CN113691892B - 一种布点策略生成方法及装置 - Google Patents
一种布点策略生成方法及装置 Download PDFInfo
- Publication number
- CN113691892B CN113691892B CN202110902499.5A CN202110902499A CN113691892B CN 113691892 B CN113691892 B CN 113691892B CN 202110902499 A CN202110902499 A CN 202110902499A CN 113691892 B CN113691892 B CN 113691892B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- packet loss
- loss rate
- data transmission
- nodes
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- 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
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/84—Measuring functions
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供的布点策略生成方法及装置,方法包括:通过采用仿真工具对监测网关与监测节点之间的数据传输进行模拟,确定监测网关的有效传输距离,和生成平均丢包率、数据发送间隔以及监测节点数量之间的拟合关系图,基于拟合关系图确定与设定数据发送间隔对应且平均丢包率不大于预设丢包率的目标监测节点数量,根据有效传输距离和目标监测节点数量确定各监测节点的监测覆盖面积,根据目标监测节点数量和各监测节点的监测覆盖面积生成监测系统的布点策略。根据布点策略可以合理的布设监测节点,从更准确高效节能的方式完成监测。
Description
技术领域
本申请涉及环境监测领域,尤其涉及一种布点策略生成方法及装置。
背景技术
农业大田作物种植一般范围较大,大片区域种植面积常常达到几千亩以上,随着信息化技术不断的发展,农田环境监测也有了新的需求,合理的农业环境监测可以很好的指导农业生产。但由于农业环境复杂,监测的需求分布不均匀,且需监测面积巨大,因此无法采用有线的方式进行田间信息监测采集。无线传感网络(Wireless Sensor Network,WSN)是由许多部署在特定场合的传感器节点组成,以自组织的方式通过单跳或多跳进行无线传输。无线传感网络无需布线、组网简单,具有部署灵活、成本低的优势,因而成为了目前农田环境监测物联网技术的主要应用和研究对象。
利用农业物联网技术完成对农田监测系统实际的应用时,通信理论的距离为空旷条件下需达到10km以上,但在硬件条件、监测成本、环境造成损耗等方面上需要考究的问题很多,往往不能达到该数值。在实际农田监测系统中,由于需监测面积巨大,需要用到的传感器节点众多,整个农田环境监测系统中,为了长期稳定的对环境参数进行监测,节点的寿命起到了至关重要的作用。如此一来需要监测节点节能管理的策略要做到极致优化,低功耗的设计成为监测系统中最大的技术难点,硬件设计需要升级,软件上需要优化,任何一个环节的差错都会导致功耗极大增加。因此目前利用农业物联网技术监测农田环境数据时会存在以下主要问题:
(1)对于农业大田环境的物联网监测而言,传感器网络的布点密度策略尚需完善。目前的农业大田布点多采用根据实际应用情况布置的方法,对于节点的布置密度缺乏有力的理论支撑,随意性较强,容易导致资源的浪费和监测数据传输质量的下降,影响监测准确率等。
(2)农业大田需要监测面积较大,而采用WSN多跳方式组网在每一跳都会产生一定的信息损耗,覆盖面积越大、跳数越多造成的信息传播损耗率也就越大,节点间有效通信距离也会相应大幅降低,造成田间传感器终端节点密度过大的情况。
因此如何利用低功率广域网在农业大田中完成农业物联网数据传输,并合理的布设监测节点,以更准确高效节能的方式完成农业大田环境监测成为亟待解决的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种布点策略生成方法、装置、电子设备及存储介质。
第一方面,本申请提供了一种布点策略生成方法,所述布点策略用于对监测系统中的监测节点进行布设,所述监测节点与监测网关之间采用LoRaWAN协议进行数据传输,所述方法包括:
采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;
基于所述目标监测节点数量和各监测节点的监测覆盖范围生成所述监测系统的布点策略。
作为一种可能的实现方式,所述基于多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,包括:
从多个所述距离值中,选取对应的丢包率小于或等于所述预设丢包率的目标距离值;
从所述目标距离值中,选取最大的距离值作为所述监测网关的有效传输距离。
作为一种可能的实现方式,所述根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及丢包率之间的拟合关系图,包括:
根据多个所述监测节点组中包含的监测节点数量和数据发送间隔,构建监测节点数量矩阵和数据发送间隔矩阵;
根据多个所述监测节点组对应的多个平均丢包率,构建平均丢包率矩阵;
将所述监测节点数量矩阵、所述数据发送间隔矩阵和所述平均丢包率矩阵输入Matlab软件,采用所述Matlab软件的拟合工具,进行多次二元多项式拟合,得到多个拟合方程,所述拟合方程以平均丢包率为因变量,以监测节点数量和数据发送间隔为自变量;
确定多个所述拟合方程中确认系数最大的拟合方程作为目标拟合方程;
基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图。
作为一种可能的实现方式,所述基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,包括:
基于所述拟合关系图,将在所述设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为目标监测节点数量。
作为一种可能的实现方式,所述基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,包括:
基于所述拟合关系图,将在所述设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为初始监测节点数量;
构建以所述初始监测节点数量为最大边界值,以l为区间长度的监测节点数量区间,其中l采用下式确定:
yN表示初始监测节点数量,m为小于1且大于0的预设值;
基于所述监测节点数量区间中的各监测节点数量,采用仿真工具对所述监测网关与监测节点之间的数据传输进行模拟,得到所述监测节点数量区间中的每个监测节点数量对应的平均丢包率;
将所述监测节点数量区间中,对应的平均丢包率最小的监测节点数量确定为目标监测节点数量。
作为一种可能的实现方式,所述基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图之前,所述方法还包括:
获取多组验证数据以及所述验证数据对应的实际平均丢包率,所述验证数据包括数据发送间隔和监测节点数量;
将多组所述验证数据分别输入所述目标拟合方程,得到多组所述验证数据对应的多个验证平均丢包率;
根据多组所述验证数据的实际平均丢包率和验证平均丢包率,计算所述目标拟合方程的和方差、均方根误差和确认系数;
若确定所述目标拟合方程的和方差小于第一阈值、均方根误差小于第二阈值且确认系数大于第三阈值,则执行基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图的步骤。
作为一种可能的实现方式,所述根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积,包括:
计算以所述有效传输距离值为半径的圆的面积;
将所述面积与所述目标监测节点数量的比值作为各监测节点的监测覆盖面积。
作为一种可能的实现方式,所述目标拟合方程如下式所示:
f1(x,y)=0.1109-0.001009x+0.001354y+2.401×10-6x2-4.827×10-6xy-1.839×10-6y2-1.732×10-9x3+1.04×10-8x2y+2.703×10-9xy2+1.387×10-9y3-9.64×10-12x3y-4.056×10-13x2y2-1.271×10-12xy3-2.574×10-13y4
f2(x,y)=0.002062-2.605×10-6x-5.337×10-5y+1.067×10-9x2+6.529×10-8xy+2.168×10-7y2-1.348×10-13x3-2.703×10-11x2y-2.239×10-10xy2-1.257×10-10y3+3.442×10-15x3y+9.281×10-14x2y2-4.203×10-14xy3+3.193×10-13y4-1.148×10-17x3y2-6.19×10- 19x2y3+2.909×10-17xy4-2.072×10-16y5
其中,f(x,y)表示平均丢包率,x表示数据发送间隔,单位为秒,y表示监测节点数量。
作为一种可能的实现方式,所述仿真工具为NS3仿真模拟软件。
第二方面,本申请还提供了一种布点策略生成装置,所述布点策略用于对监测系统中的监测节点进行布设,所述监测节点与监测网关之间采用LoRaWAN协议进行数据传输,所述装置包括:
第一仿真模块,用于采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
有效传输距离确定模块,用于根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
第二仿真模块,用于采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
拟合关系图生成模块,用于根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
目标监测节点数量确定模块,用于基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
监测覆盖面积确定模块,用于根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;
策略生成模块,用于基于所述目标监测节点数量和各监测节点的监测覆盖范围生成所述监测系统的布点策略。
第三方面,本申请还提供了一种电子设备,包括:处理器和存储器,所述处理器用于执行所述存储器中存储的监测系统的布点策略生成程序,以实现第一方面所述的布点策略生成方法。
第四方面,本申请还提供了一种存储介质,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现第一方面所述的监测系统的布点策略生成方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本申请实施例提供的布点策略生成方法,首先通过对监测网关与监测节点之间的数据传输进行模拟,确定监测网关的有效传输距离,并生成平均丢包率、数据发送间隔以及监测节点数量之间的拟合关系图,其中在有效传输距离下监测网关与监测节点之间数据传输的丢包率不大于预设丢包率,基于拟合关系图确定与设定数据发送间隔对应且平均丢包率不大于预设丢包率的目标监测节点数量,根据有效传输距离和目标监测节点数量确定各监测节点的监测覆盖面积,根据目标监测节点数量和各监测节点的监测覆盖面积生成监测系统的布点策略。根据布点策略可以合理的布设监测节点,从更准确高效节能的方式完成监测。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是根据一示例性实施例示出的一种布点策略生成方法的流程图。
图2是根据一示例性实施例示出的一种监测节点数量与丢包率之间的关系图。
图3是根据一示例性实施例示出的一种监测节点数量与丢包率之间的关系图。
图4是根据一示例性实施例示出的一种监测节点数量与丢包率之间的关系图。
图5是根据一示例性实施例示出的一种监测节点数量与丢包率之间的关系图。
图6是根据一示例性实施例示出的一种拟合关系图的示意图。
图7是根据一示例性实施例示出的一种平面图的示意图。
图8是根据一示例性实施例示出的一种布点策略生成装置的框图。
图9是根据一示例性实施例示出的一种电子设备的示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
农业大田需要监测面积较大,而采用WSN多跳方式组网在每一跳都会产生一定的信息损耗,覆盖面积越大、跳数越多造成的信息传播损耗率也就越大,节点间有效通信距离也会相应大幅降低,造成田间传感器终端节点密度过大的情况,并且处在数据包传输路径上的监测节点由于需要实时进行数据包转发,造成能量消耗大。这些都限制了无线传感网络技术在大田环境监测领域的推广和普及。
近年来低功率广域网(Low-Power Wide-Area Network,LPWAN)的出现,使得农业物联网传输协议又增添了新的选择。LPWAN凭借田间10公里以上的传输距离,可以以单跳的方式进行组网,大大的降低了数据包的传输损耗和终端节点分布密度的限制。LPWAN具有功率低、带宽低、通信距离远的特点,可以容纳大量传感器节点接入网络。LPWAN按照频段授权情况可以分为未授权频谱和授权频谱两种,与使用授权频谱技术的代表NB-IoT(NarrowBand Internet of Things)相比,使用非授权频谱的LoRaWAN组网技术有着更加自由的组网方式。LoRaWAN协议是一种典型的LPWAN应用,该协议是专门为采用LoRa(Long RangeRadio)技术的设备远距离通信与组网而设计的一套协议,具备典型的LPWAN技术的优势以及可以脱离无线运营商独立组网的特点。LoRa技术应用在大规模农田领域,能够将其覆盖面积广、能耗水平低的特点更好的体现,为农业物联网的大规模发展提供有力的支持。参见表1为目前几种常用的传输协议的参数对比:
表1
通过上表可以看出,LoRaWAN相比于其他几种传输协议具有功率低、带宽低、通信距离远的特点。
农业大田监测节点的数量与其作物种类和作物比例、土壤类型、地形地貌、气候条件等相关。在目前的监测节点布设的方法中,布点时要根据作物、气候、土壤等因素进行分区,对每个区域进行独立的监测布点。但考虑到客观的实际情况,布设资源往往有限,并且农田面积巨大,会导致监测成本较高,因此目前通常使用监测样点来反映一片大田的总体情况。通常根据评价单元的个数以及面积和总采样点数量初步确定每个评价单元的采样点数。在各评价单元中,根据种植制度、种植作物种类、产量水平、梯田化水平等因素的不同确定布点数量和点位。这样做可以节约一定的监测成本,对监测精准度方面具有很大提升空间。
但是,目前农业大田环境监测始终在监测准确率与能耗之间无法平衡,通常为了节约成本通常会出现布设监测节点数量少,导致监测节点与监测网关之间进行数据传输时,丢包率过大的问题,从而出现监测数据偏差较大的情况。
因此如何利用低功率广域网在农业大田中完成农业物联网数据传输,并合理的布设监测节点,以更准确高效节能的方式完成农业大田环境监测成为亟待解决的问题。
本申请提出了一种布点策略生成方法,有效的解决了上述问题。
参见图1,为本申请实施例提供的一种布点策略生成方法的流程图示意图,所述布点策略用于对监测系统中的监测节点进行布设,该监测系统可以应用于农业大田的环境监测,监测系统中的监测节点与监测网关之间采用LoRaWAN协议进行数据传输,如图1所示,该方法可以包括如下步骤:
S11.采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个距离值对应的丢包率。
作为一个实施例,可以采用NS3仿真模拟软件作为仿真工具进行监测网关与监测节点之间的数据传输仿真,NS3仿真模拟软件开发于2006年,是一种采用离散事件驱动的开源网络仿真软件,主要用于模拟计算机网络和无线通信网络。它可以在一台计算机上模拟真实世界中各种类型和规模的网络结构。用户可以在Linux平台下通过C++或者python语言编写的代码进行模拟仿真。NS3具有较强的可扩展性,至今仍保持着每年1-2次的更新频率,能够支持WiFi、4G-LTE、Ad-Hoc等多种网络模型。
在对监测网关和监测节点之间的数据传输进行模拟时,可以采用NS3软件配合NS3官方平台下载的LoRaWAN仿真模块,对农业大田环境监测物联网(下称监测系统)的传输协议和监测节点分布进行仿真。LoRaWAN仿真模块可以通过一系列的类和模型,用于对LoRaWAN网络的调制和信道传输等进行建模。具体的,LoRaWAN仿真模块可以使用通用的LoRaPhy和LoRaMac类作为其他类的基类,LoRaPhy类涉及到LoRa的物理层,主要包括LoRa传输芯片设置和LoRa传输的行为控制。LoRaMac类关联MAC层,主要用于LoRaWAN协议相关的模拟仿真,其需要根据官方规范运行。
作为一个实施例,在进行仿真模拟之前,可以先设置仿真实验参数。仿真实验参数可以包括各监测节点的数据发送间隔S以及用于数据传输模拟的数据包。其中,对于每个监测节点,可以从(0,S)的均匀分布的变量中随机挑选一个作为开始传输的时间,后续的数据发送仍遵循每S秒上传一次。数据包的有效负载可以设置为20字节,LoRaWANMac类在将数据包传递PHY(Physical,物理层)包之前,可以添加MAC有效负载,即1字节的LoRaWANMacHeader和4字节的虚拟MIC。
进一步的,对于所有仿真模拟都可以测量数据包的丢包率PLR(Packet LossRate),通过丢包率可以反映整体的网络传输质量,同时也支持根据各个监测节点以及监测网关查看单个监测节点的发送/接收丢包率。
基于上述内容,在实际应用中,可以预先设置多个距离值,然后采用上述仿真工具依次对监测网关与监测节点在各距离值下的数据传输进行模拟,得到各距离值对应的丢包率。
S12.根据多个距离值对应的多个丢包率,确定监测网关的有效传输距离值,有效传输距离值对应的丢包率小于或等于预设丢包率。
在通信领域一般认为当丢包率大于预设丢包率(比如5%)时,通信质量较差。从而,在通过S11对单个监测节点与监测网关的多次通信仿真实验,测试了传输的丢包率,得到了多个距离值对应的多个丢包率后,可以从多个距离中选取丢包率小于或等于预设丢包率的距离值作为监测网关的有效传输距离。
作为一个实施例,可以从多个距离值中,选取对应的丢包率小于或等于预设丢包率的距离值作为目标距离值,然后从目标距离值中,选取最大的距离值作为监测网关的有效传输距离。
一个例子,在S11中进行仿真模拟的多个距离值分别为6.0公里、6.1公里、6.2公里、6.5公里、7公里和8公里,得到各距离值对应的丢包率如下表2所示:
表2
距离(公里) | 6.0 | 6.1 | 6.2 | 6.5 | 7 | 8 |
丢包率 | 4.3% | 4.7% | 5% | 7.2% | 9.2% | 16.3% |
则以预设丢包率为5%为例,可以确定6.0公里、6.1公里和6.2公里为目标距离值,其中最大的距离值为6.2公里,则可以确定监测网关的有效传输距离为6.2公里。
S13.采用仿真工具对监测网关与多个不同监测节点组的数据传输进行模拟,得到每个监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同。
在本申请实施例中,可以从常用的数据发送间隔中随机选取多个数据发送间隔组成第一集合,从常用的监测节点数量中随机选取多个监测节点数量组成第二集合,然后采用分别随机从第一集合和第二集合中各抽取一个元素组成一个监测节点组的方式,构建多个监测节点组,不同的监测节点组采用的数据发送间隔和/或包含的监测节点数量不同。然后基于构建的多个监测节点组进行仿真模拟,从而可得到各监测节点组对应的平均丢包率,因为一个监测节点组中包含的监测节点数量可能大于1,所以监测节点组对应的平均丢包率即为该监测节点组中所有监测节点的丢包率的平均值。
S14.根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图。
在本申请实施例中,通过对S13中得到的各监测节点组对应的平均丢包率进行分析即可得到监测节点数量、数据发送间隔以及平均丢包率之间的对应关系。
一个例子:
第一集合由60s,190s,300s和600s四个数据发送间隔组成,第二集合由0-1000之间的多个值组成,则对基于上述第一集合和第二集合构建的多个监测节点组进行仿真模拟,得到多个监测节点组对应的多个平均丢包率,通过对多个监测节点组和多个丢包率进行分析,即可分别得到在数据发送间隔为60s,190s、300s和600s时,监测节点数量与丢包率之间的关系,例如图2-图5所示,其中图2为数据发送间隔为60s时监测节点数量与丢包率之间的关系图,图3为数据发送间隔为190s时监测节点数量与丢包率之间的关系图,图4为数据发送间隔为300s时监测节点数量与丢包率之间的关系图,图5为数据发送间隔为600s时监测节点数量与丢包率之间的关系图。
通过图2-5能够看出,平均丢包率均随着监测节点数量的增加而增加,随着数据发送间隔的增加而降低。为了更好的确定监测节点数量、数据发送间隔以及平均丢包率之间的关系,可以通过仿真工具对更多个(比如500)监测节点组进行模拟仿真,得到对应的数据发送间隔、监测节点数量和平均丢包率的对应关系。
进一步的,为了更直观的看出数据发送间隔、监测节点数量和平均丢包率之间的对应关系,可以通过Matlab软件的拟合工具对多个监测节点组以及监测节点组对应的平均丢包率进行多次二元多项式拟合,从而得到多个拟合方程,然后从多个拟合方程中选取确认系数最大的拟合方程作为目标拟合方程,然后基于目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图。其中,拟合方程的确认系数越大则说明通过该拟合方程的拟合效果越好。
在实际应用中,通过Matlab软件的拟合工具对多个监测节点组以及监测节点组对应的平均丢包率进行二元多项式拟合时,可以根据多个监测节点组中包含的监测节点数量和数据发送间隔,构建监测节点数量矩阵和数据发送间隔矩阵;根据多个监测节点组对应的多个平均丢包率,构建平均丢包率矩阵,然后将监测节点数量矩阵、数据发送间隔矩阵和平均丢包率矩阵输入Matlab软件,进而采用Matlab软件的拟合工具,进行二元多项式拟合,得到多个拟合方程,得到的拟合方程为以平均丢包率为因变量,以监测节点数量和数据发送间隔为自变量的平均丢包率拟合方程。
一个例子,在通过Matlab软件的拟合工具进行多次二元多项式拟合后,得到的目标拟合方程如下所示:
f1(x,y)=0.1109-0.001009x+0.001354y+2.401×10-6x2-4.827×10-6xy-1.839×10-6y2-1.732×10-9x3+1.04×10-8x2y+2.703×10-9xy2+1.387×10-9y3-9.64×10-12x3y-4.056×10-13x2y2-1.271×10-12xy3-2.574×10-13y4
f2(x,y)=0.002062-2.605×10-6x-5.337×10-5y+1.067×10-9x2+6.529×10-8xy+2.168×10-7y2-1.348×10-13x3-2.703×10-11x2y-2.239×10-10xy2-1.257×10-10y3+3.442×10-15x3y+9.281×10-14x2y2-4.203×10-14xy3+3.193×10-13y4-1.148×10-17x3y2-6.19×10- 19x2y3+2.909×10-17xy4-2.072×10-16y5
其中,f(x,y)表示平均丢包率,x表示数据发送间隔,单位为秒,y表示监测节点数量。
基于上述目标拟合方程得到的拟合关系图,如图6所示。
进一步的,为了保证最终得到的拟合关系图的准确性,在基于目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图之前,可以对目标拟合方程进行验证,在确定目标拟合方程通过验证后,再基于目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图。
作为一一个实施例,在对目标拟合方程进行验证时,可以获取多组验证数据,验证数据包括数据发送间隔和监测节点数量,将多组验证数据分别输入目标拟合方程,得到各组验证数据对应的平均丢包率的估计值;采用仿真软件,分别基于多组验证数据对监测网关与监测节点之间的数据传输进行模拟,得到各组验证数据对应的平均丢包率的验证值;根据多组所述验证数据的验证值和估计值,计算目标拟合方程的和方差、均方根误差和确认系数;若确定目标拟合方程的和方差小于第一阈值、均方根误差小于第二阈值且确认系数大于第三阈值,则确定目标拟合方程通过验证,其中第一阈值、第二阈值和第三阈值可以根据实际需求设置,通常第一阈值和第二阈值越小,第三阈值越大越好。
S15.基于拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在设定数据发送间隔下,目标监测节点数量对应的平均丢包率小于或等于预设丢包率。
其中,设定数据发送间隔可以根据实际需求设定。
通信领域一般认为当丢包率大于预设丢包率(比如5%)时,通信质量较差。所以为了减少计算量,可以先基于拟合关系图绘出由监测节点数量和数据发送间隔组成的平面,然后并将平均丢包率投影到该平面上,如图7所示,同时以预设丢包率为界进行标识,当监测节点数量和数据发送间隔的组合在下方深色区域时,表示对应的平均丢包率大于预设丢包率5%。
通过图7即可得出,在设定任意数据发送间隔的条件下,可得出通信质量良好的(符合平均丢包率小于或等于预设丢包率)的目标监测节点数量。
作为一个可选的实现方式,可以基于拟合关系图,将在设定数据发送间隔下,对应的平均丢包率为预设丢包率的监测节点数量确定为目标监测节点数量。
比如,设定数据发送间隔为300秒,预设丢包率为5%,基于拟合关系图确定300秒下对应的平均丢包率等于50%的监测节点数量为187,则确定187为目标监测节点数量。
作为另一个可选的实现方式,可以基于拟合关系图,将在设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为初始监测节点数量;然后构建以初始监测节点数量为最大边界值,以l为区间长度的监测节点数量区间,基于所述监测节点数量区间中的各监测节点数量,采用仿真工具对所述监测网关与监测节点之间的数据传输进行模拟,得到监测节点数量区间中的每个监测节点数量对应的平均丢包率;将监测节点数量区间中,对应的平均丢包率最小的监测节点数量确定为目标监测节点数量。
其中l可以采用下式确定:
yN表示初始监测节点数量,m为小于1且大于0的预设值;
比如,设定数据发送间隔为300秒,预设丢包率为5%,m为0.02,则基于拟合关系图确定300秒下对应的平均丢包率等于50%的监测节点数量为187,则确定187为初始监测节点数量,l为4,监测节点数量区间的下边界就是183,监测节点数量区间则为[183,187],其中包含的监测节点数量就分别为183、184、185、186和187,然后分别基于上述5个监测节点数量进行模拟仿真,从而得到各监测节点数量对应的平均丢包率,从中选取对应的平均丢包率最小的监测节点数量作为目标监测节点数量,例如183对应的平均丢包率最小,则确定183为目标监测节点数量。
通过上述方式确定目标监测节点数量,可以保证最终的丢包率更小,通信质量更优。
S16.根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积。
在确定出监测网关的有效传输距离值和目标监测节点数量之后,即可基于有效传输距离值和目标监测节点数量,确定各监测节点的监测覆盖面积。
作为一个实施例,可以计算以有效传输距离值为半径的圆的面积,然后将该圆的面积与目标监测节点数量的比值作为各监测节点的监测覆盖面积。具体公式如下所示:
S=πR2/N
其中,S表示监测节点的监测覆盖面积,R表示有效传输距离值,N表示目标监测节点数量。
一个例子:
有效传输距离值为6.2公里,目标监测节点数量为187,则各监测节点的监测覆盖面积为64公顷。
S17.基于目标监测节点数量和各监测节点的监测覆盖范围生成监测系统的布点策略。
根据S15-S17可知,本申请实施例,在给定数据发送间隔的条件下,通过计算的方式,得到在监测范围内(保证整体通信质量优秀的)布设监测节点的最大数量(即目标监测节点数量)及单位监测节点所能覆盖的监测面积(即各监测节点的监测覆盖面积),然后按照目标监测节点数量和各监测节点的监测覆盖范围进行监测节点布设,可以得到较为准确的传输数据,既保证了传输准确性,又节约了必要的监测成本。
而根据目标监测节点数量和各监测节点的监测覆盖范围生成监测系统的布点策略为现有较成熟的技术,本实施例不再赘述。
本申请实施例提供的布点策略生成方法,首先通过对监测网关与监测节点之间的数据传输进行模拟,确定监测网关的有效传输距离,并生成平均丢包率、数据发送间隔以及监测节点数量之间的拟合关系图,其中在有效传输距离下监测网关与监测节点之间数据传输的丢包率不大于预设丢包率,基于拟合关系图确定与设定数据发送间隔对应且平均丢包率不大于预设丢包率的目标监测节点数量,根据有效传输距离和目标监测节点数量确定各监测节点的监测覆盖面积,根据目标监测节点数量和各监测节点的监测覆盖面积生成监测系统的布点策略。根据布点策略可以合理的布设监测节点,采用更准确高效节能的方式完成监测。
进一步的,本方案利用大量数据仿真及拟合算法的方式给出了具有理论支撑的布点方案,解决了目前的农业大田布点多采用根据实际应用情况布置的方法,对于节点的布置密度缺乏有力的理论支撑,随意性较强,容易导致资源的浪费和传输质量的下降等问题。
而且,在将本方案应用于农业大田的环境监测时,利用LoRaWAN作为农业物联网环境监测系统的主要传输手段,LoRa技术应用在大规模农田领域,相对于传统多跳的农田无线传输方式,具有覆盖面积广、能耗水平低等特点,更加适合大田农业物联网数据传输。
参见图8,为本申请实施例提供的一种布点策略生成装置的框图,该布点策略生成装置用于实现图1所示的布点策略生成方法,如图8所示,该装置可以包括:
第一仿真模块801,用于采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
有效传输距离确定模块802,用于根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
第二仿真模块803,用于采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
拟合关系图生成模块804,用于根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
目标监测节点数量确定模块805,用于基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
监测覆盖面积确定模块806,用于根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;
策略生成模块807,用于基于所述目标监测节点数量和各监测节点的监测覆盖范围生成所述监测系统的布点策略。
作为一个实施例,有效传输距离确定模块802具体用于:
从多个所述距离值中,选取对应的丢包率小于或等于所述预设丢包率的目标距离值;
从所述目标距离值中,选取最大的距离值作为所述监测网关的有效传输距离。
作为一个实施例,拟合关系图生成模块804具体用于:
根据多个所述监测节点组中包含的监测节点数量和数据发送间隔,构建监测节点数量矩阵和数据发送间隔矩阵;
根据多个所述监测节点组对应的多个平均丢包率,构建平均丢包率矩阵;
将所述监测节点数量矩阵、所述数据发送间隔矩阵和所述平均丢包率矩阵输入Matlab软件,采用所述Matlab软件的拟合工具,进行多次二元多项式拟合,得到多个拟合方程,所述拟合方程以平均丢包率为因变量,以监测节点数量和数据发送间隔为自变量;
确定多个所述拟合方程中确认系数最大的拟合方程作为目标拟合方程;
基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图。
作为一个实施例,目标监测节点数量确定模块805具体用于:
基于所述拟合关系图,将在所述设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为目标监测节点数量。
作为一个实施例,目标监测节点数量确定模块805具体用于:
基于所述拟合关系图,将在所述设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为初始监测节点数量;
构建以所述初始监测节点数量为最大边界值,以l为区间长度的监测节点数量区间,其中l采用下式确定:
yN表示初始监测节点数量,m为小于1且大于0的预设值;
基于所述监测节点数量区间中的各监测节点数量,采用仿真工具对所述监测网关与监测节点之间的数据传输进行模拟,得到所述监测节点数量区间中的每个监测节点数量对应的平均丢包率;
将所述监测节点数量区间中,对应的平均丢包率最小的监测节点数量确定为目标监测节点数量。
作为一个实施例,上述装置还可以包括(图8中未示出):
验证模块,用于在基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图之前,获取多组验证数据以及所述验证数据对应的实际平均丢包率,所述验证数据包括数据发送间隔和监测节点数量;
将多组所述验证数据分别输入所述目标拟合方程,得到多组所述验证数据对应的多个验证平均丢包率;
根据多组所述验证数据的实际平均丢包率和验证平均丢包率,计算所述目标拟合方程的和方差、均方根误差和确认系数;
若确定所述目标拟合方程的和方差小于第一阈值、均方根误差小于第二阈值且确认系数大于第三阈值,则执行基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图的步骤。
作为一个实施例,监测覆盖面积确定模块806具体用于:
计算以所述有效传输距离值为半径的圆的面积;
将所述面积与所述目标监测节点数量的比值作为各监测节点的监测覆盖面积。
作为一个实施例,所述目标拟合方程如下式所示:
f1(x,y)=0.1109-0.001009x+0.001354y+2.401×10-6x2-4.827×10-6xy-1.839×10-6y2-1.732×10-9x3+1.04×10-8x2y+2.703×10-9xy2+1.387×10-9y3-9.64×10-12x3y-4.056×10-13x2y2-1.271×10-12xy3-2.574×10-13y4
f2(x,y)=0.002062-2.605×10-6x-5.337×10-5y+1.067×10-9x2+6.529×10-8xy+2.168×10-7y2-1.348×10-13x3-2.703×10-11x2y-2.239×10-10xy2-1.257×10-10y3+3.442×10-15x3y+9.281×10-14x2y2-4.203×10-14xy3+3.193×10-13y4-1.148×10-17x3y2-6.19×10- 19x2y3+2.909×10-17xy4-2.072×10-16y5
其中,f(x,y)表示平均丢包率,x表示数据发送间隔,单位为秒,y表示监测节点数量。
作为一个实施例,所述仿真工具为NS3仿真模拟软件。
参见图9,图9是本申请的另一实施例提供的一种电子设备的示意图。
如图9所示,本实施例提供的电子设备包括:至少一个处理器901、存储器902、至少一个网络接口903和其他用户接口904。电子设备900中的各个组件通过总线系统905耦合在一起。可理解,总线系统905用于实现这些组件之间的连接通信。总线系统905除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图9中将各种总线都标为总线系统905。
其中,用户接口904可以包括显示器、键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
可以理解,本发明实施例中的存储器902可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本文描述的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器902存储了如下的元素,可执行单元或者数据结构,或者他们的子集,或者他们的扩展集:操作系统9021和应用程序9022。
其中,操作系统9021,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序9022,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序9022中。
在本发明实施例中,通过调用存储器902存储的程序或指令,具体的,可以是应用程序9022中存储的程序或指令,处理器901用于执行各方法实施例所提供的方法步骤,例如包括:
采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;
基于所述目标监测节点数量和各监测节点的监测覆盖范围生成所述监测系统的布点策略。
上述本发明实施例揭示的方法可以应用于处理器901中,或者由处理器901实现。处理器901可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902,处理器901读取存储器902中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSPDevice,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文功能的单元来实现本文的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中,存储介质可以包括易失性存储器,例如随机存取存储器;存储器也可以包括非易失性存储器,例如只读存储器、快闪存储器、硬盘或固态硬盘;存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行,以实现上述在电子设备侧执行的布点策略生成方法。
处理器用于执行存储器中存储的布点策略生成程序,以实现以下在电子设备侧执行的布点策略生成方法的步骤:
采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;
基于所述目标监测节点数量和各监测节点的监测覆盖范围生成所述监测系统的布点策略。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种布点策略生成方法,其特征在于,所述布点策略用于对监测系统中的监测节点进行布设,所述监测节点与监测网关之间采用LoRaWAN协议进行数据传输,所述方法包括:
采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;
计算以所述有效传输距离值为半径的圆的面积;
将所述面积与所述目标监测节点数量的比值作为各监测节点的监测覆盖面积;
基于所述目标监测节点数量和各监测节点的监测覆盖面积生成所述监测系统的布点策略。
2.根据权利要求1所述的方法,其特征在于,所述基于多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,包括:
从多个所述距离值中,选取对应的丢包率小于或等于所述预设丢包率的目标距离值;
从所述目标距离值中,选取最大的距离值作为所述监测网关的有效传输距离。
3.根据权利要求1所述的方法,其特征在于,所述根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及丢包率之间的拟合关系图,包括:
根据多个所述监测节点组中包含的监测节点数量和数据发送间隔,构建监测节点数量矩阵和数据发送间隔矩阵;
根据多个所述监测节点组对应的多个平均丢包率,构建平均丢包率矩阵;
将所述监测节点数量矩阵、所述数据发送间隔矩阵和所述平均丢包率矩阵输入Matlab软件,采用所述Matlab软件的拟合工具,进行多次二元多项式拟合,得到多个拟合方程,所述拟合方程以平均丢包率为因变量,以监测节点数量和数据发送间隔为自变量;
确定多个所述拟合方程中确认系数最大的拟合方程作为目标拟合方程;
基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图。
4.根据权利要求1所述的方法,其特征在于,所述基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,包括:
基于所述拟合关系图,将在所述设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为目标监测节点数量。
5.根据权利要求1所述的方法,其特征在于,所述基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,包括:
基于所述拟合关系图,将在所述设定数据发送间隔下,对应的平均丢包率为所述预设丢包率的监测节点数量确定为初始监测节点数量;
构建以所述初始监测节点数量为最大边界值,以l为区间长度的监测节点数量区间,其中l采用下式确定:
yN表示初始监测节点数量,m为小于1且大于0的预设值;
基于所述监测节点数量区间中的各监测节点数量,采用仿真工具对所述监测网关与监测节点之间的数据传输进行模拟,得到所述监测节点数量区间中的每个监测节点数量对应的平均丢包率;
将所述监测节点数量区间中,对应的平均丢包率最小的监测节点数量确定为目标监测节点数量。
6.根据权利要求3所述的方法,其特征在于,所述基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图之前,所述方法还包括:
获取多组验证数据,所述验证数据包括数据发送间隔和监测节点数量;
将多组所述验证数据分别输入所述目标拟合方程,得到各组所述验证数据对应的平均丢包率的估计值;
采用仿真软件,分别基于多组所述验证数据对监测网关与监测节点之间的数据传输进行模拟,得到各组所述验证数据对应的平均丢包率的验证值;
根据多组所述验证数据的验证值和估计值,计算所述目标拟合方程的和方差、均方根误差和确认系数;
若确定所述目标拟合方程的和方差小于第一阈值、均方根误差小于第二阈值且确认系数大于第三阈值,则执行基于所述目标拟合方程,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图的步骤。
7.根据权利要求3所述的方法,其特征在于,所述目标拟合方程如下式所示:
f1(x,y)=0.1109-0.001009x+0.001354y+2.401×10-6x2-4.827×10-6xy-1.839×10- 6y2-1.732×10-9x3+1.04×10-8x2y+2.703×10-9xy2+1.387×10-9y3-9.64×10-12x3y-4.056×10-13x2y2-1.271×10-12xy3-2.574×10-13y4
f2(x,y)=0.002062-2.605×10-6x-5.337×10-5y+1.067×10-9x2+6.529×10-8xy+2.168×10-7y2-1.348×10-13x3-2.703×10-11x2y-2.239×10-10xy2-1.257×10-10y3+3.442×10-15x3y+9.281×10-14x2y2-4.203×10-14xy3+3.193×10-13y4-1.148×10-17x3y2-6.19×10- 19x2y3+2.909×10-17xy4-2.072×10-16y5
其中,f(x,y)表示平均丢包率,x表示数据发送间隔,单位为秒,y表示监测节点数量。
8.根据权利要求1-7任一所述的方法,其特征在于,所述仿真工具为NS3仿真模拟软件。
9.一种布点策略生成装置,其特征在于,所述布点策略用于对监测系统中的监测节点进行布设,所述监测节点与监测网关之间采用LoRaWAN协议进行数据传输,所述装置包括:
第一仿真模块,用于采用仿真工具对监测网关与同一监测节点在多个不同距离值下的数据传输进行模拟,得到每个所述距离值对应的丢包率;
有效传输距离确定模块,用于根据多个所述距离值对应的多个丢包率,确定所述监测网关的有效传输距离值,所述有效传输距离值对应的丢包率小于或等于预设丢包率;
第二仿真模块,用于采用仿真工具对所述监测网关与多个不同监测节点组的数据传输进行模拟,得到每个所述监测节点组对应的平均丢包率,其中不同监测节点组采用的数据发送间隔和/或包含的监测节点数量不同;
拟合关系图生成模块,用于根据多个所述监测节点组和多个所述监测节点组对应的多个平均丢包率,生成监测节点数量、数据发送间隔以及平均丢包率之间的拟合关系图;
目标监测节点数量确定模块,用于基于所述拟合关系图,确定与设定数据发送间隔对应的目标监测节点数量,在所述设定数据发送间隔下,所述目标监测节点数量对应的平均丢包率小于或等于所述预设丢包率;
监测覆盖面积确定模块,用于根据所述有效传输距离值和所述目标监测节点数量,确定各监测节点的监测覆盖面积;计算以所述有效传输距离值为半径的圆的面积;将所述面积与所述目标监测节点数量的比值作为各监测节点的监测覆盖面积;
策略生成模块,用于基于所述目标监测节点数量和各监测节点的监测覆盖面积生成所述监测系统的布点策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110902499.5A CN113691892B (zh) | 2021-08-06 | 2021-08-06 | 一种布点策略生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110902499.5A CN113691892B (zh) | 2021-08-06 | 2021-08-06 | 一种布点策略生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113691892A CN113691892A (zh) | 2021-11-23 |
CN113691892B true CN113691892B (zh) | 2022-05-06 |
Family
ID=78579054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110902499.5A Active CN113691892B (zh) | 2021-08-06 | 2021-08-06 | 一种布点策略生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113691892B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119585A (zh) * | 2006-08-01 | 2008-02-06 | 华为技术有限公司 | 分布式非协作多点对多点网络、节点及连接建立方法 |
CN101702674A (zh) * | 2009-11-06 | 2010-05-05 | 电子科技大学 | 一种基于混合光交换网络的多播数据传输方法 |
CN102595412A (zh) * | 2012-01-10 | 2012-07-18 | 南京邮电大学 | 一种基于移动节点的无线传感器网络分簇拓扑控制方法 |
CN103118412A (zh) * | 2013-02-27 | 2013-05-22 | 山东大学 | Ad Hoc网络中基于信任的按需多路径矢量路由算法 |
CN105915904A (zh) * | 2016-05-23 | 2016-08-31 | 北京中兴高达通信技术有限公司 | 一种宽带集群呼叫业务的视频流Qos控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8477614B2 (en) * | 2006-06-30 | 2013-07-02 | Centurylink Intellectual Property Llc | System and method for routing calls if potential call paths are impaired or congested |
CN112867006A (zh) * | 2019-12-27 | 2021-05-28 | 陈玉鋆 | 网络通信系统、网络通信安全监测方法及服务器 |
-
2021
- 2021-08-06 CN CN202110902499.5A patent/CN113691892B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101119585A (zh) * | 2006-08-01 | 2008-02-06 | 华为技术有限公司 | 分布式非协作多点对多点网络、节点及连接建立方法 |
CN101702674A (zh) * | 2009-11-06 | 2010-05-05 | 电子科技大学 | 一种基于混合光交换网络的多播数据传输方法 |
CN102595412A (zh) * | 2012-01-10 | 2012-07-18 | 南京邮电大学 | 一种基于移动节点的无线传感器网络分簇拓扑控制方法 |
CN103118412A (zh) * | 2013-02-27 | 2013-05-22 | 山东大学 | Ad Hoc网络中基于信任的按需多路径矢量路由算法 |
CN105915904A (zh) * | 2016-05-23 | 2016-08-31 | 北京中兴高达通信技术有限公司 | 一种宽带集群呼叫业务的视频流Qos控制方法 |
Non-Patent Citations (1)
Title |
---|
基于无线传感网络的改碱暗管排盐监控系统;周利明;《农业工程学报》;20180323;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113691892A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Montoya et al. | A monitoring system for intensive agriculture based on mesh networks and the android system | |
Kuorilehto et al. | Ultra-low energy wireless sensor networks in practice: Theory, realization and deployment | |
ES2312821T3 (es) | Procedimiento y dispositivo para la evaluacion del rendimiento de una red de telefonia movil. | |
Bounceur et al. | CupCarbon: A new platform for the design, simulation and 2D/3D visualization of radio propagation and interferences in IoT networks | |
Papadopoulos et al. | Thorough IoT testbed characterization: From proof-of-concept to repeatable experimentations | |
Jevtić et al. | Evaluation of wireless sensor network simulators | |
Li et al. | INCOME: Practical land monitoring in precision agriculture with sensor networks | |
Maurya et al. | Fuzzy based energy efficient sensor network protocol for precision agriculture | |
Dang et al. | Dhv: A code consistency maintenance protocol for multi-hop wireless sensor networks | |
Adi et al. | Performance evaluation of LoRa ES920LR 920 MHz on the development board | |
Ramos et al. | On the deployment of large-scale wireless sensor networks considering the energy hole problem | |
Truong et al. | A reconfigurable hardware platform for low-power wide-area wireless sensor networks | |
Abuarqoub et al. | A survey on wireless sensor networks simulation tools and testbeds | |
Grgić et al. | Internet of Things in smart agriculture—Possibilities and challenges | |
CN104199661B (zh) | 一种面向mc1321x的无线传感器网络wsn重编程方法 | |
CN113691892B (zh) | 一种布点策略生成方法及装置 | |
Garcia et al. | KauNet: improving reproducibility for wireless and mobile research | |
Helkey et al. | Comparison of simulators for assessing the ability to sustain wireless sensor networks using dynamic network reconfiguration | |
CN102546063B (zh) | 无线传感器网络能耗仿真工具及其仿真方法 | |
Zhang et al. | High-level sensor network simulations for routing performance evaluations | |
Săcăleanu et al. | Performance analysis of LoRa technology in wireless sensor networks | |
CN105873027A (zh) | 一种静态Zigbee网络的规划方法 | |
Bennis et al. | Monitoring drip irrigation system using wireless sensor networks | |
CN103745049A (zh) | 一种新型的多因素战术互联网连通可靠性仿真方法 | |
Derhab et al. | MOB-TOSSIM: An extension framework for TOSSIM simulator to support mobility in wireless sensor and actuator 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |