CN110248329B - 用于城市强对流天气预防的传感器网络 - Google Patents
用于城市强对流天气预防的传感器网络 Download PDFInfo
- Publication number
- CN110248329B CN110248329B CN201910308404.XA CN201910308404A CN110248329B CN 110248329 B CN110248329 B CN 110248329B CN 201910308404 A CN201910308404 A CN 201910308404A CN 110248329 B CN110248329 B CN 110248329B
- Authority
- CN
- China
- Prior art keywords
- data
- frame
- node
- nodes
- request
- 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.)
- Active
Links
- 230000002265 prevention Effects 0.000 title claims description 11
- 238000004891 communication Methods 0.000 claims abstract description 49
- 230000002093 peripheral effect Effects 0.000 claims abstract description 15
- 230000003993 interaction Effects 0.000 claims abstract description 7
- 230000006855 networking Effects 0.000 claims description 36
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 16
- 238000000034 method Methods 0.000 claims description 11
- 125000004122 cyclic group Chemical group 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 2
- 238000002955 isolation Methods 0.000 claims description 2
- 241000854291 Dianthus carthusianorum Species 0.000 description 21
- 230000005540 biological transmission Effects 0.000 description 17
- 238000013461 design Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 239000007789 gas Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- NNPPMTNAJDCUHE-UHFFFAOYSA-N isobutane Chemical compound CC(C)C NNPPMTNAJDCUHE-UHFFFAOYSA-N 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- OTMSDBZUPAUEDD-UHFFFAOYSA-N Ethane Chemical compound CC OTMSDBZUPAUEDD-UHFFFAOYSA-N 0.000 description 1
- 206010051602 Laziness Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003795 desorption Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000001282 iso-butane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
- H04W28/065—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information using assembly or disassembly of packets
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W74/00—Wireless channel access
- H04W74/08—Non-scheduled access, e.g. ALOHA
- H04W74/0833—Random access procedures, e.g. with 4-step access
- H04W74/0841—Random access procedures, e.g. with 4-step access with collision treatment
- H04W74/085—Random access procedures, e.g. with 4-step access with collision treatment collision avoidance
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供了一种用于城市强对流天气预防的传感器网络，其特征在于，包括布置在待监测区域的多个位置固定不动的固定节点，所有固定节点发出的信号将待监测区域完全覆盖，用户通过移动智能终端与固定节点进行数据交互；所述传感器网络还包括搭载在无人机、无人车或无人船上的移动节点，移动节点从外部获取救援目标的位置信息后，将该位置信息发送给无人机、无人车或无人船的控制系统，由无人机、无人车或无人船搭载移动节点移动至救援目标位置处。本发明使得普通用户可以通过移动智能设备了解危害安全的因素，并进行一定权限的管理干预。而在城市强对流天气所造成的事故发生后，即使周边通信设施被破坏，救灾人员也可得到救灾辅助信息。
Description
技术领域
本发明涉及一种用于预防城市强对流天气的传感器网络。
背景技术
随着我国城市的不断发展，城市生活也变得日益复杂，事故防治形势不容乐观，城市灾害的类型种类逐渐增多，其中城市火灾，强对流天气灾害占多数。
城市火灾是城市灾害防治的重点对象。由于城市火灾的蔓延趋势快、危机范围广等特点，在城市火灾预防与避险方面的研究相对较多。
相反，在城市强对流天气预防领域，鲜有稳定、高效、实用的系统。城市灾害中强对流天气一般属于小型空间中气象发生的现象，因为强对流天气产生的速度快、空间相对小，所以预报以及预警的工作拥有一定困难。然而，世界范围内的城市强对流天气的事故频率越来越高，危害程度只增不减。城市气象灾害越发呈现出高破坏性，高频次性，低稳定性，决定因素多元性。强对流天气灾害相对于其他城市灾害，它的破坏性更大，影响范围更广，预防工作更难。常见的强对流天气如雷暴、雷雨、短时强降水、暴雪、大风等，如果不能妥善的防治这些强对流天气灾害，其造成的经济损失以及人员伤亡将难以想象，甚至会发生链式反应，造成另外的一系列城市灾害。
发明内容
本发明的目的是：使得普通用户可以通过移动智能设备了解危害安全的因素，并进行一定权限的管理干预。而在城市强对流天气所造成的事故发生后，即使周边通信设施被破坏，救灾人员也可得到救灾辅助信息。
为了达到上述目的，本发明的技术方案是提供了一种用于城市强对流天气预防的传感器网络，其特征在于，包括布置在待监测区域的多个位置固定不动的固定节点，所有固定节点发出的信号将待监测区域完全覆盖，用户通过移动智能终端与固定节点进行数据交互；所述传感器网络还包括搭载在无人机、无人车或无人船上的移动节点，移动节点从外部获取救援目标的位置信息后，将该位置信息发送给无人机、无人车或无人船的控制系统，由无人机、无人车或无人船搭载移动节点移动至救援目标位置处，救援目标与移动节点建立通信后，由无人机、无人车或无人船完成避险救援任务；
固定节点与移动节点之间利用LoRa协议进行组网，组成分布式无线传感器网络系统，组网时，LoRa的物理层协议采用透明广播模式，仅移动节点是透明广播模式中的汇聚节点，所有固定节点都将数据通过LoRa透明广播传输给移动节点；
固定节点与移动节点的结构相同，包括主控模块、传感模块、定位模块、无线通信模块及供电模块，供电模块为主控模块、传感模块、定位模块及无线通信模块提供工作电压，传感模块用于采集节点周围的环境数据，定位模块用于给出当前节点的定位信息，无线通信模块包括用于实现节点间通信的低功耗广域网 LoRa单元及用于实现节点与移动智能终端通信的蓝牙单元；
将移动智能终端发送至固定节点或移动节点的数据帧定义为请求帧，请求帧由帧头部分、控制帧部分、数据请求帧部分、循环检错码部分组成，其中：
帧头部分包含当前请求帧的描述信息，帧头部分用于检测当前请求帧的完整性，以及过滤剔除非本传感器网络的数据帧，帧头部分中包括用于标识接收当前请求帧的是固定节点还是移动节点的节点标识位；
控制帧部分包含请求传感器数据或控制周边器件指令，控制帧部分中包括用于标识控制帧部分包含的是请求传感器数据或是控制周边器件指令的标识位，若标识位表示控制帧部分包含的是请求传感器数据，则帧指针直接指向数据请求帧部分，否则解析控制帧部分；
仅当控制帧部分包含的是请求传感器数据，则解析数据请求帧部分，数据请求帧部分封装了控制请求内容、请求目标、以及返回数据的类型；
循环检错码部分采用了CRC循环检测码，仅当固定节点或移动节点检测CRC 循环检测码的结果正确时，才真正接收数据，否则判断为噪声数据，并废弃；
固定节点与移动节点进行组网通信时将通信协议的数据包作为心跳包，采用的数据格式包括帧头部分、数据帧部分、位置信息帧部分及求和检错码部分，其中，帧头部分仅由数据长度以及播撒前就已经写入节点的唯一ID号组成；数据帧部分封装了所有传感器数据；位置信息帧部分封装了节点的定位信息的经纬度数据；求和检错码为数据帧部分与位置信息帧部分之和。
优选地，所述传感模块包括雷电传感器、大气压传感器及可燃气体浓度传感器。
优选地，所述帧头部分还包括用于标识当前请求帧长度的数据长度标识位，当所述固定节点或所述移动节点解析数据长度标识位得到的数据帧长度与实际数据帧长度不符时，判定当前请求帧无效；所述帧头部分还包括用于将当前传感器网络与其他外部系统相隔离的隔离标识位。
本发明将传统的集中式监测-避险结构变为分布式结构。使用者直接使用移动设备从节点获得网络监测数据信息。应用本发明提供的传感网络后，事故周边的管理员或人民群众在日常生活中就可以通过移动智能设备从多业务无线传感器网络节点获得的数据及相应分析决策结果中了解危害安全的因素，并进行一定权限的管理干预。而在事故发生后，即使周边通信设施被破坏，救灾人员也可通过移动智能设备直接由多业务无线传感器网络节点获取多业务无线传感器网络覆盖区域内的监测数据，并得到救灾辅助信息。而事故周围的人民群众也可以通过移动智能设备了解事故灾害情况，并根据移动设备提供的避险指导进行疏散撤离。通过对本系统的研究，有望为城市安全保障提供新的支持技术，进一步强化的日常安全监测的效果，在险情事故发生时挽救人民群众生命财产损失。
附图说明
图1为实施例公开的节点硬件结构图；
图2为实施例中的请求帧格式；
图3为实施例中的帧头数据格式；
图4为控制帧部分数据格式；
图5为数据请求帧部分数据格式；
图6为LoRa组网通信协议数据格式；
图7为透明广播模式下的无线传感器网络组网流程。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明提供的一种用于城市强对流天气预防的传感器网络，由固定节点及移动节点组网而成，固定节点布置在待监测区域，其位置固定不动；移动节点搭载在无人机、无人车或无人船上。
本实施例中，固定节点与移动节点的结构相同，以下统称为多业务节点。在多业务节点的硬件设计中，既要考虑多业务节点硬件满足数据采集功能，又要考虑多业务节点硬件支持无线传感器网络组网，以及对移动智能设备提供快速接入通信业务。多业务节点需要满足以下几个要求：
(1)节点低功耗特点
由于本发明提供的传感器网络是城市环境下兼容日常监测和灾区避险的分布式无线传感器网络系统。与室内环境下的集中式网络系统不同，多业务节点无法由外部持续供电，而是使用纽扣电池或其他携带式电池。在电量固定的情况下，一旦节点功耗过大节点寿命降低，加上灾情恶化，节点快速死亡，无线传感器网络拓扑结构频繁变化，不仅影响数据传输的完整性、稳定性，严重时还会导致整个系统崩溃，故节点需要满足低功耗特点。
(2)移动智能设备快速、稳定连接
使用者不仅要在日常监测中通过移动智能设备接入无线传感器网络获取监测信息，还需要在灾区避险环境下结合移动智能设备的功能组合进行快速避险逃生。这要求多业务节点可以为移动智能设备提供准确的数据支持以及快速稳定的接入业务。
(3)节点高效组网
由于本发明为分布式无线传感器网络系统，不同于集中式网络系统，节点间数据不可完全闭塞，而是需要各个多业务节点有一定规则的数据交互形成一张稳定的网络。而多业务节点的无线通信能力直接影响系统组网的性能，因此多业务节点集成性能优异的无线通信模块可以使节点高效组网，从而扩大网络的覆盖范围，提高数据传输的准确性、稳定性。
(4)节点体积小、成本低
灾区环境恶劣，在短时间内会有大批多业务节点死亡，为了系统可以正常工作需要在多业务节点死亡的过程中不断补充新的多业务节点进入网络，从而提高网络活性。这就要求无人机一次播撒的节点个数尽量多，即节点体积尽量小、成本尽量低。
(5)较高的可扩展性
城市环境下的灾害情况复杂，影响灾害的物理量类型繁多，在多业务节点体积小、成本低的前提要求下，无法覆盖所有灾害的监测物理量。因此为了多业务节点可以适应多种应用环境，多业务节点的硬件需满足高可扩展性。
基于上述五点要求，本实施例中公开的多业务节点主要分为五个部分：MCU 及输出接口、传感器及GPS模块、无线通信模块、周边器件控制接口、供电部分。
MCU采用STM32F103芯片作为节点的核心控制模块。
通过集成传感器，多业务节点可以实现对周围环境的感知，采集物理世界量化后的环境参数，为系统提供数据支持。本实施例中，多业务节点采用AS3935 雷电传感器、MPL3115大气压传感器、TGS813可燃气体浓度传感器以及ATK1218 全球定位GPS模块。
为了构建完整的无线传感器网络，达到远程数据交互以及实现移动智能设备与节点的直接通信，需要集成无线通信模块。节点组网时为了满足系统低功耗的要求，集成的无线通信模块需要支持低功耗广域网。常用的Zigbee由于成本较高，通信距离较短，稳定性较差，不适合避险环境下的无线传感器网络。而LoRa 采用窄带GFSK调制实现远距离传输，TDMA时分复用，冲突退避机制，适合快速稳定应急组网。故本实施例中的多业务节点采用AS32-TTL-1W低功耗广域网LoRa 模块支持节点间通信，ATK-HC05-V13蓝牙模块支持物理层与应用层的数据交互。两类无线通信模块相互协调，为系统实现无线传感器网络拓扑提供支持，从而达到全局网络共享实时数据，并支持附近移动智能设备蓝牙快速接入系统实时采集网络各有效节点实时数据。
由于周边器件的多样性以及未来节点的可扩展性，并且为满足节点体积小、成本低、扩展性高等特点，周边器件并不会内嵌到每一个多业务节点中，而是单节点在硬件层面提供控制接口，在节点连入周边器件的情况下提供控制器件的功能。除此之外，节点内嵌CR2032纽扣电池作为供电部分，为MCU及输和接口以及传感器和GPS模块提供电源支持。
多业务节点为整个系统提供数据支持，而硬件节点的数据来源于传感器，为了使传感器实时、准确、有效地采集物理数据，传感器驱动需要适配系统功能以及传感器功能。在驱动设计中需要尽量满足：可扩展性、可维护性、易读性。
MPL3115传感器对大气压数据敏感，并通过I2C数据接口与MCU进行交互。
MPL3115有以下三大模式：
(1)关闭模式(OFF)：该模式下模块失能，阻塞设备任何操作，模块一旦上电将自发转换模式为等待模式。
(2)等待模式(STANDBY)：该模式下模块可以进行数字信息搜集操作以及POR(Power-OnReset，上电复位)操作，并且可以接收指令、传输存储数据操作。模拟信息搜集操作关闭，在控制寄存器配置标识位后进入激活模式。
(3)工作模式(ACTIVE)：该模式兼容所有操作，包括数字信息搜集、模拟信息搜集、POR操作、接收指令、传输存储数据操作。
等待模式虽然不能进行模拟信息搜集操作，但是在功耗上远远低于工作模式，为了满足节点的低功耗特点，MPL3115的驱动设计需准确切换模式以尽量降低节点的功耗。节点在无移动设备接入时，数字化的传感数据足以支持系统运作，而在数据上传阶段模拟类型的传感数据更能保证其实时性。
AS3935雷电传感器可以采集雷电距离，风暴前沿闪电个数等数据，模块同时支持I2C、SPI通信，为了增强代码的复用性，选择与MPL3115一致的通信方式即I2C通信。
AS3935有以下三种模式：
(1)关闭模式(Power-downMode)：在该模式下模块不提供任何操作，模块上电并初始化后自动转换模式
(2)监听模式(ListeningMode)：在该模式下模块的AFE(ActiveFrontEnd，整流/回馈)，看门狗，电压调节器正常运行。模块会将功耗降至最低，如果在该模式下，模块的最大电压不超过3.6V，模块将关闭稳压器节省功率。
(3)信号验证(SignalVerification)：每当看门狗检测到输入信号超过某个阈值时，AS3935就会进入此模式。如果接收到的信号被归类为干扰信号，那么AS3935将自动返回监听模式，无需外部任何必要的操作，并且将产生可屏蔽的中断信号。如果接收到的信号符合所有要求，则执行计算，AS3935提供距离估计。
AS3935的监听模式已经自带了低功耗的特点，其驱动程序不需要额外的模式切换，即使模块进入信号验证阶段也不需要干预就可以保证模块低功耗、抗噪声、稳定等特点。
TGS813具有灵敏度高、结构简单、寿命较长等特点，适合在工业环境或户外避险环境下，其原理是基于气敏元件表面气体的吸附作用与解吸附作用。 TGS813对甲烷、乙烷、丙烷、异丁烷等可燃气体非常敏感，可以满足节点监测爆炸或火灾等。由于TGS813只有简单的一种工作模式，无法在驱动中降低模块的功耗。驱动只需要为TGS813提供串口，并监听串口的数据，解析并存储数据即可。
多业务节点的MCU核心控制模块由于存储空间相对有限，无法满足大量数据的持久化存储，及时对外转移数据可以增加节点寿命。但是物理层与应用层的开发环境具有较大的差异，为了通信双方可以有效、快速解析对方的数据，必须制定格式精简、传输稳定的通信协议。本发明分别针对业务节点与移动智能设备数据交互、作为子节点的固定节点向作为簇首节点的移动节点数据递交即节点组网，制定了两种通信协议。
一)多业务节点与移动智能设备进行蓝牙通信的协议设计
为实现多业务节点与移动智能设备的双向数据传输，需要通信双方在数据链路层对数据传送控制规定一套双方都必须遵循的约定，即通信协议。协议中生成的每一条传输信息必须拥有明确且唯一的意义，接收方在预定位置给予相应的响应，并且发送方需独立实现响应指定的行为。节点与移动智能设备在数据链路层上的通信，均以bit流的形式进行传输交换，但是无法保证bit流在传输过程中一定不产生差错，因此通信协议还需要提供纠错与重发机制，以保证传输过程中数据的准确性。
系统中几乎所有的数据帧都是以移动智能设备作为发送方，节点作为接收方并返回相应的响应，因此在系统中定义：移动端发送至节点的数据帧称为请求帧，节点响应请求帧返回的数据帧称为响应帧，一次有效的请求与响应称为一次数据交换。
为了达成通信双方数据格式一致，使用的协议往往需要具有技术标准，比如数据链路层经典的协议-SDLC、HDLC以及PPP等。然而考虑到该系统低功耗的要求，系统通信协议中，数据帧在保证信息可以传输的情况下，首要考虑的是传输的低功耗，即在完成功能的前提下尽量少发送数据。因此自定义了一种适合该系统的通信协议。该通信协议产生的请求帧分为四部分，如图2所示。
结合图3，其中帧头包含该数据帧的描述信息，这一帧用于检测数据帧的完整性，以及过滤剔除非本系统的数据帧，使解析数据过程中更加安全。其中低五位唯一标识数据帧长度，解析数据帧长度与实际数据帧长度不符时判定该数据帧无效，第五位与第六位为系统标识，用于隔离其他外部系统，最高位用于区别普通节点与无人机负载节点。为了降低无人机负载节点与固定节点在驱动上的耦合性，同时提高节点开发的效率，方便之后对其中一种节点单独进行功能再研发，对两类节点的帧头标识位做区别。
结合图4，第二个字节为控制帧，包含数据帧类型以及控制周边器件指令。请求帧可以分为两类，一类是请求传感器数据，另一类则携带控制周边器件指令。控制帧用于筛选控制指令，当请求指令是传感器数据请求类型，那么控制帧的最高位为0，控制帧不再解析，帧指针直接指向下一字节即数据请求帧；当移动设备发送的是周边设备控制指令，那么控制帧的最高位为1，控制帧立刻被解析，并执行相应的操作，由于节点预留了周边器件的接口，控制帧同样也预留了多条蓝牙指令，可供二次开发时使用。
结合图5，第三部分是在控制帧无效的基础上解析的，如果控制帧有效则不解析数据请求帧。请求帧封装了控制请求内容、请求目标、以及返回数据的类型。其中最低位是请求数据类型位，0表示请求整型，1浮点表示，最高三位为请求类型位，第四位为请求控制位，0表示请求其中某一传感器数据，具体的传感器 ID为第一位至第三位；1表示请求所有传感器数据，此时传感器ID无效。
在系统进行双向数据传输中，无论传输层如何设计，差错都不可以被忽视。这种差错可能会导致在链路上传输的一个或者多个帧被破坏，出现比特差错，从而使节点接收到错误的数据，返回错误的数据或执行错误的操作。为尽量提高节点收到数据的正确率，在蓝牙数据结构最后加入CRC循环检测码，仅当节点检测的结果正确时接收方才真正接收数据，否则判断为噪声数据，并废弃无效数据帧。
当节点解析完这四部分后，返回请求的数据。响应帧的结构根据解析到的数据请求帧数据相关，比如移动智能设备请求大气压数据，硬件解析后返回大气压数据，没有固定的结构，在此不多赘述。
二)节点LoRa组网通信协议设计
与蓝牙通信协议不同，LoRa组网通信协议摒弃请求-响应模式，采用单向的数据递交模式，接收方节点即簇首节点只接收并存储数据并不会响应数据，而发送方节点也只需要将注意力放在发送信息。
在系统的无线传感器网络中，LoRa组网的通信协议主要针对传感数据以及位置信息的封装，信息的流动主要是为了簇首节点可以维护全局节点信息表，并且考虑到信息表的完整性、无线传感器网络节点的密集性，该协议必须具有高效性、精简性、易于纠错等特点。故协议不再设立过多的标识位，采用求和校检的方式来精简纠错方式。LoRa组网通信协议的数据格式如图6所示。
该数据帧帧头不再设立系统标识位，只包含数据长度以及播撒前就已经写入节点的唯一ID号；数据帧封装所有传感器数据，顺序依次为大气压数据，雷电距离数据，风暴前沿头闪电个数数据，可燃气体浓度数据；位置信息帧封装了节点的GPS的经纬度数据；求和检错码为数据帧与位置信息帧之和。为了尽量减少数据传输的次数，组网协议中不再单独设立心跳包的数据格式，而是将该通信协议的数据包作为心跳包。
与其他已有的信息网络不同，本发明提供的监测-避险类无线传感器网络规模较大，动态性较强，传感器节点的能量、通信能力、计算能力和存储能力等有限，很难由人工对大量传感器节点进行精确的部署和管理，需要结合合适的模型和方法对其进行设计和分析，以提高其可靠性和运行效率，自发完成既定应用目标。
首先要选择合适的传输模式，LoRa的物理层协议中具有定点传输模式、透明广播模式等。定点模式中，任意节点均可作为发送方，需要在待发送的数据帧头部拼接目标节点的地址与信道，目标节点工作在非睡眠模式即可接收该数据帧；而透明广播模式中，节点无需写入目标节点的地址与信道，发送完毕后，所有 LoRa通信范围内的非睡眠模式且具有相同地址、相同信道的节点均可接收到该消息。现有两套可行的组网方式：定点模式分信道传输组网、透明广播模式分时序组网。
定点模式广泛应用于无线传感器网络组网或中继等应用，点对点的工作模式使网络具有较高的稳定性、拓扑性以及动态性，子节点只需要维护簇首节点或者邻居节点的地址以及信道，即可进行分层或平面组网。但是基于定点模式的组网都要子节点搜寻邻居节点、簇首节点选举、子节点存储邻居节点与簇首节点信息等耗时操作，当节点死亡或新节点加入的情况发生时，无线传感器网络会进行部分网络重组。而在避险环境下，物理环境恶劣，节点死亡频率高，新节点加入频繁，如果使用定点模式进行无线传感器网络组网，短时间内网络可能会进行多次重组，无线传感器网络会使用更多的能耗去维持网络的完整性，必将导致网络延时提高，簇首节点信息不能及时更新，影响系统快速避险的精准性，增大整个网络的功耗。
使用透明广播模式进行无线传感器网络组网具有网络简单、组网速度快等优点，但是也有簇首节点难以选举、子节点之间信息闭塞等劣势。透明广播模式相比于定点模式更加适合稳定性差、组网简单的无线传感器网络。本发明将由无人机、无人车或无人船搭载的移动节点作为簇首节点，并由无人机、无人车或无人船对移动节点进行供电，所以网络不需要考虑簇首的选举，所有子节点只需要关注向簇首节点递交数据，簇首节点只关注接收、存储数据，这正好弥补透明广播模式下簇首节点选举繁琐、子节点信息闭塞的缺点。
使用透明广播模式进行组网还需要解决信道冲突问题，LoRa协议栈集成了“冲突退避”的信道冲突问题解决方案，即多个子节点在同一个信道上向簇首节点发送信息，簇首节点检测到信道冲突而只接收其中一个子节点的消息，而其他各个节点随机生成一个duty-cycle并在一段时间后重发该消息。但是随着子节点个数增多，网络中发生信道冲突的可能性也逐渐增大，为了降低信道冲突发生的频率，在“冲突退避”机制的基础上引入分时序上传策略。子节点在落地后进行初始化，初始化成功并测试到传感数据以及位置信息，上传数据至簇首节点即无人机负载节点，在延时一段时间后刷新传感数据以及位置信息再次发送。透明广播模式下的无线传感器网络组网流程如图7所示。
采用透明广播模式分时序上传数据的组网策略，数据丢包率可能相比于定点模式会略高一点，但是低功耗性能以及组网效率更加出色。透明广播模式更加适合本系统无线传感器网络。
为了在组网过程中减少簇首节点计算操作，将大部分能耗用于接收与存储数据，簇首节点对接收数据具有“懒惰性”，即接收到封装了传感器信息和位置信息的数据后并不会立刻解析数据，而是以二进制的形式存储该数据，在后期上传至应用层或者在物理层处理数据时才会进行解析。除此之外，簇首节点还需检测子节点是否存活，簇首节点在一段时间内未收到某一节点的数据包，或者接收到的数据包中求和检错码为0，那么簇首节点会在几分钟延迟后删除该节点，默认该节点由于外界原因已经死亡。
本发明针对节点低功耗特点，移动智能设备快速、稳定连接的要求，节点高效组网的要求，节点体积小、成本低、较高的可扩展性的要求，设计了业务节点的硬件结构，并以该结构为基础研究了硬件驱动的设计。为了节点在数据链路层高效、稳定通信，本发明还设计了节点与移动智能设备的通信协议以及节点组网的通信协议，并再其基础上设计了节点组网模式。
Claims (3)
1.一种用于城市强对流天气预防的传感器网络，其特征在于，包括布置在待监测区域的多个位置固定不动的固定节点，所有固定节点发出的信号将待监测区域完全覆盖，用户通过移动智能终端与固定节点进行数据交互；所述传感器网络还包括搭载在无人机、无人车或无人船上的移动节点，移动节点从外部获取救援目标的位置信息后，将该位置信息发送给无人机、无人车或无人船的控制系统，由无人机、无人车或无人船搭载移动节点移动至救援目标位置处，救援目标与移动节点建立通信后，由无人机、无人车或无人船完成避险救援任务；
固定节点与移动节点之间利用LoRa协议进行组网，组成分布式无线传感器网络系统，组网时，LoRa的物理层协议采用透明广播模式，仅移动节点是透明广播模式中的汇聚节点，所有固定节点都将数据通过LoRa透明广播传输给移动节点；
固定节点与移动节点的结构相同，包括主控模块、传感模块、定位模块、无线通信模块及供电模块，供电模块为主控模块、传感模块、定位模块及无线通信模块提供工作电压，传感模块用于采集节点周围的环境数据，定位模块用于给出当前节点的定位信息，无线通信模块包括用于实现节点间通信的低功耗广域网LoRa单元及用于实现节点与移动智能终端通信的蓝牙单元；
将移动智能终端发送至固定节点或移动节点的数据帧定义为请求帧，请求帧由帧头部分、控制帧部分、数据请求帧部分、循环检错码部分组成，其中：
帧头部分包含当前请求帧的描述信息，帧头部分用于检测当前请求帧的完整性，以及过滤剔除非本传感器网络的数据帧，帧头部分中包括用于标识接收当前请求帧的是固定节点还是移动节点的节点标识位；
控制帧部分包含请求传感器数据或控制周边器件指令，控制帧部分中包括用于标识控制帧部分包含的是请求传感器数据或是控制周边器件指令的标识位，若标识位表示控制帧部分包含的是请求传感器数据，则帧指针直接指向数据请求帧部分，否则解析控制帧部分；
仅当控制帧部分包含的是请求传感器数据，则解析数据请求帧部分，数据请求帧部分封装了控制请求内容、请求目标、以及返回数据的类型；
循环检错码部分采用了CRC循环检测码，仅当固定节点或移动节点检测CRC循环检测码的结果正确时，才真正接收数据，否则判断为噪声数据，并废弃；
固定节点与移动节点进行组网通信时将通信协议的数据包作为心跳包，采用的数据格式包括帧头部分、数据帧部分、位置信息帧部分及求和检错码部分，其中，帧头部分仅由数据长度以及播撒前就已经写入节点的唯一ID号组成；数据帧部分封装了所有传感器数据；位置信息帧部分封装了节点的定位信息的经纬度数据；求和检错码为数据帧部分与位置信息帧部分之和。
2.如权利要求1所述的一种用于城市强对流天气预防的传感器网络，其特征在于，所述传感模块包括雷电传感器、大气压传感器及可燃气体浓度传感器。
3.如权利要求1所述的一种用于城市强对流天气预防的传感器网络，其特征在于，所述帧头部分还包括用于标识当前请求帧长度的数据长度标识位，当所述固定节点或所述移动节点解析数据长度标识位得到的数据帧长度与实际数据帧长度不符时，判定当前请求帧无效；所述帧头部分还包括用于将当前传感器网络与其他外部系统相隔离的隔离标识位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910308404.XA CN110248329B (zh) | 2019-04-17 | 2019-04-17 | 用于城市强对流天气预防的传感器网络 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910308404.XA CN110248329B (zh) | 2019-04-17 | 2019-04-17 | 用于城市强对流天气预防的传感器网络 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110248329A CN110248329A (zh) | 2019-09-17 |
| CN110248329B true CN110248329B (zh) | 2021-12-10 |
Family
ID=67883303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910308404.XA Active CN110248329B (zh) | 2019-04-17 | 2019-04-17 | 用于城市强对流天气预防的传感器网络 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110248329B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110824987A (zh) * | 2019-11-04 | 2020-02-21 | 东北林业大学 | 基于LoRa无线自组网络的森林地表含水率监测系统 |
| CN110780042A (zh) * | 2019-11-20 | 2020-02-11 | 佛山科学技术学院 | 一种用于大气污染治理的空气质量监测方法 |
| CN113175356A (zh) * | 2021-05-24 | 2021-07-27 | 华北科技学院(中国煤矿安全技术培训中心) | 一种可及时采集灾情的矿井瓦斯爆炸灾情智能探测系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106131924A (zh) * | 2016-06-06 | 2016-11-16 | 欧普照明股份有限公司 | 一种控制设备、无线通信方法和系统 |
| CN106781178A (zh) * | 2017-01-09 | 2017-05-31 | 贵州大学 | 一种低功耗森林火灾报警系统及其报警方法 |
| CN107707292A (zh) * | 2017-11-07 | 2018-02-16 | 海南大学 | 基于无人船基站组网的lte海上应急通信系统 |
| CN107809277A (zh) * | 2017-10-17 | 2018-03-16 | 安徽工业大学 | 一种基于无人机和无线设备的应急救援通信网络及组网方法 |
| CN108111214A (zh) * | 2017-12-18 | 2018-06-01 | 张明虎 | 基于无人机的野外生态环境观测数据自动收集系统及方法 |
| CN109298724A (zh) * | 2017-07-24 | 2019-02-01 | 黄韦绮 | 无人机搜寻救援系统及其方法 |
| CN109521779A (zh) * | 2019-01-25 | 2019-03-26 | 石家庄鑫农机械有限公司 | 一种基于NB-IoT的无人船控制系统 |
| CN109601436A (zh) * | 2019-01-24 | 2019-04-12 | 上海孚实船舶科技有限公司 | 一种基于环境监测的深海养殖方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102651897B (zh) * | 2011-04-02 | 2015-05-13 | 常熟理工学院 | 6LoWPAN无线传感器网络移动切换的实现方法 |
| US20170311574A1 (en) * | 2015-03-13 | 2017-11-02 | Michael W. Swan | Animal movement mapping and movement prediction method and device |
| US10728336B2 (en) * | 2016-03-04 | 2020-07-28 | Sabrina Akhtar | Integrated IoT (Internet of Things) system solution for smart agriculture management |
| US10004097B1 (en) * | 2016-12-20 | 2018-06-19 | Intel Corporation | Reestablishment of a network connection with an end device node methods and apparatuses |
| CN107527492A (zh) * | 2017-09-26 | 2017-12-29 | 成都远向电子有限公司 | 远距离低功耗的气象监测器 |
| CN109270597B (zh) * | 2018-09-06 | 2023-09-22 | 东华大学 | 一种用于强对流天气预警的矿业安防节点 |
-
2019
- 2019-04-17 CN CN201910308404.XA patent/CN110248329B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106131924A (zh) * | 2016-06-06 | 2016-11-16 | 欧普照明股份有限公司 | 一种控制设备、无线通信方法和系统 |
| CN106781178A (zh) * | 2017-01-09 | 2017-05-31 | 贵州大学 | 一种低功耗森林火灾报警系统及其报警方法 |
| CN109298724A (zh) * | 2017-07-24 | 2019-02-01 | 黄韦绮 | 无人机搜寻救援系统及其方法 |
| CN107809277A (zh) * | 2017-10-17 | 2018-03-16 | 安徽工业大学 | 一种基于无人机和无线设备的应急救援通信网络及组网方法 |
| CN107707292A (zh) * | 2017-11-07 | 2018-02-16 | 海南大学 | 基于无人船基站组网的lte海上应急通信系统 |
| CN108111214A (zh) * | 2017-12-18 | 2018-06-01 | 张明虎 | 基于无人机的野外生态环境观测数据自动收集系统及方法 |
| CN109601436A (zh) * | 2019-01-24 | 2019-04-12 | 上海孚实船舶科技有限公司 | 一种基于环境监测的深海养殖方法 |
| CN109521779A (zh) * | 2019-01-25 | 2019-03-26 | 石家庄鑫农机械有限公司 | 一种基于NB-IoT的无人船控制系统 |
Non-Patent Citations (5)
| Title |
|---|
| Design of Propagation Testnode for LoRa Based Wireless Underground Sensor Networks;Xue-Fen Wan;《2017 Progress In Electromagnetics Research Symposium》;20171130;全文 * |
| SDLC通讯协议的工作原理及其实现方法;百度文库;《https://wenku.baidu.com/view/e3f8192b3d1ec5da50e2524de518964bce84d23e.html》;20190311;正文第1-3节 * |
| Seasonal Variations in Severe Weather Forecast Skill in an Experimental Convection-Allowing Model;RYAN A. SOBASH;《ResearchGate》;20171031;全文 * |
| 基于LoＲa 标准的MAC 层协议研究;孙曼;《电视技术》;20161231;全文 * |
| 强对流天气矿业安防预警节点研究;万雪芬;《矿业研究与开发》;20180930;正文摘要、第0-4节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110248329A (zh) | 2019-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110248329B (zh) | 用于城市强对流天气预防的传感器网络 | |
| Ghazali et al. | A systematic review of real-time deployments of UAV-based LoRa communication network | |
| CN108347711B (zh) | 一种基于NB-IoT实现的低功耗智能农业数据采集系统 | |
| CN111371827B (zh) | 数据传输方法、装置及计算机可读存储介质 | |
| CN209488629U (zh) | 一种基于LoRa的物联网设备监管系统 | |
| CN114422942B (zh) | 一种基于无线自组网技术的移动应急通信系统 | |
| CN110708763B (zh) | 一种调度方法、装置及计算机存储介质 | |
| CN110630910A (zh) | 一种城市地下燃气管道监测系统 | |
| KR20090072039A (ko) | 무선 센서 네트워크 및 이의 구성 방법 | |
| CN108540205B (zh) | 一种基于北斗应急通讯控制装置的应急通讯控制方法 | |
| US20150230247A1 (en) | Method for transmitting data, method for receiving data, and device | |
| CN103347294A (zh) | 无线传感器系统及数据收集方法 | |
| AU2021327937B2 (en) | Asset tracking system and methods | |
| WO2012058845A1 (zh) | 处理wsn终端上报数据的方法及其wsn网关、结合网络 | |
| CN114885360A (zh) | 时延可靠性确定方法、接入网设备及存储介质 | |
| CN101909353A (zh) | 位置信息确定系统、方法与移动终端、传感器节点设备 | |
| Chen et al. | Intelligent environmental sensing with an unmanned aerial system in a wireless sensor network | |
| CN104332042A (zh) | 基于Arduino的无线传感器网络岛屿参数监测系统 | |
| WO2020149794A1 (en) | Communication gateway apparatus, communication system, data packet processing method and computer readable medium | |
| CN115150432A (zh) | 一种物联网组网系统及其通信方法 | |
| Thiyagarajan et al. | An investigation on energy consumption in wireless sensor network | |
| CN102883427B (zh) | 一种基于ZigBee实现串口透传与定位同步的方法及系统 | |
| Nourredine et al. | A new generalized stochastic Petri net modeling for energy‐harvesting‐wireless sensor network assessment | |
| CN107454661B (zh) | 一种基于天气的物联网终端设备控制方法及系统 | |
| CN110691338A (zh) | 一种支持LoRaWan协议的资产状态监控设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |