CN113301519A - 一种单跳距离增强的星型海洋物联网监测方法与系统 - Google Patents

Abstract

本发明公开了一种单跳距离增强的星型海洋物联网监测方法及系统，传感器节点与汇聚网关节点以LoRa技术为基础组成星型海洋传感器网络，多个传感器节点接入时，通过信道检测机制避免数据冲突；汇聚网关节点基于低复杂度分集接收技术实现对传感器节点信息的接收，并依次完成对分包传输的传感器信息的帧完整性检测、合并译码和组帧等操作；信息提取完成后，汇聚网关节点通过移动通信网络将接收到的传感器数据上传至陆地监控中心对其进行分类、存储、显示；同时移动监测终端接收数据监控中心分发的数据，实现移动用户的实时监测。本发明提出的单跳距离增强的星型海洋物联网监测系统，可降低海上组网复杂度，提升网络数据传输性能。

Description

一种单跳距离增强的星型海洋物联网监测方法与系统

技术领域

本发明涉及无线传感器网络可靠传输技术领域，尤其涉及一种单跳距离增强的星型海洋物联网监测方法与系统。

背景技术

海洋环境监测主要是通过对沿海水域的物理、化学和生物变量进行实时监测，为可持续开发、保护海洋资源提供重要的信息，从而加强海洋灾害预警和海洋权益维护能力。传统的海洋环境监测通过采用光纤电缆连接不同的传感器组成网络或者研发专用的水文研究船对海洋数据进行采集，这些技术不仅费用昂贵，而且数据采集和分析过程较为费时，采集的数据分辨率也较低。随着社会经济发展，海洋监测系统逐渐通过采用临近飞行器、卫星遥感、航空遥感、船载设备、海洋通信浮标和海洋平台等不同监测技术或集各种监测技术于一体的方式组成无线传感器网络对目标区域进行监测。

海洋无线传感器网络具有实时性高、部署成本低等特点，节点之间可自组成网络，实时感知并采集海洋环境信息，从而用于不同应用领域的海洋环境监测。海洋监测技术通常结合传感器网络发挥其在不同应用场景的监测优势。目前已成熟的大型海洋无线传感器网络监测系统，如ARGOS监测系统，其主要由多个部署在远海海域的自持式剖面循环探测浮标组成，浮标之间通过自组网形成了卫星遥感、海洋浮标等多种监测技术相结合的一个现代化立体海洋监测系统，该系统可以准确接收、传输、处理远海信息。目前已有几十个国家加入该系统，在全球范围内部署了上千个卫星用于跟踪浮标。美国的HABSOS系统也是一个立体监测网络，由海洋自动观测站、浮标等监测技术组成，通过卫星通信方式获取数据并用于分析和预测有害藻华的影响。美国IOOS系统是世界上最为先进的海洋观测系统，其拥有11个子系统，包含了多个岸基监测站点、高频地波雷达站等，同时综合运用了海洋平台、浮标、观测船以及无人机遥感等多种海洋监测技术，用于观测海水表层的海洋水文和气象要素。全球海洋观测系统(GOOS)作为当前全球最大、综合性最强的海洋观测系统，采用卫星遥感、船载调查、沿岸和水面现场自动监测技术等海洋监测技术，获取和分发海洋环境相关现状并致力于海洋与气候、海洋生物资源、海洋健康状况、海岸带观测等方面的研究。

除此之外，近年来已有多个海洋国家部署了私有的中小型海洋无线传感器网络，用于对海洋环境进行实时监测。在此之中，国外对于海洋无线传感器网络的研究成果较为明显，而我国虽然起步较晚，但国家海洋技术中心、浙江大学、中国海洋大学、香港科技大学、电子科技大学、上海海洋大学等一些科研院所与高校，在基于无线传感器网络的海洋环境监测方面也取得了一些成果。其中大部分的海洋无线传感器网络监测系统都与一般的海洋传感与监测、水质监测相关，同时也有少数海洋无线传感器网络监测系统分别被应用于珊瑚礁监测、海洋牧场监测等。

中小型的海洋无线传感器网络监测系统，通常都是采用浮标、无人船等简便快捷的监测技术在近海、实验室、湖面实现自动监测。其多数的监测过程为：在监测区域放置多个监测节点组成海洋无线传感器网络，首先将带有各种传感器的浮标、无人船等作为无线监测节点，完成对温湿度、盐度、浊度、深度、含氧量、叶绿素、电导率以及洋流、风速等海洋参数的采集；然后系统按照约定的通信协议(ZigBee、WiFi等)将传感器数据通过射频通信上报给汇聚节点；汇聚节点借助卫星、GPRS或者其他通信技术将数据上传到远程控制中心，供监测人员随时查看。其中，系统采用太阳能、风能以及电池等能源供应方式为节点提供能量。布放在目标区域的大量节点相互之间频繁的进行数据交换组成网络以保证数据的可靠传输。传统的海洋无线传感器网络包括单跳路由和多跳路由两种组网方式，且构成的海洋传感器网络监测系统具有其各自的特性。

一方面，多跳组网是海洋无线传感器网络的主要组网方式，网络中被采集的数据经过两个及以上的节点转发才能到达目的地。由于多跳网络可使网络容量更大、覆盖范围更广，因此海洋无线传感器网络中采用多跳路由方式较为广泛。有研究者研究了一种基于无线传感器网络的海洋监测系统，并提出位置估计算法用于确定和验证无线传感器网络中的传感器实际位置，同时抵御传输过程中的攻击和干扰问题，其中将整个海域划分为大量集群，集群中的多个传感器节点采集海洋环境信息传输至浮标，浮标实现数据融合并通过多跳路由方式发送到基站自动监测平台。阿根廷和西班牙的学者共同研究了一种用于海岸监测的低成本可重构无线传感器网络，该网络为包含了多个浮标的多跳网络，浮标内部采用可重构混合电路动态配置节点硬件，实现不同区域的低成本快速监测，最终通过基于IEEE802.15.4标准的射频模块分发数据。英国伦敦大学等研究人员在诺福克海岸线进行了无线传感器节点的部署和组网，建立了SECOAS(Self-Organizing Collegiate Sensor)无线传感器网络监测系统，该系统采用多跳拓扑结构，传感器节点间距为150m，覆盖范围达2km，并通过GSM网络与监控中心进行连接。由中国海洋大学和香港科技大学合作共同完成的OceanSense项目，该项目采用20多个Telos B类型的传感器节点组成，各节点之间采用多跳路由方式进行自组网，形成近海环境实时监测网络。其节点采用锂电池供电，成功运行了18个月。也有研究者设计了一种海洋船舶监控系统，该系统采用ZigBee技术形成多跳网络并可实现自动路由查询，其中4个汇聚节点不仅负责融合并转发各自子网的传感器节点信息，还能够互相通信，而传感器节点则采用休眠机制降低功耗。

另一方面，单跳网络中数据通过直接链路发送至目的地，单跳网络虽然通信距离较短，但由于其成本低、组网简便，但近年来也有一些研究。澳大利亚在摩顿湾部署了用于水生态环境监测的海上无线传感器网络，用于监测不同深度的海洋生态系统的温度和光照情况，该系统包含多个星型拓扑结构的集群，集群中传感器节点和汇聚节点之间为单跳传输，传输范围为30m，最终汇聚节点将数据远程传输到控制中心进行数据存储和实时监测。西班牙穆尔西亚地区海洋观测系统(Ocean Observation System of Murcia Region，OOCMUR)采用10个浮标构成星型网络，其中系统采用数据重传机制实现了传感器节点与汇聚节点之间单跳距离为800m的无差错传输。有研究者提出了一种基于实时数据占空比自适应算法的星型无线传感器网络，改进无线传感器网络的MAC协议，以满足海洋环境监测对能量消耗、实时传输、带宽和可靠性的要求，仿真结果表明，该算法具有良好的能量消耗和网络吞吐能力。美国在太平洋西部的蒙特利湾部署了用于在近海实时监测珊瑚礁的无线传感器网络-SEA-LABS，该系统通过调度程序控制传感器节点在数据采集、数据分析、无线传输和深度睡眠等操作之间切换，并利用单跳通信达到了节能的目的，系统实现较为简单、适用于通信距离较短的场景。金光等人详细比较了ZigBee技术组网与LoRaWAN的网络拓扑设计、复杂度分析和能耗分析。结果证明，相比传统Zigbee多跳无线传感网，采用LoRaWAN，其单跳节点覆盖范围更大，网络复杂度、能耗等更优。然后，系统以LoRa为收发基础设计了无线传感器网络进行了监测实验与分析，结果表明系统性能良好，且通信距离为800m时节点数据传输平均丢包率低于3.6％。

发明人在实现本发明的过程中，发现现有技术存在以下缺点和不足：

现有有关海洋无线传感器网络的研究大部分围绕系统的低成本、低能耗、扩展网络容量等方面展开，在海洋监测领域均取得了一定的有益成果。但是单跳网络和多跳网络中，多跳网络虽然覆盖范围较大，但组网明显更为复杂、能耗及成本较高，且随着节点跳数的增加，系统的可靠性和实时性都会下降；而单跳网络虽然组网灵活简便，在能耗和成本方面较有优势，比较适用于近海海域的海上组网监测，但两者若采用如蓝牙、ZigBee等同样的无线通信组网技术，单跳网络的覆盖范围则远不及多跳网络。除此之外，LoRa等低功耗广域网技术的单跳距离比ZigBee等短距离通信技术的多跳距离都要远，这就证明使用合适的无线通信组网技术可使单跳网络获得更优通信性能，从而增大传输距离。

发明内容

本发明针对海洋无线传感器网络在实际应用中的单跳传输距离有限、无线传输不可靠、多跳路由组网可靠性较差等问题，提供了一种单跳距离增强的星型海洋无线传感器网络监测方法与系统，保证了海洋无线传感器网络的数据稳定传输的需要和组网简便可靠的需求，实现海洋无线传感器网络数据包的高可靠接收并充分发挥无线传感器网络的作用，详见下文描述：

第一方面，一种单跳距离增强的星型海洋物联网监测方法，所述方法包括以下步骤：

(1)传感器节点与汇聚网关节点组成星型无线传感器网络，利用LoRa中信道检测机制实现各传感器节点的随机访问；

(2)汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包，利用传感器数据包的帧头标志和帧长度进行帧完整性检测；根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成译码和组帧过程，还原出原始数据帧，向数据监控中心上传原始数据帧；

(3)数据监控中心接收传感器数据，对其进行处理并将传感器数据分发给移动监测终端，实现移动用户的实时监测。

进一步地，所述汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包具体为：

(2.1)传感器节点向汇聚网关节点发送的数据是采用Turbo编码及特定的数据帧格式，传感器节点对采集的原始数据进行编码与数据帧分包，并通过LoRa模块将子包依次发送给汇聚网关节点；

(2.2)汇聚网关节点采用分布式天线分集接收传感器数据包，通过给出数据包的固定长度和预计位置的帧头标志实现帧完整性检测，若长度不符合标准且检测不到帧头数据则直接丢弃该数据包。

在一种实施方式中，所述步骤(2.1)具体为：

(3.1)传感器节点发送数据采集指令获取水质传感器信息和地理位置信息，组成原始信号源，原始信号源的数据包长度根据帧格式的设计添加或删除零字节；

(3.2)在信号源的尾部添加CRC校验信息并在头部添加节点号，生成用户帧；

(3.3)将数据包字节转换为比特，再进行Turbo编码操作，将编码后的信息序列在交织器中进行信道交织，再进行比特转换为字节的操作；

(3.4)用户帧经Turbo编码和交织处理后生成传输帧，将传输帧均分为k个数据包，不能均等分包的数据需进行补零操作。

在一种实施方式中，根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成译码和组帧过程，还原出原始数据帧的具体步骤为：

(4.1)设置二级缓存区buf1与buf2，buf1与buf2均在逻辑上分割为m*k的存储单元，其中buf1为存放临时数据包的一级缓存，buf2为存放待合并数据包的二级缓存，m为分布式天线的支路数量；

(4.2)初始化缓存区，检验buf1是否留存当前帧的剩余子数据包，若留存则复制数据到二级缓存buf2与包序号对应的存储单元中等待合并；

(4.3)继续从串口读取新数据，并对每个数据包的帧序号和包序号进行检验，若是本帧数据，则将数据存储于buf2，否则将数据存储于buf1并继续轮询接收与其帧号相同的数据单元，扫描串口过程中，超过m*k包数据接收时限固定值后，则默认数据丢失并使用新数据覆盖滞留数据；

(4.4)检验m路共m*k个数据包是否接收完毕，并依据基于大数判决的合并策略将buf2的合并数据按照各自的列序号由小到大排序拼接，整合为完整的数据帧；

(4.5)将数据帧依次进行解交织、Turbo译码，将比特转换为字节，恢复出原始的传感器数据包。

第二方面、一种单跳距离增强的星型海洋物联网监测系统，所述系统包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行第一方面中的任一项所述的方法步骤。

第三方面、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行第一方面中的任一项所述的方法步骤。

本发明提供的技术方案的有益效果是：

1、本发明提出的单跳距离增强的星型海洋物联网监测系统，通过采用LoRa模块替代传统的CC1101等短距离通信模块，以单跳连接方式实现了海洋传感器网络的组网和远距离可靠数据传输，解决了大量节点多跳连接实现广域覆盖较为复杂的问题，能耗低、成本低；

2、除此之外，本发明在汇聚网关节点采用低复杂度分集接收技术实现多路传感器数据的可靠接收，进一步增强海洋传感器网络的单跳传输距离。

附图说明

图1为单跳距离增强的星型组网海洋传感器的网络系统架构；

图2为传感器节点硬件架构图；

图3为汇聚网关节点硬件架构图；

图4为LoRa网络的分集接收可靠数据传输流程图；

图5为传感器节点数据帧分包传输流程图；

图6为汇聚网关节点数据合并处理流程图；

图7为陆地传输性能测试位置及场景图；

图8为基于LoRa的分布式接收系统随通信距离增加的丢包情况示意图；

图9为基于LoRa的分布式接收系统在不同位置的丢包率示意图；

图10为一种单跳距离增强的星型海洋物联网监测系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

为了解决背景技术中存在的问题，本发明实施例针对采用单跳路由的海洋传感器网络组网方案，以及数据在海上传输导致单跳链路通信性能较差，进而影响监测覆盖范围的问题展开了深入研究。通过设计和优化传感器网络以增强网络传输距离、提升网络数据传输可靠性为主要目的，来实现高质量的海洋无线传感器网络监测系统。

针对海洋环境监测领域中，无线传感器网络的无线传输性能较差、单跳通信距离短、多跳路由组网可靠性差等问题，设计了一种单跳距离增强的星型物联网监测系统。该系统的主要思想是：传感器节点和汇聚网关节点组成LoRa网络。该网络是一种以汇聚网关节点为中心的星型网络，节点之间采用单跳路由的通信方式，避免了多跳传输，复杂度低，可靠性高。在系统数据传输方面，系统除了采用LoRa传输技术增强单跳通信距离外，汇聚网关节点基于分布式天线分集接收数据，提升数据接收性能并改善可靠性，进一步提高海洋传感器网络的单跳传输距离。

其中，该系统包括：传感器节点、汇聚网关节点、数据监控中心和移动监测终端四部分。首先传感器节点和汇聚网关节点之间以LoRa技术设计良好的组网方案，形成星型海洋传感器网络。然后该网络以汇聚网关节点为中心，基于四路天线分集接收技术实现传感器节点的信息汇聚，其中无线传感器网络仅通过简便的分布式天线实现数据传输，降低了系统复杂度。最后无线传感器网络通过移动通信网络将接收到的传感器数据上传至陆地监控中心对其进行分类、存储、显示等处理，同时移动监测终端接收数据监控中心分发的数据，实现移动用户的实时监测。

下面结合附图详细说明本发明的实施方式：

参见图1，星型组网海洋传感器网络系统架构包括：传感器节点、汇聚网关节点、数据监控中心和移动监测终端；该系统通过LoRa技术进行数据传输，进一步设计基于分集接收的汇聚网关节点，周期性地接收信息序列，合并译码并组帧，将循环冗余校验码(CRC)校验正确的数据通过移动通信模块上传。当多个传感器节点与汇聚网关节点进行数据传输时，采用自定义方式进行LoRa网络组网，各传感器节点采用LoRa独有的空闲信道检测(Clear Channel Assessment，CCA)机制判断信道忙闲状态，当信道被其他设备占用时，当前设备会进行随机延迟退避，然后在信道处于空闲状态时发送分包成帧的传感器数据包，避免信道冲突并实现数据的可靠传输。

参见图2，传感器节点首先采用微处理器对采集的水质数据和地理位置等信息进行提取和初步处理，其中RS-485转RS-232模块完成传感器参数格式的转换，节点地理位置信息使用单片机对GPS数据包进行额外处理；然后主要采用Tiny6410微处理器，完成对数据包的轮询读取、编码和分包处理；最后将分包成帧的数据包通过包含LoRa射频模块的通信单元实时发送至汇聚网关节点，其中微处理器之间可以通过RS232或RS485串口通信协议实现通信。

参见图3，汇聚网关节点首先采用包含LoRa射频模块的分布式天线通信单元接收传感器节点数据，其中天线之间呈空间分集方式排列；然后主要采用Tiny6410微处理器，完成各支路数据的汇聚和帧完整性检测、合并译码与组帧；最后通过可配置Internet网络接口的移动通信单元实现与数据监控中心的数据交互，其中微处理器之间可以通过RS232或RS485串口通信协议实现通信。

参见图4，汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包，首先利用传感器数据包的帧头标志和帧长度进行帧完整性检测；然后根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成后续的译码和组帧过程，还原出原始数据帧；最后通过移动通信网络实现数据上传和协议转换，具体步骤为：

(2.1)传感器节点向汇聚网关节点发送的数据是采用Turbo编码及特定的数据帧格式，传感器节点对采集的原始数据进行编码与数据帧分包，并通过LoRa模块将子包依次发送给汇聚网关节点；

(2.2)汇聚网关节点采用分布式天线分集接收传感器数据包，通过给出数据包的固定长度和预计位置的帧头标志实现帧完整性检测，若长度不符合标准且检测不到帧头数据则直接丢弃该数据包，反之将当前数据包转移到缓存区等待组合数据帧；

(2.3)汇聚网关节点根据二级缓存机制同步各支路数据包，区分当前帧和非当前帧的数据包，并使用大数判决机制(本领域技术人员所公知)将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成后续的译码和组帧过程，还原出原始数据帧；

(2.4)汇聚网关节点通过移动通信网络将接收到的传感器数据上传至陆地监控中心，实现数据的图表显示、定位显示、存储和统计。

参见图5，传感器节点向汇聚网关节点发送的数据采用Turbo编码及特定的数据帧格式，传感器节点对采集的原始数据进行编码与数据帧分包，并通过LoRa模块将子包依次发送给汇聚网关节点，具体步骤为：

(3.1)传感器节点发送数据采集指令获取水质传感器信息和地理位置信息，组成原始信号源，其中原始信号源的数据包长度可根据帧格式的设计灵活添加或删除零字节；

(3.2)在信号源的尾部添加CRC校验信息并在头部添加节点号，生成用户帧；

(3.3)将数据包字节转换为比特，再进行Turbo编码操作，然后将Turbo编码后的信息序列在交织器中进行信道交织，最后再进行比特转换为字节的操作；

(3.4)用户帧经过Turbo编码和交织处理后生成长度较长的传输帧，其中Turbo编码率为1/2，将编码后生成的传输帧均分为4个较短的数据包，每个数据包的包长为15字节，不能均等分包的数据需要进行补零操作。其中传输帧应分为帧号、帧内包号和子数据包三部分，帧号为传输帧编号，帧内包号为传输帧内子数据包编号。为了便于组帧识别及保证数据准确性，将帧号设置为3个相同信息的字节且每个字节信息一致。本发明实施例设置传感器节点传输数据包的帧号依次为“0X00、0X03、0X06、0X09”，而包号按分包顺序依次设置为“0X00、0X01、0X02、0X03”。

参见图6，汇聚网关节点根据二级缓存机制同步各支路数据包，区分当前帧和非当前帧的数据包，并使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成后续的译码和组帧过程，还原出原始数据帧，具体步骤为：

(4.1)设置二级缓存区buf1与buf2，其中buf1为存放临时数据包的一级缓存，buf2为存放待合并数据包的二级缓存，buf1与buf2均在逻辑上分割为4*4的存储单元；

(4.2)初始化缓存区，检验buf1是否留存当前帧的剩余子数据包，若留存则复制数据到二级缓存buf2与包序号对应的存储单元中等待合并，否则持续扫描串口，直至读出数据为止；

(4.3)继续从串口读取新数据，并对每个数据包的帧序号和包序号进行检验，若是本帧数据，则将数据存储于buf2，否则将数据存储于buf1并继续轮询接收与其帧号相同的数据单元，扫描串口过程中，超过16包数据接收时限固定值后，则默认数据丢失并使用新数据覆盖滞留数据；

(4.4)检验4路共16个数据包是否接收完毕，并依据基于大数判决的合并策略将buf2的合并数据按照各自的列序号由小到大排序拼接，整合为完整的数据帧；

(4.5)将数据帧依次进行解交织、Turbo译码等操作，将比特转换为字节，恢复出原始的传感器数据包。

下面给出一个具体的实施例，说明本发明给出的一种单跳距离增强的星型海洋物联网监测系统。

实施例以嵌入式ARM处理器Tiny6410和无线射频模块LoRa为硬件平台，搭建了具有分集接收系统的硬件架构。传感器节点与汇聚网关节点通过LoRa中特有的信道检测机制结合随机接入的竞争类MAC协议，实现各传感器网络组网；传感器节点采用码率为1/2、码长为336的Turbo码作为信道编码方案并采用CRC_16对数据包进行校验，为了获得一定的分集增益，传感器节点将一个数据帧分为四个子包进行传输。汇聚网关节点在不同位置配置四路分布式天线，从而形成四路射频接收系统接收数据。

搭建的该系统在陆地场景下进行了测试，图7显示了测试位置及场景，实验地点包括实验室园区及周边公路旁，将接收端设备固定在实验室园区内地面上，周围有少量建筑物和树木环绕，发射端依次选取不同测试地点进行测试。收发端天线均距地面约为1.5m，接收端天线呈分布式排列，且每两天线之间至少相隔1m。本次陆地测试共分成两个实验，第一个实验是选取园区内7个测试点，对比在相同位置的同一环境下LoRa与CC1101的实际传输性能；第二个实验包含11个位置，其中11个位置分别位于A、B、C、D四条不同的公路，四组测试分别将传感器节点由某一固定距离依次拉远进行测试，分析基于LoRa的四路天线分布式接收系统传输增益随距离的变化趋势和在相同距离下不同环境中分布式接收系统的传输增益。实验过程中，传感器节点发射速率为每秒4包，每个测试点发送4000个数据帧，共16000个数据包。LoRa模块参数配置如表1所示，CC1101模块参数配置如表2所示。

表1 LoRa模块参数配置表

表2 CC1101模块参数配置表

为了验证LoRa模块的传输优势，在实验室园区内开展了基于LoRa模块与CC1101模块的系统传输性能对比测试。实验结果如表3所示，结果表明，当传感器节点处于L1时，部分天线为视距传输，LoRa可实现全部数据的无差错传输，而CC1101此时的各路径平均丢包率为0.06％。当传感器节点处于L2时，CC1101由于受到大型客车和电磁设备的干扰，传输性能急速下降，平均丢包率为55.15％，而LoRa传输性能几乎未受影响，平均丢包率可约为0。

当传感器节点位于L5时，CC1101四路丢包率均超过50％，且单路丢包率最大为93.29％，此时LoRa平均丢包率为0.02％。在同一路径上随着通信距离的增加，LoRa与CC1101的传输性能呈逐渐下降的趋势。当传感器节点处于L6、L7时，CC1101已经完全接收不到信号，而LoRa仍具有良好的传输性能，此时其平均丢包率分别为0.13％、11.72％。

表3 LoRa/CC1101丢包率对比表

为了验证基于LoRa的四路天线分布式接收系统的传输性能，进一步测试了基于LoRa的四路天线分布式接收系统传输增益随陆地环境距离的变化趋势和分布式接收系统在等同距离下不同环境中的传输增益。参见图8，实验结果表明，虽然A、C两组测试的遮挡环境有所不同，但基于LoRa的四路天线分布式接收系统均可实现数据在500m内的完全接收，此时A组和C组的四路天线平均丢包率分别为1.32*10^-3、2.28*10^-2；随通信距离的增加，A、C两组各天线接收数据包的丢包率均呈逐渐增大的趋势，但从各测试点的接收情况可知，基于LoRa的四路天线分布式接收的丢包率始终低于单天线接收的最小丢包率，且明显小于各路丢包率的平均值。参见图9，其中在等同距离下，A、B、C、D四条公路依次呈周围高大建筑物逐渐增加的趋势。由此可知，在相同距离下的不同位置由于其遮挡环境不同，系统分布式接收性能与单天线接收性能均存在差异，但基于LoRa的四路天线分布式接收方案仍可改善系统传输可靠性。以LL7、LL8、LL9为例，虽然LL7、LL8、LL9各路平均丢包率和分集接收丢包率皆为逐渐升高的趋势，但分布式接收的丢包率仍然均小于各路丢包率的平均值。

基于同一发明构思，本发明实施例还提供了一种单跳距离增强的星型海洋物联网监测系统，参见图10，该系统包括：处理器1和存储器2，存储器2中存储有程序指令，处理器1调用存储器2中存储的程序指令以使装置执行实施例中的以下方法步骤：

(1)传感器节点与汇聚网关节点组成星型无线传感器网络，利用LoRa中信道检测机制实现各传感器节点的随机访问；

(2)汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包，利用传感器数据包的帧头标志和帧长度进行帧完整性检测；根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成译码和组帧过程，还原出原始数据帧，向数据监控中心上传原始数据帧；

(3)数据监控中心接收传感器数据，对其进行处理并将传感器数据分发给移动监测终端，实现移动用户的实时监测。

进一步地，汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包具体为：

(2.1)传感器节点向汇聚网关节点发送的数据是采用Turbo编码及特定的数据帧格式，传感器节点对采集的原始数据进行编码与数据帧分包，并通过LoRa模块将子包依次发送给汇聚网关节点；

(2.2)汇聚网关节点采用分布式天线分集接收传感器数据包，通过给出数据包的固定长度和预计位置的帧头标志实现帧完整性检测，若长度不符合标准且检测不到帧头数据则直接丢弃该数据包。

在一种实施方式中，步骤(2.1)具体为：

(3.1)传感器节点发送数据采集指令获取水质传感器信息和地理位置信息，组成原始信号源，原始信号源的数据包长度根据帧格式的设计添加或删除零字节；

(3.2)在信号源的尾部添加CRC校验信息并在头部添加节点号，生成用户帧；

(3.3)将数据包字节转换为比特，再进行Turbo编码操作，将编码后的信息序列在交织器中进行信道交织，再进行比特转换为字节的操作；

(3.4)用户帧经Turbo编码和交织处理后生成传输帧，将传输帧均分为k个数据包，不能均等分包的数据需进行补零操作。

在一种实施方式中，根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成译码和组帧过程，还原出原始数据帧的具体步骤为：

(4.1)设置二级缓存区buf1与buf2，buf1与buf2均在逻辑上分割为m*k的存储单元，其中buf1为存放临时数据包的一级缓存，buf2为存放待合并数据包的二级缓存，m为分布式天线的支路数量；

(4.2)初始化缓存区，检验buf1是否留存当前帧的剩余子数据包，若留存则复制数据到二级缓存buf2与包序号对应的存储单元中等待合并；

(4.3)继续从串口读取新数据，并对每个数据包的帧序号和包序号进行检验，若是本帧数据，则将数据存储于buf2，否则将数据存储于buf1并继续轮询接收与其帧号相同的数据单元，扫描串口过程中，超过m*k包数据接收时限固定值后，则默认数据丢失并使用新数据覆盖滞留数据；

(4.4)检验m路共m*k个数据包是否接收完毕，并依据基于大数判决的合并策略将buf2的合并数据按照各自的列序号由小到大排序拼接，整合为完整的数据帧；

(4.5)将数据帧依次进行解交织、Turbo译码，将比特转换为字节，恢复出原始的传感器数据包。

这里需要指出的是，以上实施例中的装置描述是与实施例中的方法描述相对应的，本发明实施例在此不做赘述。

上述的处理器1和存储器2的执行主体可以是计算机、单片机、微控制器等具有计算功能的器件，具体实现时，本发明实施例对执行主体不做限制，根据实际应用中的需要进行选择。

存储器2和处理器1之间通过总线3传输数据信号，本发明实施例对此不做赘述。

基于同一发明构思，本发明实施例还提供了一种计算机可读存储介质，存储介质包括存储的程序，在程序运行时控制存储介质所在的设备执行上述实施例中的方法步骤。

该计算机可读存储介质包括但不限于快闪存储器、硬盘、固态硬盘等。

这里需要指出的是，以上实施例中的可读存储介质描述是与实施例中的方法描述相对应的，本发明实施例在此不做赘述。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。

计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者通过计算机可读存储介质进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质或者半导体介质等。

本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种单跳距离增强的星型海洋物联网监测方法，其特征在于，所述方法包括以下步骤：

(1)传感器节点与汇聚网关节点组成星型无线传感器网络，利用LoRa中信道检测机制实现各传感器节点的随机访问；

(2)汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包，利用传感器数据包的帧头标志和帧长度进行帧完整性检测；根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成译码和组帧过程，还原出原始数据帧，向数据监控中心上传原始数据帧；

(3)数据监控中心接收传感器数据，对其进行处理并将传感器数据分发给移动监测终端，实现移动用户的实时监测。

2.根据权利要求1所述的一种单跳距离增强的星型海洋物联网监测方法，其特征在于，所述随机访问具体为：

各传感器节点周期性地检测信道活动，当检测到信道被其他设备占用时，当前传感器节点会进行随机延迟退避，然后在信道处于空闲状态时向汇聚网关节点发送分包成帧的传感器数据包，避免信道冲突并实现传感器数据的可靠传输。

3.根据权利要求1所述的一种单跳距离增强的星型海洋物联网监测方法，其特征在于，

所述传感器节点对采集的水质数据和地理位置进行提取和初步处理；通过微处理器完成对数据包的轮询读取、编码和分包处理；将分包成帧的数据包通过LoRa射频系统实时发送至汇聚网关节点。

4.根据权利要求1所述的一种单跳距离增强的星型海洋物联网监测方法，其特征在于，所述汇聚网关节点采用分布式天线分集接收传感器节点分包传输的数据包具体为：

(2.1)传感器节点向汇聚网关节点发送的数据是采用Turbo编码及特定的数据帧格式，传感器节点对采集的原始数据进行编码与数据帧分包，并通过LoRa模块将子包依次发送给汇聚网关节点；

(2.2)汇聚网关节点采用分布式天线分集接收传感器数据包，通过给出数据包的固定长度和预计位置的帧头标志实现帧完整性检测，若长度不符合标准且检测不到帧头数据则直接丢弃该数据包。

5.根据权利要求4所述的一种单跳距离增强的星型海洋物联网监测方法，其特征在于，所述步骤(2.1)具体为：

(3.1)传感器节点发送数据采集指令获取水质传感器信息和地理位置信息，组成原始信号源，原始信号源的数据包长度根据帧格式的设计添加或删除零字节；

(3.2)在信号源的尾部添加CRC校验信息并在头部添加节点号，生成用户帧；

(3.3)将数据包字节转换为比特，再进行Turbo编码操作，将编码后的信息序列在交织器中进行信道交织，再进行比特转换为字节的操作；

(3.4)用户帧经Turbo编码和交织处理后生成传输帧，将传输帧均分为k个数据包，不能均等分包的数据需进行补零操作。

6.根据权利要求1所述的一种单跳距离增强的星型海洋物联网监测方法，其特征在于，根据二级缓存机制同步各支路数据包，使用大数判决机制将出现次数最多的帧号设置为当前数据包的帧号，去除冗余信息并进行数据合并，进而完成译码和组帧过程，还原出原始数据帧的具体步骤为：

(4.1)设置二级缓存区buf1与buf2，buf1与buf2均在逻辑上分割为m*k的存储单元，其中buf1为存放临时数据包的一级缓存，buf2为存放待合并数据包的二级缓存，m为分布式天线的支路数量；

(4.2)初始化缓存区，检验buf1是否留存当前帧的剩余子数据包，若留存则复制数据到二级缓存buf2与包序号对应的存储单元中等待合并；

(4.3)继续从串口读取新数据，并对每个数据包的帧序号和包序号进行检验，若是本帧数据，则将数据存储于buf2，否则将数据存储于buf1并继续轮询接收与其帧号相同的数据单元，扫描串口过程中，超过m*k包数据接收时限固定值后，则默认数据丢失并使用新数据覆盖滞留数据；

(4.4)检验m路共m*k个数据包是否接收完毕，并依据基于大数判决的合并策略将buf2的合并数据按照各自的列序号由小到大排序拼接，整合为完整的数据帧；

(4.5)将数据帧依次进行解交织、Turbo译码，将比特转换为字节，恢复出原始的传感器数据包。

7.一种单跳距离增强的星型海洋物联网监测系统，其特征在于，所述系统包括：处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行权利要求1-6中的任一项所述的方法步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行权利要求1-6中的任一项所述的方法步骤。

Images