超高層構筑物智能監測系統的低功耗優化方法

肖劍 侯文毅 巨永鋒 胡繼河 牛昌林

關鍵詞： 無線傳感器網絡; 超高層構筑物; 智能監測; 低功耗; LEACH算法; 能量均衡

中圖分類號： TN915?34; TP212 ? ? ? ? ? ? ? ? ? ? 文獻標識碼： A ? ? ? ? ? ? ? ? ? 文章編號： 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

經濟建設的飛速發展帶動我國建筑業的迅猛發展，各種高層建設項目及新型建筑工程不斷出現，但由于自然和人為因素，柔度高的超高層構筑物極易產生較大的振動和傾斜。因此，需要對超高層構筑物的結構健康進行有效監測，以便管理部門及早了解構筑物的結構健康損壞狀況，從而及時開展相應的維護工作。目前主要采用的是水準儀、經緯儀、全站儀和測斜儀等觀測技術測量定點的變形值[1?3]。然而隨著現代檢測技術的不斷發展，這些常規的檢測方法已越來越不能適應我國現代建筑發展的要求，主要存在的問題有[1?3]：耗力耗時，且效率低下，很難做到檢測的周期性、實時性和自動化;靈活性較差，布點受地形和建筑物形貌條件制約;監測范圍小，難以實現構筑物結構健康監測的完整性。

基于以上問題，本文提出一種基于優化LEACH算法的超高層構筑物智能監測系統[4]，監測系統通過LEACH[5?6]，Dijkstra[7]算法在源節點到匯聚節點之間建立多條最短路徑（每條路徑的簇頭不同），選擇路徑重要性[8?9]最小的路由路徑進行數據傳輸，均衡消耗整個網絡的能量[10?11]，從而實現延長整個網絡的生存周期的目的。與現有的監測方法相比，本系統可以提高監測的精確度、可靠性和使用壽命，并且能夠降低操作和維護成本，實現對超高層構筑物進行長期、連續、實時的結構健康監測。

1 ?系統結構

1.1 ?無線傳感器網絡結構

監測系統由傾角傳感器模塊、應變傳感器模塊、路由器模塊和上位機模塊組成，這些模塊通過無線網組成一個多跳網絡結構，它們安放的位置如圖1所示。超高層構筑物（本文選取超高層工業煙囪作為監測對象）每隔一定高度放置6個傾角傳感器模塊（各傳感器模塊間隔均勻），用來監測垂直柱荷載以及自然災害后超高層構筑物的傾斜程度。此外，將應變傳感器模塊隨機埋入超高層構筑物地基的鋼筋混凝土中，用來監測構筑物的整體振動情況，實現對超高層構筑物進行長期、連續、實時的結構健康監測。

為了實現傳感器模塊的低功耗，網絡使用間接輪詢的ZigBee協議實現數據傳輸。通過這種方法使末端節點的無線設備在大部分時間是處于關機狀態，只有路由器和基站的接收設備一直處于工作狀態。為了避免電池的快速損耗，各模塊還可以通過USB接口對傳感器模塊進行充電或直接供電，從而避免電池的快速損耗。

1.2 ?硬件結構的低功耗設計

監測系統的硬件部分主要由傾角傳感器模塊和應變傳感器模塊組成。傳感器節點原理框圖如圖2所示，傾角傳感器和應變傳感器節點所用的核心組件相同，均包括應變傳感器模塊（或雙軸傾角傳感器模塊）、電源模塊、傳感器讀出電路、SD數據存儲卡、低功耗微控制器及無線通信模塊。其中，MSP430為超低功耗的微處理器，負責各傳感器節點的數據采集、融合和存儲等。CC2530作為通信模塊的核心，負責節點的組網、無線數據收發等。這些硬件組合而成的傳感器節點具有較高的數據處理性能和較強的硬件性能，同時具有低功耗特性。

首先，與傳統的人工監測方法相比，本文使用模擬輸出分辨率為0.002 5°的高精度雙軸傾角傳感器SCA100T、無線發射靈敏度為-97 dBm的無線收發器CC2530，16位分辨率的模數轉換器ADS8344和具有強大處理能力的微控制器MSP430F5529，能夠大幅度提高對超高層構筑物結構健康監測的精準度、實時性和自動化。

其次，本系統還針對傳感器網絡的電源生存能力進行相應的設計。該監測系統的供電模塊由太陽能自供電模塊和可充電鋰電池（3.7 V聚合物鋰電池）兩部分組成。一方面，太陽能自供電模塊可以直接對傳感器節點供電;另一方面，當太陽能自供電模塊無法正常供電時，鋰電池可作為后備電源對傳感器節點進行供電，當可充電鋰電池電量耗盡后，可通過USB接口對其充電循環使用。這種方案極大地減少了電池的更換次數，從而降低了成本，減輕了環境污染。

最后，為了方便安裝到超高層構筑物上，這些組件將被放置到一個標準的塑料外殼中（設有開口便于不定時的電池更換），能夠方便地安裝在墻壁或天花板上。與此同時，本文所設計的傳感器封裝系統不僅要能承受負載和惡劣的自然環境條件，而且還能夠在模擬施工現場進行開發、制造和測試，且在實驗條件下有較高的存活率。

2 ?路由算法的低功耗設計

大量研究表明，傳感器節點大部分的能耗主要集中在通信模塊上，在數據發送、數據接收和空閑時消耗的能量較大，而在睡眠狀態下能耗則較低。此外，由于本系統的應變傳感器節點需要嵌入到鋼筋混凝土中，導致無法通過太陽能實現自供電或外部電源對可充電鋰電池充電。因此，節點能量消耗對本監測系統尤為關鍵。本文從網絡通信協議出發，結合通信網中路由路徑的重要性、LEACH算法和Dijkstra算法[5?6，8?10]，提出一種優化LEACH路由算法，實現延長傳感器網絡生存周期的算法。

式中：[E]為節點的初始能量;[α]為剩余能量因子;[β]為拓撲貢獻因子;[K1>0]，[K2>0]為平衡[Impi]的常系數;[Rei]為節點[Vi]的剩余能量;[Rm]為[Vi，Vj]最短路徑上除[Vi]，[Vj]外的節點的個數;[R]為通信距離;[p]為每輪選舉節點成為簇頭的概率;[r]是當前的輪數;[G]為未當選簇頭的節點集合。

2.3 ?算法描述

在節點和路徑的壽命有一定限制的條件下，本文提出優化LEACH路由算法，具體描述如下：

Step1：根據應變傳感器節點的位置坐標和式（3）判斷各節點之間的連通性，并標記各源節點的剩余能量（各源節點初始能量值相同）、各簇頭收到的數據包之和（初始值為0）及算法循環次數（初始值為0），得邏輯網絡[G];

Step2：由式（4）從網絡[G]中隨機選擇簇頭;

Step3：從網絡[G]中隨機尋找一個源節點，判斷該節點是否死亡，若死亡，則循環該步驟;否則，轉Step4;

Step4：通過Dijkstra算法尋找從源節點經各簇頭，再到匯聚節點的最短路徑;

Step5：通過式（1），式（2）計算所選路徑的重要度，并選取路徑重要度最小的路徑;

Step6：判斷該路徑上是否有節點的能量為0，若為0，則跳轉到Step7，否則各簇頭接受所選源節點的數據包并將經過融合后的數據傳送到匯聚節點，且該路徑上所有節點減去相應的能量損耗;

Step7：算法循環次數加1，并判斷是否大于死亡節點終止數，若大于，則結束程序，否則跳轉至Step3。

2.4 ?算法仿真與分析

本文采用Matlab進行仿真，在100 m[×]100 m的網絡范圍內隨機地放置100個傳感器節點。節點的坐標分布如圖3所示。假設傳感器網絡的通信半徑為30 m，匯聚節點坐標為（50，50），各節點初始能量為20 J。

1） 每輪死亡節點數的比較

從圖4a）可以看出，采用LEACH算法第一個節點死亡的輪數為190輪，而采用優化LEACH時，第一個節點死亡的輪數較LEACH提高了19.5%。此外，在網絡通信的整個過程中，優化LEACH算法相較于LEACH算法而言有更優越的性能。

2） 節點平均能耗的比較

圖4b）是網絡節點平均能耗的比較圖，當網絡通信輪數在200～400輪時，優化LEACH的平均能耗比LEACH少了2 J，有了明顯的優化效果。從圖4b）中可以看出優化LEACH的平均能耗一直都低于LEACH，這主要是由于優化LEACH結合了路徑重要性和Dijkstra算法，路由的選擇考慮到了節點剩余能量和最短路徑，從而節省了能量。

可見，采用優化LEACH的無線傳感器路由算法較傳統的LEACH算法而言更能有效地均衡使用整個網絡節點的能量，特別是當通信輪數在200～400輪時，優化LEACH算法較LEACH算法節省了約10%的能量，能夠有效緩解節點死亡的頻率，提高了整個網絡的生命周期。

3 ?結 ?語

本文通過對超高層構筑物智能監測系統的構建，介紹并分析了系統的原理和硬件構成。針對傳統LEACH路由算法的缺點，結合路徑重要性和Dijkstra算法對LEACH算法進行優化。仿真結果表明，優化LEACH算法能有效地均衡使用整個網絡節點的能量，緩解了節點死亡的頻率，有效延長了網絡壽命。

參考文獻

[1] 馬春艷，郭敏，鄒友峰.數字水準儀與光學水準儀的測量精度比較[J].測繪科學，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.全站儀與測斜儀在基坑變形監測中的可靠性分析[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] 齊小剛，張成才，劉立芳.WSN節點重要性和網絡抗毀性的分析方法[J].系統工程理論與實踐，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，屈召貴.無線傳感器網絡低能耗協議研究與仿真[J].現代電子技術，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] 謝曉敏，卜燕梅，張文菊.基于無線傳感器網絡能耗系統的研究[J].現代電子技術，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.