CN109413574B - 一种面向生态监测的LoRa通信网络控制方法 - Google Patents

Abstract

本发明涉及一种面向生态监测的LoRa通信网络控制方法，无线传感器网络技术领域。该方法包括：S1：针对LoRa通信技术搭建的生态监测网络，获取所有节点的位置信息，将监测区域划分为s个角幅度相等的子区域；S2：各个子区域选取代表节点每隔周期时间T上传一次监测数据，并利用生态参量的时空相关性估计其余节点的监测值；S3：对分区进行动态控制，每次代表节点上传r次数据后，将各个子区域在当前位置上同向旋转Δα，形成新的区域划分并重新执行步骤S2。本发明通过选取代表节点上传数据，和动态分区控制机制动态选取代表节点进而均衡了各个子区域间的节点能耗，减少节点数据传输量，从而延长了生态监测网络的工作时间。

Description

一种面向生态监测的LoRa通信网络控制方法

技术领域

本发明属于无线传感器网络技术领域，具体涉及一种面向生态监测的LoRa通信网络控制方法。

背景技术

近年来，随着物联网技术的不断发展，生态监测网络的建设得到了新的发展。生态监测主要是针对不同生态地区的水、空气、温湿度、土壤、动植物等生态关键参量进行采样、传输、记录以及分析，为生态保护措施提供决策依据。无线通信技术作为物联网技术重要的组成部分，通过它将部署在监测区域内的大量无线传感器节点进行连接形成监测网络，选择不同的通信技术会影响采集传感终端仪器的构成方式、无线数据的传输方式、终端和网关设备的组网方式、系统的监测方式，最后形成不同的生态监测系统。低功耗广域网(LPWAN,Low Power Wide Area Network)是一种物联网无线接入新技术，并形成了以LoRa和NB-IoT为代表的两大主流LPWAN技术。其中，LoRa的非授权频谱、独立建网、远距离、低功耗、低成本、大容量等特点，应用在部分生态区域监测上具有明显的优势。

生态监测环境往往比较复杂、覆盖区域较大、人工管理不便，虽然使用LoRa技术的通信网络在低功耗远距离数据传输上有良好的表现，但是生态环境的上述特点使其监测节点携带的能源往往是有限的、不可替换的，整个网络的工作寿命受到其能量供应的制约。无线网络节点主要在数据处理和传输上消耗能量，可以通过改善生态监测网络的数据处理和传输方式来延长节点的工作时间。考虑到利用LoRa通信技术可使监测节点无需多跳即可将数据远距离传输至网关，降低了节点在数据处理上的能耗，因此可认为节点的耗能主要集中在数据传输上。而生态监测对象一般呈现为季节性、水平性、周期性等特点，其监测值往往具有一定的时空相关性，利用这一特点可以用于减少网络冗余数据的传输，进而降低网络节点的能耗。网络节点的初始能量一般是异构的，经过长时间数据传输后，节点之间会出现能量不均衡，从而影响网络的性能。鉴于以上分析，为了降低和均衡节点能耗延长网络工作时间，结合LoRa通信技术的特点和生态参量的时空相关性，亟待提出一种有效的生态监测网络节能控制方法。

发明内容

有鉴于此，本发明的目的在于提供一种面向生态监测的LoRa通信网络控制方法，充分利用监测的生态参量如温度、湿度、光照、空气等在一定的生态区域内存在时空相关性，减少网内节点数据的传输量，从而降低节点能耗并能够保证网络节点的能耗均衡，延长监测网络的工作时间。

为达到上述目的，本发明提供如下技术方案：

一种面向生态监测的LoRa通信网络控制方法，包括以下步骤：

S1：针对LoRa通信技术搭建的生态监测网络，获取所有节点的位置信息，将监测区域划分为s个角幅度相等的子区域；

S2：各个子区域选取代表节点每隔周期时间T上传一次监测数据，并利用生态参量的时空相关性估计其余节点的监测值；

S3：对分区进行动态控制，每次代表节点上传r次数据后，将各个子区域在当前位置上同向旋转Δα，形成新的区域划分并重新执行步骤S2。

进一步，所述步骤S1具体包括以下步骤：

S11：在一个生态监测区域内，布置有大量LoRa监测节点，所述LoRa监测节点由传感器模块、无线通信模块、控制器模块、数据存储模块和电源模块等组成，由其对不同的生态关键参量进行监测；

S12：监测节点和监测网关通过LoRa通信技术形成无线传感器网络，结合LoRa无线通信的技术特点，节点无需经过多跳即可将采集的数据远距离传输给监测网关；

S13：获取各个节点的位置信息，以监测区域中心为原点进行s个角幅度相等的子区域划分，其中s≥2由区域内的节点个数和密集程度决定，确保子区域节点数量不能过多。

进一步，所述步骤S2包括以下步骤：

S21：计算节点之间的相关性排除子区域内与其它节点相关性较弱的异常节点，使其不能被选为代表节点；

S22：在节点中选择剩余能量较高的节点作为代表节点；

S23：代表节点每隔周期时间T上传一次监测数据，并利用节点之间的空间相关性建立一个线性关系式，通过代表节点估计其余节点的监测值。

进一步，所述步骤S21具体包括以下步骤：

S211：子区域中m个节点在监测网络的前k个数据采集时刻都进行数据上传，取k组值作为相关性计算的样本，组成的数据矩阵G为：

G中每一列表示一个节点在k个数据采集时刻的监测值，每一行表示不同节点在同一时刻的监测值；

S212：用相关性越高的代表节点对其余节点进行估计准确性越高，节点之间的相关性系数使用皮尔逊相关系数计算公式如下：

其中，q_i,q_j为子区域两个不同节点，

表示节点q_i的k个样本值的均值，

表示节点q_j的k个样本值的均值，β(q_i,q_j)∈[-1,1]反映了q_i和q_j相关性程度，β(q_i,q_j)＞0.8时相关性较强。

进一步，所述步骤S23具体包括以下步骤：

S231：监测区域被划分为s子区域，因此需要选取s个代表节点，分别记作d_i(i＝1,2,…,s)；

S232：每一个代表节点d_i与子区域中其余节点存在监测数据空间相关性，因此有

其中，

表示从k个样本值计算取得，x_it表示节点d_i在t时刻的监测值，y_jt表示节点q_j(q_j为子区域中需要利用代表节点进行监测值估计的节点)在t时刻的监测值，

是y_jt估计值。

进一步，所述步骤S3具体包括以下步骤：

S31：各个子区域的代表节点每隔周期时间T上传一次监测数据，节点上传r次数据后重新进行区域划分；

S32：对分区进行动态控制，将所有子区域的当前划分位置向同一方向旋转Δα，

并使Δα满足在经过h次重新划分区域后

使其在经过h·rT时间后的区域划分与第一次进行的区域划分相同；

S33：监测区域划分为s个新的子区域，然后重新开始执行S2。

本发明的有益效果在于：

本发明充分考虑了LoRa通信技术具有低功耗远距离数据传输的特点，同时结合生态监测参量存在时空相关性对监测区域进行分区控制；各个子区域节点之间的监测值有较强的相关性，选取的代表节点通过建立的线性关系式能够较准确的估计其余节点的监测值；对分区进行动态控制确保了整个监测网络节点的能耗均衡。该方法具有很强的实用性，能够明显降低网络节点的数据传输量，改善监测节点受到能量供应制约的问题，延长生态监测网络的工作寿命。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明所述生态监测网络系统示意图；

图2为本发明所述网络控制方法流程示意图；

图3为本发明所述监测节点的区域划分示意图；

图4为本发明所述区域动态分区控制示意图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

图1为本发明所述基于LoRa通信网络控制的生态监测网络系统，如图1所示，该系统由LoRa监测节点、LoRa监测网关、互联网或通信卫星、数据服务器和生态监测管理平台组成。在一个生态监测区域内，有大量LoRa监测节点，这些LoRa监测节点由传感器模块、无线通信模块、控制器模块、数据存储模块和电源模块等组成，由其对不同的生态关键参量进行监测。节点一般根据生态监测需求通过人工实施定点安装，属于确定性的部署，因此可以获取节点的位置信息。监测网关通过LoRa通信技术形成无线传感器网络，然后节点将采集的数据通过无线网络传输给监测网关。监测网关可以通过互联网或者卫星通信的方式将汇集的数据发送给后台数据服务器和生态监测管理平台，生态监测管理部门则可根据相应数据制定科学合理的生态保护措施。

利用LoRa通信技术搭建的生态监测网络保证了每个监测节点都能在监测网关的接收覆盖范围内，网关和节点组成星型无线传感器网络，节点无需多跳即可将数据远距离传输至网关，网络不需要复杂的路由协议，降低了整个网络对数据处理能力的要求。由于无线传感器网络的耗能主要集中在数据处理和数据传输上，因此通过减少监测节点数据的传输量，可以有效降低网络节点能耗。

在一定的生态区域内，监测的生态参量如温度、湿度、光照、空气等存在时空相关性，本发明针对这种特性提出一种网络控制机制。获取监测区域所有节点的位置信息，将区域划分为多个子区域，然后选取代表节点上传监测数据并利用相关性估计其余节点的值，最后将估计值作为上传服务器的值，从而减少网内节点数据的传输量，并通过动态分区控制机制动态选取代表节点进而均衡了各个子区域间的节点能耗。整个监测网络的节能控制机制流程图如图2所示，下面对这种网络控制机制进行详细阐述。

(1)监测节点区域划分：

监测节点均匀的分布在生态监测区域内，与监测网关通过LoRa通信技术形成无线传感器网络，然后周期性的向上发送监测数据。获取各个节点的位置信息，以监测区域中心为原点进行s个角幅度相等的子区域划分，其中s≥2由区域内的节点个数和密集程度决定，确保子区域节点数量不能过多。由于在选取代表节点时需要计算子区域各个节点的相关性，因此单个子区域节点数量多会增加相关性计算量。若区域内的节点总个数为n，区域划分后有编号从1到s的子区域，各个子区域的节点个数分别为n_b(b＝1,2,…,s)，如图3所示对一个区域划分了5子区域，子区域编号从1到5每个子区域分布着一定数量的节点。

(2)动态分区控制：

生态监测区域被划分为多个子区域后，对子区域内的节点进行相关性计算，然后选择剩余能量最高的节点作为代表节点，保证了子区域的节点能耗均衡。但是由于监测网络节点一般是能量异构的，且不同子区域节点数目存在差异，不同子区域内节点平均能耗不同，因此会导致一个子区域节点平均剩余能量高于另一个子区域节点的平均剩余能量，使整个网络的节点能耗不均衡，从而影响网络性能。因此为了使整个网络节点能耗均衡，对监测区域进行基于能耗均衡的动态分区控制机制。

监测区域进行了s个子区域的划分，各个子区域的代表节点每隔周期时间T上传一次监测数据，节点上传r次数据后重新选取代表节点。现对区域划分进行改变，在每一次选取代表节点前将所有子区域的当前划分位置向同一方向旋转

这里的Δα满足在经过h次重新划分区域后

这样在经过h·rT时间后的区域划分与第一次进行的区域划分相同，如图4所示为区域被划分为5个子区域的动态分区控制。

(3)选取代表节点：

代表节点指在一个区域内由于生态参量存在时空相关性，节点间的监测值存在很强的线性关系，可以在相关性较高的节点中选择剩余能量最高的节点作为代表节点，然后通过代表节点对其余节点的值进行估计。

监测区域进行子区域划分后，正常情况下各个子区域内节点之间都有较高的相关性，这些节点中剩余能量最高的节点即可选为代表节点。如果子区域内出现了与其它节点相关性较弱的异常节点，可以通过对节点之间的相关性计算对其进行排除，使其无机会成为代表节点，从而确保了选取的代表节点对其余节点监测值估计的准确性。假设子区域有m个节点，分别记作q₁,q₂,…,q_m，其构成一个节点集合记作Q(i)＝{q₁,q₂,…,q_m}，m个节点在监测网络的前k个数据采集时刻都进行数据上传，取k组值作为相关性计算的样本，组成的数据矩阵G如式(1)所示，G中每一列表示一个节点在k个时刻的监测值，每一行表示不同节点在同一时刻的监测值。

在一个监测区域内，节点之间的空间相关性强弱由相关性系数的大小决定，用相关性越高的代表节点对其余节点进行估计准确性越高。节点之间的相关性系数使用皮尔逊相关系数计算公式如下：

其中q_i,q_j∈Q(i)，

表示节点q_i的k个样本值的均值，

表示节点q_j的k个样本值的均值，β(q_i,q_j)∈[-1,1]反映了q_i和q_j相关性程度，β(q_i,q_j)＞0.8时相关性较强。

(4)节点监测值的估计：

本发明采用的估计算法利用节点之间的空间相关性建立一个线性关系式，通过代表节点估计其余节点的监测值。监测区域被划分为s子区域，因此需要选取s个代表节点，分别记作d_i(i＝1,2,…,s)，每一个代表节点d_i与子区域中其余节点存在监测数据空间相关性，因此有

其中

从k个样本值计算取得，x_it是节点d_i在t时刻的监测值，y_jt是节点q_j(q_j为子区域中需要利用代表节点进行监测值估计的节点)在t时刻的监测值，

是y_jt估计值。

最后通过代表节点周期性的上传监测数据，其余节点的监测值由代表节点估计得出而不用进行数据上传，减少了网内节点的数据发送量，从而实现了监测网络的节能。

(5)监测网络的能耗计算：

1)子区域节点能耗计算

假设子区域内的节点个数为m，每个节点的初始能量为E_i(i＝1,2,…,m)，节点接收数据的能耗为E_rx，节点发送数据的能耗为E_tx，节点每隔周期时间T进行一次数据采集，且将前k个时刻采集的数据上传至监测网关作为相关性计算的样本值。在选取代表节点后，子区域中只有代表节点每隔周期时间T上传一次监测数据，为了节点能耗均衡在代表节点上传r次数据后对其进行重新选取，因此作为代表节点在(r+k)T时间段内的能耗E_d为：

E_d＝(r+k)E_tx+(r+k)E_rx (4)

子区域内其余节点的能耗E_q为：

E_q＝kE_tx+(r+k)E_rx (5)

也可得在(r+k)T时间段内子区域节点节省的总能量E_save为：

E_save＝(m-1)rE_tx (6)

又由于代表节点每次都是选取剩余能量最多的节点，因此在经过多次重新选取代表节点后，子区域内各个节点的剩余能量将逐渐达到均衡，即节点的剩余能量都将趋近于子区域的平均剩余能量

其计算式如(7)所示。

式中v为子区域选取代表节点的次数，即经过v次选择代表节点后子区域内的节点剩余能量达到了均衡。

2)整个网络能耗均衡分析

通过使用动态分区控制机制对区域进行划分，由于在选取代表节点时能够保证子区域内节点的能耗均衡，因此经过w次Δα角度旋转后，在区域划分旋转的角度达到θ时，编号为b(b＝1,2,…,s)的子区域中节点剩余能量E_i(θ,b)将逐渐接近于该子区域的平均剩余能量

θ和

计算式如(8)和(9)所示。

当监测区域经过w次区域划分后，再一次将区域位置划分角度旋转Δα，由于进行区域划分前后编号相同子区域有共同的节点，且节点的剩余能量都接近于其所在子区域平均剩余能量，因此w次区域划分和w+1次区域划分的相同编号子区域平均剩余能量近似相等，即

又由于w次区域划分和w+1次区域划分两个编号相邻的子区域也有共同的节点，因此有w+1次区域划分的子区域与其在w次区域划分中编号相邻的子区域平均剩余能量近似相等，即

然后可以由式(10)和(11)推导出

由式(12)可以得出在经过w次区域划分后两个位置相邻的子区域平均剩余能量近似相等，又因为所有子区域是依次相邻的，因此各个子区域的平均剩余能量都是近似相等的，因而整个监测网络节点实现了能耗均衡。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (3)

1.一种面向生态监测的LoRa通信网络控制方法，其特征在于，该方法包括以下步骤：

S1：针对LoRa通信技术搭建的生态监测网络，获取所有节点的位置信息，将监测区域划分为s个角幅度相等的子区域；

S2：各个子区域选取代表节点每隔周期时间T上传一次监测数据，并利用生态参量的时空相关性估计其余节点的监测值；具体包括：

S21：计算节点之间的相关性排除子区域内与其它节点相关性较弱的异常节点，使其不能被选为代表节点；具体包括以下步骤：

S211：子区域中m个节点在监测网络的前k个数据采集时刻都进行数据上传，取k组值作为相关性计算的样本，组成的数据矩阵G为：

G中每一列表示一个节点在k个数据采集时刻的监测值，每一行表示不同节点在同一时刻的监测值；

S212：用相关性越高的代表节点对其余节点进行估计准确性越高，节点之间的相关性系数使用皮尔逊相关系数计算公式如下：

其中，q_i,q_j为子区域两个不同节点，

表示节点q_i的k个样本值的均值，

表示节点q_j的k个样本值的均值；

S22：在相关性较高的子区域节点中选择剩余能量较高的节点作为代表节点；

S23：代表节点每隔周期时间T上传一次监测数据，并利用节点之间的空间相关性建立一个线性关系式，通过代表节点估计其余节点的监测值；具体包括：设d_i(i＝1,2,…,s)是从监测区域划分的s个子区域中选取的代表节点；每一个代表节点d_i与子区域中其余节点存在监测数据空间相关性，因此有

其中，

表示从k个样本值计算取得，x_it表示代表节点d_i在t时刻的监测值，y_jt表示节点q_j在t时刻的监测值，q_j为子区域中需要利用代表节点进行监测值估计的节点，

是y_jt估计值；

S3：对分区进行动态控制，每次代表节点上传r次数据后，将各个子区域在当前位置上同向旋转Δα，形成新的区域划分并重新执行步骤S2。

2.根据权利要求1所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S1具体包括以下步骤：

S11：在一个生态监测区域内，布置有大量LoRa监测节点，所述LoRa监测节点由传感器模块、无线通信模块、控制器模块、数据存储模块和电源模块组成，由其对不同的生态关键参量进行监测；

S12：监测节点和监测网关通过LoRa通信技术形成无线传感器网络，节点将采集的数据远距离传输给监测网关；

S13：获取各个节点的位置信息，以监测区域中心为原点进行s个角幅度相等的子区域划分，其中s≥2由区域内的节点个数和密集程度决定，确保子区域节点数量不能过多。

3.根据权利要求1所述的面向生态监测的LoRa通信网络控制方法，其特征在于，所述步骤S3具体包括以下步骤：

S31：各个子区域的代表节点每隔周期时间T上传一次监测数据，节点上传r次数据后重新进行区域划分；

S32：对分区进行动态控制，将所有子区域的当前划分位置向同一方向旋转Δα，

并使Δα满足在经过h次重新划分区域后

使其在经过h·rT时间后的区域划分与第一次进行的区域划分相同；

S33：监测区域划分为s个新的子区域，然后重新开始执行S2。

Images