一种基于全分散模式的实时环境监测系统的制作方法

1.本发明涉及一种环境监测系统，更具体地说是涉及一种基于全分散模式的实时环境监测系统，属于环境监测系统的技术领域。


背景技术：

2.随着科学技术的飞速发展，人类已经进入了物联网时代。而环境监测系统是物联网时代的典型应用。利用无线网络收集多个传感器的数据，在后端进行数据的加工、整理和应用。在省电技术方面，专利《基于环境监测仪的环境监测方法及环境监测装置》(cn201610191927.7)以休眠方式来延长传感器工作时长；专利《环境监测方法和装置》(cn201511008414.x)以服务器客户端模式降低与传感器的交互次数，从而达到省电的目的。在体系结构改进技术方面，专利《一种智能环境监测仪》(cn201610396766.5)在单个智能主机上集成了10种传感器，使用手机订阅处理后的传感器数据；专利《基于物联网的环境监测系统》(cn201610724116.9)则采用分离的传感器，由后台处理器收集传感器数据并进行集中处理。在无线传输技术方面，专利《一种环境监测数据的传输方法》(cn201510906570.1)根据丢包率调整传感器数据的发送频率，从而减少丢包的影响；专利《环境监测系统》(cn201721522858.x)基于lora无线模块构建了分级转发的传感器数据收集方法。这些既有专利，主要面向实时性要求不高、广域监控的应用场景。
3.在实际应用中，还存在室内一跳传输范围内的环境实时监视需求。它要求监视系统中存在多对多的数据模式(多个传感器、多个数据处理终端)，既要求每个数据处理终端收集到全部的传感器数据，又要求每个数据处理终端的数据保持高度的一致性。为了设备布局的便利性，要求尽量采用无线组网的方法。考虑到无线数据传输存在着一定的丢失率，而如何在数据处理终端设置数据抗丢失机制是亟待解决的问题。


技术实现要素：

4.本发明针对以上技术问题，提供了一种基于全分散模式的实时环境监测系统，解决传统环境监测系统实时性不高以及数据容易丢失的问题。
5.本发明采用如下技术方案：
6.一种基于全分散模式的实时环境监测系统，包括：数据处理终端和传感器，其特征在于：采用实时环境监测系统组网结构，一个数据处理终端对应一个传感器数据，即每个数据处理终端独立完成对各自数据的分析和处理；且每个传感器和数据处理终端在空间上采用松散的连接结构，即相互分离，以无线信道作为相互交互通道。
7.所述的一种基于全分散模式的实时环境监测系统，其特征在于：在实时性需求的约束下，采用了无线广播机制来完成数据的分发，且每个传感器周期性发送自身的传感数据，在广播机制的作用下，每个数据处理终端同时接收到每个传感器的传感数据。通过接收广播数据，避免了数据转发的时延，保证了数据在不同数据处理终端的一致性。
8.所述的一种基于全分散模式的实时环境监测系统，其特征在于：无线广播机制采
用的是433mhz无线技术时分机制，运用载波监听多址接入(csma)方式，允许多个传感器共享发送信道。采用该机制避免了复杂组网带来的数据转发时延，同时把无线覆盖限定在有限的室内环境中。433mhz无线技术传输稳定，而且该频段电磁波具有比wifi和lora技术更好的绕射能力，更适合室内复杂环境的部署。在本发明中，在csma的基础上增加了信道时分机制，避免了信道竞争导致的传输时延，进一步增强了数据传输的实时性。
9.所述的433mhz无线技术时分机制，其特征在于：首先记录系统时间，然后根据自身的站号计算出相对于系统时间的发送时刻，每个传感器在433mhz信道上的发送时刻相互错开，以全分散的方式形成了时分信道，周期性发送信标报文，且当监视系统中存在多个数据处理终端时，只能有一个数据处理终端作为处理数据的信标站点。
10.所述的一种基于全分散模式的实时环境监测系统，其特征在于：每个数据处理终端，采用了加权平均方法处理接收到的传感器数据，对偶发的数据丢失进行平滑，以进一步增强各数据处理终端之间数据的一致性。所述的加权平均方法中，所取的权重函数选用以下几种函数，包括但不局限于：多项式函数、负指数函数、高斯函数、凯塞窗函数。
11.本发明的有益效果：本发明在433mhz无线技术上建立了时分多址机制，保证了传感器在无竞争时延情况下实时发送数据。为降低信道传输丢失，还采用了加权平均的数据抗丢失机制，进一步增强了数据在不同数据处理终端的一致性。该实时环境监视系统能灵活地扩充传感器和数据处理终端的数量，满足较大规模的监测和数据处理的需求，解决了传统环境监测系统实时性不高以及数据容易丢失的问题。
附图说明
12.图1：本发明的实时环境监测系统组网结构示意图；
13.图2：本发明的433mhz无线技术的时分机制示意图。
具体实施方式
14.为了使本发明的技术方案描述得更加清楚，下面结合附图和实施原理对本发明作进一步的说明。
15.一种基于全分散模式的实时环境监测系统，采用实时环境监测系统组网结构，一个数据处理终端收集一个传感器的数据，且每个数据处理终端独立完成对各自数据的分析和处理。如附图1所示，应用433mhz无线时分广播网络，传感器1对应数据处理终端1,即传感器n对应数据处理终端n，n为传感器的个数标号。
16.433mhz无线时分广播网络具体实施方法如下：为了在433mhz信道上保障传感器数据的实时发送，本发明提供了时分机制。433mhz信道是基于csma的竞争信道，当多个发送方竞争信道接入权时，会对发送方引入随机的发送时延，导致数据到达接收端的时间存在不确定性。本发明中，作为数据接收终端的数据处理终端发送信标报文，信标报文中指示了监测系统的系统时间。如附图2所示，各传感器n接收到信标报文后，首先记录系统时间，然后根据自身的站号计算出相对于系统时间的发送时刻。每个传感器在433mhz信道上的发送时刻相互错开，以全分散的方式形成了时分信道。
17.如附图2所示，在监视系统初始化阶段，传感器首先等待数据处理终端发送的信标报文，而数据处理终端周期性地发送信标报文i，发送信标的时分周期为t。如图2所示，第i
个信标报文被数据处理终端发出。传感器接收到信标报文后，提取出报文内容中的时间信息，完成传感器本地时间与数据处理终端和本地时间的同步。监视系统中每个传感器的站号id，id的取值从1开始直到s。如附图2所示，每个传感器可以计算出属于自己的发送时刻，该时刻相对于信标报文接收时刻的时延为id*t，id＝1,..,s，t是属于每个传感器的时隙长度。由于传感器的站号是唯一的，所以每个传感器的发送时刻相互错开，形成了多址接入的时隙结构，从而避免了传感器发送广播数据时由于csma机制导致的信道竞争时延，从而保证了传感器数据发送的实时性。时分周期t、时隙长度t根据监视系统中传感器和终端的数量进行调整。
18.周期性发送信标报文的数据处理终端是信标站点。当监视系统中存在多个数据处理终端时，只能有一个数据处理终端称为信标站点。也可以通过人工设置的方式来确定信标站点。
19.传感器通过433mhz无线信道广播发送的数据，在数据处理终端接收时存在丢失的可能。数据的丢失造成数据处理终端接收的数据存在不一致性。如果采用重传机制对数据进行恢复，将引入不可预知的时延，对数据的实时性造成极大的损害。本发明提供了数据加权平均的抗丢失机制，在实时性和一致性之间取折中方式。
20.数据加权平均抗丢失机制的数学原理：假设数据处理终端i接收的第j个传感器数据序列为d
i,j
(n)，其中n表示不同的时刻，取值从0开始。从0时刻开始到当前时刻k，数据处理终端i对第j个传感器的加权平均值m
i,j
(k)表示为：
[0021][0022]
其中，权重函数w(
·
)表示每个样点在当前时刻的重要性，与当前时刻k越接近，对应的权重函数值应该越大。如果在时刻k发生了数据丢失，则以前一个时刻的样点值d
i,j
(k-1)替代d
i,j
(k)，完成加权平均计算。计算的误差可以表示为：
[0023]
δm
i,j
(l)＝w(l-k)
×
[d
i,j
(k)-d
i,j
(k-1)],l＝k 1,k 2,...
[0024]
从上式可以发现，k时刻丢失的数据，随着时间l的推移，计算误差逐步减小直到忽略不计。如果合理选择权重函数，使它具有快速滚降的特征，那么偶发丢失造成的数据不一致只会持续很短的时间。另外，由于本发明面向的监视系统中，传感器数据的更新率较快，新数据的快速到达允许权重函数具有很高的滚降速率，这样加权平均值主要体现近期的数据，而计算误差也快速衰减。权重函数可以选用多项式函数、负指数函数、高斯函数、凯塞窗函数等。本发明实施例选择凯塞窗函数作为权重函数：
[0025][0026]
其中，i0(
·
)是零阶修正贝塞尔函数，β是衰减速率调节值，取为3；m为窗口大小，取为10；n表示不同的时刻，取值从0开始。由于凯塞窗函数快速衰减，在计算加权平均值时，只需要时间最近的m个数据样本。在存在数据丢失的情况下，不同数据处理终端的传感器加权平均值差异小于5％。
[0027]
本发明在433mhz无线技术上建立了时分多址机制，还采用了加权平均的数据抗丢失机制来降低信道传输丢失率，从而解决了环境监测系统实时性不高和数据容易丢失的问题。