主办单位: 共青团中央   中国科协   教育部   中国社会科学院   全国学联  

承办单位: 贵州大学     

基本信息

项目名称:
基于UAV的无线传感网络移动Sink数据收集平台
小类:
信息技术
简介:
针对固定Sink无线传感网络在野外生态、灾难监测等应用中出现Sink节点部署困难,主干网节点与感知节点能耗不均衡,感知区域之间不连通等问题,本作品在四旋翼飞行器的基础上增加自主飞行控制模块、IEEE802.15.4无线通信模块、后台控制监测模块形成移动Sink数据收集平台。
详细介绍:
鄱阳湖是我国最大的淡水湖。国务院于2009年12月12日正式批复《鄱阳湖生态经济区规划》,建设鄱阳湖生态经济区正式上升为国家战略,监测、保护鄱阳湖生态是非常重要的课题之一。目前鄱阳湖的生态监测工作正在尝试使用无线传感网络技术。 无线传感网络( Wireless Sensor Network, WSN) 综合了传感器、嵌入式计算、现代网络及无线通信、分布式信息处理等技术, 可以使人们在任何时间、地点和任何环境下获取大量详实可靠的信息, 从而真正实现“无处不在”的计算理念。无线传感器网络通常是一个由传感器节点(sensor node)、汇聚节点(Sink node)和管理节点(management node)构成的三级网络系统。一般而言,传感器网络的目的为收集与向外界传输数据,在传感器网络中,这种角色节点被称为数据汇聚节点。在实际应用中,一个完整的无线传感网络常常被划分为多个小的网络(子网),各个子网之间由汇聚节点(Sink节点)组成主干网络彼此连接,网络中的监测数据通过Sink节点传回基站或因特网。 固定部署的Sink节点相较于移动Sink存在以下问题:①受到能源、地理条件等因素的制约或者在战争或灾难发生情况下,Sink节点部署较感知节点部署方法困难,出现故障或能量提前耗尽不便于更换;②感知数据无法一跳到达Sink,多跳机制及主干路由的建立带来整网能耗不平衡,产生空洞及Hotspots问题。③网络部署必须考虑通信覆盖,造成感知过冗余覆盖、感知无意义覆盖。这些问题给整个无线传感网络带来严重的危机。例如,固定的Sink节点对部署位置要求苛刻,然而对于鄱阳湖这样的湖泊、湿地环境很难找到合适的部署地点,在湖泊、湿地中人工制造部署环境成本无法控制;又如,无线传感网络被部署在空气受到严重污染的区域用于环境监测,人无法靠近网络区,一旦汇聚节点出现故障或网络受阻,传统的汇聚节点将无法更换,主干网通讯被破坏,整个网络无异于毁灭;再如,无线传感网络的两个子网分别被部署在一座山的两侧,由于通讯信号不可达,两个子网将无法连通。在这些情况下如果没有更好的解决方案,整个网络必将瘫痪。 基于以上原因,本作品将微型无人机技术与无线传感网络技术进行融合,在四旋翼飞行器的基础上增加自主飞行控制模块、IEEE802.15.4无线通信模块以及后台控制监测系统构成移动Sink数据收集平台。该平台具备无人机自主移动能力、远距离无线通信能力、大容量存储能力以及基于GIS的后台监控系统,结合无线传感器网络的链路质量评估技术、节点定位技术,可实现对环境感知网络所采集的监测数据进行有效的全覆盖收集,并在保证对网络收集覆盖的前提下提高收集效率。 本作品主要做了如下几方面研究: 一、设计了小型四旋翼飞行器的自主飞行控制系统,使其具备飞行姿态控制能力。硬件系统包括由陀螺仪传感器、加速度传感器、电子罗盘组成的姿态传感器,GPS定位模块、气压传感器以及超声波传感器,使用基于Arm7的主板控制飞行器飞行;软件系统为自主设计的基于惯性导航的飞行姿态控制算法。 二、为无人机增加Sink模块使其构成移动Sink平台,并设计了移动Sink自主移动收集算法。该算法能够在执行数据收集任务时控制移动Sink飞行轨迹,还能够使移动Sink自主调整收集悬停点的位置。根据该算法,移动Sink在接收到目标网络的GPS信息后自主进行航迹规划,并能够在数据收集过程中发现链路质量较差时自动调整悬停收集点,保证通信链路质量。 三、改进了WSN的拓扑结构和数据传输方式,采用航迹优先自组织成簇策略及“融合—存储—转发”方式,使其适用于移动Sink数据收集。 四、设计了用于环境数据监测的后台软件。该软件具有服务器端和客户端两部分组成的C/S结构。感知网络中的数据通过移动Sink节点收集后传回与终端相连接的网关节点,网关节点与服务器相连,进行数据交换。本后台软件通过簇头节点的GPS信息定位后,将传感器数据显示到客户端。该软件采用实时的GIS地理位置信息系统,并且以图形化的方式显示传感器数据信息。 本作品的研究作为WSN解决恶劣环境下数据收集的通用平台,将极大的拓展WSN的应用范围;减少环境因素对网络部署的制约;降低网络维护复杂度,提高网络能量效率和剩余能量平衡。是实现感知数据收集调度策略的研究基础。

作品图片

  • 基于UAV的无线传感网络移动Sink数据收集平台
  • 基于UAV的无线传感网络移动Sink数据收集平台
  • 基于UAV的无线传感网络移动Sink数据收集平台
  • 基于UAV的无线传感网络移动Sink数据收集平台
  • 基于UAV的无线传感网络移动Sink数据收集平台

作品专业信息

设计、发明的目的和基本思路、创新点、技术关键和主要技术指标

一、设计目的 利用四旋翼无人机良好的自主悬停、自主移动性能,实现移动Sink对感知区域进行数据收集,调度无人机采集覆盖WSN网络中的所有簇头,实现无人机智能移动策略。延长WSN网络生存时间,降低数据收集延迟。 二、基本思路 (1)为微型四旋翼无人飞行器增加自主飞行控制系统。实现无人机飞行姿态的算法可控性。 (2)为改进的无人机增加Sink模块,并设计移动收集算法。移动Sink能够根据该移动收集算法自主完成数据收集任务。 (3)根据设计的移动收集算法改进现有WSN的网络拓扑结构和数据传输方式。方便于移动Sink规划航迹,提高收集效率。 (4)开发用于实时网络数据监测的后台软件。 三、技术创新 (1)无人机技术与WSN技术相融合的移动Sink,解决了传统WSN感知数据汇聚中Sink节点部署困难、感知区域不连通、区域内易剩余能量不平衡等问题。 (2)本作品提供感知数据收集平台,能够支持现有网络通信协议、数据分析,提高WSN网络数据收集平台适用范围和数据收集效率。 (3)本作品为鄱阳湖环境分区监测、森林火警感知网络应急部署、战场环境监测等应用场景提供了简单易行的解决方案。 四、关键技术 (1)无人机自主飞行模块的设计,包括硬件选用和飞行姿态控制算法设计。 (2)链路质量实时评估策略。 (3)簇头列表的分类管理。 (4)UAV移动策略(正交嗅探算法)。 (5)后台监控软件的GIS信息导入、WSN数据包的解析、数据库设计及维护。

科学性、先进性

(1)实现了小型四旋翼飞行器的自主飞行控制,不需要遥控器,解决了遥控距离限制的问题,使得飞行器可以独立于操作者单独前往无线传感网络区,因此大大增加了网络控制的安全性,扩大了网络的应用范围。 (2)实现了可悬停式的移动Sink平台,在解决了固定Sink部署困难、主干网节点与感知节点能耗不均衡、感知区域之间不连通等问题的同时,保证了数据收集时的链路质量,提高了收集效率。 (3)平台具有通用性,无需修改传统网络通信协议、数据分析等协议,通用于鄱阳湖环境监测、重污染区域监测、战场环境监测等各种特殊条件下的WSN监测领域。

获奖情况及鉴定结果

作品所处阶段

中试阶段

技术转让方式

作品可展示的形式

实物

使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测

1、技术特点 (1)无人机技术与WSN技术相结合的Mobile Sink,解决了传统WSN感知数据汇聚中,Sink节点部署困难、感知区域不连通、区域内易剩余能量不平衡等问题。 (2)提供感知数据收集平台,借助于现有网络拓扑控制、通信协议、数据分析等协议,提高WSN网络数据收集平台适用范围和数据收集效率。 2、适用范围及推广前景 本产品具有较广的应用范围,在灾难和环境监测、野生动物习性监测,入侵检测、安全监视等方面具有应用优势。

同类课题研究水平概述

由于移动Sink模型在WSN数据收集领域能较好的延长感知网络生存期,国内外对移动Sink模型及其移动策略进行了大量的研究。 2010年,于海征,建立移动Sink模型,具有多个移动Sink以DTN的形式,并将收集到的数据采用Epidemic routing多拷贝消息路由方法在Sink之间传递。 M. Lucchi提出一种使用UAV收集WSN数据的移动Sink平台,该平台通过分析并利用spotlight-mode SAR采集方式,较好的解决了移动Sink与传感节点之间无线信号的衰减与噪声的影响,采用Raker Receiver收集微弱噪声干扰的无线通信,获得较大网络吞吐量和网络能量效率等性能。 Ioannis Chatzigiannakis 提出3种移动模式:随机移动、可预测移动、控制移动。不同的移动模式具有不同的自由度,在不同的应用场景、网络规模、监测情况对数据收集性能影响不同。 Tracy Camp、Jeff Boleng 、Vanessa Davies将个体移动模型归纳为以下7种:随机行走移动模型;随机航标移动模型;随机航向移动模型;无边界仿真移动模型;高斯-马尔科夫移动模型;基于概率随机行走移动模型;城市区域移动模型。 2008.E.M. Saad等受到蜜蜂觅食启发,提出Bees算法,得到Sink移动最优路径。 Ke Tian提出自适应Voronoi图辖域(AVRP)动态选择锚节点控制Sink移动、 包跟踪(TRAIL)算法控制Sink移动两种模型。分别适用于大规模通信和轻量级通信WSN。 2010. Khodashahi, M. H.等根据监测簇头节点之间的能效、优化数据通信决定Sink节点的最佳位置,减少整网数据采集时间。 2007. S. Basagni等对比控制移动Sink与非控制移动Sink的不同以及它们在网络性能表现上的差异,发现MULEs的随机非控制移动适用于延迟容忍的WSN,能在网络延迟与网络生命期得到较好的平衡
建议反馈 返回顶部
Baidu
map