基于频率-强度曲线的地理环境物联网监测系统研究

郭 向 云

(晋城职业技术学院，山西 晋城 048026)

在当今信息社会现有技术中，各种电磁辐射源在给人类带来许多便捷的同时，在地理环境中也充斥着人类感官无法感知的电磁场，电磁强度在不同的时间、频段和空间位置上会出现不同的差异性，从而形成了电磁地理环境[1-3]。长期过量的电磁辐射会对人体造成伤害，因此，电磁地理环境的监测也越来越受到人们的重视[4]。地理环境随时间变化，受气象、季节、地形等因素的影响，需要设置固定监测点，使用专用仪器在监测点进行数据采集进行定期监测。

以往相关研究得出：胡飞虎等人研究的基于Python的生态监测物联网数据监测系统[5]，在监测物联网数据时，接受数据个数少、丢失数据多，丢包率高；颜建辉等人研究的基于ZigBee无线传感器网络的林区局地环境监测系统[6]，具备监测实时性强范围广优势，但是存在监测功耗过高问题。

为了提高地理环境物联网监测的科学管理水平[7-8]，设计了基于频率-强度曲线的地理环境物联网监测系统，建立地理环境频率-强度曲线，综合运用物联网技术与GIS技术，并通过对邻近点电磁频率-强度曲线的相似度度量，来发现地理环境中电磁现象的异常变化，实现地理环境物联网的监测。

1 基于频率-强度曲线的地理环境物联网监测系统

1.1 总体架构设计

采用物联网和GIS技术，完成地理环境物联网监测系统总体框架设计，系统总体框架可分为应用层、服务层、网络层和感知层4层，如图1所示。

图1 系统总体结构

应用层：应用层主要负责服务层各类方法的封装显示，并在系统的终端进行文件数据管理、基本地图操作数据查询结果以及地理环境变化监测结果等可视化展示。

服务层：服务层在整个系统架构中的数据中起承上启下的作用，该层主要基于数据库设计和GIS技术进行数据的访问维护和组织管理，并通过构建电磁频率-强度曲线、基于离散Fréchet距离的进行曲线相似度量实现地理环境物联网变化检测。

网络层：该层作为系统信息输送中心，在整个系统架构中起重要作用，主要负责监测远程存储、数据的接入和传输。长距离无线传输和短距离有线传输都属于数据传输网络[9]。长距离无线传输时利用采集箱的无线传输模块，存储的实时监测数据采用GPRS移动通讯技术无线传输到互联网，并在远程数据服务器中存储。利用有线方式将传感器连接到数据采集箱完成短距离有线传输，实时监测数据通过数据采集箱负责存储。网络层中采集箱的位置遵循分散性原则，以降低布线难度为准，传感器的监测数据通过使每个采集箱只负责对一个或几个附近位置进行采集[10]。

感知层：该层次在整个系统架构的最底层，对水体、气象、土壤和树木周长等地理环境监测要素进行采集。把所获数据通过网络层传输给远程服务器。感知层检测仪器主要包括多参数水质监测仪、高精度气象站、湿度、水势和土壤温度传感器。

根据以上描述，4个层次每个层次不可缺少组成一个完整的系统架构。

1.2 数据库设计

不同传感器实时监测的数据通过系统感知层中的数据库进行存储和管理，主要负责气、土、水、生等不同专题的监测。

本文将多个参数的监测传感器合并成1个土壤监测仪。数据库有可维护性和可扩展性，针对不同类型、不同粒度的异构传感器来解决多源异构传感器的集成和管理问题，其中加入了监测站点表、监测仪器表、监测专题表、传感器表、监测要素表等，传感器表格设计见图2。

图2 传感器表格设计

1)监测站点表：每个监测仪器只服务1个检测站点，每个监测站点设置1个或多个监测仪器。其中站点的名称、编号、坐标等对应检测仪器的空间定位,利用存储检测站点的空间坐标来完成。

2)监测仪器表：将传感器表、监测专题表通过管理监测仪器的编号、仪器名称、专题编号和站点编号等主要字段进行外界联系。传感器粒度很粗、层次很高。监测仪器中无论有1个或多个传感器，都看做1个监测仪器。

3)传感器表：包含监测传感器编号、要素名称、仪器编号、监测要素数值单位等主要字段对所有监测仪器中含有的传感器进行管理。利用仪器编号字段对监测仪器表进行外界联系，每个传感器只遵从1个监测仪器，可以查询从属于哪个监测仪器，或监测仪器中包含某个传感器。1～2个要素可以通过每个传感器监测，如多参数水质监测仪中的温度电导传感器是1个传感器，可以同时监测电导率和监测温度2个要素，此表把传感器编号和监测要素名称整合在一起[12]。

4)监测要素表：包括监测要素数值、采集时刻、监测要素名称、传感器编号等字段。记录随着时间增长数据记录增加的“动态表”，可存储不同时刻所有传感器的监测要素值。

5)监测专题表：包括专题名称、专题编号等主要字段。利用监测仪器表和专题编号进行外界关联，实现查询有多少个监测仪器在每个监测专题下的布设。

如果新增加1个监测仪器，在监测站点表、监测专题表、监测仪器表、传感器表中插入监测仪器的专题用途、布设位置、包含的传感器等信息[13]，用静态信息对表维护，监测要素表中把包含传感器监测的实时要素值全部存储。

1.3 基于频率-强度曲线的地理环境物联网监测方法

系统服务层采用基于频率-强度曲线的地理环境物联网监测方法，监测了地理环境电场和磁场。

1.3.1 基于空间位置的电磁频率-强度累积曲线构建

(1)

(2)

电磁场数据的各频段处理可采用电磁频率—强度累积曲线建立方法。

1.3.2 电磁频率-强度曲线相似度量算法——离散Fréchet距离

电磁频率-强度曲线的相似度计算利用离散Fréchet距离的性质和原理，具体如下：

1)设置2条电磁频率-强度曲线，由有限个离散点组成，分别为A、B，A=，B=，且m≤n；

2)点数多的B曲线进行Fréchet排列需依据以点数少的A曲线为准，利用Fréchet排列方法，则k种Fréchet排列方法可表示Wj={(Ai,Bi)},(1≤i≤m,1≤j≤k);

1.3.3 电磁地理环境异常变化检测

通过离散Fréchet距离方法计算每个采样点的电磁探测数据和前一相邻采样点所构建的电磁频率-强度曲线都可得到对应的曲线相似性度量值，如何判定采样点位置处电磁辐射是否存在电磁异常变化现象及异常变化发生的频率范围，可以用相似性度量值和阈值进行比较。

用采样点顺序进行局部空间紧邻测量方法，可用于系统采集过程中的实时监测，阈值设定方法具体如下：设离散Fréchet距离值(即相似度值)dFi为当前采样点计算所得，阈值εi通过采样点的前3个采样点(n=3)的离散Fréchet距离值dFi的平均值得到，即

(3)

判断采样点电磁变化是否在正常范围内，需要dFi比εi大，采样点位置有电磁异常变化。

2 实验分析

实验针对某海岛岛礁地理环境实施监测，利用布设在海岛岛礁各个区域的传感器采集电场、磁场以及高频电场功率3类数据构建数据集。随机选取数据集中IC391和IC392两个相邻采样点，构建不同频段电磁频率-强度累积曲线，分析电磁强度变化情况，结果如图3～8所示。

图7 高频电场功率200 kHz～10 MHz 图8 高频电场功率>10 MHz～2 GHz

可以看出，0～100 kHz频段电场和磁场的频率-强度累积曲线斜率变化较大，说明该频段的电磁强度变化较大，且随着频率增加变化逐渐减小，电磁强度波动逐渐趋于平稳；>100～200 kHz频段区间内，电场频率-强度累积曲线斜率变化不大，磁场频率-强度累积曲线斜率呈现逐渐增加态势，总体电磁场变化较为平稳；200 kHz～10 MHz、>10 MHz～2 GHz频段区间内，高频电场功率-强度累积曲线变化趋势大致相同,均下降，说明高频电场强度变化在特定区间内的变化是持续性的。

度量曲线的相似度可采取离散Fréchet距离方法，2条曲线的相似度越高，证明计算所得的曲线距离越短;2条曲线的相似度越低。计算得到的曲线距离越长。随机选取一个采样点ID396，电磁地理环境的检测采用离散Fréchet距离方法进行相似性度量，地理环境中电磁现象的异常变化通过对度量采样点ID396和邻近点ID393、ID394、ID395的电磁频率—强度曲线的相似度对比，结果见表1。各频段异常判断参考阈值见表2 ID396采样点。

表1 前3个邻近点和ID396采样点离散Fréchet距离值

表2 ID396采样点各频段异常判断参考阈值

将采样点IC396计算得到的离散Fréchet值和参考阈值ε396进行比较，可得出高频电场200 kHz～10 MHz、100～200 kHz频段、电磁场0～100 kHz频段的相似度值没有异常变化，都小于参考阈值；采样点的高频电场功率10 MHz～2 GHz频段的相似度超过参考阈值，表示采样点ID396在10 MHz～2 GHz发生了与邻近点剧烈的异常变化。实验结果表明通过本文系统可以检测到地理环境物联网中存在异常电磁现象。

为检测本文系统性能，选择文献[5]系统(基于Python的生态监测物联网数据监测系统)、文献[6]系统(基于ZigBee无线传感器网络的林区局地环境监测系统)为对比系统，统计3种系统在休眠状态下和未休眠状态下的功耗情况，结果见表3。

表3 功耗测试数据 单位：W

分析表3数据可知，3种系统休眠状态下功耗均小于未休眠状态，且本文系统的感知功耗、传输功耗以及监测功耗均小于文献[5]系统和文献[6]系统。实验结果说明本文系统功耗低，可在一定程度上延长系统传感器、网络传输以及监测硬件设施的生命周期。

表4 网络传输性能统计

为验证本文系统网络传输性能，统计3种系统应用过程中传输500个数据包服务器接收数据包个数，结果见表4。

由表4数据可知，网络传输500个数据包过程中，本文系统的可成功接收495个数据包，收包率可达99%，高于其他2个对比系统的收包率，实验结果表明本文系统具备较好的网络传输性能。

3 结 论

本文结合物联网和GIS技术，设计基于频率-强度曲线的地理环境物联网监测系统，依据感知到的电磁数据构建电磁频率-强度曲线，诊断检测不同空间位置不同频段上电磁辐射的异常变化。利用曲线相似性度量方法，实现地理环境物联网的环境要素的一体化感知与智能管控,可为地理环境物联网环境保护与有效管理提供重要数据和技术支撑。