基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法
【專利摘要】基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法，涉及物聯(lián)網(wǎng)。首先，確定需要監(jiān)測的因子及具有相關(guān)因子的關(guān)鍵點；根據(jù)監(jiān)測的因子及關(guān)鍵點建立最優(yōu)化數(shù)學(xué)監(jiān)控模型；然后，對數(shù)學(xué)模型求解，找出屬性最多的關(guān)鍵點作為預(yù)選擇點。若預(yù)選擇點數(shù)量大于1，調(diào)用屬性優(yōu)化方法來選擇所有屬性都靠近屬性均值的關(guān)鍵點作為監(jiān)測點。通過上述處理后，若還存在兩個以上的預(yù)選擇點，則調(diào)用作物生長因子加權(quán)法來確定監(jiān)測點。如此處理后，若仍然存在兩個以上的預(yù)選擇點，則采用隨機算法，隨機確定經(jīng)過作物生長因子加權(quán)法處理后的預(yù)選擇點為監(jiān)測點。最后，采用關(guān)鍵點與屬性的矩陣優(yōu)化方法對關(guān)鍵點與屬性的矩陣T進行處理，得到最終的監(jiān)測節(jié)點數(shù)量及分布位置。
【專利說明】基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及物聯(lián)網(wǎng)，尤其是設(shè)及基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署 方法。

【背景技術(shù)】
[0002] 農(nóng)作物生長的±地是不可增長的自然資源，如何在有限的資源基礎(chǔ)上，借助先進 的科技手段提高生產(chǎn)效率、經(jīng)濟效益與環(huán)境效益已經(jīng)成為亟待解決的重大問題。目前，W信 息技術(shù)與農(nóng)業(yè)技術(shù)融合為特點的"農(nóng)業(yè)信息化"成為解決W上問題的關(guān)鍵支撐技術(shù)之一，其 核屯、是利用信息技術(shù)精確、及時地獲取地塊中±壤、環(huán)境作物的信息，診斷作物的長勢和產(chǎn) 量在空間上差異的原因，并對每個小區(qū)做出決策，準(zhǔn)確地在每個小區(qū)上進行灌概、施肥、噴 藥等，使得傳統(tǒng)農(nóng)業(yè)精細化生產(chǎn)，W達到最大限度地提高水、肥和殺蟲劑的利用效率，增加 產(chǎn)量，減少環(huán)境污染，促進±地集約利用的目的。精細農(nóng)業(yè)其主要生產(chǎn)過程是獲取作物生長 的環(huán)境因素，并改變對農(nóng)業(yè)不利的因素。該些因素在很大程度上決定作物的產(chǎn)量和質(zhì)量，通 常包括；作物生長環(huán)境（如空氣中的溫濕度、光照、風(fēng)速等）和±壤環(huán)境（如酸堿性、含水 量、金屬離子含量）。而該些信息常具有空間和時間差異性的特點，如何連續(xù)監(jiān)測該些信息 成為研究重點。對農(nóng)作物生長發(fā)育過程及產(chǎn)地綜合環(huán)境信息的采集和實時監(jiān)控，是實現(xiàn)智 能化精準(zhǔn)管理作業(yè)的基礎(chǔ)，是農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)感知層研究的關(guān)鍵和核屯、【技術(shù)領(lǐng)域】。
[0003] 對作物的連續(xù)監(jiān)測的前提條件是對監(jiān)測的傳感器節(jié)點進行部署。而傳感器節(jié)點常 用的部署方法可W歸納為3類；隨機部署；在應(yīng)用區(qū)域內(nèi)W人工、機械、空投等隨機方式部 署傳感器節(jié)點，適用于特殊地形、災(zāi)害發(fā)生區(qū)域等復(fù)雜而無法接近的不確定應(yīng)用環(huán)境。規(guī) 則部署：在應(yīng)用區(qū)域內(nèi)按照規(guī)則幾何拓撲結(jié)構(gòu)放置傳感器節(jié)點，適用于±壤、空氣、植物等 環(huán)境監(jiān)測應(yīng)用。計劃部署；在應(yīng)用區(qū)域內(nèi)按照預(yù)先計劃放置傳感器節(jié)點，如目標(biāo)跟蹤應(yīng)用 中，在監(jiān)測量頻繁發(fā)生區(qū)域放置較高密度的傳感器節(jié)點，W達到更好的監(jiān)測效果。在環(huán)境 監(jiān)測應(yīng)用可劃分為兩類，即異常事件監(jiān)測和常態(tài)連續(xù)采樣監(jiān)測。異常事件監(jiān)測：如地震預(yù) 警、森林防火，傳感器網(wǎng)絡(luò)的監(jiān)測目的是探測到特殊事件發(fā)生的具體時間和地點。常態(tài)連 續(xù)采樣監(jiān)測；如水質(zhì)監(jiān)測、生態(tài)監(jiān)測，本發(fā)明所探討的生態(tài)環(huán)境監(jiān)測也屬于該一類，傳感器 網(wǎng)絡(luò)的監(jiān)測目的是連續(xù)采樣節(jié)點處的環(huán)境參數(shù)數(shù)據(jù)，通過統(tǒng)計學(xué)插值方法估計非節(jié)點位 置處的數(shù)據(jù)，從而分析監(jiān)測量在空間和時間上的連續(xù)變化。目前很多學(xué)者提出從連通和 覆蓋兩個方面考慮節(jié)點部署問題。連通是指保證節(jié)點采集的信息準(zhǔn)確地傳遞給基站，通 ?；诠?jié)點通信范圍；覆蓋是指保證節(jié)點覆蓋整個工作區(qū)域并完整準(zhǔn)確采集目標(biāo)信息，通 ?；诠?jié)點傳感范圍，通過研究節(jié)點通信范圍和傳感范圍之間的關(guān)系，給出滿足最佳連通 覆蓋要求的節(jié)點部署優(yōu)化理論。而該主要適用于研究異常事件監(jiān)測或目標(biāo)跟蹤。對于生 態(tài)環(huán)境監(jiān)測該類常態(tài)連續(xù)采樣應(yīng)用，異常事件監(jiān)測中一些節(jié)點部署理論不完全適用，如節(jié) 點傳感范圍、節(jié)點布置的數(shù)量，特別是節(jié)點布置的位置等方面。目前，僅有少量農(nóng)田環(huán)境 監(jiān)測及其他常態(tài)連續(xù)采樣監(jiān)測的文獻中提及節(jié)點放置問題，如A化erto CamillUA化erto Camilli, Carlos Eduardo Cugnasca, Antonio M Saraiva,et al. From wirless sensors to field mapping:Anatomy of an application for precision agriculture. Computers and Electronics in Agricuhure. 2007, 58(1):25 -36)在基于傳感器網(wǎng)絡(luò)的農(nóng)田信息建 模仿真試驗研究中采用規(guī)則柵格放置節(jié)點，在每級灌概管理分區(qū)中放置一個監(jiān)測節(jié)點，若 大面積監(jiān)控中，特別是地形復(fù)雜的環(huán)境中（如丘陵地形），采用該種方法將需大量的傳感器 節(jié)點，從而導(dǎo)致監(jiān)控成本大增，監(jiān)控成本與所獲得的收益不成正比。對于常態(tài)連續(xù)采樣應(yīng)用 大規(guī)模種植領(lǐng)域的傳感器網(wǎng)絡(luò)節(jié)點部署方法，還缺乏較為系統(tǒng)研究。在該類應(yīng)用中監(jiān)測面 積大、作物生長周期長、需要監(jiān)測的屬性多（±壤屬性、環(huán)境屬性、作物生長信息等），同時 監(jiān)測時地勢多樣、天氣狀況復(fù)雜等情況都增加了監(jiān)測節(jié)點部署的難度。為提高農(nóng)作物的產(chǎn) 量，減少病蟲害，更加合理的施肥，監(jiān)測節(jié)點的部署方法在農(nóng)作物生態(tài)環(huán)境監(jiān)測中具有重要 的意義。
[0004] 在傳統(tǒng)的生態(tài)環(huán)境監(jiān)測方法中，監(jiān)控節(jié)點選擇具有很大的主觀性、隨意性，缺少相 關(guān)的定量數(shù)學(xué)模型，從而在實際工作中很難在保證監(jiān)測效果的同時節(jié)約建設(shè)成本。生態(tài)環(huán) 境監(jiān)控中所花費成本主要來源于監(jiān)測設(shè)備成本、在保證監(jiān)控性能的前提下，用減少監(jiān)控節(jié) 點數(shù)量方法是減少成本的最好方法，該不僅減少了設(shè)備成本，而且還在W后的使用中降低 了能源消耗。因此尋找一種節(jié)能環(huán)保的低能耗智能監(jiān)測節(jié)點部署方法顯得非常重要。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于解決對環(huán)境監(jiān)測的布點問題，提供能夠達到A化erto Camill 所提規(guī)則柵格放置節(jié)點的監(jiān)測效果，其所用的監(jiān)測節(jié)點的數(shù)量遠遠少于規(guī)則柵格放置的節(jié) 點，特別是在丘陵地帶效果更加突出的一種基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部 署方法。
[0006] 本發(fā)明包括W下步驟
[0007] 1)確定需要監(jiān)測的因子及具有相關(guān)因子的關(guān)鍵點，具體方法如下；
[000引①、確定考核因素catego巧考核因素是指對監(jiān)測農(nóng)作物生長需要考慮的方面， 主要指監(jiān)測農(nóng)作物生長具有影響的因素，包括±壤因素、環(huán)境因素、作物生長信息因素等； 記作化tegcxry,= {category G 1，2, 3, . . . }，其中化tegcxry,表示所有影響監(jiān)測農(nóng)作物 生長因素的集合，category;表示具體的一個因素，i為自然數(shù)集合；
[0009] ②、確定具體的考核屬性feature^;考核屬性為各考核因素具體集的性質(zhì)， 如±壤因素的酸、堿性，±質(zhì)因素的水田、旱地、山地等；記作categoryi= {fea化re i/ i G 1，2, 3, . . .，}，feature;表示具體的一個屬性；
[0010] ⑨、為方便在同一類考核因素categcxTy;對不同的考核屬性feature i進行 監(jiān)控對比，確定相對考核屬性與"f"巧^巧。' >知化化,，若featureiG categoiT k， featurejE category k，feature； n feature j=目，feature ；與 feature j互為才目對考核屬 性，記作/e口化巧 < …巧"。'~、fea化rej .，
[0011] 如農(nóng)作物生長的±質(zhì)因素中的水田、旱地、山地互為相對考核屬性，使用相對考核 屬性主要是為對比不同屬性點所采集的數(shù)據(jù)；
[0012] ④、在步驟②的基礎(chǔ)上查找具有考核屬性feature;的地方，確定關(guān)鍵點 pointi，關(guān)鍵點是指在整個監(jiān)測區(qū)域內(nèi)具有考核屬性的具體位置，記作PT,= {point i/ i G 1，2, 3, ...}，其中PL表示所有關(guān)鍵區(qū)域的集合，point i表示具體的一個關(guān)鍵區(qū)域；
[0013] ⑥、確定每個屬性的關(guān)鍵點，屬性關(guān)鍵點是指具有某一個考核屬性的所有關(guān)鍵點， 記作 feature(i) = {po inti，j/j G 1, 2, 3,. . . }，其中 feature(i)表示具有考核因子 i 的 所有關(guān)鍵點的集合，points表示具有考核因子i的具體的一個關(guān)鍵點；
[0014] ⑧、確定每個關(guān)鍵點的屬性，關(guān)鍵點屬性是指某關(guān)鍵點具有的所有考核因子的集 合，記作9〇1111:(;〇 = {'631:腳61，/_]'￡1，2,3，...}，其中9〇;[]11:(;〇表示某關(guān)鍵點具有的所 有考核因子的集合，feature^表示某關(guān)鍵點i的一個具體的考核因子；
[0015] ⑦、根據(jù)步驟⑥、⑧，確定關(guān)鍵點與屬性的矩陣T，關(guān)鍵點與屬性的矩陣是指各關(guān)鍵 點與各屬性及各屬性與各關(guān)鍵點的一張對應(yīng)的二維表，縱列表示屬性的值，橫列表示關(guān)鍵 點的值；
[0016] 2)建立布點監(jiān)控模型，具體方法如下；
[0017] 由于對農(nóng)作物監(jiān)測為常態(tài)連續(xù)采樣，在屬性相同的情況下，采樣所得到的環(huán)境參 數(shù)及結(jié)果幾乎一致，監(jiān)測結(jié)果的差異性主要由屬性不一樣的關(guān)鍵區(qū)域所決定，如山的陰陽 面、海拔的高低、肥料的多少、±壤的質(zhì)量等各方面的情況，為提高農(nóng)作物的產(chǎn)量，減少病蟲 害，更加合理的施肥，對屬性不一樣的關(guān)鍵區(qū)域進行布點具有重大意義，為在降低監(jiān)控成本 的同時實施對所有考核屬性有效監(jiān)控，建立如式（1)所示的最優(yōu)化布點監(jiān)控模型，尋找最 少數(shù)量的監(jiān)控節(jié)點。
[001 引

【權(quán)利要求】
1. 基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法，其特征在于包括以下步驟： 1) 確定需要監(jiān)測的因子及具有相關(guān)因子的關(guān)鍵點； 2) 建立布點監(jiān)控模型； 3) 根據(jù)監(jiān)控模型，按照監(jiān)控節(jié)點的最佳監(jiān)控位置進行部署。
2. 如權(quán)利要求1所述基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法，其特征在 于在步驟1)中，所述確定需要監(jiān)測的因子及具有相關(guān)因子的關(guān)鍵點，具體方法如下； ① 、確定考核因素category^考核因素是指對監(jiān)測農(nóng)作物生長需要考慮的方面，主要 指監(jiān)測農(nóng)作物生長具有影響的因素，包括土壤因素、環(huán)境因素、作物生長信息因素等；記作 Categorys={categoryi/iG1，2,3，...}，其中示所有影響監(jiān)測農(nóng)作物生長 因素的集合，示具體的一個因素，i為自然數(shù)集合； ② 、確定具體的考核屬性feature^考核屬性為各考核因素具體集的性質(zhì)，如 土壤因素的酸、堿性，土質(zhì)因素的水田、旱地、山地等；記作categoryi= {feature夕 iG1，2, 3, ? ? ?，}，示具體的一個屬性；
如農(nóng)作物生長的土質(zhì)因素中的水田、旱地、山地互為相對考核屬性，使用相對考核屬性 主要是為對比不同屬性點所采集的數(shù)據(jù)； ④ 、在步驟②的基礎(chǔ)上查找具有考核屬性feature的地方，確定關(guān)鍵點pointi，關(guān)鍵點 是指在整個監(jiān)測區(qū)域內(nèi)具有考核屬性的具體位置，記作PTS={pointi/ie1，2, 3，...}，其 中PTS表示所有關(guān)鍵區(qū)域的集合，point,表示具體的一個關(guān)鍵區(qū)域； ⑤ 、確定每個屬性的關(guān)鍵點，屬性關(guān)鍵點是指具有某一個考核屬性的所有關(guān)鍵點，記作 feature(i) ={pointi，j/jG1，2, 3, ? ? ? }，其中feature(i)表示具有考核因子i的所有 關(guān)鍵點的集合，pointy表示具有考核因子i的具體的一個關(guān)鍵點； ⑥ 、確定每個關(guān)鍵點的屬性，關(guān)鍵點屬性是指某關(guān)鍵點具有的所有考核因子的集合，記 作口〇;[1^(;〇 = {€631：11^1，/_]_￡1，2,3，...}，其中口〇;[1^(;〇表示某關(guān)鍵點具有的所有考核 因子的集合，featurei;j表示某關(guān)鍵點i的一個具體的考核因子； ⑦ 、根據(jù)步驟⑤、⑥，確定關(guān)鍵點與屬性的矩陣T，關(guān)鍵點與屬性的矩陣是指各關(guān)鍵點與 各屬性及各屬性與各關(guān)鍵點的一張對應(yīng)的二維表，縱列表示屬性的值，橫列表示關(guān)鍵點的 值。
3. 如權(quán)利要求1所述基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法，其特征在 于在步驟2)中，所述建立布點監(jiān)控模型的具體方法如下： 建立如式（1)所示的最優(yōu)化布點監(jiān)控模型，尋找最少數(shù)量的監(jiān)控節(jié)點；
Opt.表示目標(biāo)優(yōu)化，s.t.表示約束集合，f(x)是實值函數(shù)或向量函數(shù)，稱之為目標(biāo)函 數(shù)，表示監(jiān)控節(jié)點的數(shù)量；Xi為關(guān)鍵節(jié)點point,的數(shù)學(xué)表達形式，如式（2)所示，它的取值 為兩種情況，當(dāng)關(guān)鍵節(jié)點被選擇為監(jiān)控節(jié)點時，其值為1，沒有被選擇時，取值為〇 ;
其中i為位置編號，即ID號，pot(x，ydg具體的位置，（x，y)為經(jīng)、煒度； 屬性關(guān)鍵點及關(guān)鍵點屬性之間的關(guān)系用矩陣T表示，如式（3)所示；當(dāng)某關(guān)鍵點Point」 存在某屬性feature^t，矩陣T中相應(yīng)的值用"1"表示，若不存在，其值用"0"表示；
由于每一個屬性都需要監(jiān)測，則有式（1)中（c)所示的關(guān)系； 根據(jù)六西格碼標(biāo)準(zhǔn)可知，選擇某屬性關(guān)鍵點時希望選取的點在此屬性的均值的一
關(guān)鍵點屬性值是指某關(guān)鍵點具體的某一屬性的值，記作pointyfeature』,value，表示 為第i個關(guān)鍵點第j個屬性的值； 為提高監(jiān)控質(zhì)量，希望每個監(jiān)測點的屬性值都在各屬性值的1個西格碼（Sigma)范圍 內(nèi)，設(shè)定判定函數(shù)如式（1)中的式（d)所示，若不在1個西格碼（Sigma)范圍內(nèi)，把式（3) 中的相關(guān)的pointyfeature』值設(shè)為"0" ； 由于天氣原因，作物生長因子在不同的季節(jié)所受影響不同，定義各關(guān)鍵點屬性的加權(quán) 因子矩陣WeightFactor，其中示屬性i的權(quán)值，且權(quán)值符合歸一法，即權(quán)值相 加為"1"，如式（1)中的式（e)、（f)所示。
4.如權(quán)利要求1所述基于傳感器網(wǎng)絡(luò)的低能耗生態(tài)環(huán)境監(jiān)控節(jié)點部署方法，其特征在 于在步驟3)中，所述根據(jù)監(jiān)控模型，按照監(jiān)控節(jié)點的最佳監(jiān)控位置進行部署的具體方法如 下： 通過對式（1)求解確定最少的監(jiān)測節(jié)點數(shù)；并且在監(jiān)測節(jié)點數(shù)量一定的情況下，希望 監(jiān)測節(jié)點都布置在每個屬性均值的一個西格碼范圍內(nèi)，從而使得監(jiān)測所得的結(jié)果具有普遍 性及代表性；整個算法采用預(yù)選制，先找出屬性最多的關(guān)鍵點作為預(yù)選擇點，若預(yù)選擇點數(shù) 大于1個時，調(diào)用屬性優(yōu)化方法選擇所有屬性值都靠近屬性均值的關(guān)鍵點作為監(jiān)測點；若 經(jīng)過這樣處理后，還存在兩個以上的預(yù)選擇點，則調(diào)用作物生長因子加權(quán)法確定監(jiān)測點；其 后，若還存在兩個以上的預(yù)選擇點，則采用隨機算法，隨機確定經(jīng)過作物生長因子加權(quán)法處 理后的預(yù)選擇點為監(jiān)測點；最后采用關(guān)鍵點與屬性的矩陣優(yōu)化方法來對關(guān)鍵點與屬性的矩 陣T進行處理，直到矩陣T內(nèi)的所有數(shù)據(jù)為"0"為止（"0"矩陣），得出所有監(jiān)控節(jié)點的位 置，并按此位置部署傳感器監(jiān)控節(jié)點。
【文檔編號】H04W84/18GK104486435SQ201410808066
【公開日】2015年4月1日 申請日期:2014年12月22日 優(yōu)先權(quán)日:2014年12月22日
【發(fā)明者】鄒賽, 唐余亮, 莊衛(wèi)華, 黃聯(lián)芬, 高志斌, 趙毅峰, 楊帆 申請人:廈門大學(xué)