CN107862834A - 一种基于云架构的山洪灾害监测预警*** - Google Patents

Abstract

本发明提供了一种基于云架构的山洪灾害监测预警***，包括山洪灾害监测装置、云服务器、山洪灾害远程监控中心；所述山洪灾害监测装置与云服务连接；所述山洪灾害远程监控中心包括处理器、微处理器、预警分析判定模块、报警装置、反馈模块，所述处理器的输出端与云服务器的输入端连接，所述云服务器的输出端通过反馈模块与微处理器的输入端电连接，所述微处理器的输出端电连接预警分析判定模块的输入端，且所述预警分析判定模块的输出端与处理器的输入端电连接，所述处理器的输出端与报警装置的输入端电连接。本发明利用云技术以及无线传感器网络技术实现了对山洪灾害的无线监测。

Description

一种基于云架构的山洪灾害监测预警***

技术领域

本发明涉及山洪灾害监测领域，具体涉及一种基于云架构的山洪灾害监测预警***。

背景技术

目前，山区由于特殊的地质因素和气候因素，加上越演越烈的人为因素影响，山洪灾害频发，破坏性也越来越大，给当地人民的财产和生命安全带来严重威胁。山洪灾害不仅造成一定范围内的人员伤亡、财产损失，还会对附近道路交通造成严重威胁。山洪灾害预警监测就是通过各种技术手段，在大规模山洪灾害之前进行智能判断并且报警，同时实时监测山洪动态，为防灾工作提供科学依据。

然而，传统的山洪灾害监测预警***中存在数据处理效率低、资源共享能力弱、软件通用化程度不高、功能不全等问题。

发明内容

针对上述问题，本发明提供一种基于云架构的山洪灾害监测预警***。

本发明的目的采用以下技术方案来实现：

提供了一种基于云架构的山洪灾害监测预警***，包括山洪灾害监测装置、云服务器、山洪灾害远程监控中心；所述山洪灾害监测装置与云服务连接；

所述山洪灾害远程监控中心包括处理器、微处理器、预警分析判定模块、报警装置、反馈模块，所述处理器的输出端与云服务器的输入端连接，所述云服务器的输出端通过反馈模块与微处理器的输入端电连接，所述微处理器的输出端电连接预警分析判定模块的输入端，且所述预警分析判定模块的输出端与处理器的输入端电连接，所述处理器的输出端与报警装置的输入端电连接。

进一步地，还包括室内接收器，室内接收器的输入端电连接处理器的输出端，所述室内接收器的输出端分别与户内终端一、户内终端二和户内终端N的输入端电连接。

优选地，所述云服务器包括云交互、云存储和云计算。

优选地，所述山洪灾害监测装置包括汇聚节点和多个传感器节点，其中传感器节点负责采集环境感知数据并进行处理获得有效环境感知数据，再将有效环境感知数据通过多跳方式发给汇聚节点，汇聚节点连接外部网络，对传感器节点发送的有效环境感知数据进行汇聚处理，并将汇聚处理后的有效环境感知数据通过GPRS网络发送给云服务器。

在实际测量过程中，汇聚节点将汇聚的有效环境感知数据发送到云服务器内的云计算中。云计算对收到的有效环境感知数据进行处理，经过云计算处理后的各项有效环境感知数据发送至云交互中进行有效环境感知数据的比对工作，若比对后显示有效环境感知数据不符合要求，则通过反馈模块将信息反馈给微处理器，微处理器驱使预警等级判定模块根据接收到的有效环境感知数据进行预警等级的判定工作，再将判定后的预警等级信息发送至处理器中，处理器驱动报警装置进行报警，在报警装置实现报警工作的同时，处理器通过室内接收器与户内终端的使用者进行沟通，从而方便实现远程报警工作，可及时采取相应的针对方案来解决山洪灾害带来的问题。

本发明的有益效果为：该基于云架构的山洪灾害监测预警***采用基于云计算的技术理念设计开发了具有扩展性好，数据存储与处理强，预警更加及时有效的山洪监测预警***；该***通过山洪灾害监测装置、云服务器、山洪灾害远程监控中心的配合，实现了实时、动态反映信息，且还具有预警发布功能，为政府部门防洪防灾决策提供科学、统一、可靠的信息平台，该***还通过处理器、室内接收器以及多个户内终端的配合，在山洪灾害发生时，监控管理中心的处理器可自动通过室内接收器与户内终端的使用者进行沟通，从而方便实现远程报警工作，可及时采取相应的针对方案来解决山洪灾害带来的问题。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1本发明一个实施例的结构示意框图；

图2是本发明一个实施例的山洪灾害远程监控中心的结构示意框图。

附图标记：

山洪灾害监测装置1、云服务器2、山洪灾害远程监控中心3、室内接收器4、处理器10、微处理器12、预警分析判定模块14、报警装置16、反馈模块18。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例提供的一种基于云架构的山洪灾害监测预警***，包括山洪灾害监测装置1、云服务器2、山洪灾害远程监控中心3；所述山洪灾害监测装置1与云服务连接；

如图2所示，所述山洪灾害远程监控中心3包括处理器10、微处理器12、预警分析判定模块14、报警装置16、反馈模块18，所述处理器10的输出端与云服务器2的输入端连接，所述云服务器2的输出端通过反馈模块18与微处理器12的输入端电连接，所述微处理器12的输出端电连接预警分析判定模块14的输入端，且所述预警分析判定模块14的输出端与处理器10的输入端电连接，所述处理器10的输出端与报警装置16的输入端电连接；

进一步地，还包括室内接收器4，室内接收器4的输入端电连接处理器10的输出端，所述室内接收器的输出端分别与户内终端一、户内终端二和户内终端N的输入端电连接。

在一个实施例中，所述云服务器2包括云交互、云存储和云计算。

在一个实施例中，所述山洪灾害监测装置1包括汇聚节点和多个传感器节点，其中传感器节点负责采集环境感知数据并进行处理获得有效环境感知数据，再将有效环境感知数据通过多跳方式发给汇聚节点，汇聚节点连接外部网络，对传感器节点发送的有效环境感知数据进行汇聚处理，并将汇聚处理后的有效环境感知数据通过GPRS网络发送给云服务器2。

在一个实施例中，传感器节点包括传感器，其中传感器的类型有：雨量传感器、液位传感器和加速度传感器。

在实际测量过程中，汇聚节点将汇聚的有效环境感知数据发送到云服务器2内的云计算中。云计算对收到的有效环境感知数据进行处理，经过云计算处理后的各项有效环境感知数据发送至云交互中进行有效环境感知数据的比对工作，若比对后显示有效环境感知数据不符合要求，则通过反馈模块18将信息反馈给微处理器12，微处理器12驱使预警等级判定模块根据接收到的有效环境感知数据进行预警等级的判定工作，再将判定后的预警等级信息发送至处理器10中，处理器10驱动报警装置进行报警，在报警装置实现报警工作的同时，处理器10通过室内接收器与户内终端的使用者进行沟通，从而方便实现远程报警工作，可及时采取相应的针对方案来解决山洪灾害带来的问题。

本发明上述实施例中，该基于云架构的山洪灾害监测预警***采用基于云计算的技术理念设计开发了具有扩展性好，数据存储与处理强，预警更加及时有效的山洪监测预警***；该***通过山洪灾害监测装置1、云服务器2、山洪灾害远程监控中心3的配合，实现了实时、动态反映信息，且还具有预警发布功能，为政府部门防洪防灾决策提供科学、统一、可靠的信息平台。

在一个实施例中，所述的汇聚节点设置于设定的山洪灾害监测区域外，传感器节点部署于设定的山洪灾害监测区域内，其中该设定的山洪灾害监测区域为K×K的二维正方形区域。

在一个实施例中，在布设传感器节点时，各传感器节点基于网格的形式进行部署，具体包括：

(1)估计需要在该设定的山洪灾害监测区域内部署的传感器节点数量M，将该设定的山洪灾害监测区域划分H个大小相等的正方形虚拟网格：

式中，P为传感器节点失效的概率；

(2)根据正方形虚拟网格的中心点到汇聚节点的距离确定每个正方形虚拟网格应部署的最优传感器节点数量：

式中，M_i表示第i个正方形虚拟网格应部署的最优传感器节点数量，D_i-sink表示第i个正方形虚拟网格中心点到汇聚节点的距离，表示各正方形虚拟网格的中心点到汇聚节点的距离之和，其中D_j-sink表示第j个正方形虚拟网格中心点到汇聚节点的距离，j＝1,2…,H，int[·]为取整函数；

(3)按照计算的最优传感器节点数量在各正方形虚拟网格中均匀部署传感器节点。

现有技术中利用传感器节点构建无线传感器网络时，传感器节点的部署很少采用科学的部署策略或算法，带有一定的随意性，然而传感器节点向汇聚节点传输数据时，通常要通过中间节点路由，离汇聚节点越近的传感器节点，需转发的数据也越多，因而会消耗更多的能量，因此汇聚节点附近的传感器节点能量将很快耗尽而“死亡”，汇聚节点也就无法收集数据，严重影响了网络的生命周期；本实施例相对于现有技术，提供了较为科学的传感器节点部署策略，该策略简单，易于实施。

其中，本实施例根据正方形虚拟网格的中心点到汇聚节点的距离确定每个正方形虚拟网格应部署的最优传感器节点数量，能够使得距离汇聚节点越近的正方形虚拟网格中部署更多的传感器节点，有利于平衡每个传感器节点的能量消耗，避免离汇聚节点越近的传感器节点越早“死亡”的现象，大大优化网络中传感器节点的能量消耗，使得网络中各正方形虚拟网格的传感器节点尽可能同时消耗完自身的能量，从而有效地延长整个网络的生命期，并提高山洪灾害监测预警***的可靠性，达到减少维护的目的。

在一个实施例中，按照下列公式估计需要在该设定的山洪灾害监测区域内部署的传感器节点数量M：

式中，U表示预设的传感器节点覆盖率，L_m2x为传感器节点可调的最大感知半径，L_min为传感器节点可调的最小感知半径，a为预设的调节系数，K的取值范围为[0.6,0.8]，int[·]为取整函数。

其中，为保证一定的网络覆盖度，传感器节点覆盖率U的取值应控制在80％以上。作为优选，传感器节点覆盖率U的取值为96％。

本实施例基于传感器节点覆盖率和传感器节点的可调的感知半径两个因素进行考虑，设定了需要在该设定的山洪灾害监测区域内部署的传感器节点数量的计算公式，从而为传感器节点的布设提供了科学的依据。

监测人员依据该计算公式估计的数量在设定的山洪灾害监测区域内实施传感器节点的部署，能够保证一定的网络覆盖度，有利于实现对山洪灾害监测区域的全面监测。

在一个实施例中，网络初始化时，传感器节点通过分簇路由协议动态地产生簇头节点和普通成员节点，最终形成自组织网络，其中簇头节点负责收集簇内普通成员节点获得的环境感知数据，且收集的环境感知数据的最终目的地为汇聚节点。本实施例通过分簇的形式进行环境感知数据的收集和传输，有利于降低环境感知数据传输的能耗。

在一个实施例中，传感器节点通过分簇路由协议动态地产生簇头节点和普通成员节点，具体包括：

(1)设定每个正方形虚拟网格即为一个簇，传感器节点根据自己的地理位置信息，判断自己所属的簇，同一正方形虚拟网格中的传感器节点可以相互获取信息，形成邻居节点列表，汇聚节点向每个传感器节点广播分簇消息，其中分簇消息包括等待时间阈值，每个正方形虚拟网格中的传感器节点在收到汇聚节点发送的分簇消息后，按照下列公式计算自身的状态值，并向通信范围内的其他传感器节点即邻居节点广播自己的状态值：

式中，W_b表示传感器节点b的状态值，Q_b为传感器节点b的当前剩余能量，Q_b0传感器节点b的初始能量，为传感器节点b到其所属正方形虚拟网格的中心点o_b的距离，Z表示正方形虚拟网格的边长，D_b-j表示传感器节点b到其第j个邻居节点的距离，n_b表示传感器节点b的邻居节点个数；

(2)传感器节点在等待时间阈值内接收其他传感器节点发送的状态值，若接收到一个状态值大于自身的状态值时，该传感器节点即放弃簇头节点的竞选，充当普通成员节点；若在等待时间阈值内接收到的状态值皆小于自身的状态值时，该传感器节点成为簇头节点，并向邻居节点广播通知。

基于上个实施例的分簇模型，本实施例进一步提出了传感器节点的分簇路由策略，该策略将正方形虚拟网格作为一个簇单位，并通过状态值的比较进行簇头节点的竞选，有利于实现均匀分簇，且使得与各邻居节点相近的、更靠近所属正方形虚拟网格中心的、剩余能量多的传感器节点具有更大的几率成为簇头节点，该分簇路由协议能够减少网络总能量消耗，平衡传感器节点能量消耗，从而在整体上能够节省山洪灾害监测预警***的通信成本，提高山洪灾害监测预警***工作的可靠度。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种基于云架构的山洪灾害监测预警***，其特征是，包括山洪灾害监测装置、云服务器、山洪灾害远程监控中心；所述山洪灾害监测装置与云服务连接；所述山洪灾害远程监控中心包括处理器、微处理器、预警分析判定模块、报警装置、反馈模块，所述处理器的输出端与云服务器的输入端连接，所述云服务器的输出端通过反馈模块与微处理器的输入端电连接，所述微处理器的输出端电连接预警分析判定模块的输入端，且所述预警分析判定模块的输出端与处理器的输入端电连接，所述处理器的输出端与报警装置的输入端电连接。

2.根据权利要求1所述的一种基于云架构的山洪灾害监测预警***，其特征是，还包括室内接收器，室内接收器的输入端电连接处理器的输出端，所述室内接收器的输出端分别与户内终端一、户内终端二和户内终端N的输入端电连接。

3.根据权利要求1或2所述的一种基于云架构的山洪灾害监测预警***，其特征是，所述云服务器包括云交互、云存储和云计算。

4.根据权利要求1所述的一种基于云架构的山洪灾害监测预警***，其特征是，所述山洪灾害监测装置包括汇聚节点和多个传感器节点，其中传感器节点负责采集环境感知数据并进行处理获得有效环境感知数据，再将有效环境感知数据通过多跳方式发给汇聚节点，汇聚节点连接外部网络，对传感器节点发送的有效环境感知数据进行汇聚处理，并将汇聚处理后的有效环境感知数据通过GPRS网络发送给云服务器。

5.根据权利要求4所述的一种基于云架构的山洪灾害监测预警***，其特征是，所述的汇聚节点设置于设定的山洪灾害监测区域外，传感器节点部署于设定的山洪灾害监测区域内，其中该设定的山洪灾害监测区域为K×K的二维正方形区域。

6.根据权利要求5所述的一种基于云架构的山洪灾害监测预警***，其特征是，在布设传感器节点时，各传感器节点基于网格的形式进行部署，具体包括：

(1)估计需要在该设定的山洪灾害监测区域内部署的传感器节点数量M，将该设定的山洪灾害监测区域划分H个大小相等的正方形虚拟网格：

<mrow> <mi>H</mi> <mo>=</mo> <mfrac> <msup> <mi>K</mi> <mn>2</mn> </msup> <mrow> <mi>M</mi> <mo>&amp;times;</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>P</mi> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>

式中，P为传感器节点失效的概率；

(2)根据正方形虚拟网格的中心点到汇聚节点的距离确定每个正方形虚拟网格应部署的最优传感器节点数量：

<mrow> <msub> <mi>M</mi> <mi>i</mi> </msub> <mo>=</mo> <mi>int</mi> <mo>&amp;lsqb;</mo> <msqrt> <mrow> <mn>1</mn> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mfrac> <msub> <mi>D</mi> <mrow> <mi>i</mi> <mo>-</mo> <mi>sin</mi> <mi>k</mi> </mrow> </msub> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>H</mi> </msubsup> <msub> <mi>D</mi> <mrow> <mi>j</mi> <mo>-</mo> <mi>sin</mi> <mi>k</mi> </mrow> </msub> </mrow> </mfrac> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> <mo>&amp;times;</mo> <mi>M</mi> <mo>&amp;rsqb;</mo> </mrow>

式中，M_i表示第i个正方形虚拟网格应部署的最优传感器节点数量，D_i-sink表示第i个正方形虚拟网格中心点到汇聚节点的距离，表示各正方形虚拟网格的中心点到汇聚节点的距离之和，其中D_j-sink表示第j个正方形虚拟网格中心点到汇聚节点的距离，j＝1,2…,H，int[·]为取整函数；

(3)按照计算的最优传感器节点数量在各正方形虚拟网格中均匀部署传感器节点。