多播種機作業系統設計
——基于無線網絡節點協同通信與聚合算法

羅秀梅

(洛陽廣播電視大學，河南 洛陽 471000)

0 引言

近年來，WSN以其低功耗、低成本、分布式和自組織的特點為信息感知領域帶來了一場跨時代的革命，并已經在諸多領域得到廣泛應用；而定位技術是無線傳感器網絡的關鍵支撐技術之一。在無線傳感器網絡中，基本的定位方法是依靠少數已知位置的信標節點作為參考節點，其他未知節點通過監測與信標節點的距離或角度等信息來計算自己的位置。在多播種機協同作業過程中，由于受到農田作業環境的限制，多播種機之間的通信效率較低，從而影響了其協同作業的水平和速度。而中繼節點的引入有望改觀這一問題，中繼節點通過協同通信功能，可以有效地提高多通信終端之間的通信效率，將其引入到多播種機協同控制系統中具有重要的現實意義。

1 基于無線網絡節點定位和協同通信的多播種機控制技術

無線傳感網絡是由很多成本較低的微型無線傳感器節點組成的，可以較低的成本獲得最大的通信功能，其技術核心是保證信息傳播和獲取的可靠性。由于無線傳感網絡使用了很多節點，因此其通信技術是保證節點正常通信的關鍵。在農田作業環境下，單臺播種機的作業效率較慢，為了提高作業效率，一般采用多臺播種機協同作業的方式。在多臺播種機協同控制時，其通信較為復雜，采用單一方向的通信模式往往通信效率較慢。為了提高節點間通信的效率，可以采用協同通信方式，其原理如圖1所示。

圖1 無線傳感網絡節點協同通信Fig.1 The cooperative communication of wireless sensor network nodes

圖1中，源節點S發出通信數據后傳送給中繼節點(R1,R2,R3,R4)和目標節點D，目標節點收到通信數據后產生新的數據包然后發送給中繼節點。在協同通信時，源節點可以收到來自不同中繼的數據包，源節點一般不能夠分辨哪個中繼發來的數據包，但可以以固定的功率廣播數據發送給所有的中繼節點和目標節點，舉手的中繼節點對數據包進行轉發，沒有舉手的中繼節點不做任何處理。

圖2表示多播種機協同作業的基本流程。利用無線傳感網絡節點的協同通信，可以對多播種機同時進行定位和路徑規劃，從而實現多播種機的實時導航功能及自動化作業。

圖2 多播種機協同作業流程Fig.2 The cooperative operation flow of multi seeders

2 無線網絡節點定位及協同通信與聚合算法

利用無線傳感網絡節點，可以對未知的播種機節點進行實時定位，無線RSSI算法是常用的節點定位算法，該算法利用無線傳感器接收到信號的損耗，來判斷位置節點的距離，從而實現未知節點的定位，其原理如圖3所示。

圖3 基于RSSI的測距模型原理Fig.3 The principle of ranging model based on RSSI

根據信號損耗的理論模型可得

(1)

其中，n表示信號衰減指數，在不同的環境中可以對其設定不同的數值，一般經驗值在2～5之間。利用該模型公式，可以求出相應節點的距離為

(2)

假設已知的參照節點坐標為(x0,y0)，兩個閱讀器的坐標為(x1,y1)，(x2,y2)，待測定節點坐標為(x,y)，則可以得到

(3)

利用式(3)便可以求出待測節點坐標，求待測坐標位置還可以根據三邊測量法，如圖4所示。

圖4 三邊測量法基本原理圖Fig.4 The basic principle diagram of three side measurement method

圖4表示三邊測量方法的基本原理，其中D(x,y)表示待測節點的位置，可以根據其他節點的位置信息來進行定位。假設其他3個參照節點A、B、C的坐標分別為(xa,ya)、(xb,yb)、(xc,yc)，以及它們到待測量節點D的距離da=AD、db=BD、dc=CD，則可以得到

(4)

由式(1)可得D點的坐標為

(5)

在較為復雜的農田作業環境下，還可以采用極大似然估計方法來對未知的播種機位置進行實時定位，以觀測值出現的概率最大為準則，是一種常用的參數估計方法。

如圖5所示：已知節點1,2,…,n的坐標分別為(x1,y1)，(x2,y2)，…，(xn,yn)，它們到節點D的距離分別為d1,d2,…,dn，則待測節點D(x,y)為

(6)

式(6)中，從第一個方程開始分別依次減去最后一方程可得

(7)

將線性方程組表示為矩陣的形式為AX=b，則

(8)

當n≥3時，使用標準的最小均方差估計算法，可以得到節點D的坐標為

X=(ATA)-1ATb

(9)

圖5 極大似然估計法原理示意圖Fig.5 The schematic diagram of maximum likelihood estimation

為了使多節點的協同通信達到最優，可以采用聚類算法對節點進行分類，其步驟如下：

其中，k為迭代運算的次序號，第一次迭代k=1，Sj表示第j個聚類，其聚類中心為Zj。

(10)

其中，Nj為第j個聚類域Sj中所包含的樣本個數，將節點的均值向量作為新的聚類中心，利用聚類準則使函數值最小，即

(11)

利用以上聚類算法可以對節點進行分類，充分發揮中繼節點的協同通信功能，從而有效提高多播種機間協同通信的效率。

3 多播種機協同作業通信測試

為了驗證協同通信和聚類算法在多播種機作業通信中使用的可行性，以多臺播種機的協同作業為試驗對象，對算法進行了驗證，在播種機上分別安裝了無線傳感網絡節點和接收與發射天線，如圖6所示。

圖6 多播種機裝備示意圖Fig.6 The sketch map of multi seeders

試驗測試的項目主要是無線傳感網絡的節點實時定位的誤差。將多臺播種機設備置于農田中同時作業，如圖7所示。

圖7 多播種機協同作業過程Fig.7 The cooperative operation process of multiple seeder

為了保證試驗的順利進行，選擇了較為寬闊的平坦的農田環境，并設置了大量的無線傳感網絡節點，其布置如圖8所示。

圖8 無線傳感網絡節點分布圖Fig.8 The node distribution of Wireless Sensor Networks

在農田環境中布置了較多的無線傳感網絡節點，*部分表示已知的位置節點，其他的為未知位置的節點。其中，4臺播種機被設置為移動未知節點，通過在一定距離內對其位置進行定位測試，得到了如表1所示的測試結果。

表1 多播種機協同通信定位精度Table 1 The positioning accuracy of cooperative communication of multi seeders

由表1可知：其定位所需時間較短，4臺播種機分別實時定位的時間都沒有超過1s，定位效率較高；從x和y向定位誤差可以看出，其定位誤差范圍都在5%以內，定位精度較高，從而驗證了算法的可行性和可靠性。

4 結論

為了提高多播種機協同作業過程中的通信效率，將協同通信中繼節點技術引入到了協同控制系統的設計過程中，并采用聚類算法對節點分別進行了優化設計，實現了多播種機作業過程的高效實時定位。為了驗證該方案的可行性，以4臺播種機的協同通信為例，對其定位時間和定位精度進行了測試。結果表明：4臺播種機的定位時間均不超過1s，在x和y向上的定位誤差也不超過5%，從而驗證了算法的可行性和可靠性。如果將該系統進行優化升級，將其使用在多農機協同作業控制系統中，對于實現多農機的自主導航和路徑規劃具有重要的參考意義。