面向土壤环境监测的传感器网络关键技术

　　王玉宝舒焱韦固
　　【摘要】作为一种新兴的网络形态，同时又是传感技术、通信技术、微机电技术、嵌入式技术、分布式计算技术等多学科交叉的领域，无线传感器网络一经提出便引起了多方面的关注，这也意味着有众多关键技术有待研究。如节点定位技术、网络覆盖技术、网络信息管理技术、网络拓扑控制、网络协议、时间同步、低功耗无线通信技术和嵌入式操作系统等，都是无线传感器网络研究的热点。当然，这些关键技术并非独立存在，而是互相渗透，互为依托。
　　【关键词】土壤环境监测；传感器；网络关键技术
　　前言：
　　无线传感器网络在网络协作、智能控制、远程测控等领域的广阔应用前景吸引了越来越多的机构和研究者对其投入研究，取得了很多研究成果。在土壤环境监测中也有其独特的技术优势。然而，目前提出的相关算法和系统大多数都与特定的应用场合和对象相关联，存在一定的局限性，需要针对具体的应用背景作进一步具体的研究。本文的后续章节将重点讨论面向土壤环境监测的传感器网络所涉及的三项关键技术覆盖控制，节点故障诊断，网内数据压缩技术，以及相关技术目前所面临的问题。
　　一、覆盖控制技术
　　目前，无线传感器网络覆盖控制算法的研究主要集中在四个方面。第一类是节能覆盖的研究。这类覆盖算法主要是研究在保持一定网络覆盖率的条件下，如何有效地节省能量，延长了网络生存时间。对节能覆盖的研究主要集中在两方面。
　　第一，如何使用尽可能少的节点完成覆盖，且该覆盖方案可以获得较长的网络生命周期。目前的解决方案大都只能解决好一方面的问题。第二，对保持覆盖区域或部分保持覆盖区域的节点调度算法，其中包括集中式算法和分布式算法。其中，分布式算法又可以分为分簇的和不分簇的覆盖算法〔1〕。此外还有用覆盖集数目最大化的方法来延长网络生命周期的研究。然而对于当前的节点调度算法，频繁的节点调度使得系统开销太大而节点能耗却仍不均衡。
　　表面上看，基于分簇的覆盖算法使得节点调度开销大大降低，而节点调度又使得节点能耗均衡。但当前的分簇方法多为均匀分簇，由于无线传感器网络中存在热区问题，实际上节点能耗并不均衡。对于现有的求覆盖集的算法，算法复杂度又较高且实现起来也比较困难。
　　如研究考察目标穿越无线传感器网络时被检测或是没有被检测的情况，反映了给定无线传感器网络所能提供的感知和监视能力。它所要解决的问题是如何同时满足网络一定的传感覆盖和通信连通性需求，这对于一些要求可靠通信的应用至关重要。第四类为目标定位覆盖。在某些特殊环境下，无线传感器网络覆盖伴随而来的是无线传感器网络的目标定位问题，称此时的无线传感器网络覆盖为目标定位覆盖。无线传感器网络中的覆盖问题依据覆盖的内容，可分为通信覆盖和感知覆盖。通信覆盖研究的是网络的通信连通性感知覆盖研究的是传感器网络对物理世界的检测的好坏，是传感器网络在感知上的服务质量问题。
　　二、节点故障诊断技术
　　随着传感器网络结构的复杂、规模的扩大、功能的完善，对网络可靠性的需求也日益增加，而节点故障诊断技术对及时了解网络中传感器节点的状态起着重要作用。因此，研究传感器网络节点故障诊断是非常重要和有必要的工作，原因如下：
　　1。大量的廉价节点被配置在不可控、恶劣的土壤环境中，日浸雨蚀，节点发生故障的概率相对其它系统而言要高得多。
　　2。节点通常由电池供电，能量有限，在节点因电池耗尽而失效是非常普遍的。
　　3。故障节点会产生错误数据，测量数据出错轻则使监测中心得不到正确信息，严重时可以使整个监测网络崩溃。
　　4。手工检测各节点是否正常，是非常麻烦且不现实的。为了保证传感器网络的服务质量，有必要对网络中有故障的节点做出侦测。
　　雷霖等提出了一种基于理论的无线传感器网络节点故障诊断算法。Roughset理论具有以不完全信息处理不分明现象，依据观察或度量到的某些不精确的结果而进行分类数据的能力〔2〕。利用粗糙集理论的属性约简算法可以剔除传感器节点故障的冗余属性，从而达到数据约简，提高故障诊断的准确性和效率的目的。代传龙对粗糙集理论中几种约简算法进行改进，并结合神经网络应用到传感器节点的故障诊断中去，提出了粗糙集与神经网络集成的故障诊断算法。张劫等借鉴算法，利用分层型网络中的簇及其簇内节点包括采集节点、簇头、网关的链路关系，提出了基于比较的簇节点故障诊断算法。
　　三、网内数据压缩技术
　　能量是无线传感器网络的关键资源，对整个网络的生存期起着决定作用。无线传感器网络的一个主要任务是收集网络监测到的信息，并将其传送到数据基站，交给感兴趣的用户进行处理。不同于传统的计算机网络，无线传感器网络通常在监测区域密集地部署传感器节点，以对付自然环境和其它原因造成的节点失效以及传感数据精度的偏差问题，这就使得网络产生了大量的传感数据。另一方面，由于硬件技术的局限，传感器节点只有有限的能量、通信带宽和存储能力〔3〕。如何在资源受限，节点密集的无线传感器网络中实现高效的数据压缩是研究人员面临的一个重要问题。
　　在土壤环境监测系统中，散布于被监测区域的大量传感器节点采集土壤的温度、湿度、氮磷钾含量和值等信息，同样将产生大量数据。有研究表明，在WSNS中，数据的传输消耗了总能耗的，直接影响整个传感器网络的生存期。因此充分利用网内数据压缩是解决这个问题的一个办法。对传感器节点采集的大量数据进行压缩处理主要具有以下两方面优点：
　　1。对原始数据进行压缩处理，减少了数据传输量，从而节省了能量，延长了网络生存周期；
　　2。减轻网络的传输拥塞，数据传输量的减小，降低了数据传输延迟，从而提高了的整体监测效率。
　　传统的传感器只能够进行简单的数据采集，而组成无线传感器网络的传感器节点还具有一定的数据存储和处理能力，这就使得无线传感器网络的网内数据压缩成为可能。网内数据压缩是指多个传感器节点通过协作在网内对原始传感数据进行压缩处理，再将处理结果传送到数据基站。数据压缩能够利用传感器节点的计算和存储等资源来减少内参与通信的数据量，从而节省网络耗能，延长网络生命周期。
　　在无线传感器网络中，单个传感器节点收集到的数据在时间上可能是相关的，地理位置相邻的传感器节点收集到的数据在空间上往往也是相关的。既然无线传感器网络收集到的数据存在某种相关性，那么我们有理由使用某种变换来去除其中的冗余信息，达到数据压缩的目的。小波是一种能同时表征信号时域和频域行为的数学工具，具有多分辨分析的特性，在不同的尺度下仍然能保持信号的统计特性，已成功应用于信号处理，特别是数据压缩领域。小波变换计算简单，易于实现，基于小波技术研究无线传感器网络中的数据压缩，具有重要的理论和现实意义。
　　四、结语
　　综上所述，多目标关联覆盖充分挖掘了传感器节点和目标监测点间的关联信息，并通过一定的节点调度机制来处理关联信息集合，使得不同集合中节点轮流工作，节点工作效率很高，仿真结果表明，考虑网络节点间的连通性后，覆盖率可以有一定的提高，但同时带来了网絡能耗的增大，实际应用中还需要综合权衡考虑。
　　【参考文献】
　　〔1〕牛航宇，陈善荣，徐琳，李林楠，高国伟，白煜。关于对环境监测人才队伍建设的几点思考〔J〕。中国环境监测，2015，31（03）：1418。
　　〔2〕付保荣。从雾霾天气谈我国环境监测社会化与能力建设〔J〕。环境保护与循环经济，2016，33（04）：6266。
　　〔3〕王春香，李媛媛，徐顺清。生物监测及其在环境监测中的应用〔J〕。生态毒理学报，2017，5（05）：628638。