基于無線傳感器網絡的健身訓練數據實時采集方法研究

楊業雙

(安徽體育運動職業技術學院 社會體育系，安徽 合肥 230051)

0 引言

隨著國民經濟水平的不斷提高，人們已經逐漸步入小康生活，國民消費結構發生了巨大改變.現代生活方式下人民更加重視身心健康，注重健身訓練.在科學技術蓬勃發展的趨勢下，可運用信息化手段作為訓練的輔助工具，實現更理想的健身效果[1-3].

健身訓練不僅牽涉多學科知識，而且需要訓練者長期堅持才能取得一定效果，訓練者的體能、心理承受能力、抗壓能力及技能等方面都將影響鍛煉效果[4].健身訓練包括戶外運動和健身會所運動兩種方式.對于健身會所訓練而言，其優勢是訓練者可選擇的運動器械種類多、專業水平高，但弊端同樣存在，如訓練者在無教練指導的前提下，只能進行隨機訓練，無法制定完整的健身計劃，對訓練強度、訓練時長等無法進行合理的預估和判斷[5]，導致訓練效果不顯著，而且可能會對身體造成傷害.即使在專業教練指導的過程中，教練的經驗也具有一定局限性，無法避免各種因素的干擾，因此，利用信息化工具實現健身訓練數據的實時采集，對于安全、高效且有規劃地完成健身訓練十分必要.利用現代化技術進行健身訓練，既有利于教練實時掌控訓練者的訓練狀況及身體各項參數，使工作更高效，同時也能對健身訓練效果及訓練者的體能給予正確評價[6].

無線傳感器網絡包含眾多傳感器節點，節點間通過通信協議進行信息傳送，完成信息的采集并聯合運用嵌入式技術等為研究提供準確信息.無線傳感器網絡構建所需費用少、占用空間小，可快速搭建，在人跡罕至、環境條件較差等場所也有較好的適應性.因此，無線傳感器網絡在許多領域都得到廣泛應用.

張淳等[7]依據虛擬力提出一種覆蓋算法，可實現有效采集、傳輸數據，同時解決了無線傳感器網絡的覆蓋空洞問題，但該方法對數據采集時所需傳感器節點數量較大.盧毅等[8]提出以量子退火算法解決無線傳感器網絡在數據采集時存在的二維目標覆蓋問題，但該方法在數據采集時易出現運行停滯問題.基于以上分析，本文研究在無線傳感器網絡的健身訓練數據實時采集方法中引入晶振漂移陣痛消除機制，改善無線傳感器網絡性能，實時監測健身訓練人員的訓練數據及身體參數，實現高水平訓練效果.

1 健身訓練數據采集

1.1 健身訓練的體溫采集

健身訓練過程中的體溫數據可通過溫度傳感器芯片進行采集，類三極管的集成電路涵蓋此芯片的所有組件和轉換電路，該溫度傳感器采用的接口方式為“一線總線”方式，可實現-40 ℃至120 ℃的溫度測量空間，當溫度區間為-20 ℃至90 ℃時，其測試精度可達到±0.4 ℃.分辨率可設置為9至12位，與之相應的分辨溫度則為0.4 ℃、0.2 ℃、0.1 ℃、0.05 ℃，在3.0 V至5.5 V電壓區間內都可正常使用.通過數據線可實現寄生電源的電能供應，利用僅有的三線可將數個溫度傳感器并聯在一起實現多位置的溫度測量.

1.2 健身訓練的心率采集

光源和光電變換器構成脈搏傳感器，健身訓練過程中的脈搏數據可通過光電傳感技術對血液的容積進行測量獲取脈搏波，心臟的規律性跳動使動脈血管容積在一定時間內的變動規律具有相同性，因此光電變換器的電信號規律化變動可反映心率變化.

以發光二極管作為光源，且選擇500 nm至700 nm波長范圍，可對動脈血中的氧氣和血紅蛋白進行篩選.在人體耳垂處放置脈搏傳感器可實現心率數據的采集，既易于佩戴又安全穩定，其原因在于皮下微動脈信息只有在波長為560 nm的波段中才能體現，便于脈搏信號的獲取.利用壓力或光電傳感器對手指尖部或橈動脈進行采集同樣可獲取心率信號，但該方法會對健身人員造成不適，并且采集信號不穩定.另外，信號采集過程中常因其他因素影響信號質量，低通濾波電路及信號放大電路可處理采集的心率信號，獲得質量更高的心率信號.

1.3 無線傳感器網絡結構

無線傳感器網絡由訓練數據采集功能和信息傳輸功能組成.首先以定時和事件的組合方式觸發各傳感器節點，采集健身人員的訓練數據，然后利用網絡協調器將采集的訓練數據傳輸給Sink(匯聚)節點，整個傳輸過程是以Node433TM無線傳感器網絡通信協議實現.嵌入式網關接收來自Sink節點的訓練數據，并對訓練數據進行處理，再將其傳輸給客戶端，Sink節點與網關間的數據傳輸是利用串口總線實現[9].

1.3.1 Node433TM協議棧體系結構

在我國免費的頻段上，Node433TM協議棧可調節的距離范圍為1～400 m，通過FSK進行調制，傳輸速率最大值為19.2 kbit/s.該協議棧參考的協議標準為IEE802.15.4，其結構包含控制子層和物理層，上層和控制子層通過MCPS-SAP接口實現數據包的相互傳輸，利用MLME-SAP接口可進行管理信息的相互傳輸，此接口也可實現上層調取控制子層的PIB信息.控制子層和物理層則通過PD-SAP接口進行數據包的相互傳輸，利用PLME-SAP可實現管理信息的相互傳輸，該接口也可實現上層調取物理層的PIB信息.

1.3.2 無線傳感器網絡的覆蓋控制

基于無線傳感器網絡進行覆蓋控制的基本思想是：將采集范圍以網格形式進行分割，使傳感器節點數量為最低值，對傳感器節點的位置進行分配，并按照T概率對各網格進行覆蓋，則有P(j)>T，采集精度用T表示，覆蓋度用S表示，T、S是覆蓋控制算法的輸入數據.本文采用典型的無線傳感器網絡結構如圖1所示.

圖1 典型的無線傳感器網絡結構

對所要采集的范圍進行網格分割，網格大小為n×n×n，數量為N=n3，設定在網格中D=(pij)N×N為全部點對間的采集概率矩陣，其元素數量為n6，pij的運算公式為：

(1)

式中，α、β表示傳感器物理特性的參數，d為采集物體與傳感器節點的間距，M=(mij)N×N為失誤概率矩陣.根據D，對M進行定義，該式中mij=1-pij；再基于迭代的貪婪啟發式法獲取網格中傳感器節點位置，各個傳感器節點位置都通過一次迭代過程確定，其覆蓋概率可用P(j),j=1,2,…,N；當節點數滿足事先設定的臨界點或基于T概率各網格覆蓋度值滿足要求時，算法結束.

B=(B1,B2,…,BN)表示數量為N=n3網格點覆蓋度的集合，節點分配時網格點j的覆蓋度為Bj，對B進行初始化，則B=(0,0,…,0)，任選網格點布置傳感器節點，針對監控范圍內除該節點外的全部網格點，計算該節點的全部失誤概率使其相加所得結果為最小.在任意網格點的覆蓋度滿足某預設值的情況下，對失誤概率矩陣進行替換[10]，將該網格點所處位置的行和列從矩陣中去除，使失誤概率矩陣的維數減少.

網絡覆蓋控制算法流程為：

第1步：設置傳感器節點數為0；

第2步：網格點c處布置傳感器節點，∑c=mc1+mc2+…+mcN,c=1,…,N，∑c為最小值；

第3步：當P(j)>1-Mmax,j=1,…,N時，Bj就加1，對B=(B1,B2,…,BN)向量替換;

第4步：傳感器節點數+1;

第5步：當Bj的覆蓋度滿足某預設值，則將M矩陣的第j行及第j列去除，對M進行替換，使N=N-1;

第6步：跳到第2步，當Bj≥Cov,j=1,…,N或分配的傳感器節點數大于設定的界限時算法結束.

各網格點的失誤概率最大值為Mmax=1-T，覆蓋度為Cov.

存在部分網格點具有覆蓋度優先權和采集精度優先權，此時需對算法作部分更改，具體實現過程如下：

(1)覆蓋度優先.將完全不相同的覆蓋度Covi賦予各個網格點，對算法第6步進行修改，各網格點的覆蓋度滿足要求或傳感器節點數大于設定界限，其算法結束.

O(mN)為此算法的計算難易度，覆蓋全部采集空間需要的傳感器數為m，由于m的數量無法確定，設定m的上限為N，則此算法的難易度又可表示為O(N2).

1.3.3 晶振漂移陣痛消除機制

當利用時分多址(TDMA)機制傳輸傳感器節點采集訓練數據時，將存在漂移現象且形成積累[11]，致使體溫、心率采集傳感器節點的數據發送時間點重合，數據傳輸發生沖擊.為解決各傳感器節點的晶振漂移現象，需利用同步機制予以改善.由于健身訓練數據的采集需實時且不能間斷，并能接連實現數據采集、傳輸和同步3個步驟，適應此要求的同步機制需以簡單、方便且具有較好的靈活性為目的來降低傳感器節點的工作壓力.因此，針對健身訓練數據采集過程中的晶振漂移現象，可通過晶振漂移陣痛消除(PECD)機制得以實現[12].

參照控制節點的計數器差值去除晶陣漂移現象.系統同步通知發出后，各傳感器采集節點接收該通知，并設置第2次采集所調用的計數器值，該值設置于當次后的第1次采集小程序中，此次第一次采集調用的計數器值表示為ANST，2個同步通知送達需相距一段時間，此段時間內計數器數值間仍存在計數差，需保證該差值與控制節點相同，由于單跳發送的原因，研究中需忽略空氣傳播導致的拖延[13].

首次接收同步通知后，為協調指令與實際采集間的差異，無線傳感器網絡需作必要改變.A01表示控制節點的計數器值，指令包向射頻模塊傳輸前，需記錄A01，并將存入指令包，A11為采集節點的計數器值，當指令包傳輸到采集節點時，記錄A11，A21表示第1次開始采集時的計數器值，A02、A12表示傳輸同步通知的時間點，首次采集至首次接收同步通知的時間內，各節點的計數器值之差表示為：

A1=A12-A21.

(2)

控制節點的計數器值之差表示為：

A0=A02+NA-A31，

(3)

其中，A31表示采集節點首次開始采集時控制節點的計數器值，N表示同步通知規模，A表示每比特數據經射頻芯片傳輸所花費的時間，A0、A1值不同主要由于晶振漂移的存在.

控制節點與采集節點的晶振類型是一致的，其偏差可忽略不計[14]，因此可以認為接收指令到實施采集所歷經的時間很少，從而設定控制節點計數器差值等于采集節點的計數器差值，可表示為：

A21-A11=A31-(A01+MA).

(4)

設定指令包M與同步通知N是一樣大小，在第一次數據采集相隔時間內，控制節點的計數器差值表示為：

A0=A02+NA-
(A21-A11+(A01+NA))=
A02-A01-(A21-A11).

(5)

設定控制節點采集計數器差值次數為1 024次，由于晶振漂移的存在，控制和采集節點實施采集的時間具有差異，A0-A1為同步通知首次被接收時的差值，基于同步通知被接收的不可預估性[15]，通過預設計數器值的方式對積聚的差值予以完全清除，該清除方式所需的計數器值表示為：

ANST=1024-A0-A1.

(6)

在不間斷采集時，控制節點會按固定時間不斷地將同步通知進行傳輸，對積聚的漂移予以糾正，當同步通知被傳輸至射頻模塊時，控制節點記錄此刻的計數器數值，基于兩次同步通知相隔時間內，該節點的計數器值之差表示為：

A0=A02-A01.

(7)

同步通知被采集節點接收后，對此節點的計數器值進行記錄，基于兩次同步通知相隔時間內，該節點的計數器值之差表示為：

A1=A12-A11=A12-NA-(A11-NA).

(8)

兩次同步通知相隔時間內的積聚差值表示為：

A0-A1=A02-A01-(A12-A11).

(9)

需將ANST+1024-A0-A1作為此刻后的第2次計數器值用于后續第1次采集小程序中，實現積聚差值的糾正.

2 實驗結果及分析

為驗證本文方法在健身訓練數據實時采集時無線傳感器網絡的覆蓋性能，利用Matlab軟件對實驗環境進行模擬.首先設置該網絡的采集精度和覆蓋度，確定傳感器節點的安置點，將采集范圍空間分割為100個4×4×4網格，各網格點最少由4個傳感器節點測試，概率為D，其覆蓋度為4.α為目標與傳感器節點間距變化時，T為變化速率，β為閾值，是傳感器節點能夠采集到的區域，Mmax為采集的準確度，是各網格點的失誤概率最大值，對比本文方法、文獻[7]采集方法、文獻[8]采集方法中各參數選取的靈活性和傳感器節點的配置情況.

當β=0.3、Mmax=0.5時，可知概率為0.5，此時各網格點以0.5概率實現覆蓋度為4的傳感器節點，對比3種方法數據采集時的傳感器節點數量與α的變化情況，實驗結果如圖2所示.

圖2 節點數量與α的關系

分析圖2，針對同一監控范圍，為測試覆蓋度為4的傳感器節點覆蓋能力，當α值不斷增加時，3種方法所需傳感器節點呈現不斷上升的趨勢，原因是傳感器節點的采集性能隨著α的增加不斷減弱，只能通過增加傳感器節點數量使其覆蓋能力不變.當α值相同時，本文方法的傳感器節點量更少，特別在α值很大時，本文方法的優勢更突出，因此，環境條件比較惡劣的條件下，本文方法具有更強的應用性.

當α=0.4、Mmax=0.5時，對比3種方法的傳感器節點數與β的變化情況，實驗結果如圖3所示.

圖3 節點數量與β的關系

分析圖3，針對同一監控范圍，為測試覆蓋度為4的傳感器節點覆蓋能力，當β不斷增大時，3種方法的傳感器節點數量也隨之增大，原因在于該節點能采集到區域大小隨β增大而減小，唯有增加傳感器節點數量才使其覆蓋能力不變.當β值不變時，本文方法的傳感器節點數量最小，且優勢隨著β的增大而更加突出.

健身訓練數據采集過程中會產生漂移，為驗證本文方法消除漂移偏差的性能，以某段計數器差值序列為研究對象，該序列中含有1 200個數據點，選取兩個傳感器節點15和23，控制節點發送同步通知的周期為20 s，分別對兩個節點漂移消除前后進行對比，對比結果如圖4所示.

圖4 漂移消除對比圖

分析圖4，漂移偏差消除前，隨著數據量不斷增加，兩個傳感器節點的漂移計數器值也不斷增大，利用本文方法對累計的漂移偏差完全消除后，兩個傳感器節點的計數器值均緩慢上升，最后趨于平穩，利用本文方法周期性對節點的漂移偏差進行消除后，可使無線傳感器網絡數據傳輸順暢，不會發生堵塞現象，更有利于網絡穩定.

比較3種方法進行健身訓練數據實時采集時網絡丟包率情況，結果如圖5所示.

圖5 3種方法的丟包率比較

分析圖5，隨著傳感器節點數的增加，3種方法的丟包率都呈現逐步增大趨勢，本文方法的丟包率上升幅度緩慢，且始終低于5%；文獻[7]的基于虛擬力覆蓋方法的丟包率上升幅度最快，丟包率最大，且丟包率波動幅度較大；其次是文獻[8]方法的二維目標覆蓋方法.結果表明，本文方法采集的健身訓練數據更加完整，丟包率低，具有更好的采集性能.

3 結論

本文利用無線傳感器網絡實時采集健身訓練數據，運用Matlab軟件對實驗環境進行模擬.首先對無線傳感器網絡的覆蓋控制能力進行驗證，結果表明，α、β參數影響傳感器節點數的選擇，分別增大α、β值，傳感器節點數隨之增大，當α、β值分別為某一定值時，本文方法實現覆蓋控制所需的節點數更少，且可應用于環境條件惡劣的場所；然后對訓練數據采集過程中的漂移偏差問題進行驗證，結果表明本文方法可周期性消除網絡累計漂移，避免網絡擁堵；最后對3種方法的丟包率情況進行比較，表明本文方法的丟包率最低，采集數據更完整.