超高层构筑物智能监测系统的低功耗优化方法

2019-01-10 01:48:14 现代电子技术2019年1期

肖剑 侯文毅 巨永锋 胡继河 牛昌林

关键词: 无线传感器网络; 超高层构筑物; 智能监测; 低功耗; LEACH算法; 能量均衡

中图分类号: TN915?34; TP212                     文獻标识码: A                   文章编号: 1004?373X(2019)01?0001?04

Abstract: According to the limited power energy and communication capability of each sensor node in wireless sensor networks, an application scheme of optimized LEACH algorithm based intelligent monitoring system for super high?rise structures is given. The hardware system adopts the dual?processor structure, which has high data processing performance and low?power consumption characteristic. The ZigBee protocol with indirect polling is used in network for data transmission, which can avoid the rapid consumption of the battery, and reduce the system′s energy consumption. The simulation results show that, in comparison with LEACH algorithm, the round number of the first died node is increased by 19.5%, and the average energy consumption of the node is reduced by 10% by using the optimized LEACH algorithm, the scheme can improve the life cycle of the network effectively, and has strong invulnerability.

Keywords: wireless sensor network; super high?rise structures; intelligent monitoring; low?power consumption; LEACH algorithm; energy balance

0  引  言

经济建设的飞速发展带动我国建筑业的迅猛发展,各种高层建设项目及新型建筑工程不断出现,但由于自然和人为因素,柔度高的超高层构筑物极易产生较大的振动和倾斜。因此,需要对超高层构筑物的结构健康进行有效监测,以便管理部门及早了解构筑物的结构健康损坏状况,从而及时开展相应的维护工作。目前主要采用的是水准仪、经纬仪、全站仪和测斜仪等观测技术测量定点的变形值[1?3]。然而随着现代检测技术的不断发展,这些常规的检测方法已越来越不能适应我国现代建筑发展的要求,主要存在的问题有[1?3]:耗力耗时,且效率低下,很难做到检测的周期性、实时性和自动化;灵活性较差,布点受地形和建筑物形貌条件制约;监测范围小,难以实现构筑物结构健康监测的完整性。

基于以上问题,本文提出一种基于优化LEACH算法的超高层构筑物智能监测系统[4],监测系统通过LEACH[5?6],Dijkstra[7]算法在源节点到汇聚节点之间建立多条最短路径(每条路径的簇头不同),选择路径重要性[8?9]最小的路由路径进行数据传输,均衡消耗整个网络的能量[10?11],从而实现延长整个网络的生存周期的目的。与现有的监测方法相比,本系统可以提高监测的精确度、可靠性和使用寿命,并且能够降低操作和维护成本,实现对超高层构筑物进行长期、连续、实时的结构健康监测。

1  系统结构

1.1  无线传感器网络结构

监测系统由倾角传感器模块、应变传感器模块、路由器模块和上位机模块组成,这些模块通过无线网组成一个多跳网络结构,它们安放的位置如图1所示。超高层构筑物(本文选取超高层工业烟囱作为监测对象)每隔一定高度放置6个倾角传感器模块(各传感器模块间隔均匀),用来监测垂直柱荷载以及自然灾害后超高层构筑物的倾斜程度。此外,将应变传感器模块随机埋入超高层构筑物地基的钢筋混凝土中,用来监测构筑物的整体振动情况,实现对超高层构筑物进行长期、连续、实时的结构健康监测。

为了实现传感器模块的低功耗,网络使用间接轮询的ZigBee协议实现数据传输。通过这种方法使末端节点的无线设备在大部分时间是处于关机状态,只有路由器和基站的接收设备一直处于工作状态。为了避免电池的快速损耗,各模块还可以通过USB接口对传感器模块进行充电或直接供电,从而避免电池的快速损耗。

1.2  硬件结构的低功耗设计

监测系统的硬件部分主要由倾角传感器模块和应变传感器模块组成。传感器节点原理框图如图2所示,倾角传感器和应变传感器节点所用的核心组件相同,均包括应变传感器模块(或双轴倾角传感器模块)、电源模块、传感器读出电路、SD数据存储卡、低功耗微控制器及无线通信模块。其中,MSP430为超低功耗的微处理器,负责各传感器节点的数据采集、融合和存储等。CC2530作为通信模块的核心,负责节点的组网、无线数据收发等。这些硬件组合而成的传感器节点具有较高的数据处理性能和较强的硬件性能,同时具有低功耗特性。

首先,与传统的人工监测方法相比,本文使用模拟输出分辨率为0.002 5°的高精度双轴倾角传感器SCA100T、无线发射灵敏度为-97 dBm的无线收发器CC2530,16位分辨率的模数转换器ADS8344和具有强大处理能力的微控制器MSP430F5529,能够大幅度提高对超高层构筑物结构健康监测的精准度、实时性和自动化。

其次,本系统还针对传感器网络的电源生存能力进行相应的设计。该监测系统的供电模块由太阳能自供电模块和可充电锂电池(3.7 V聚合物锂电池)两部分组成。一方面,太阳能自供电模块可以直接对传感器节点供电;另一方面,当太阳能自供电模块无法正常供电时,锂电池可作为后备电源对传感器节点进行供电,当可充电锂电池电量耗尽后,可通过USB接口对其充电循环使用。这种方案极大地减少了电池的更换次数,从而降低了成本,減轻了环境污染。

最后,为了方便安装到超高层构筑物上,这些组件将被放置到一个标准的塑料外壳中(设有开口便于不定时的电池更换),能够方便地安装在墙壁或天花板上。与此同时,本文所设计的传感器封装系统不仅要能承受负载和恶劣的自然环境条件,而且还能够在模拟施工现场进行开发、制造和测试,且在实验条件下有较高的存活率。

2  路由算法的低功耗设计

大量研究表明,传感器节点大部分的能耗主要集中在通信模块上,在数据发送、数据接收和空闲时消耗的能量较大,而在睡眠状态下能耗则较低。此外,由于本系统的应变传感器节点需要嵌入到钢筋混凝土中,导致无法通过太阳能实现自供电或外部电源对可充电锂电池充电。因此,节点能量消耗对本监测系统尤为关键。本文从网络通信协议出发,结合通信网中路由路径的重要性、LEACH算法和Dijkstra算法[5?6,8?10],提出一种优化LEACH路由算法,实现延长传感器网络生存周期的算法。

式中:[E]为节点的初始能量;[α]为剩余能量因子;[β]为拓扑贡献因子;[K1>0],[K2>0]为平衡[Impi]的常系数;[Rei]为节点[Vi]的剩余能量;[Rm]为[Vi,Vj]最短路径上除[Vi],[Vj]外的节点的个数;[R]为通信距离;[p]为每轮选举节点成为簇头的概率;[r]是当前的轮数;[G]为未当选簇头的节点集合。

2.3  算法描述

在节点和路径的寿命有一定限制的条件下,本文提出优化LEACH路由算法,具体描述如下:

Step1:根据应变传感器节点的位置坐标和式(3)判断各节点之间的连通性,并标记各源节点的剩余能量(各源节点初始能量值相同)、各簇头收到的数据包之和(初始值为0)及算法循环次数(初始值为0),得逻辑网络[G];

Step2:由式(4)从网络[G]中随机选择簇头;

Step3:从网络[G]中随机寻找一个源节点,判断该节点是否死亡,若死亡,则循环该步骤;否则,转Step4;

Step4:通过Dijkstra算法寻找从源节点经各簇头,再到汇聚节点的最短路径;

Step5:通过式(1),式(2)计算所选路径的重要度,并选取路径重要度最小的路径;

Step6:判断该路径上是否有节点的能量为0,若为0,则跳转到Step7,否则各簇头接受所选源节点的数据包并将经过融合后的数据传送到汇聚节点,且该路径上所有节点减去相应的能量损耗;

Step7:算法循环次数加1,并判断是否大于死亡节点终止数,若大于,则结束程序,否则跳转至Step3。

2.4  算法仿真与分析

本文采用Matlab进行仿真,在100 m[×]100 m的网络范围内随机地放置100个传感器节点。节点的坐标分布如图3所示。假设传感器网络的通信半径为30 m,汇聚节点坐标为(50,50),各节点初始能量为20 J。

1) 每轮死亡节点数的比较

从图4a)可以看出,采用LEACH算法第一个节点死亡的轮数为190轮,而采用优化LEACH时,第一个节点死亡的轮数较LEACH提高了19.5%。此外,在网络通信的整个过程中,优化LEACH算法相较于LEACH算法而言有更优越的性能。

2) 节点平均能耗的比较

图4b)是网络节点平均能耗的比较图,当网络通信轮数在200~400轮时,优化LEACH的平均能耗比LEACH少了2 J,有了明显的优化效果。从图4b)中可以看出优化LEACH的平均能耗一直都低于LEACH,这主要是由于优化LEACH结合了路径重要性和Dijkstra算法,路由的选择考虑到了节点剩余能量和最短路径,从而节省了能量。

可见,采用优化LEACH的无线传感器路由算法较传统的LEACH算法而言更能有效地均衡使用整个网络节点的能量,特别是当通信轮数在200~400轮时,优化LEACH算法较LEACH算法节省了约10%的能量,能够有效缓解节点死亡的频率,提高了整个网络的生命周期。

3  结  语

本文通过对超高层构筑物智能监测系统的构建,介绍并分析了系统的原理和硬件构成。针对传统LEACH路由算法的缺点,结合路径重要性和Dijkstra算法对LEACH算法進行优化。仿真结果表明,优化LEACH算法能有效地均衡使用整个网络节点的能量,缓解了节点死亡的频率,有效延长了网络寿命。

参考文献

[1] 马春艳,郭敏,邹友峰.数字水准仪与光学水准仪的测量精度比较[J].测绘科学,2010,35(1):91?92.

MA C Y, GUO M, ZOU Y F. Comparison of the measurement accuracy between digital level and optical level [J]. Science of surveying and mapping, 2010, 35(1): 91?92.

[2] NEE T S, TIEN T L, LATEH H. A comparison between stamps technique with TerraSAR?X data and theodolite surveying on land deformation monitoring (case study: Gunung pass) [C]// 2015 IEEE Geoscience and Remote Sensing Symposium. Milan: IEEE, 2015: 3544?3547.

[3] 解仲明,涂帆.全站仪与测斜仪在基坑变形监测中的可靠性分析[J].工程勘察,2009,37(9):81?84.

XIE Z M, TU F. Reliability analysis of total station and inclinometer in pit deformation monitoring [J]. Geotechnical investigation & surveying, 2009, 37(9): 81?84.

[4] TORFS T, STERKEN T, BREBELS S, et al. Low power wireless sensor network for building monitoring [J]. IEEE sensors journal, 2013, 13(3): 909?915.

[5] HEINZELMAN W B, CHANDRAKASAN A P, BALAKRISHNAN H. An application specific protocol architecture for wireless microsensor networks [J]. IEEE transactions on wireless communication, 2002, 1(4): 660?670.

[6] HEINZELMAN W R, CHANDRAKASAN A, BALAKRISHNAN H. Energy?efficient routing protocols for wireless microsensor networks [C]// Proceedings of 2000 Hawaii International Conference on System Sciences. Hawaii: IEEE, 2000: 1?5.

[7] DIJKSTRA E W. A note on two problems in connection with graphs [J]. Numerische mathematics, 1959, 1(1): 269?271.

[8] TAN Y J, JUN W U, DENG H Z. Evaluation method for node importance based on node contraction in complex networks [J]. Systems engineering: theory & practice, 2006(11): 1?6.

[9] 齐小刚,张成才,刘立芳.WSN节点重要性和网络抗毁性的分析方法[J].系统工程理论与实践,2011(z2):33?37.

QI X G, ZHANG C C, LIU L F. WSN node importance and network invulnerability analysis method [J]. System engineering theory and practice, 2011(S2): 33?37.

[10] 徐力,屈召贵.无线传感器网络低能耗协议研究与仿真[J].现代电子技术,2017,40(3):7?11.

XU L, QU Z G. Research and simulation of low energy protocol for wireless sensor networks [J]. Modern electronics technique, 2017, 40(3): 7?11.

[11] 谢晓敏,卜燕梅,张文菊.基于无线传感器网络能耗系统的研究[J].现代电子技术,2015,38(4):16?18.

XIE X M, BU Y M, ZHANG W J. Research on energy consumption system based on wireless sensor networks [J]. Modern electronics technique, 2015, 38(4): 16?18.