇头与其簇内传感器节点进行信息交换，将自己的逻辑时钟同步到其簇内的逻辑时钟速率最大的传感器节点的逻辑时钟；

(2)网络中所有簇头之间进行通信，采用已有的最大一致性时间同步方法进行同步，以使所有簇头的逻辑时钟同步到网络中的最大逻辑时钟；

(3)各簇头采用已有的最大一致性时间同步方法，通过与簇内传感器节点的信息交换将自身的逻辑时钟扩散到其簇内的所有传感器节点，此时，整个网络中的所有传感器节点的逻辑时钟达到全局一致。