張仕鵬， 左嘉志， 裴歡， 陳柏良

(中國(guó)能源建設(shè)集團(tuán)，廣東省電力設(shè)計(jì)研究院有限公司， 廣東 廣州 510663)

0 引言

隨著無(wú)線傳感技術(shù)、通信技術(shù)以及人工智能技術(shù)的不斷發(fā)展和融合，出現(xiàn)了物聯(lián)網(wǎng)技術(shù)，尤其是近年來(lái)，物聯(lián)網(wǎng)技術(shù)得到了飛速發(fā)展，相對(duì)于其他網(wǎng)絡(luò)，物聯(lián)網(wǎng)的組網(wǎng)形式更加靈活、方便，抗干擾能力強(qiáng)，在許多領(lǐng)域得到了廣泛應(yīng)用[1-3]。在物聯(lián)網(wǎng)的實(shí)際應(yīng)用中，其不斷對(duì)監(jiān)測(cè)區(qū)域的目標(biāo)以及對(duì)象信息進(jìn)行采集，并將信息通過(guò)一定的路徑發(fā)送到物聯(lián)網(wǎng)管理中心。不同的節(jié)點(diǎn)可以組成不同的物聯(lián)網(wǎng)數(shù)據(jù)發(fā)送路徑，但是節(jié)點(diǎn)易被外界非法攻擊，使得有的節(jié)點(diǎn)易失效，數(shù)據(jù)傳輸?shù)某晒β氏陆?，為了提高物?lián)網(wǎng)通信效果，需要對(duì)物聯(lián)網(wǎng)節(jié)點(diǎn)進(jìn)行控制，以保證數(shù)據(jù)傳輸?shù)目煽啃訹4-6]。

為了獲得理想的物聯(lián)網(wǎng)通信效果，國(guó)內(nèi)外許多學(xué)者對(duì)物聯(lián)網(wǎng)節(jié)點(diǎn)的控制問(wèn)題進(jìn)行了廣泛的研究，西方一些發(fā)達(dá)國(guó)家的物聯(lián)網(wǎng)使用更早，物聯(lián)網(wǎng)節(jié)點(diǎn)控制技術(shù)更加成熟，如基于最短路徑的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)方法；基于通信成本最低的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)方法；基于數(shù)據(jù)傳輸時(shí)間最短的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)方法和基于最短路徑的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)方法等[7-9]，而國(guó)內(nèi)由于物聯(lián)網(wǎng)起步比較晚，因此物聯(lián)網(wǎng)節(jié)點(diǎn)控制研究的歷史較短，但亦出現(xiàn)了許多物聯(lián)網(wǎng)控制技術(shù)，如有基于群智能算法的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)方法；基于鏈路均衡的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)方法等，它們均有自己的優(yōu)勢(shì)[10-11]，同時(shí)具有各自的不足，如節(jié)點(diǎn)控制誤差大，控制時(shí)間長(zhǎng)，無(wú)法進(jìn)行高效物聯(lián)網(wǎng)節(jié)點(diǎn)控制，物聯(lián)網(wǎng)節(jié)點(diǎn)的控制問(wèn)題有待進(jìn)一步研究[12]。

針對(duì)當(dāng)前物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法存在的控制準(zhǔn)確性差，控制效率低等不足，以提高物聯(lián)網(wǎng)節(jié)點(diǎn)控制精度，提出了一種性能優(yōu)異的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法。首先根據(jù)路由探測(cè)協(xié)議收集節(jié)點(diǎn)位置和相鄰區(qū)域內(nèi)的節(jié)點(diǎn)信號(hào)，采用小波分析技術(shù)提取節(jié)點(diǎn)信號(hào)特征，然后采用時(shí)間動(dòng)態(tài)匹配算法選擇最優(yōu)路由節(jié)點(diǎn)，建立物聯(lián)網(wǎng)數(shù)據(jù)傳輸?shù)淖顑?yōu)路徑，最后與其他物聯(lián)網(wǎng)節(jié)點(diǎn)控制方法進(jìn)行了對(duì)比實(shí)驗(yàn)，證明了本文方法在物聯(lián)網(wǎng)節(jié)點(diǎn)控制精度和控制效率方面的優(yōu)越性。

1 性能優(yōu)越物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法的具體設(shè)計(jì)

1.1 建立物聯(lián)網(wǎng)節(jié)點(diǎn)的匯聚鏈路模型

在一個(gè)物聯(lián)網(wǎng)中，包括了許多傳感器節(jié)點(diǎn)，這些傳感器節(jié)點(diǎn)具有數(shù)據(jù)采集和通信性能，要進(jìn)行高精度的物聯(lián)網(wǎng)節(jié)點(diǎn)控制，那么要建立物聯(lián)網(wǎng)節(jié)點(diǎn)匯聚鏈路模型。設(shè)物聯(lián)網(wǎng)由N個(gè)無(wú)線傳感器節(jié)點(diǎn)組成，這些無(wú)線傳感器節(jié)點(diǎn)分布在一個(gè)正方形區(qū)域內(nèi)，這些節(jié)點(diǎn)位置固定，并且能量分配的初值是相同的，通常情況，還包括一個(gè)基站，基站的能量足夠而且不受限制[13]，第i個(gè)物聯(lián)網(wǎng)節(jié)點(diǎn)有多個(gè)鄰居節(jié)點(diǎn)，一個(gè)物聯(lián)網(wǎng)劃分多個(gè)簇，每一個(gè)簇有一個(gè)簇首，節(jié)點(diǎn)之間數(shù)據(jù)傳輸?shù)拈g隔跳數(shù)為T(mén)f，消耗功率為T(mén)s=NfTf，其中Nf表示第一跳消耗的功率，基于節(jié)點(diǎn)傳輸功率博弈分析算法，全部節(jié)點(diǎn)消耗能量計(jì)算式為式(1)。

(1)

式中，Tc表示第c簇所有節(jié)點(diǎn)消耗功率；k表示簇首數(shù)量；ent()表示取整操作。

(2)

式中，γi為傳感系數(shù)，節(jié)點(diǎn)能量均勻控制目標(biāo)函數(shù)為式(3)。

(3)

(4)

利用節(jié)點(diǎn)數(shù)據(jù)的匯聚過(guò)程，建立物聯(lián)網(wǎng)節(jié)點(diǎn)的匯聚鏈路模型。

1.2 建立物聯(lián)網(wǎng)數(shù)據(jù)的路由探測(cè)協(xié)議

M1,M2,…,MN代表物聯(lián)網(wǎng)的拓?fù)浼軜?gòu)節(jié)點(diǎn)，K{ri}表示物聯(lián)網(wǎng)通信區(qū)域的節(jié)點(diǎn)分布密度，當(dāng)物聯(lián)網(wǎng)的拓?fù)浼軜?gòu)最優(yōu)時(shí)，通信信道ri(x)是一條雙向通道，可以表示為mu(i,x)+np，根據(jù)匯聚鏈路模型得到節(jié)點(diǎn)傳輸?shù)牟町愋蕴卣骱瘮?shù)為式(5)。

Es(j)={(u,v)∈E|u∈Vs(j),v∈Vs(j)}

(5)

由于物聯(lián)網(wǎng)中存在的路由修復(fù)節(jié)點(diǎn)，節(jié)點(diǎn)匯聚鏈路增益控制可以表示為式(6)。

(6)

根據(jù)雙向鏈路模型對(duì)路由探測(cè)協(xié)議進(jìn)行設(shè)定，簇首傳輸數(shù)據(jù)的精準(zhǔn)性為式(7)。

(7)

(8)

第j個(gè)參考節(jié)點(diǎn)的均勻互信息量計(jì)算式為式(9)。

Ri(k)=diag{r(i-1)q+1(k),r(i-1)q+2(k),…,r(i-1)q+q(k)}

(9)

計(jì)算鄰居節(jié)點(diǎn)路徑優(yōu)化控制誤差，根據(jù)誤差建立物聯(lián)網(wǎng)的節(jié)點(diǎn)之間關(guān)聯(lián)性匹配函數(shù)，實(shí)現(xiàn)路由探測(cè)協(xié)議設(shè)計(jì)。

1.3 物聯(lián)網(wǎng)節(jié)點(diǎn)控制

通過(guò)路由探測(cè)協(xié)議得到節(jié)點(diǎn)信號(hào)評(píng)測(cè)結(jié)果，采用動(dòng)態(tài)決策算法實(shí)現(xiàn)物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制。

(1) 物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)處理。物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)存在衰落現(xiàn)象，對(duì)物聯(lián)網(wǎng)節(jié)點(diǎn)控制時(shí)，需要對(duì)信號(hào)進(jìn)行相應(yīng)的處理。小波分析技術(shù)不僅可以對(duì)節(jié)點(diǎn)信號(hào)進(jìn)行多尺度分析，而且還可以描述節(jié)點(diǎn)信號(hào)變化特征。小波基函數(shù)表示為式(10)。

(10)

式中，a,b分別為小波分析的平移和伸縮因子。

對(duì)于信號(hào)f(t)∈L2(R)，連續(xù)小波分析為式(11)。

(11)

小波分析的重構(gòu)定義如式(12)。

(12)

由于物聯(lián)網(wǎng)信號(hào)為離散信號(hào)，需要進(jìn)行離散化處理，離散小波定義如式(13)。

(13)

離散化小波轉(zhuǎn)換為式(14)。

(14)

離散化小波的重構(gòu)為式(15)。

(15)

通過(guò)小波分析技術(shù)可以將物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)劃分為高頻與低頻特征信號(hào)，分解的尺度越大，那么信號(hào)更加細(xì)化，這樣可以對(duì)物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)衰落點(diǎn)進(jìn)行加權(quán)處理，并通過(guò)離散化小波的重構(gòu)使得物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)比較完整。

(2) 采用動(dòng)態(tài)決策算法根據(jù)時(shí)間對(duì)節(jié)點(diǎn)信號(hào)之間特征進(jìn)行匹配，模板特征信號(hào)序列T為式(16)。

T:{b1,b2,…,bj,…,bM}

(16)

式中，bj表示物聯(lián)網(wǎng)的第i個(gè)節(jié)點(diǎn)信號(hào)特征；M表示信號(hào)特征數(shù)量。

根據(jù)匹配結(jié)果進(jìn)行物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)精準(zhǔn)控制。c(k)為節(jié)點(diǎn)序列間的映射，匹配函數(shù)為式(17)。

F={c(k),1≤k≤K}

(17)

式中，c(k)=(i(k),j(k))，K表示節(jié)點(diǎn)序列的匹配路徑點(diǎn)數(shù)。

計(jì)算未知序列與模板間的歐式距離為式(18)。

(18)

當(dāng)某個(gè)節(jié)點(diǎn)d的值越小，則表示那個(gè)節(jié)點(diǎn)通信最優(yōu)，可以包含在最優(yōu)路徑中，存在式(19)。

(19)

式中，w(k)為權(quán)重系數(shù)。

通過(guò)動(dòng)態(tài)變換模式可以得到物聯(lián)網(wǎng)通信的最優(yōu)路徑DT。

2 仿真實(shí)驗(yàn)

2.1 實(shí)驗(yàn)環(huán)境

為了測(cè)試本文設(shè)計(jì)的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制效果，進(jìn)行具體仿真測(cè)試實(shí)驗(yàn)，選擇當(dāng)前經(jīng)典的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法：文獻(xiàn)[11]和文獻(xiàn)[12]進(jìn)行對(duì)照實(shí)驗(yàn)。它們的測(cè)試環(huán)境為Intel 4核 2.6 GH CPU，8 GB的DDR 4 000內(nèi)存，Windows的個(gè)人計(jì)算機(jī)，采用MATLAB 2017進(jìn)行編程實(shí)現(xiàn)仿真實(shí)驗(yàn)。

2.2 不同物聯(lián)網(wǎng)節(jié)點(diǎn)控制方法的消耗總功率

在一個(gè)物聯(lián)網(wǎng)中，所有傳感器節(jié)點(diǎn)初始功率相同，隨著工作時(shí)間的變化，不同物聯(lián)網(wǎng)節(jié)點(diǎn)控制方法節(jié)點(diǎn)功率變化曲線，如圖1所示。

圖1 不同方法的物聯(lián)網(wǎng)節(jié)點(diǎn)總功率變化曲線

對(duì)圖1的節(jié)點(diǎn)功率變化曲線進(jìn)行分析可以發(fā)現(xiàn)，隨著工作時(shí)間的不斷增加，所有節(jié)點(diǎn)的總功率不斷減少，對(duì)比方法的節(jié)點(diǎn)功率減少趨勢(shì)十分明顯，呈直線方式下降，而本文物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法的節(jié)點(diǎn)功率減少比較緩慢，節(jié)點(diǎn)總功率降低量小，使得節(jié)點(diǎn)總功率始終要高于對(duì)比方法，這主要是由于本文方法可以對(duì)物聯(lián)網(wǎng)節(jié)點(diǎn)進(jìn)行高精度的控制，獲得了十分理想的物聯(lián)網(wǎng)節(jié)點(diǎn)控制效果，驗(yàn)證了本文提出的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法的優(yōu)越性。

2.3 不同物聯(lián)網(wǎng)節(jié)點(diǎn)控制方法的節(jié)點(diǎn)路由最優(yōu)路徑

為了進(jìn)一步測(cè)試不同物聯(lián)網(wǎng)節(jié)點(diǎn)控制方法的性能，計(jì)算它們的節(jié)點(diǎn)路由最優(yōu)路徑，隨著時(shí)間的不斷變化，所有方法節(jié)點(diǎn)路由最優(yōu)路徑變化曲線，如圖2所示。

圖2 不同方法的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)路徑變化曲線

對(duì)圖2的節(jié)點(diǎn)路由最優(yōu)路徑進(jìn)行對(duì)比和分析可以發(fā)現(xiàn)，在不同時(shí)間段，本文提出的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法的節(jié)點(diǎn)路由最優(yōu)路徑最短，基本上穩(wěn)定在1.5 m左右，而對(duì)比方法的節(jié)點(diǎn)路由最優(yōu)路徑最短變化幅度比較大，且極不穩(wěn)定，而且距離遠(yuǎn)遠(yuǎn)長(zhǎng)于本文方法的節(jié)點(diǎn)路由最優(yōu)路徑，同時(shí)從圖2可以看出，相對(duì)于對(duì)比方法，本文物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法找到最優(yōu)路徑的時(shí)間明顯縮短，提高了物聯(lián)網(wǎng)節(jié)點(diǎn)控制效率。

3 總結(jié)

針對(duì)當(dāng)物聯(lián)網(wǎng)節(jié)點(diǎn)控制過(guò)程中存在的一些難題，為了獲得最優(yōu)的物聯(lián)網(wǎng)節(jié)點(diǎn)控制效果，本文提出一種性能優(yōu)越的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制方法。首先建立物聯(lián)網(wǎng)節(jié)點(diǎn)控制的匯聚鏈路模型，并設(shè)計(jì)了相應(yīng)的路由探測(cè)機(jī)制，采集節(jié)點(diǎn)位置信息和鄰域節(jié)點(diǎn)相關(guān)信號(hào)，然后引入小波分析技術(shù)提取物聯(lián)網(wǎng)節(jié)點(diǎn)信號(hào)的特征，并采用時(shí)間動(dòng)態(tài)匹配算法分析節(jié)點(diǎn)信號(hào)與特征之間的關(guān)系，選擇最優(yōu)物聯(lián)網(wǎng)數(shù)據(jù)傳輸路徑，從而實(shí)現(xiàn)了物聯(lián)網(wǎng)節(jié)點(diǎn)的最優(yōu)控制，最后仿真對(duì)比實(shí)驗(yàn)結(jié)明，本文方法的物聯(lián)網(wǎng)節(jié)點(diǎn)控制功率低，獲得物聯(lián)網(wǎng)最優(yōu)節(jié)點(diǎn)控制耗時(shí)少，是一種精度高、速度快的物聯(lián)網(wǎng)節(jié)點(diǎn)最優(yōu)控制技術(shù)，具有十分廣泛的實(shí)際應(yīng)用前景。