段 軍 宋鵬飛

(重慶大學(xué)計(jì)算機(jī)學(xué)院,重慶 400030)

1 引言

隨著我國社會經(jīng)濟(jì)的不斷飛速發(fā)展和城市化進(jìn)程的加快,城市排水體系也在不斷的趨于完善。排水管網(wǎng)的安全高效運(yùn)行是城市持續(xù)、穩(wěn)定發(fā)展的重要保障。但是目前我國的城市排水和水處理設(shè)施及自動化管理水平還不適應(yīng)城市發(fā)展的要求,排水系統(tǒng)工作質(zhì)量的快速提升必須借助于技術(shù)裝備和管理的現(xiàn)代化,實(shí)現(xiàn)城市排水管網(wǎng)安全運(yùn)行動態(tài)監(jiān)測系統(tǒng)勢在必行。要提高城市排水管網(wǎng)運(yùn)營管理的水平,必須通過一系列的在線監(jiān)控技術(shù)、通訊傳輸技術(shù)、計(jì)算機(jī)軟硬件技術(shù)和動態(tài)模擬分析技術(shù)構(gòu)建城市排水管網(wǎng)運(yùn)營監(jiān)控系統(tǒng),將地下的網(wǎng)絡(luò)結(jié)構(gòu)及排水管道的運(yùn)行狀況以直觀的圖形或數(shù)據(jù)的形式快速準(zhǔn)確的呈現(xiàn)在管理者面前。城市排水管網(wǎng)運(yùn)行的安全監(jiān)測是指運(yùn)用布置在排水管網(wǎng)內(nèi)外的監(jiān)測儀器,對其監(jiān)測數(shù)據(jù)進(jìn)行處理分析來監(jiān)測排水管網(wǎng)的運(yùn)行狀態(tài)和安全性態(tài),不僅為了保護(hù)排水設(shè)施,保障市政工人的安全,提供可靠的信息,更是為了給環(huán)境保護(hù)、城市防澇預(yù)警、城市規(guī)劃設(shè)計(jì)等提供實(shí)時數(shù)據(jù)資料,健全我們的城市信息化管理系統(tǒng),保障城市安全。

環(huán)境監(jiān)測的顯著特點(diǎn)是它所監(jiān)測的對象具有高度的復(fù)雜性和綜合性[1]。要想達(dá)到一定的監(jiān)測精度,要求了解被檢測環(huán)境的綜合信息及某些內(nèi)在特征信息,因此,在環(huán)境監(jiān)測中安裝的傳感器無論在數(shù)量上還是種類上都越來越多,而需要使用多種監(jiān)測手段,因此城市排水管網(wǎng)的監(jiān)測系統(tǒng)必須將多個數(shù)據(jù)源的不同種類數(shù)據(jù)進(jìn)行數(shù)據(jù)融合,以提供實(shí)時、準(zhǔn)確的排水管網(wǎng)狀態(tài)信息。

2 多傳感器數(shù)據(jù)融合

2.1 多傳感器數(shù)據(jù)融合概念

多傳感器數(shù)據(jù)融合(MSDF:Multi—Sensor Data Fusion)是多元信息綜合處理的一項(xiàng)新技術(shù),它有多種譯名,如數(shù)據(jù)融合、信息融合、多傳感器相關(guān)、多源相關(guān)等。隨著數(shù)據(jù)融合和計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展,根據(jù)國內(nèi)外研究成果,多傳感器數(shù)據(jù)融合比較確切的定義可概括為:充分利用不同時間與空間的多傳感器數(shù)據(jù)資源,采用計(jì)算機(jī)技術(shù)對按時間序列獲得的多傳感器觀測數(shù)據(jù),在一定準(zhǔn)則下進(jìn)行分析、綜合、支配和使用,獲得對被測對象的一致性解釋與描述,進(jìn)而實(shí)現(xiàn)相應(yīng)的決策和估計(jì),使系統(tǒng)獲得比它的各組成部分更優(yōu)越的性能[3]。傳感器的數(shù)據(jù)融合功能主要包括多傳感器的目標(biāo)探測、數(shù)據(jù)關(guān)聯(lián)、跟蹤與識別、情況評估和預(yù)測。

2.2 多傳感器數(shù)據(jù)融合處理模型

2.2.1 融合判決方式分類

硬判決和軟判決,硬判決方式設(shè)置有確定的預(yù)置判決門限,當(dāng)數(shù)據(jù)樣本特征量達(dá)到或超過預(yù)置門限時,系統(tǒng)才做出判決斷言。軟判決方式:不設(shè)置確定不變的判決門限。系統(tǒng)何時收到觀測數(shù)據(jù)都要執(zhí)行相應(yīng)分析,都要做出適當(dāng)評價(jià),也都向更高層次系統(tǒng)傳送有關(guān)信息。

2.2.2 傳感器組合方式分類

在多傳感器網(wǎng)絡(luò)中多種傳感器可以按同類傳感器或異類傳感器進(jìn)行組合。同類傳感器只處理來自同一類傳感器的環(huán)境信息。異類傳感器組合同時處理來自不同類型傳感器采集的數(shù)據(jù),可以互相取長補(bǔ)短,實(shí)現(xiàn)信息互補(bǔ),分析結(jié)論更準(zhǔn)確、全面、可靠。

2.2.3 數(shù)據(jù)融合層次分類

數(shù)據(jù)級數(shù)據(jù)融合、特征級數(shù)據(jù)融合、決策級數(shù)據(jù)融合。

2.2.4 數(shù)據(jù)融合結(jié)構(gòu)模型分類

集中式數(shù)據(jù)融合結(jié)構(gòu)、分布式數(shù)據(jù)融合結(jié)構(gòu)。

2.3 多傳感器數(shù)據(jù)融合的應(yīng)用

多傳感器數(shù)據(jù)融合最初是圍繞軍用系統(tǒng)開展研究的,在軍事上它已經(jīng)應(yīng)用到海上監(jiān)視、空 -空防御和地 -空防御、戰(zhàn)場偵察、監(jiān)視和目標(biāo)捕獲、戰(zhàn)略防御與告警等領(lǐng)域。此外,在其它非軍事領(lǐng)域多傳感器數(shù)據(jù)融合技術(shù)廣泛應(yīng)用于 C3I(command,control,communication and intelligence)系統(tǒng)、復(fù)雜工業(yè)過程控制、機(jī)器人、自動目標(biāo)識別、交通管制、慣性導(dǎo)航、海洋監(jiān)視和管理、農(nóng)業(yè)、遙感、醫(yī)療診斷、圖像處理、模式識別、城市規(guī)劃、資源管理、氣候、作物及地質(zhì)分析等領(lǐng)域。數(shù)據(jù)融合在監(jiān)測系統(tǒng)中的應(yīng)用主要有礦井安全監(jiān)測系統(tǒng),油氣管道泄漏監(jiān)測系統(tǒng),溫室溫度監(jiān)測系統(tǒng),故障診斷系統(tǒng),設(shè)備狀態(tài)監(jiān)測系統(tǒng)等。

3 排水管網(wǎng)監(jiān)測系統(tǒng)中的 MSDF

3.1 排水管網(wǎng)安全運(yùn)行監(jiān)測內(nèi)容

城市排水管網(wǎng)是一個隱蔽、復(fù)雜的巨型系統(tǒng),影響排水管網(wǎng)安全運(yùn)行的因素很多,本文從影響排水管網(wǎng)安全運(yùn)行各個方面進(jìn)行考慮,主要從排水管道內(nèi)和管道外兩個方面進(jìn)行闡述,監(jiān)測的內(nèi)容不僅包括:水力監(jiān)測、排水管網(wǎng)設(shè)備狀態(tài)監(jiān)測、管道監(jiān)測等內(nèi)容[2],還應(yīng)該加強(qiáng)對排水管網(wǎng)周圍的地質(zhì)災(zāi)害監(jiān)測。地質(zhì)災(zāi)害監(jiān)測可以采用:深部位移、地表沉降、地表位移、水位等傳感器。從而對城市排水管網(wǎng)進(jìn)行定期檢測、狀態(tài)修理、限值管理、壽命管理以及城市排污、防洪等工程提供更加準(zhǔn)確的監(jiān)測信息。通過建立更完全的排水管網(wǎng)安全運(yùn)行監(jiān)測系統(tǒng),使得排水管網(wǎng)安全運(yùn)行得到充分的保障;同時通過全面監(jiān)測影響排水管網(wǎng)安全運(yùn)行的因素,更能準(zhǔn)確的提供排水管網(wǎng)狀態(tài)信息。

3.2 排水管網(wǎng)監(jiān)測系統(tǒng)框架

大量的傳感器通過無線網(wǎng)絡(luò)技術(shù)互聯(lián)組成了上層的無線傳感器網(wǎng)絡(luò) WSN(Wireless Sensor Network)。眾多的無線網(wǎng)絡(luò)技術(shù)中,由于 Zigbee是一種基于 IEEE802.15.4的近距離、低成本、低速率(＜250 kb/s)、低功耗的無線傳感器網(wǎng)絡(luò),適用于智能家居、工業(yè)控制、環(huán)境監(jiān)測等領(lǐng)域[4],因此本文提出采用 Zigbee技術(shù)互聯(lián)底層的傳感器從而形成一個 WSN。由于整個排水管網(wǎng)監(jiān)測范圍過大過大,而Zigbee的最大的傳輸距離并不能完全覆蓋,因此需要通信中繼點(diǎn)實(shí)行數(shù)據(jù)中繼。

本文設(shè)計(jì)的排水管網(wǎng)監(jiān)測系統(tǒng)采用樹形網(wǎng)絡(luò)結(jié)構(gòu)。如圖1,位于最底層的是與物理環(huán)境密切相關(guān)的傳感器。傳感器主要用來采集各種不同類型的實(shí)時環(huán)境監(jiān)測數(shù)據(jù),是整個排水管網(wǎng)監(jiān)測系統(tǒng)的重要組成部分,也是原始數(shù)據(jù)的來源。

為了能將數(shù)據(jù)傳輸至網(wǎng)絡(luò)監(jiān)控中心,基于成本和效率的考慮采用蜂窩無線網(wǎng)絡(luò)是一個較優(yōu)的選擇。位于離網(wǎng)絡(luò)監(jiān)控中心距離較遠(yuǎn)的 RTU集合Zigbee和蜂窩無線網(wǎng)絡(luò)技術(shù),起到了中間橋梁作用,其將從 Zigbee網(wǎng)絡(luò)獲取的現(xiàn)場采集數(shù)據(jù)通過蜂窩無線網(wǎng)絡(luò)技術(shù)融合打包傳送至遠(yuǎn)端網(wǎng)絡(luò)監(jiān)控中心的中央監(jiān)控機(jī)上。

圖1 監(jiān)測網(wǎng)絡(luò)結(jié)構(gòu)

圖2 排水管網(wǎng)監(jiān)測系統(tǒng)數(shù)據(jù)融合模型

采用 Zigbee技術(shù)實(shí)現(xiàn)排水管網(wǎng)水力參數(shù)以及周圍地質(zhì)災(zāi)害的實(shí)時動態(tài)監(jiān)測,并通過蜂窩無線網(wǎng)絡(luò)將數(shù)據(jù)上傳至監(jiān)管中心,從而構(gòu)成排水管網(wǎng)安全運(yùn)行實(shí)時動態(tài)監(jiān)測系統(tǒng)。

3.3 排水管網(wǎng)監(jiān)測系統(tǒng) MSDF模型設(shè)計(jì)

排水管網(wǎng)監(jiān)測系統(tǒng)采集的數(shù)據(jù)有冗余性和互補(bǔ)性,當(dāng)采集的是同類傳感器數(shù)據(jù)時需要減少網(wǎng)絡(luò)中的冗余性;當(dāng)采集的數(shù)據(jù)是互補(bǔ)時,需要采用數(shù)據(jù)融合對異類傳感器形成的局部決策進(jìn)行綜合分析,以便獲得最終的統(tǒng)一決策。因此本文設(shè)計(jì)的排水管網(wǎng)監(jiān)測系統(tǒng)數(shù)據(jù)融合模型為:減少無線傳感器網(wǎng)絡(luò)中的冗余數(shù)據(jù),對同類傳感器器進(jìn)行數(shù)據(jù)融合,包括數(shù)據(jù)級融合和特征級融合;將隱含在不同排水管網(wǎng)安全運(yùn)行參數(shù)內(nèi)部的數(shù)據(jù)進(jìn)行綜合分析,進(jìn)行決策級數(shù)據(jù)融合,得出對排水管網(wǎng)安全運(yùn)行的風(fēng)險(xiǎn)分析。從如圖2所示,主要包括以下幾個部分:

(1)數(shù)據(jù)收集

數(shù)據(jù)收集包括運(yùn)用各種傳感器獲得排水管道內(nèi)、外的實(shí)時數(shù)據(jù)、天氣預(yù)報(bào)等數(shù)據(jù)。

(2)數(shù)據(jù)級融合

傳感器向融合中心傳送經(jīng)過預(yù)處理的檢測和背景雜波統(tǒng)計(jì)量,然后在融合中心直接進(jìn)行分布式虛警檢測、預(yù)處理、濾波等;根據(jù)觀測時間、傳感器類型、信息的屬性等分析和歸并數(shù)據(jù),這樣可控制網(wǎng)絡(luò)傳輸信息量,以避免融合系統(tǒng)過載?，F(xiàn)場智能傳感器可以使用硬判決方式設(shè)置門限,可以減少大量數(shù)據(jù)的傳輸;在門限內(nèi)的數(shù)據(jù)才傳送到上層進(jìn)行另外的數(shù)據(jù)融合。數(shù)據(jù)級融合方法主要有加權(quán)平均法、卡爾曼濾波法等。

(3)特征級融合

特征提取以獲得來自每類傳感器的特征向量,然后對這些特征向量進(jìn)行綜合分析和處理。對各種數(shù)字化后的數(shù)據(jù)進(jìn)行操作,包括校對、識別、相關(guān)分析、數(shù)據(jù)或變量的綜合等。如果傳感器數(shù)據(jù)表明對排水管網(wǎng)安全無影響則可直接進(jìn)入到數(shù)據(jù)管理系統(tǒng)供用戶使用,而有些數(shù)據(jù)對排水管網(wǎng)安全有影響則進(jìn)入決策級數(shù)據(jù)融合,通過決策級數(shù)據(jù)融合使得排水管網(wǎng)監(jiān)測系統(tǒng)更準(zhǔn)確地反映管網(wǎng)運(yùn)行安全信息。特征級融合方法主要有模糊推理法、神經(jīng)網(wǎng)絡(luò)法、產(chǎn)生式規(guī)則法等。

(4)決策級融合

每個傳感器都完成變換以便獲得獨(dú)立的狀態(tài)估計(jì),然后再對來自每個傳感器的屬性分類進(jìn)行融合。協(xié)同利用各種實(shí)時數(shù)據(jù)以及數(shù)據(jù)庫內(nèi)歷史數(shù)據(jù)和專家系統(tǒng)知識,對監(jiān)測目標(biāo)(管道裂縫、漏污、堵塞、地災(zāi)等)進(jìn)行識別和評估,并盡可能給出評估的精度,最后將結(jié)果(警報(bào)信息、決策支持信息等)送至監(jiān)控操作人員以及各相關(guān)部門,為最終及時地治理排水管網(wǎng)安全、城市漏污等危害提供準(zhǔn)確信息。決策級融合方法主要有貝葉斯概率理論、證據(jù)理論、Dempster-Shafer(D-S方法)等。

由于監(jiān)測系統(tǒng)采用 ZigBee技術(shù)實(shí)現(xiàn)數(shù)據(jù)收集,而 Zigbee網(wǎng)絡(luò)是資源受限的網(wǎng)絡(luò),集中表現(xiàn)在電池能量、數(shù)據(jù)整合能力、通信帶寬等。由于原始數(shù)據(jù)信息冗余會浪費(fèi)有限的電池能量和通信帶寬;頻繁的信道競爭也會降低信息收集的效率。在只關(guān)注監(jiān)測結(jié)果或只關(guān)注特征數(shù)據(jù)的場合中,傳送大量的原始數(shù)據(jù)給網(wǎng)關(guān)節(jié)點(diǎn)是不必要的,采用數(shù)據(jù)融合能很好地降低網(wǎng)絡(luò)傳輸中的數(shù)據(jù)冗余度。減少網(wǎng)絡(luò)冗余數(shù)據(jù)融合包括數(shù)據(jù)級融合和特征級融合,在基礎(chǔ)傳感器節(jié)點(diǎn)和 Zigbee中繼點(diǎn)之間進(jìn)行多傳感器數(shù)據(jù)級數(shù)據(jù)融合,主要是減少 WSN中網(wǎng)絡(luò)冗余,尤其是減少 Zigbee網(wǎng)絡(luò)中的數(shù)據(jù)冗余。數(shù)據(jù)融合技術(shù)使得在節(jié)點(diǎn)收集數(shù)據(jù)的過程中,利用節(jié)點(diǎn)本地計(jì)算和存儲能力處理數(shù)據(jù),去除冗余的信息,盡量減少傳輸量,達(dá)到節(jié)能目的。在 Zigbee中繼點(diǎn)與現(xiàn)場RTU之間進(jìn)行特征級數(shù)據(jù)融合,提取各種監(jiān)測參數(shù)的特征量,對特征量進(jìn)行分類、綜合分析等,為決策級數(shù)據(jù)融合做好準(zhǔn)備。

經(jīng)過減少網(wǎng)絡(luò)冗余數(shù)據(jù)融合后對排水管網(wǎng)安全運(yùn)行有影響的數(shù)據(jù)則進(jìn)行決策級數(shù)據(jù)融合,決策級數(shù)據(jù)融合在 RTU實(shí)現(xiàn),將對排水管網(wǎng)安全信息進(jìn)行智能分析、態(tài)勢評估與決策,消除外界環(huán)境變化或者某些傳感器出現(xiàn)故障帶來的影響,結(jié)合全方位監(jiān)測信息,準(zhǔn)確地對排水管網(wǎng)安全運(yùn)行情況作出判斷,建立排水管網(wǎng)安全運(yùn)行的風(fēng)險(xiǎn)分析,適時合理的采取措施,預(yù)防安全運(yùn)行事故的發(fā)生。

4 實(shí)驗(yàn)分析

實(shí)驗(yàn)一:按照無線傳感器網(wǎng)的能量損耗模型[8],建立 Zigbee網(wǎng)絡(luò)的能量耗損計(jì)算方法。則 k個節(jié)點(diǎn)不經(jīng)過融合直接將采集到的數(shù)據(jù)以 s bit的平均速率傳輸?shù)?sink節(jié)點(diǎn)消耗的總能量為 E2=sk(a2(dspec+a)3+a1),式中 a表示傳輸距離,a1表示發(fā)送器和接收器能量消耗系數(shù)總和,a2發(fā)送器能量消耗系數(shù),dspec表示 Zigbee中繼節(jié)點(diǎn)到 Zigbee協(xié)調(diào)器節(jié)點(diǎn)的距離假設(shè)均為特征距離 dspec。

k個節(jié)點(diǎn)經(jīng)過融合直接將采集到的數(shù)據(jù)以sbit的平均速率傳輸?shù)?sink節(jié)點(diǎn)消耗的總能量[8]為 E1=sk(a2d3spec+a1)+βr+s(a2a3+a1),β為融合能量消耗系數(shù),r為接收數(shù)據(jù)速率。按照 Zigbee協(xié)議確定以下參數(shù)進(jìn)行實(shí)驗(yàn)分析:

a1=5*10-8J/bit,a2=1*10-10J/bit/m,dspec=25m,β=5*10-8J/bit,s=250bit,r=250bit,a=100m

圖3 能耗消耗比較圖

實(shí)驗(yàn)二:同類傳感器數(shù)據(jù)融合實(shí)驗(yàn),融合各個不同位置監(jiān)測同一目標(biāo)的情況,以監(jiān)測滑坡地表位移數(shù)據(jù)為例。

圖4 與原始采集數(shù)據(jù)對比(S1,S2,S3,S4表示監(jiān)測位置 1,2,3,4采集數(shù)據(jù))

表1 基于工程應(yīng)用的原始監(jiān)測數(shù)據(jù)時間

排水管網(wǎng)監(jiān)測系統(tǒng)中的滑坡監(jiān)測的研究中,根據(jù)彭繼兵[9]等的滑坡監(jiān)測數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證,從圖中可看出通過數(shù)據(jù)融合過后把不同位置反應(yīng)滑坡的數(shù)據(jù)融合為一個值,綜合的反應(yīng)了這個區(qū)域內(nèi)滑坡位移情況,而且減少了無線網(wǎng)絡(luò)傳輸量,驗(yàn)證了多傳感器數(shù)據(jù)融合在排水管網(wǎng)監(jiān)測系統(tǒng)中的重要作用。

5 結(jié)論與展望

為適應(yīng)城市排水管網(wǎng)發(fā)展要求,全面提升城市排污質(zhì)量,建設(shè)對排水管道安全運(yùn)行情況進(jìn)行全方位檢測的監(jiān)測系統(tǒng)已成為必然。排水管道監(jiān)測系統(tǒng)所涉及的多源數(shù)據(jù)量極大,而且信號種類及度量形式多樣,只有建立合理的數(shù)據(jù)融合系統(tǒng),才能從龐大的監(jiān)測數(shù)據(jù)中準(zhǔn)確地判斷排水管道的狀態(tài),為城市水污染防治和城市排澇、防洪提供實(shí)時的監(jiān)測數(shù)據(jù),保護(hù)排水設(shè)施,保障城市安全。

目前還需要進(jìn)一步結(jié)合硬件設(shè)備,建立完善的多傳感器數(shù)據(jù)融合監(jiān)測系統(tǒng),結(jié)合實(shí)際應(yīng)用,研究設(shè)計(jì)出適合城市排水管網(wǎng)監(jiān)測系統(tǒng)中應(yīng)用的多傳感器數(shù)據(jù)融合算法,使城市排水管網(wǎng)安全運(yùn)行得到有力的保障。

[1]吳邦燦,費(fèi)龍.現(xiàn)代環(huán)境監(jiān)測技術(shù)[M].北京:中國環(huán)境科學(xué)出版社,2005.

[2]王彪,李田.排水管道風(fēng)險(xiǎn)分析初探[J].中國給水排水,2007,10(23):1-4

[3]何友,王國宏.多傳感器信息融合及應(yīng)用[M].北京:電子工業(yè)出版社,2000.

[4]Yao-Ting Wu.ZigBee source route technology in home application[C].2008 IEEE International Con ference on Sensor Networks,Ubiquitous,and Trustworthy Com puting,2008,302-304.

[5]I.Jawhar,N.Mohamed,and K.Shuaib.A framework for pipeline in frastructure monitoring using wireless sensor networks.The Sixth Annual Wireless Telecommunications Symposium(WTS 2007),IEEE Communication Society/ACM Sigmobile,Pomona,California,U.S.A.,April 2007.

[6]孫紅鴿,臧義,曹毅,閻馨.模糊數(shù)據(jù)融合在多傳感器環(huán)境監(jiān)測中的應(yīng)用[J].工礦自動化,2009,8:22-24

[7]E.F.Nakamura,A.A.Loureiro,A.C.Frery,Information fusion for wireless sensor networks:Methods,models,and classifications,ACM Computing Surveys 39(3)(2007)55.

[8]邱爽.無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法研究[D].武漢理工大學(xué)碩士學(xué)位論文,2008.

[9]彭繼兵,許強(qiáng),郭科.應(yīng)用多傳感器多模型融合技術(shù)提取滑坡綜合信息[J].中國地質(zhì)災(zāi)害與防治學(xué)報(bào),2005,16(4):109-112.