CN108230625A - 一种基于云计算和无线传感器网络的山洪灾害监测*** - Google Patents

Abstract

本发明提供了一种基于云计算和无线传感器网络的山洪灾害监测***，包括无线传感器网络、云计算服务器、监控终端；所述无线传感器网络与云计算服务器连接的输入端连接，监控终端与云计算服务器的输出端连接。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

一种基于云计算和无线传感器网络的山洪灾害监测***

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计算和无线传感器网络的山洪灾害监测***。

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计算和无线传感器网络的山洪灾害监测***。

本发明的目的采用以下技术方案来实现：

提供了一种基于云计算和无线传感器网络的山洪灾害监测***，包括无线传感器网络、云计算服务器、监控终端；所述无线传感器网络与云计算服务器连接的输入端连接，监控终端与云计算服务器的输出端连接；所述无线传感器网络包括基站和多个负责采集山体环境监测数据的传感器节点，其中传感器节点将采集的山体环境监测数据通过多跳方式发给基站的中央处理器，由中央处理器对传感器节点发送的山体环境监测数据进行汇聚处理，并经中央处理器将山体环境监测数据发送给云计算服务器。

优选地，所述监控终端包括处理器、微处理器、预警等级判定模块、报警模块、反馈模块，所述处理器的输出端与云计算服务器的输入端连接，所述云计算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等级判定模块的输入端，且所述预警等级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模块的输入端电连接。

进一步地，还包括信息收发装置，信息收发装置的输入端电连接处理器的输出端，所述信息收发装置的输出端分别与多个用户终端的输入端电连接。

优选地，所述云计算服务器包括云交互、云存储和云计算。

在实际测量过程中，基站将汇聚的山体环境监测数据发送到云计算服务器内的云计算中。云计算对收到的山体环境监测数据进行处理，经过云计算处理后的各项山体环境监测数据发送至云交互中进行山体环境监测数据的比对工作，若比对后显示山体环境监测数据不符合要求，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山体环境监测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，处理器驱动报警模块进行报警，在报警模块实现报警工作的同时，处理器通过信息收发装置与用户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***通过无线传感器网络、云计算服务器、监控终端的配合，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、信息收发装置以及多个用户终端的配合，在山洪灾害发生时，监控管理中心的处理器可自动通过信息收发装置与用户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本发明一个示例性实施例的山洪灾害监测***的结构示意框图；

图2是本发明一个示例性实施例的监控终端的结构示意框图。

附图标记：

无线传感器网络1、云计算服务器2、监控终端3、信息收发装置4、处理器10、微处理器12、预警等级判定模块14、报警模块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计算和无线传感器网络的山洪灾害监测***，包括无线传感器网络1、云计算服务器2、监控终端3；所述无线传感器网络1与云计算服务器连接；

如图2所示，所述监控终端3包括处理器10、微处理器12、预警等级判定模块14、报警模块16、反馈模块18，所述处理器10的输出端与云计算服务器2的输入端连接，所述云计算服务器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等级判定模块14的输入端，且所述预警等级判定模块14的输出端与处理器10的输入端电连接，所述处理器10的输出端与报警模块16的输入端电连接；

进一步地，还包括信息收发装置4，信息收发装置4的输入端电连接处理器10的输出端，所述信息收发装置的输出端分别与多个用户终端的输入端电连接。

在一个实施例中，所述云计算服务器2包括云交互、云存储和云计算。

在一个实施例中，所述无线传感器网络1包括基站和多个负责采集山体环境监测数据的传感器节点，其中传感器节点将采集的山体环境监测数据通过多跳方式发给基站的中央处理器，由中央处理器对传感器节点发送的山体环境监测数据进行汇聚处理，并经中央处理器将山体环境监测数据发送给云计算服务器。

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，基站将汇聚的山体环境监测数据发送到云计算服务器2内的云计算中。云计算对收到的山体环境监测数据进行处理，经过云计算处理后的各项山体环境监测数据发送至云交互中进行山体环境监测数据的比对工作，若比对后显示山体环境监测数据不符合要求，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山体环境监测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驱动报警模块进行报警，在报警模块实现报警工作的同时，处理器10通过信息收发装置与用户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***通过无线传感器网络1、云计算服务器2、监控终端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，该***还通过处理器、信息收发装置以及多个用户终端的配合，在山洪灾害发生时，监控管理中心的处理器可自动通过信息收发装置与用户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。

在一个实施例中，多个传感器节点通过分簇路由协议竞选出簇头，传感器节点将采集的山体环境监测数据发送至所属簇的簇头，进而由簇头对山体环境监测数据进行融合并发送到基站。本实施例中传感器节点通过分簇形式传输山体环境监测数据至基站，使得山体环境监测数据的传输路径能够保持在较短的通讯距离，从而能够降低网络能量消耗，节省山洪灾害监测***的数据采集成本。

在一个实施例中，所述的分簇路由协议具体包括：

(1)基站以最大功率向网络内广播信标信息，网络内传感器节点记录收到基站信标信息的时间和信号强度，基站信标信息包括最大信号强度H_max、最小信号强度H_min、保障传感器节点运行的最小能量值Q_min、各传感器节点收到基站信标信息的理论时间以及时间差阈值ΔV；

(2)网络内传感器节点计算自身的实际故障率；

(3)网络内传感器节点以初始设置的概率成为候选簇头，然后以最大功率广播自己是簇头的消息，在发射半径内若收到另外一个权值更大的候选簇头广播的消息，则放弃簇头的竞争，否则自己成为簇头，其中消息包括传感器节点根据自身情况计算的权值信息；

(4)当选为簇头的传感器节点对外广播自己是簇头的消息，其他传感器节点根据信号强度来决定加入某一个簇，并向簇头发送加入消息；

其中，所述的权值的计算公式为：

式中，表示传感器节点D_α的权值，为传感器节点D_α的当前剩余能量，为传感器节点D_α的初始能量，H(D_α,O)为传感器节点D_α收到基站信标信息的信号强度，表示传感器节点D_α的实际故障率；s₁、s₂为设定的权重系数，满足s₁+s₂＝1。

其中，所述实际故障率的计算公式为：

式中，表示传感器节点D_α的实际故障率，为传感器节点D_α收到基站信标信息的时间，为由基站设定的传感器节点D_α收到基站信标信息的理论时间，G为设定的传感器节点标准故障概率；为判断取值函数，当时，当时，

本实施例提出了一种新的簇头竞选机制，该机制中，网络内传感器节点以初始设置的概率成为候选簇头，然后以最大功率广播自己是簇头的消息，在发射半径内若收到另外一个权值更大的候选簇头广播的消息，则放弃簇头的竞争，否则自己成为簇头。现有技术中在进行候选簇头的竞争时，惯用的手段是直接采用当前剩余能量最大的候选簇头作为簇头，而本实施例通过权值大小进行候选簇头的竞争，并相应地定义了权值的计算公式。该计算公式综合考虑了传感器节点的能量和接收信号强度方面的因素，并创造性地考虑了传感器节点的故障率。

相对于直接采用当前剩余能量最大的候选簇头作为簇头的方式，本实施例产生了意想不到的效果：能够选到综合能力更优的簇头，从而提高了分簇拓扑结构的稳定性、延长山体环境监测数据采集和传输的工作周期。

在一个实施例中，形成分簇拓扑结构后，簇头确定簇内的易故障节点，构建易故障节点列表并将该列表发送至基站；基站根据易故障节点列表对易故障节点采集的山体环境监测数据进行异常检测，确定异常山体环境监测数据并标记后发送至云计算服务器2。

本实施例将检测出来的异常山体环境监测数据进行标记后再发送至云计算服务器2，便于云计算服务器2能够直接获取到异常山体环境监测数据，进而有针对性地对异常山体环境监测数据进行分析。本实施例增强了山体环境监测数据分析的鲁棒性，提高了无线传感器网络资源使用的效率。

异常山体环境监测数据包括误差型山体环境监测数据和事件型山体环境监测数据。

其中误差型山体环境监测数据指的是山体环境监测数据是不能反映监测对象的真实状态而明显偏离预先定义的正常山体环境监测数据；

而事件型山体环境监测数据指的是山体环境监测数据与预先定义的正常山体环境监测数据不一致，但是反映了监测对象的变化状态。

在对异常山体环境监测数据进行检测时，现有技术中的惯用手段是对所有传感器节点采集的异常山体环境监测数据都进行检测，这无疑增加了基站的负担。本实施例由簇头确定簇内的易故障节点并告知基站，进而由基站针对易故障节点采集的山体环境监测数据进行异常检测，大大降低了基站的负担，节省了能量。

其中，所述的簇头确定簇内的易故障节点，具体包括：

(1)簇头获取各成员节点的实际故障率，并根据实际故障率计算各成员节点的易故障权值：

式中，为成员节点D_β的易故障权值，其中 表示簇头CH_A所在簇的成员节点集合，为成员节点D_β的实际故障率，为成员节点D_γ的实际故障率，L(D_β,CH_A)为成员节点D_β与其簇头CH_A之间的欧式距离，L(D_γ,CH_A)为成员节点D_γ与其簇头CH_A之间的欧式距离；

(2)若其中为中具有的成员节点数量，则将成员节点D_β判定为易故障节点列表。

其中，本实施例创造性地提出了易故障节点的判定机制，该判定机制中，从传感器节点的实际故障率以及与簇头之间的距离两方面出发设计了易故障权值的计算公式，并根据易故障权值的大小程度来判定簇内成员节点是否为易故障节点，机制简单，易于实现。

由于簇内成员节点自身的故障概率能够影响到其采集的山体环境监测数据质量，而其与簇头、基站的距离能够影响到其采集的山体环境监测数据在传输过程中的质量，因此本实施例设定的易故障权值能够在一定程度上反映了簇内成员节点在采集和传输山体环境监测数据方面可能出错的概率。

在一个实施例中，基站根据易故障节点列表对易故障节点采集的山体环境监测数据进行异常检测，具体包括：

(1)基站获取易故障节点D_i的所有邻居节点集合P(D_i)，并获取邻居节点集合P(D_i)中各邻居节点的实际故障率；

(2)接收易故障节点D_i在R时刻采集的山体环境监测数据z_i(R)和邻居节点集合P(D_i)中各邻居节点D_j在R时刻采集的同一类型的山体环境监测数据z_j(R)，其中j＝1,2,…,m_i，m_i为邻居节点集合P(D_i)中的邻居节点数量；

(3)计算z_i(R)的比较山体环境监测数据值：

式中，z_i′(R)表示z_i(R)的比较山体环境监测数据值，为邻居节点集合P(D_i)中邻居节点D_j的实际故障率，其中邻居节点D_j为簇头时其实际故障率设为1，L(D_i,D_k)为邻居节点集合P(D_i)中邻居节点D_k与易故障节点D_i之间的距离，L(D_i,D_j)邻居节点D_j与易故障节点D_i之间的距离；

(4)若|z_i(R)-z_i′(R)|>ε，ε为设定的误差阈值，则判定该山体环境监测数据z_j(R)为异常山体环境监测数据。

由于易故障节点采集的山体环境监测数据与其邻居节点采集的山体环境监测数据具有较大的时空关联性，本实施例利用这种时空关联性，创新性地提出了针对山体环境监测数据的异常检测机制。

该机制基于距离和传感器节点先前计算的故障率对邻居节点的山体环境监测数据进行加权，计算出与易故障节点采集的山体环境监测数据相对应的比较山体环境监测数据值，通过计算山体环境监测数据和对应的比较山体环境监测数据值之间的差值是否在一定的阈值范围内，来判断该山体环境监测数据是否异常。

本实施例提出的异常检测机制能够较为有效地、准确地判定出异常的山体环境监测数据，有利于增强山体环境监测数据分析的鲁棒性。

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)

1.一种基于云计算和无线传感器网络的山洪灾害监测***，其特征是，包括无线传感器网络、云计算服务器、监控终端；所述无线传感器网络与云计算服务器的输入端连接，监控终端与云计算服务器的输出端连接；所述无线传感器网络包括基站和多个负责采集山体环境监测数据的传感器节点，其中传感器节点将采集的山体环境监测数据通过多跳方式发给基站的中央处理器，由中央处理器对传感器节点发送的山体环境监测数据进行汇聚处理，并经中央处理器将山体环境监测数据发送给云计算服务器。

2.根据权利要求1所述的一种基于云计算和无线传感器网络的山洪灾害监测***，其特征是，所述监控终端包括处理器、微处理器、预警等级判定模块、报警模块、反馈模块，所述处理器的输出端与云计算服务器的输入端连接，所述云计算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等级判定模块的输入端，且所述预警等级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模块的输入端电连接。

3.根据权利要求1或2所述的一种基于云计算和无线传感器网络的山洪灾害监测***，其特征是，还包括信息收发装置，信息收发装置的输入端电连接处理器的输出端，所述信息收发装置的输出端分别与多个用户终端的输入端电连接。

4.根据权利要求1所述的一种基于云计算和无线传感器网络的山洪灾害监测***，其特征是，多个传感器节点通过分簇路由协议竞选出簇头，传感器节点将采集的山体环境监测数据发送至所属簇的簇头，进而由簇头对山体环境监测数据进行融合并发送到基站。

5.根据权利要求4所述的一种基于云计算和无线传感器网络的山洪灾害监测***，其特征是，形成分簇拓扑结构后，簇头确定簇内的易故障节点，构建易故障节点列表并将该列表发送至基站；基站根据易故障节点列表对易故障节点采集的山体环境监测数据进行异常检测，确定异常山体环境监测数据并标记后发送至云计算服务器。

6.根据权利要求5所述的一种基于云计算和无线传感器网络的山洪灾害监测***，其特征是，所述的簇头确定簇内的易故障节点，具体包括：

(1)簇头获取各成员节点的实际故障率，并根据实际故障率计算各成员节点的易故障权值：

式中，为成员节点D_β的易故障权值，其中 表示簇头CH_A所在簇的成员节点集合，为成员节点D_β的实际故障率，为成员节点D_γ的实际故障率，L(D_β,CH_A)为成员节点D_β与其簇头CH_A之间的欧式距离，L(D_γ,CH_A)为成员节点D_γ与其簇头CH_A之间的欧式距离；

(2)若其中为中具有的成员节点数量，则将成员节点D_β判定为易故障节点列表。