基于WSN的分布式城市噪声监测系统设计

曹晓欢，杨建华，陈立伟

(西北工业大学自动化学院，西安710129)

随着工业发展、文明进步，人们的生活日益丰富。伴随着我国城市的快速发展与扩张，交通、生活、建筑等噪声污染日益严重，干扰市民生活，同时诱发多种疾病，带来听力损伤。因而，对于城市噪声的监测与防治研究一直是环境［1］、交通［2］、建筑和声学［3］等领域的研究热点。

现有的噪声监测手段主要包括依靠车载监测设备或手持设备的移动监测以及采用固定设备的分布式定点监测。移动监测机动性强、设备性能优良、监测数据精确，但需要耗费大量的人力物力，而且不具备实时性。而现有的分布式定点监测系统一般需要建立有线数据传输网络，即使利用现有的互联网技术也需要预设线路和接口进行连接。本文所设计的基于WSN的噪声监测系统利用成熟的WSN技术［4］搭建无线通讯网络，不需要铺设通讯线路也无需在外网预设接口，节点的分布、移动、增加和删减更加灵活。利用城市环境中丰富的供电线路搭配太阳能电池板，系统能够克服传统WSN的节点供电受限问题［5］。结合虚拟仪器技术，本系统设计了友好的人机交互平台，并且与城市地图数据库连接，实现了城市噪声强度分布的实时显示。

1 系统总体结构设计

系统整体结构如图1所示。噪声采集模块与无线射频模块构成无线传感器节点(Node)，传声器将采集到的噪声模拟信号转换为数字信号，通过无线射频模块将数据发送至网关节点。WSN由8个无线节点与网关节点组成，其通信基于IEEE 802.15.4/ZigBee通用标准协议。节点由太阳能蓄电池配合有线输电线路供电。WSN的网关节点通过COM口与计算机实现通信。在LabVIEW环境下通过VISA模块实现COM口的驱动与数据读写，噪声数据以三维动态噪声分布图的形式显示在软件界面上，可以实现过限报警，噪声数据的动态存储与调用。工作人员通过人机交互平台可以实时监测城市各个区域的噪声分布情况，并结合城市地图迅速定位噪声源，及时进行处理。

图1 分布式城市噪声监测系统结构图

2 基于Zigbee的WSN设计

2.1 网络结构

噪声监控系统所建立的无线传感器网络采用星型拓扑结构［6－7］，由一个主协调器(网关节点)及多个从设备(无线节点)组成，从设备只与主协调器进行通信，节点之间不进行通信。星型拓扑结构网络组成简单，从设备采用无时槽信道竞争机制(Unslotted)CSMA/CA，网络主要能耗集中在可以有线供电的主协调器上，相较于其他拓扑结构可以大大降低节点能耗，使依靠电池供电情况的从设备可以拥有更长的工作时间，以便太阳能蓄电池供电系统在夜晚或阴天的情况下能够为节点工作提供足够的能量。无线传感器设备选用Memsic公司的MIB520网关节点以及 IRIS“智能尘埃”。MIB520网关节点自带USB接口用以数据传输和在线编程。

IRIS平台支持 IEEE 802.15.4/ZigBee通用标准协议［8］，工作在 2.4 GHz波段并自带 10 bit 8 通道ADC。系统的网关节点由IRIS平台加MIB520网关构成，网关节点集中了网络的主要能耗，由USB接口直接供电。节点由IRIS平台与自制的传声器数据采集系统构成，依靠太阳能蓄电池系统供电独立工作。

2.2 星形网络结构下IRIS平台软件设计

IRIS是一个微型嵌入式系统，平台采用TinyOS操作系统［9－10］进行应用程序的开发。TinyOS是加州大学伯克利分校开发的开源嵌入式操作系统，采用模块化设计，程序核心较小，适用于处理能力与存储空间都有限的无线传感器节点。TinyOS是基于组件的操作系统，主要部分包括:main组件、应用组件、系统组件以及硬件描述层(HPL)，便于操作系统的移植以及程序的复用。TinyOS系统的片上程序开发由NesC语言实现，IRIS的应用程序在计算机上编写好后通过MIB520进行烧写。

TinyOS系统中基于主动消息模式的通信模型是一个面向消息通信的高性能通信模式。在传感器网络中采用主动消息机制的主要目的是使无线传感器节点的计算和通信重叠，让软件层的通信原语能够与节点的硬件能力匹配，充分节省无线传感器节点的有限存储空间。系统采用主动消息中“带确认信息的消息传递”的通信机制。

由于8路无线节点工作在同一信道，在IEEE 802.15.4/Zigbee通信协议中制定了CSMA/CA竞争机制，并制定了信标网络(Beacon-Enabled Network)及无信标网络(Nonbeacon-Enabled Network)［11］。本系统设计的WSN采用了无信标网络协议，系统启动后网关处于监听状态，节点采用无时槽信道竞争机制(Unslotted)CSMA/CA。当一个节点准备发送数据时，首先侦听信道状态，如果信道空闲则传递数据包，如果信道繁忙则进行有限延时等待后再次进行侦听，直到数据包发送成功为止。节点发送数据流程与网关接收数据流程如图2所示。

图2 节点数据发送与网关节点数据接收流程图

3 LabVIEW环境下监控软件设计

3.1 监控平台与网关接口设计

无线传感器网络网关与主机通过COM口连接。网关接收节点的每一个消息包包括以下内容:FFFF(目标节点地址);00 01(链路层源地址);04(消息包有效载荷区长度);00(网络组号);06(AM类型);以下为消息包有效载荷区:00 01/00 02/…:节点编号;03 30噪声数据(十六进制)。LabVIEW通过VISA模块读取串口数据并进行数据处理与显示。

虚拟仪器软件规范VISA(Virtual Instrument software Architecture)是LabVIEW中提供的用于仪器编程的标准I/O函数库及其相关规范的总称。其实质是虚拟仪器系统标准API。VISA通过调用底层驱动程序来实现LabVIEW与网关串口通信。串口通信操作的基本过程为:配置串口参数(打开串口)→发送或接收数据→关闭串口［12］。其中参数的配置非常重要，它直接关系到串口通信是否正常。本系统串口通信的波特率为57 600 bit/s。

3.2 噪声监测程序设计及其三维动态显示

通过无线传感器网络发回的噪声数据是节点所在区域的噪声信号，而分布式三维动态显示噪声是这一区域噪声的覆盖情况。在自由声场条件下，点生源的声波遵循球面发散的规律，按照声功率级作为点声源评价量，其衰减模型为:

其中，Ew表示声音能量因距离增加产生的衰减值;r表示点声源与受声点的距离。

噪声三维图显示于OXYZ空间，其中，OXY平面模拟城市路面坐标信息，Z轴表示噪声分贝值。不同路段的传感器节点将根据其路面坐标位置显示在三维等高线图上

3.3 软件整体结构及主要功能

软件整体结构采用“生产者/消费者”结构。该结构是多线程编程模式是时间处理器和队列消息处理器相结合而构成的复合设计模式。在系统设计中，生产者负责循环不间断的通过VISA模块读取网关串口发回的数据，提取出有用的噪声信号后将其转化为分贝值写入消息队列。消费者循环读取消息队列噪声分贝值与相应节点标示符，根据声音衰减模型将噪声数据转化为二维数组，根据节点标示符，在相应的节点位置上显示区域噪声三维强度图。

噪声过限报警功能根据预设噪声分贝阈值进行判定。预设噪声分布阈值分为白天和夜晚两种工作模式，超过预设噪声限，自动在相应位置上点亮红灯报警。

数据存储功能实现了噪声过限数据选择性存储。数据存储采用TDMS技术，这是LabVIEW中专为存储数据而设计的数据模型，具有速度快，占用内存小，方便读写的特点。

显示地图功能可以调用城市地图信息，并查看无线节点的布点情况，方便噪声分析处理与硬件维护。

软件工作界面如图3所示。左半部分显示分布式噪声强度图及噪声过限指示，右半部分为软件主要功能区域。

图3 软件系统界面

4 分布式城市噪声监测系统实验

在实验室环境下，通过沙盘模拟城市主要路段情况，对该系统进行了实验验证与可行性测试。8个无线传感器节点分布在不同的路段，与网关及监控平台距离大于等于30 m。

实验开始前，将过限噪声阈值设为白天80 dB，夜晚40 dB。噪声超过这一分贝值过限指示中就会点亮红灯报警。

实验开始，在白天工作模式下，各个监测区域处于安静状态，如图3所示。人为在第4个，第7个节点附近播放高分贝噪声，在其余点播放低分贝噪声，监测界面显示如图4(a)所示，超过80 dB的两个位置点亮红灯报警。在夜晚工作模式下，只在第4个节点处播放高分贝噪声，在第3，5，7节点处播放与上一实验相同的低分贝噪声，其余节点没有人为播放噪声。由图4(b)所示，夜晚模式下，噪声在相对低的分贝下同样进行过限报警。同时，此次试验开启过限数据保存，界面右半部分数据保存指示灯点亮，数据成功保存。

在功能选项中，点击“显示地图”按钮，工作人员可以实时查看监控路段地图与节点布点情况，如图5所示。

对该系统进行了3次长时间实验，实验持续时间分别为5 h，8 h，20 h。实验结果表明，WSN工作正常稳定，监测界面的实时动态显示正常，报警灵敏，结果正确，软件各项功能运行成功。噪声监测系统的测试实验结果表明无线通信网络与系统软件结构设实现了设计目的。

图4 监测结果

图5 监控路段地图与节点分布情况

5 总结

使用无线传感器网络实现数据采集是未来对噪声进行检测与分析的有效途径。笔者提供了TinyOS环境下设计开发WSN的方法，提出了基于LabVIEW的软件系统及人机交互设计。VISA通信与生产者/消费者模式结构的使用大大降低了系统开发的复杂程度，增强了程序的鲁棒性，降低内存资源占用。实验结果证实，系统可以长时间稳定的实现噪声动态监测与报警、噪声数据保存、地图及节点布点情况查看等。该系统为噪声治理，智能交通等领域提供了理论依据与参考，具有较大的工程应用价值。

［1］ 秦勤，张斌，段传波，等.环境噪声自动监测系统研究进展［J］.中国环境监测，2007，23(6):38－40.

［2］ 王天利，谢佳茵.城市交通噪声监测优化布点研究［J］.噪声与振动控制，2010，30(4):44－49.

［3］ 朱从云，赵则祥，李春广，等.噪声控制研究进展与展望［J］.噪声与振动控制，2007(3):1－8.

［4］ 戴晓华，王智，蒋鹏，等.无线传感器网络智能信息处理研究［J］.传感技术学报，2006，19(1):1－7.

［5］ 李云红.无线传感器网络能量均衡路由算法研究［D］.西安:西安电子科技大学，2011.

［6］ 李凤保，李凌.无线传感器网络技术综述［J］.仪器仪表学报，2005，26(8):559－561.

［7］ 崔洋，郭坤亮，何丽莉，等.基于无线传感器网络的传统发酵过程监测系统［J］.仪器仪表学报，2010(7):1490－1495.

［8］ Baronti P，Pillai P，Chook V W C，et al.Wireless Sensor Networks:A Survey on the State of the Art and the 802.15.4 and ZigBee Standards［J］.Computer Communications，2007，30(7):1655－1695.

［9］ Levis P，Madden S，Polastre J，et al.Tinyos:An Operating System for Sensor Networks［J］.Springer Berlin Heidelberg:Ambient Intelligence，2005.115－148.

［10］张侃侃，刘晔，陈敬后，等.基于TinyOS操作系统的无线传感器网络自组网研究［J］.传感技术学报，2007，20(6):1349－1352.

［11］陈立伟，杨建华，曹晓欢，等.物联网架构下的室内环境监控系统［J］.电子科技大学学报，2012，41(2):265－268.

［12］陈树学，刘萱.LabVIEW宝典［M］.北京:电子工业出版社，2011:420－426.