钻井井场测控系统的ZigBee模块低功耗设计

姜亚竹，蔡 萍

(上海交通大学 电子信息与电气工程学院，上海 200030)

0 引言

随钻测井仪器[1]LWD(Logging While Drilling)是石油钻探工程中的关键设备，其用途是在钻井过程中一边钻进一边测量地层岩石的物理参数，并实时上传数据供钻井人员及时调整钻头轨迹，使之沿着目标油层方向钻进。钻井井场测控系统[2]是随钻测井仪器的重要辅助系统，包含有泥浆压力传感器、钩载传感器、绞车传感器[3]、司钻显示器以及数据处理PC等。主要功能是实时监测钻井过程中的泥浆循环压力，测井仪器钻头深度，以及获取井下仪器传输到地面的地层参数，并对数据进行处理分析，实现精确地实时地控制钻头的钻进轨迹。

早年间，井场测控系统中的传感器与上位机之间通过几十米甚至上百米的线缆连接，信号衰减厉害，因井场空间拥挤导致线缆易缠绕易损坏。后期引入了ZigBee无线通信技术，使系统的简洁性和易用性大大提高。ZigBee是一种近距离、低功耗、低复杂度、低速率和低成本的双向无线通讯技术[4]，应用范围很广。相比其它无线通信技术，它的优势在于功耗要比Bluetooth和Wi-Fi低一个数量级，传输距离要比RFID、IrDA和UWB高出几十倍。

ZigBee无线节点设备均采用电池供电，由于要求小型化和轻便化，所以不可能备有太大的电池容量，然而一般每口油井的钻进周期[5]往往持续数个星期，极大地考验着电池的续航能力，为了尽可能地延长各ZigBee节点设备的工作时间，针对其低功耗优化设计展开研究，就显得很有意义和应用价值。

对于钻井井场无线测控系统，ZigBee无线节点设备是其最基本的组成单元，它的构成主要是井场上的各种传感器(或钻采显示设备)，ZigBee无线传输模块和电源模块(集成MCU)等三部分，如图1所示。随着IC工艺的不断进步，传感器芯片和处理器芯片的功耗已经做得很低，在ZigBee无线节点设备中，绝大部分功率消耗在发射无线信号过程中，占比达60%以上。因此对发射功率进行优化控制可以实现低功耗设计目的。

图1 ZigBee无线节点设备的组成

1 ZigBee模块发射功率参数研究

为了能够实现动态调整ZigBee无线模块的发射功率，必须对发射功率的调整参数进行研究。大部分ZigBee厂商都会提供一个模块参数PL(Power Level)来供用户调整其发射功率，但手册中并不提供具体参数对应的具体发射功率等信息，因为不存在严格的数学对应关系，受实际使用条件影响较大，用户需根据自身不同需求自行探究。

该钻井井场无线测控系统中具体采用DIGI公司的ZigBee模块，具体型号为XBeeS2C Pro，其最大发射功率为63mW，发射电流为120 mA@+3.3 V，接收电流31 mA。S2C模块中提供的参数PL有5个等级供用户调整其发射功率，分为为PL=0(+10 dBm)，PL=1(+12 dBm)，PL=2(+14 dBm)，PL=3(+16 dBm)，PL=4(+18 dBm)。

默认情况下，ZigBee模块工作在最大发射功率状态，系统不会自动调整，因此不利于节能。实际上，当节点距离比较近时，较小的发射功率就可以满足通信要求。若距离不固定，可以通过动态调整ZigBee的发射功率，实现综合能耗最低。但这需要对模块功率等级PL值对信号强度RSSI[6 ]的影响规律有充分的了解。

为此，通过设计对比实验测试S2C Pro模块不同功率等级PL对接收信号强度的影响规律。设定4种节点距离，由近及远分别为1 m，5 m，10 m和20 m，由终端设备(End Device)向协调器(Coordinator)发送数据，依次设定End Device的PL值为0,1,2,3,4，Coordinator的PL值固定为4。分别测试Coordinator接收到的End Device发射的信号强度RSSI，在固定距离下其随PL值的变化曲线如图2所示。

图2 ZigBee RSSI随PL值的变化曲线

从图2可以清晰看出：信号强度RSSI值与功率等级PL呈现非线性正相关规律，随着PL值增加而增大。当PL=0增加到PL=1时，信号强度增大幅度比较大，但当PL=1依次增加到PL=4过程中，RSSI增大较缓慢，明显与PL变化不成比例。一种原因可能是模块内部功率控制只是模糊控制，并非严格按数学关系控制；另一种原因可能是特定条件下，一味增加发射功率并不能大幅地有效增大信号强度，有其它相关因素限制了信号强度。

根据PL=0,1,2,3,4对RSSI的影响规律可以将ZigBee模块发射功率动态调整等级选定为三档：PL=0，PL=1和PL=4，而不是PL=0, 1, 2, 3, 4五档，一个原因是档位太多，控制起来比较复杂，不实用，另一个原因是PL=1到PL=4的影响趋势缓慢，没必要再选择中间的PL=2和PL=3。动态控制策略中选取此三档功率等级作为控制标准，根据需要进行切换。

从上述实验可以看出，除了功率等级PL值对信号强度RSSI产生影响外，节点距离的变化同样动态地影响着信号强度RSSI。明显地，节点距离近，信号强，在满足通信质量的前提下可以适当降低发射功率，以实现降低功耗。接下来研究RSSI与距离的影响规律。

2 ZigBee信号强度与节点距离的关系研究

2.1 信号强度与节点距离关系的理论模型

一般来说，在无线信号传输过程中，节点距离与信号强度RSSI之间的影响关系，可以用如下的理论模型进行阐述。

通常，RSSI等价于被测量的功率，即信号强度的平方。RSSI可以认为是RF信号、超声波或其它无线信号的强度指标。RSSI测量不需要额外增加硬件，因为几乎所有的无线模块都内置有RSSI参数，只需读取即可。

无线信号的发射功率和接收功率之间的关系可以用式(1)表示[7]，PR是无线信号的接收功率，PT是无线信号的发射功率，S是收发单元之间的距离，n是传播因子。

PR=PT/Sn

(1)

在公式(1)两边取对数可得到式(2)：

10·nlgS=10lg(PT/PR)

(2)

节点的发射功率是已知的，设A=10lgPT，将发射功率代入式(2)中可得式(3):

10lgPR=A-10·nlgS

(3)

式(3)的左半部分是接收信号功率转换为dBm的表达式，即写成PR(dBm)，用RSSI(接收信号强度)代替PR，可以将上式直接写成式(4)[8]:

RSSI(dBm)=A-10·nlgS

(4)

在式(4)中A可以看作信号传输1 m远时接收信号的功率。系数A和n的数值决定了接收信号强度和信号传输距离的函数关系。

针对于系数A和n的求解，一种方法是通过测得任意两组节点距离与RSSI对应的数据，代入公式(4)求得系数A和n，为了计算方便一般选择节点距离为1 m和10 m。选取的两节点的数据必须经过多次测量提高准确度。

另一种方法是通过大量实验，获得一系列距离与RSSI对应数据，然后通过Matlab曲线拟合出A值和n值。显然通过拟合得出的系数，更能有效地降低单点数据测量带来的误差。

2.2 信号强度与节点距离关系的实验曲线

试验中分别设置End Device的PL=0，PL=1，PL=4，测试三组信号强度RSSI随节点距离变化的数据，结果如表1所示。

表1 End Device的RSSI值随节点距离的变化

借助于MATLAB绘制曲线如图3，从图中可以看出ZigBee模块在PL=4，PL=1和PL=0时测得的RSSI随距离变化曲线规律类似。近距离范围内(0.4～5 m)，信号强度RSSI随节点距离衰减比较快，类似指数型衰减规律；而距离较远范围内(5 m以上)，信号强度RSSI随距离衰减的比较缓慢。在远距离时的RSSI值波动较大，增加了测量的不准确性，宜加大测量的样本量。信号在长距离传输中受到的综合因素影响较大，如在室内，则室内的空间尺寸和墙壁的信号多次反射会对结果造成干扰；如在室外，则障碍物和天气会对结果产生影响。

图3 End Device的RSSI值随节点距离的变化

2.3 信号强度与节点距离关系的函数求解

根据理论公式和实验数据，取PL=4时的曲线进行公式系数求解。实验测得节点距离1 m时的RSSI=-15 dBm和10 m时的RSSI=-31 dBm，代入公式(4)得方程组：

(5)

求解得系数，A=-15，n=-1.6，代入公式(4)得RSSI与节点距离的具体函数关系式(6)：

RSSI(dBm)=-16lgS-15

(6)

从式(6)可以看出节点距离1m和10m时测量的RSSI值的精度对公式系数影响很大。为了减小了测量误差对系数的影响，用Matlab中p=polyfit(x,y,m)拟合实验数据，可以得到函数关系式(7)：

RSSI(dBm)=-16.1lgS-16.0

(7)

类似地也可以计算和拟合出PL=1和PL=0时函数关系式，综合出计算公式(8):

RSSI(dBm)={-17lgS-19,PL=1

(8)

拟合公式(9):

RSSI(dBm)={-17.1lgS-20.9,PL=1

(9)

明显关系式(9)比式(8)更准确些。绘制实验曲线与拟合曲线对比图4。

基于光伏与空调负荷协调优化的有源配电网经济调压策略//王琦,方昊宸,窦晓波,陆斌,胡敏强,包宇庆//(24):36

图4 节点距离与RSSI的拟合曲线

由公式(5)和图4可以得出如下结论：

1)对比公式和曲线，可以看出PL=0，PL=1和PL=4时，距离对RSSI的影响因子n差异很小，可认为只有常数项不一样，这些曲线可看作是某个曲线簇，PL值仅影响常数项。

2)通过测试获得不同组发射功率下的距离与RSSI的曲线簇，当距离已知时就可以从图形中确定最低发射功率，当能保证通信质量的RSSI值时就可以从图形中确定最远传输距离。

3)针对固定PL值，实验测得的RSSI与距离关系的拟合曲线是单调的，且与理论公式吻合很好，其应用价值是可以利用RSSI来测距。

3 ZigBee模块低功耗设计方案

3.1 ZigBee模块低功耗控制策略

综合前面的理论分析和实验测试结论，可以知道接收信号强度RSSI受模块发射功率等级PL和节点距离两个参数所影响。功率等级PL值越大，节点距离越近，则信号强度RSSI越强。在给定的工作场所下，只要能保证通信质量，不需要信号强度很强，否则只会增加功耗，而是应该选择合适的发射功率以实现综合功耗最低，达到节能目的。

为此以节点距离和信号强度RSSI为自变量，以ZigBee模块发射功率为因变量，制定出ZigBee发射功率的动态控制策略，如下：

1)ZigBee模块发射功率选用PL=0，PL=1和PL=4三档控制，从低到高依次选择。

2)如果ZigBee节点设备的距离在系统布局后是固定的，可以根据距离确定PL的选择。距离小于5 m时则选用PL=0，距离介于5 m和20 m之间时选用PL=1，距离大于20 m时则选用PL=4。距离阈值5 m和20 m可以根据传输环境是否空旷或遮挡等因素进行适当调整，增大或减小。

3)如果节点设备距离是未知的或动态变化的，则通过RSSI值大小来确定PL的选择，RSSI的阈值选择-50 dBm，作为判断信号的强弱界限。若PL设置为0，则要求RSSI>-50 dBm，若不满足，则设定PL为1，并继续判定RSSI>-50 dBm，若仍不满足，则PL设置为4。RSSI阈值-50 dBm可以根据具体的传输环境进行适当调整，增大或减小。

图5为具体的控制流程图。

图5 ZigBee模块发射功率控制流程图

3.2 ZigBee模块低功耗综合实验

为了验证上述发射功率动态控制策略的有效性，设计如下实验平台，如图6所示。Coordinator位置固定，End device与它的距离设定为5 m，15 m和25 m三个不同值，对应图中ABC位置。设定End Device做等时间间隔地循环移动，在每个位置停留1 h，按ABC顺序循环移动，以模拟End Device距离Coordinator动态变化过程。实际上如果距离能够连续变化是最理想的，但受限于实验条件。Coordinator用稳压电源供电，End device用2节1.5 V干电池供电，直接连接ZigBee模块的电源引脚。10分钟内数据误包率大于5%为判断电量不足。测定消耗完固定电池电量下能够持续工作的时间长短。

图6 ZigBee低功耗实验平台

采用两组对比实验，原始组是ZigBee模块发射功率恒定为PL=4，改进组是发射功率采用动态控制策略。两组的ZigBee模块都设置为周期睡眠引脚唤醒模式。经实验测试，原始组可以连续工作137 h，改进组可以连续工作163 h，时间延长约20%，由于位置ABC出现的次数差不多，所以是一种平均状态，如果大部分时间的工作位置比较近，则工作时间延长可达20%以上，即低功耗更明显。

在改进组实验中，对于动态控制策略而言，节点距离是动态变化的。当End Device位于近距离5m时，控制策略先设置发射功率等级为PL=0，测得RSSI约为-48 dBm，满足强信号要求，则选用PL=0作为长时间工作。当End Device移动到距离15 m时，控制策略先设定PL=0测得RSSI约为-58 dBm，信号较弱，则将PL上调至1，再次测得RSSI约为-42 dBm，满足强信号要求，故选定PL=1作为长时间工作。当End Device移动到距离25 m时，控制策略先设定PL=1时测得RSSI约为-62 dBm，信号很弱，即时上调PL至1，再次测得RSSI约为-45 dBm，满足强信号要求，故选定PL=1作为长时间工作。然而远距离时RSSI所受影响因素较多，有时波动较大，比如25 m时，有时在PL=1时可能测得RSSI<-50 dBm，则动态控制策略会将PL再次提升为PL=4作为最终的长时间工作等级。以上即为动态控制策略的运行过程。

4 结束语

通过理论分析和一系列实验测试，成功制定出了基于接收信号强度RSSI和模块节点距离这两个参数(设定RSSI阈值-50 dBm和两个节点距离阈值5 m和20 m)来动态调整ZigBee模块的发射功率PL(设定为PL=0，PL=1和PL=4三档)的策略，在对比实验中得到了较好地验证，可实现ZigBee发射模块可节省20%～25%的功耗。

值得注意的是，上述控制策略中的阈值是在空旷的大厂房中测定的，若是在户外无遮挡的情况下，则相应的阈值可以适当调高，若通信条件较差，则阈值要调低。

[1] 张辛耘, 王敬农, 郭彦军. 随钻测井技术进展和发展趋势[J]. 测井技术, 2006, 30(1): 10-15.

[2] 丁海军, 宋 智, 龙沛民, 等. 石油钻井控制技术的现状与发展趋势[J]. 中国石油和化工标准与质量, 2013 (16): 99-99.

[3] 李武生, 孔凡刚. 德玛 DM-LWD 施工常见故障分析[J]. 鸡西大学学报: 综合版, 2012, 12(2): 43-45.

[4] Li C, Wang Y, Guo X. The application research of wireless sensor network based on Zigbee[A]. 2010 Second International Conference on Multimedia and Information Technology (MMIT)[C]. IEEE, 2010, 2: 89-92.

[5] 刘 新. 优化油井生产周期的新方法[J]. 中外科技情报, 2005 (1): 135-136.

[6] Baccour N, Koubaa A, Youssef H, et al. F-lqe: A fuzzy link quality estimator for wireless sensor networks[A].European Conference on Wireless Sensor Networks[C]. Springer Berlin Heidelberg, 2010: 240-255.

[7] 方 震, 赵 湛, 郭 鹏, 等. 基于 RSSI 测距分析[J]. 传感技术学报, 2008 (11): 2526-2530.

[8] Bertoni H L. Radio propagation for modern wireless systems[M]. Pearson Education, 1999.