智慧農(nóng)業(yè)物聯(lián)網(wǎng)節(jié)點故障處理分析

1、智慧農(nóng)業(yè)物聯(lián)網(wǎng)節(jié)點故障處理分析摘 要：為了解決無線傳感器網(wǎng)絡中節(jié)點故障難以實地監(jiān)測的問題，通過網(wǎng)絡環(huán)境仿真提取匯聚節(jié)點處單位時間接收數(shù)據(jù)包的數(shù)量，使用Matlab對數(shù)據(jù)進行處理。進一步觀察其在頻域上的波動變化，可明顯觀察到有故障節(jié)點網(wǎng)絡與無故障節(jié)點網(wǎng)絡的流量處理信息的區(qū)別，通過此方法可以檢測無線網(wǎng)絡中是否存在故障節(jié)點。關(guān)鍵詞：無線傳感器網(wǎng)絡；流量；頻域；故障中圖分類號：TP216.1 文獻標識碼：A 文章編號：2095-1302（2016）11-00-020 引 言在當今社會中，無線傳感器網(wǎng)絡的應用十分廣泛，不僅能應用于環(huán)境監(jiān)測和預報、建筑物狀態(tài)監(jiān)控、復雜機械監(jiān)控、大型車間和倉庫管理、大型工業(yè)

2、園區(qū)的安全監(jiān)測等領(lǐng)域，還涉及軍事、空間探索、城市智能交通等重要領(lǐng)域。隨著傳感器網(wǎng)絡的廣泛應用，傳感器網(wǎng)絡已經(jīng)深入到人類生活的各個領(lǐng)域，相應的無線應用問題也越來越多。無線網(wǎng)絡的穩(wěn)定性至關(guān)重要，尋找檢測無線網(wǎng)絡節(jié)點故障的方法成為了其中的重要問題之一。無線傳感器網(wǎng)絡的節(jié)點系統(tǒng)是構(gòu)成無線傳感器網(wǎng)絡的基礎(chǔ)，是承載無線傳感器網(wǎng)絡的信息感知、數(shù)據(jù)處理和網(wǎng)絡功能的基本單元【1】。節(jié)點的故障檢測對實時了解網(wǎng)絡狀況起著重要的作用。故障節(jié)點會降低整個無線傳感器網(wǎng)絡的服務質(zhì)量，發(fā)生故障的節(jié)點甚至會產(chǎn)生并傳輸錯誤的傳感數(shù)據(jù)，使監(jiān)控中心無法得到正確的檢測信息【2】。此外，由于大量廉價的節(jié)點經(jīng)常部署在不可控、惡劣的甚至敵對

3、的環(huán)境中，這使得傳感器節(jié)點發(fā)生故障的概率相比其他系統(tǒng)要高得多，而且節(jié)點一般都采用電池供電，能量有限，節(jié)點因電池耗盡而失效也非常普遍 【3】。因此研究無線傳感器網(wǎng)絡的故障檢測方法十分必要。本文提出了一種利用無線動態(tài)網(wǎng)流量變化進行檢測的方法。1 無線傳感器網(wǎng)路無線傳感器網(wǎng)絡（Wireless Sensor Networks， WSN）是由大批部署在監(jiān)測環(huán)境中的微型、廉價、低功耗的傳感器節(jié)點組成的網(wǎng)絡系統(tǒng)。傳感器節(jié)點是一種集感知能力、存儲能力、計算能力、通信能力于一體的小型嵌入式設備，由傳感器模塊、處理器模塊、通信模塊和電源模塊組成，它采用無線通信的方式協(xié)同感測、收集、處理和傳輸網(wǎng)絡覆蓋區(qū)域內(nèi)被監(jiān)測

4、目標的信息，并將其發(fā)送給觀察者從而形成多跳自組織網(wǎng)絡【6】。無線傳感器網(wǎng)絡是一種比較先進的信息收集和處理技術(shù)，已廣泛應用在軍事、工業(yè)、環(huán)境、衛(wèi)生醫(yī)療等領(lǐng)域。傳感器網(wǎng)絡系統(tǒng)包括傳感器節(jié)點（Sensor Node）、匯聚節(jié)點（Sink Node）和終端用戶（User）【7】。其中傳感器節(jié)點通過傳感器模塊來感知和采集所在區(qū)域內(nèi)的環(huán)境信息，如溫度、濕度、振動等。匯聚節(jié)點是一種特殊的傳感器節(jié)點，它可以是普通的傳感器節(jié)點，也可以是沒有監(jiān)測能力的網(wǎng)關(guān)設備，用來整合整個網(wǎng)絡采集到的有用信息并發(fā)送給用戶。2 研究方案設計研究方案如圖1所示。為了研究節(jié)點故障檢測的方法，本文首先使用OMNet+仿真平臺建立了無線傳

5、感器網(wǎng)絡，分別模擬有故障和無故障時的網(wǎng)絡狀況，提取網(wǎng)絡在單位時間（20 s）內(nèi)接受數(shù)據(jù)包的情況，使用Matlab對數(shù)據(jù)進行去噪、歸一等處理后，在頻域上做出兩者的對比圖，分析結(jié)果，得出結(jié)論。3 無線網(wǎng)絡仿真圖2所示為使用OMNet+建立的無線傳感器網(wǎng)絡的仿真模型。無線傳感網(wǎng)中一共四十個節(jié)點，其中node是采集節(jié)點，node是傳輸節(jié)點（Sensor Node），node是匯聚節(jié)點（Sink Node）。node節(jié)點兩兩之間都有雙向信道，相互之間可以直接通信，node與node節(jié)點之間均有雙向信道，相互之間可直接通信。采集節(jié)點每0.1 s發(fā)送一次數(shù)據(jù)包，向周圍廣播，根據(jù)節(jié)點反饋信號，隨機選取空閑節(jié)點

6、發(fā)送數(shù)據(jù)，即數(shù)據(jù)傳輸路徑隨機。經(jīng)過數(shù)次隨機傳輸，當數(shù)據(jù)包最終到達node匯聚節(jié)點時，一個數(shù)據(jù)包的傳輸完成。我們待仿真網(wǎng)絡運行穩(wěn)定后，開始在node處統(tǒng)計接收到的數(shù)據(jù)包數(shù)量，采樣間隔為20 s。4 數(shù)據(jù)處理及算法網(wǎng)絡由若干個傳感器節(jié)點組成，A（a1 a2 a3an）和B（b1 b2 b3bn）分別代表被監(jiān)測對象傳感器節(jié)點所發(fā)送的數(shù)據(jù)（其中A代表無故障時的數(shù)據(jù)，B代表故障時的數(shù)據(jù)）。為了使得最后經(jīng)過計算的結(jié)果所呈現(xiàn)的圖像更加準確、明顯，可用所給數(shù)據(jù)減去其平均數(shù)（去除干擾）得出正負均有的數(shù)據(jù)（A、B）：其中n為收到數(shù)據(jù)包的次數(shù)，即選取抽樣數(shù)據(jù)的個數(shù)。得到數(shù)組A，B后，對這些數(shù)組進行傅里葉變換：Y1=

7、FFT（A，n）Y2=FFT（B，n）傅立葉變換是一種分析信號的方法，它可分析信號的成分，也可用這些成分合成信號，在信號處理過程中，常用傅里葉變換來將信號分解成幅值譜顯示與頻率對應的幅值大小。許多在時間域中無法觀察出的信號的性質(zhì)，在轉(zhuǎn)換為頻域之后能清晰地觀察出性質(zhì)差異。本文對數(shù)組A，B進行傅里葉變換，并畫出在頻域中的離散譜和連續(xù)譜，均得到了清晰的對比。5 仿真及結(jié)果分析圖3所示是節(jié)點故障與無故障對比圖（離散），圖中細線繪制的是有故障的情況，粗線繪制的圖像是無故障的情況。從圖中可以看出，無故障時所呈現(xiàn)的圖像波動幅度更小，相對的有故障時所呈現(xiàn)的圖像波動較大。兩者通過傅里葉函數(shù)所繪制的圖像相對比較明

8、顯，大體可以通過此方法來區(qū)別無線傳感器是否存在故障。圖4所示是節(jié)點故障與無故障對比圖（連續(xù)），細線繪制的是有故障的情況，粗線繪制的是無故障時的圖像情況。從圖中兩者的對比可以看出，同樣對每隔20 s隨機采取的數(shù)據(jù)進行處理，無故障時所呈現(xiàn)的圖形比有故障時所呈現(xiàn)的圖形更加集中、更加收斂。兩者通過傅里葉函數(shù)所繪制出的圖像相對比較明顯，大體可以通過此方法來區(qū)別無線傳感器是否存在故障。6 結(jié) 語本文通過對仿真出的無線網(wǎng)絡進行數(shù)據(jù)流量監(jiān)測，并對提取的數(shù)據(jù)進行分析，利用傅里葉變換處理流量數(shù)據(jù)，繪制出故障節(jié)點網(wǎng)絡及無故障節(jié)點網(wǎng)絡的流量頻譜圖，以此對無線傳感器網(wǎng)絡中是否出現(xiàn)故障進行有效區(qū)分。面對無線傳感器網(wǎng)絡中節(jié)

9、點故障難以實地監(jiān)測的問題，只需從無線網(wǎng)絡終端接收數(shù)據(jù)進行分析就能知道網(wǎng)絡是否在正常運作，代替了人工現(xiàn)場檢測。此外，本文為了進一步研究故障節(jié)點在無線傳感器網(wǎng)絡中的定位奠定了基礎(chǔ)，也提供了一種新的思路。參考文獻【1】陸世龍，趙澤.無線傳感器網(wǎng)絡的節(jié)點技術(shù).信息技術(shù)快報，2008.【2】季賽，袁慎芳，吳鍵，等.基于時空特性的無線傳感器網(wǎng)絡節(jié)點故障診斷方法.傳感器與微系統(tǒng)，2009，28（10）：117-120.【3】季賽，袁慎芳，馬廷準，等.無線傳感器網(wǎng)絡中節(jié)點故障診斷方法的研究.計算機工程與應用，2010，46（23）：95-97.【4】CHRISTINE E. Jones， KRISHNAM.

10、Sivalingam， P Agrawal， et al. A survey ofenergy efficient network protocols for wireless networks.Wireless Networks， 2001， 7（4）： 343-358.【5】陳穎文，徐明，虞萬榮.無線傳感器網(wǎng)絡的容錯問題與研究進展.計算機工程與科學，2008，30（2）：87-91.【6】馬祖長，孫怡寧，梅濤.無線傳感器網(wǎng)絡綜述.通信學報，2004，25（4）：114-124.【7】劉擁民，蔣新華，年曉紅，等.無線傳感器網(wǎng)絡通信協(xié)議.全國開放式分布與并行計算機學術(shù)會議，2007：71-77.IAN F. AkyildizI， SMAIL H. Kasimoglu. Wireless sensor and actor networksresearch challenges. Ad Hoc Networks， 2004， 2（4）： 351-367.徐振陽，竇文華.無線傳感反應網(wǎng)絡綜述.計算機科學，2005，32（9）：26-30.NOURY N， HERVE T， Rialle V， et al. Monitoring behavior in home using a smart fallsensor. Inproceedings of the IEEE