基于多级循环比较算法的低功耗快速报警系统

陈相南，李艳萍，王佩琦，龚杏雄

（太原理工大学 信息工程学院，山西 太原030024）

0 引 言

传统的液位检测方式［1－5］主要是单通道现场检测，这些研究主要集中在传感器的液位采集部分，而未考虑数据传输部分，需要人工定期检查，不利于大范围多储水设施情况的集中监管，浪费人力。目前还存在一些采用有线通讯方式的多通道的液位监测方法，虽能实现多通道集中管理，但其施工复杂，不易扩展。尽管已有一些采用无线通信方式的液位检测的研究［6，7］，但都未考虑直接向用户及相关事故处理部门发送报警信息。针对工业和民用建筑物中大量的储水设施，本文提出一种基于ZigBee无线传感技术的多通道水位监测及快速预警系统，将泄漏事故情况直接发给相应用户及相关事故处理部门。

1 系统设计

工业和民用建筑物中，存在一些通常情况下水位保持不变的储水设施，具有数量大，分布不集中的特点。针对这些储水设施的漏水事故问题，本文提出一种基于ZigBee无线传感技术的低功耗紧急漏水事故快速预警系统，将漏水事故情况直接发送给用户及相关处理部门。为实现这一功能，系统中ZigBee网络的中心节点采用SIM（subscriber identity module）卡类型ZigBee模块。当事故发生时，启动现场报警器终端的同时，还将中控主机的决策结果，通过SMS（short message service）服务器直接发给相关事故处理部门及相应注册用户的手机上，系统结构如图1所示。

图1 系统结构

如图1所示，本系统的工作流程为：传感器节点将采集的水位信息通过ZigBee网络发送到中心节点，中心节点将接收到的数据送至中控主机进行分析与决策。当泄漏事故发生时，中控主机将警报信息经由中心节点发送至终端报警器，同时，将事故信息通过SMS服务器直接发送到相关事故处理部门及相应注册用户的手机上。

1.1 传感器节点

传感器节点负责水位信息的采集，并将数据发送至中心节点。传感器节点分为传感器和数据管理两部分，本系统中采用带温补超声波测距模块作为传感器模块。其具有测量精度高，体积小，使用便捷，控制灵活等特点；数据管理部分包括：数据调度模块、数据采集模块和数据通信模块。

1.2 中心节点

中心节点是整个检测系统的通讯核心，所有传感器节点均通过中心节点进行数据交换，实现整个系统的中央监测。中心节点接收来自传感器节点的水位数据，将其传送至中控主机。当发生储水设施泄漏事故时，中心节点接收并处理来自中控主机的警报信息，并发送至终端报警器，其功能结构如图2所示。

为实现对紧急事故的快速报警，中心节点采用SIM 卡类型ZigBee模块，对每个传感器节点进行身份识别，与注册用户身份相关联。这样，当某个储水设施泄漏，系统将直接将泄漏信息发送到相应注册用户的手机上，同时向相关事故处理部门报警。

图2 中心节点

1.3 中控主机

中控主机分析来自中心节点的水位数据，然后对其进行分析与决策。当泄漏事故发生时，中控主机将决策结果发送给中心节点来启动终端报警器，同时，将事故信息通过SMS服务器发送到相应注册用户的手机上，以及相关事故处理部门。其结构框图如图3所示。

图3 中控主机

中控主机通过分析每个节点的水位数据变化量是否大于预设门限值来判断是否发生泄漏事故，当储水设施发生严重泄漏事故时很容易判断。但当储水设施发生渗水或缓慢漏水时，受到传感器精度的限制，可能无法识别连续两次接收到的水位数据的变化。为解决这一问题，提出一种多级循环比较算法，应用于漏水决策环节。

多级循环比较算法的原理为，接收到的水位数据不仅与上一次接收到的水位数据进行比较，同时还与较长一段时间以前采集的水位数据比较。算法数学描述如下：首先定义第j级循环比较中连续两次比较样本的差值Δj（i），其表达式如下

式中：i∈（0，1，2，…，n），D（i）——第i个样本数据。gj——第j级的比较间隔，其满足gj＋1＞gj，且g1＝1，即第一级比较为连续两次采集样本比较。判断漏水的依据为Δj（i）是否满足式（2）

式中：ξ——系统预设的门限值。式（2）的含义为：第j 级的连续两次比较样本的差值若大于预设的门限值ξ，则判断为有漏水事故发生。若有储水设备晃动而引起水面波动或传感器错误采集等突发状况产生，那么按照式（2）进行决策就很可能做出错误决策。在实际情况中，若储水设施发生泄漏，则水通常会以一定的流速匀速流失，即水面高度匀速下降。因此，依据这一特点将第j级的决策依据改为

式中：k∈（0，1，2，…，n）。这样，极大程度地避免了突发情况对决策产生的干扰。

针对储水设施缓慢漏水或渗水情况中水面高度变化极小，难以检测的问题，多级循环比较算法通过延长比较时间来累积水面高度的变化值，在相同传感器精度的条件下极大地增加了系统检测精度。

2 节点低功耗设计

由于网络中传感器节点通常采用不能进行能量补充的电池来提供能量，节点随电池电量耗尽而失效，因此，功耗对于ZigBee网络来说是一个非常重要的指标。为减少节点能量消耗、延长节点和网络的寿命，进行节点的低功耗设计尤为重要。

在传感器节点中，传感器和处理器的功耗很小，传感器节点的大部分能量被无线收发模块消耗。因此，合理地减少节点的数据收发次数和降低天线的发射功率可以有效地降低传感器节点的功耗。鉴于以上分析，本文采用以下两种方法，以实现节点的低功耗设计。

2.1 节点数据选择发送机制

针对储水设施水位报警系统，中控主机需要实时监测水位信息以达到快速预警的功能，这就要求传感器节点发送水位数据的频率越高越好。而通常情况下水位均保持不变，系统不需要决策，这就产生了大量的重复冗余数据的传输，造成能量浪费。

根据以上情况，本文采用一种节点数据选择发送机制［8］。传感器节点的数据采集周期为Tsensor，数据发送周期为Tsen，二者满足式（4）

式中：m∈（0，1，2，…，n），即每采集m 次数据发送一次。同时，传感器节点对一个发送周期Tsen内的m 个数据进行比较，记

式中：l∈（0，1，2，…，n），X（l）——第l个采集数据。当τl均小于或等于预设阈值ω时，传感器节点按周期Tsen正常发送数据，即只有数据X（m）被发送到中心节点，而X（1），X（2），…，X（m－1）均被舍弃。这样，就减少了大量的重复冗余数据的传输。若τl大于预设阈值ω，表明水位信息有变化，发生漏水事故的可能性较大，所以从该时刻起，按采集周期Tsensor发送数据，等待中控主机的决策结果。

这样，采用周期与非周期相结合的自适应数据传输机制，在不牺牲系统预警的准确性的情况下，可以有效地降低节点能耗。其中，阈值ω、采样周期Tsensor和Tsen可根据实际情况设定。

2.2 节点发射功率自适应机制

本系统中传感器节点分布在建筑物中，与中心节点间的距离各不相等，且相隔不同程度的障碍物，所以，其与中心节点通信所需要的发生功率也不完全相同。若所有传感器节点以相同的发射功率与中心节点通信，则会造成不必要的能量浪费。针对以上问题，本文采用节点发射功率自适应机制［9］，其原理如图4所示。

图4 功率校正原理

当网络建立时，传感器节点以最大发射功率与中心节点通信，向其发射功率校验命令。然后，中心节点向传感器节点返回一个接收信号强度指示信号（receiving signal strength indication，RSSI），传感器节点根据返回的RSSI值对其发射功率进行调整，然后再次向中心节点发送功率校验命令，直到传感器节点与中心节点以相对最小发射功率建立可靠的通信链路为止。

通过应用节点发射功率自适应机制，传感器节点根据实际的通信信道质量调整其发射功率，避免了所有节点按照统一发射功率传输数据所造成的能量浪费。

3 实验与仿真分析

3.1 多级循环比较算法实验分析

为测试多级循环比较算法的性能，我们对3个尺寸相同的水箱（分别记为Tank 1，Tank 2，Tank 3）进行实验。分别对3个水箱进行两组实验，第一组实验采用多级循环比较算法对其进行漏水决策；第二组实验采用传统决策方法对其进行漏水决策。根据式（3），第一组多级循环比较算法的参数设置如下：j＝2，k＝3，g1＝1，g2＝10，ξ ＝5mm；第二组实验中的报警门限值也设为5mm。两组实验的采样间隔Tsensor均设为5s。

两组实验分别对3个水箱进行相同的试验，初始水位均为200mm，然后在水箱底部开不同大小的孔或使水箱产生晃动，使Tank 1的水位以1.2mm／s的速度下降，Tank 2的水位以0.6mm／s的速度下降，而未对Tank 3水箱进行破坏，只是轻微晃动水箱，使其水面发生波动，水位变化情况如图5所示。

图5 水位变化

第一组实验中，系统对Tank 1 和Tank 2 产生报警信号；第二实验中，系统对Tank 1和Tank 3产出报警信号。基于多级循环比较算法的决策系统对3个水箱的漏水情况判断完全正确，而第二组基于传统判断方法的实验中，仅对Tank 1做出正确判断。实验结果说明，多级循环比较算法能够有效地提高系统的报警灵敏度，并降低误警率。

3.2 节点低功耗仿真分析

这里对本文所设计节点的低功耗性能进行分析，首先建立节点能耗模型。本文引用基于通信和计算特征分析的能耗模型［10］，其数学模型表示如下：

（1）面向应用的节点能耗

（2）节点通信能耗

（3）节点计算能耗

（4）传感器采样能耗

式中：psen——RF发送的平均功率，tsen——RF发送的每帧平均用时，Tsen——数据发送周期。类似地，式（7）中其它参数分别为通信模块接收、空闲及睡眠时的功率、时间和周期。patom为原子计算的平均功率，tatom为原子计算的平均用时，Tatom为原子计算周期。psensor为传感器采样平均功率，tsensor为传感器采样平均用时，Nsensor为传感器采样周期。

本试验中，节点ZigBee 模块采用TEXAS INSTRUMENTS公司的CC2530SoC［11］，传感器采用DYP－ME007超声波模块［12］，以下为其公司提供的节点物理特性参考值

psen＝u＊isen＝3.3V×29mA＝95.7mW

prec＝u＊irec＝3.3V×24mA＝79.2mW

pidle＝u＊iidle＝3.3V×0.2mA＝0.66mW

psleep＝u＊isleep＝3.3V×1μA＝3.3×10－3mW

psensor＝u＊isensor＝5V×15mA＝75mW

patom＝5／4＝1.25mW

tsensor＝1ms

根据以上能耗模型及物理参数，分别对采用节点低功耗设计与未采用低功耗设计的传感器节点功耗进行仿真分析。实验中，为便于分析，网络仅由一个中心节点和3 个传感器节点（分别记为节点A，B，C）组成，采用星型拓扑结构。表1给出本实验中两种机制下3个传感器节点的部分参数设置。

表1 传感器节点部分参数

此外，在ZigBee网络中一个通信周期内，节点的各个状态平均用时［10］为

tsen＝3.291ms

trec＝0.842ms

t

atom＝1.033ms

tidle＝T1－tsen－trec－tsleep＝45.867ms

结合以上参数与功耗模型，对采用低功耗设计的传感器节点与未采用低功耗设计的传感器节点的功耗进行仿真。其中，又对采用低功耗设计的节点进行两种情况下的功耗仿真：一种是节点采集的水位数据一直保持平稳的状态；另一种是节点采集的水位数据在某段时间内发生突变情况。仿真结果如图6所示。

图6 低功耗与非低功耗节点能耗

从仿真结果可以看出，采用低功耗设计的节点功耗明显低于未采用低功耗设计的节点功耗。由于节点数据选择发送机制，当水位数据发生突变时，低功耗节点的功耗突然增大。根据仿真数据得出，采用低功耗设计的传感器节点的功耗相比于未采用低功耗设计的传感器节点降低76.37%。本文低功耗设计的节能效果显著，适用于本系统传感器节点长期监测的特点，有效延长系统寿命。

4 结束语

为解决民用及工业建筑物内大量储水设施监管问题，本文设计了一种漏水监测及快速报警系统，将紧急事故情况信息直接发送给相关紧急事故处理部门及相应注册用户。并提出一种多级循环比较算法，应用于中控主机决策环节。同时，对传感器节点进行了低功耗设计，通过节点数据选择发送机制与发射功率自适应机制，降低节点功耗。相对于现有的水位监测与报警系统，本设计具有报警速度快、灵敏度高、误警率低和功耗低的特点。

［1］Luo K，Shui A，Li S，et al.Sensor cable－based tank leak detection system ［C］／／China：Control and Decision Conference，2011：1320－1324.

［2］Chen Y，Tang Z N，Yu J.Using multi－sensor data fusion to predict dangerous states of LNG transport tank［C］／／China： IEEE 5th International Conference on Advanced Computational Intelligence，2012：18－20.

［3］Moon C，Brown W C，Mellen S，et al.Ultrasound techniques for leak detection in vehicle and pressure vessel production lines［C］／／USA：Noise－Con，2008：1－6.

［4］Li C J，Qi T Z，Zhang Z Q.A smart design of coolant tank leak testing equipment in car manufacture using fault detection and isolation observer based method ［C］／／Singapore：Industrial Electronics and Applications，2008：1925－1928.

［5］Zeng C Z，Lin Z，Chen J H，et al.Analysis of pressurechanged effect on leakage in pressure decay leak detection ［J］.Applied Mechanics and Materials，2012，101：189－192.

［6］Luo J，Wang Y H，Zhao Q W，et al.Study on liquid volume measurement based on wireless transmission and hydraulic sensors［J］.Applied Mechanics and Materials，2013，263：392－397.

［7］Li Z，Shui A，Luo K，et al.SIR－based oil tanks leak detection method ［C］／／China：Control and Decision Conference，2011：1946－1950.

［8］XU Huanliang，ZHANG Hao，SHEN Yi，et al.Environment monitoring system for flowers in greenhouse using low－power transmission ［J］.Transactions of the Chinese Society of Agricultural Engineering，2013，29 （4）：237－244 （in Chinese）.［徐焕良，张灏，沈毅，等.基于低功耗传输方法的设施花卉环境监测系统 ［J］.农业工程学报，2013，29 （4）：237－244.］

［9］SHI Fanrong，HUANG Yuqing，REN Zhenwen，et al.Design of adaptive tree－mesh hybrid wireless sensor networks for greenhouses［J］.Transactions of the Chinese Society of Agricultural Engineering，2013，29 （5）：102－108 （in Chinese）.［石繁荣，黄玉清，任珍文，等.自适应Tree－Mesh结构的大棚无线监测网络设计 ［J］.农业工程学报，2013，29 （5）：102－108.］

［10］CHENG Xiaoliang，DENG Zhidong，DONG Zhiran.A model of energy consumption based on characteristic analysis of wireless communication and computation ［J］.Journal of Computer Research and Development，2009，46 （12）：1985－1993（in Chinese）.［成小良，邓志东，董志然.基于无线通信和计算特征分析的能耗模型 ［J］.计算机研究与发展，2009，46 （12）：1985－1993.］

［11］Instruments T.CC2530DataSheet（Rev.B）［EB／OL］.［2012－04－28］.http：／／www.ti.corn.

［12］Company Y P D.DYP－ME007V2，Ultrasonic module with temperature compensation［EB／OL］.［2011－09－16］.https：／／code.google.com／p／megapirateng／wiki／dypme007，（in Chinese）.［深圳市电应普科技有限公司.DYP－ME007 V2带温补超声波测距模块［EB／OL］.［2011－09－16］.https：／／code.google.com／p／megapirateng／wiki／dypme007.］