基于无线传感器网络的智能火灾检测与报警系统设计.pdf

第 18 期2023 年 9 月无线互联科技Wireless Internet TechnologyNo.18September,2023作者简介:王涛(1990),男,河南三门峡人,助理工程师,本科;研究方向:通信工程。基于无线传感器网络的智能火灾检测与报警系统设计王 涛(湖州塔通通信科技有限公司,浙江 湖州 313300)摘要:智能火灾检测与报警系统在保护人们生命财产安全方面发挥着重要作用。文章提出了一种基于无线传感器网络的智能火灾检测与报警系统,着重研究该系统中的无线路由算法,旨在保证数据传输可靠稳定的前提下,优化能耗,延长无线传感器节点寿命。关键词:无线传感器网络;智能火灾检测;无线路由算法;能耗优化中图分类号:TP277;TN92 文献标志码:A0 引言 无线传感器网络火灾智能报警系统是一种利用无线传感器节点构建的监测和报警系统,用于检测和及时响应火灾事件。该系统是为了提高火灾的检测速度、减少人员伤亡和财产损失,并增加火灾应急响应的效率1。传感器网络中的无线路由问题是指如何有效地选择和建立传感器节点之间的通信路径,以便可靠地传输数据。在无线传感器网络中,节点通常具有有限的能源和计算能力,并且节点分布在广阔的区域内2。因此,对如何提高能源效率、延长网络寿命以及保证数据传输可靠性的研究就显得至关重要。1 系统架构与设计1.1 系统架构 基于无线传感器网络的智能火灾检测与报警系统由以下 3 个主要部分构成。1.1.1 无线传感器节点 分布在检测区域内的无线传感器节点负责感知和采集环境参数,如温度、烟雾、气体浓度等。每个传感器节点包含一个或多个传感器,用于实时监测环境参数,并将采集到的数据进行处理和传输。传感器节点具有无线通信功能,可以与其他节点和中心控制节点进行数据传输和通信。1.1.2 数据传输与处理模块 传感器节点通过无线通信将采集到的数据传输给中心控制节点。中心控制节点接收到传感器节点发送的数据后,进行数据处理和分析。这包括数据预处理、特征提取、数据融合等操作。中心控制节点应用火灾检测算法对处理后的数据进行分析和判定,以确定是否存在火灾情况。1.1.3 中心控制节点 中心控制节点负责监控和管理分布在监测区域内的传感器节点。它可以收集节点的状态信息、数据传输情况等,并确保节点的正常运行。一旦中央控制节点检测到火灾情况,节点会触发报警机制,并生成相应的报警信息。中心控制节点将报警信息发送给相关人员或部门,如消防部门、安保人员等,以便及时采取紧急响应措施。这些措施可以包括启动灭火系统、疏散人员、通知相关人员等3。1.2 无线传感器节点的布置和要求1.2.1 传感器节点的布置 (1)传感器节点的密度布置取决于火灾监测的需求和覆盖区域的特性。对于高风险区域,传感器节点的密度可以更高。这种布置方式可以确保火灾事件的及时检测和报警。在低风险区域为了节约能源和成本,节点的密度可以相对较低。(2)传感器节点应放置在可能发生火灾的区域,如厨房、电气设备附近等。节点之间应具有足够的通信范围,以确保数据传输的可靠性。节点的位置选择应避免过大的通信距离或过多的障碍物,以防止信号弱化或中断。1.2.2 无线通信要求 (1)节约能耗、延长使用寿命。由于传感器节点通常由有限的电池供电,延长网络寿命对于系统的可持续运行至关重要。路由算法应选择能量消耗较低的路径,以减少节点能源的消耗。节点在非活动状态时可以进入休眠模式,以降低能耗。在需要进行数据传输或处理时,节点重新激活以完成任务。(2)数据可靠并确保报警信息的准确传递。路由算法应确保数据能够可靠地从源节点传递到目标节点,即使在网络中存在丢包、信号干扰或节点失效等情况下也能保持数据的完整性和准确性。路由算82第 18 期2023 年 9 月无线互联科技智能控制No.18September,2023法可以采用错误检测和纠正机制,如校验和、重传和冗余传输等,以检测和纠正数据传输中的错误,提高数据传输的可靠性(3)网络拓扑控制维持网络的稳定性和连通性。路由算法应能选择稳定的路径,避免不稳定或易失效的节点或链路。当网络拓扑发生变化时(如节点故障、新节点加入或离开网络),路由算法应及时更新路由信息,以维持网络的连通性和稳定性。路由算法可以通过路径质量估计,如链路质量、拥塞程度或传输延迟等指标,来选择最佳的传输路径。这样可以提高数据传输的效率和性能。2 优化能耗的路由算法设计2.1 算法建模 本设计结合无线火灾自动报警的通信需求,构建无线火灾自动报警系统的通信系统建模,考虑能耗模型和数据传输模型的因素,建模如下:2.1.1 能耗模型 模型假设每个传感器节点的总能量为 E(单位:J),初始能量为 E0,每个节点在传输和接收过程中消耗的能量可以表示为以下几种。发送能量消耗:E_send=k_send d L(单位:J)接收能量消耗:E_receive=k_receive L(单位:J)空闲能量消耗:E_idle=k_idle(单位:J)其中,k_send、k_receive 和 k_idle 是与无线模块和硬件相关的能量常数,d 是传输距离,是路径损耗指数,L 是数据包的长度。2.1.2 数据传输模型 数据传输的速率可以表示为:R=B/T(单位:bit/s)。其中,B 是数据包的大小(单位:bit),T 是传输时间(单位:s)。数据传输的时延可以表示为:D=T_prop+T_trans(单位:s)。其中,T_prop 是传输时延,表示信号传播在空间中的传播延迟;T_trans 是传输时延,表示数据包的传输时间。2.1.3 误码率模型 误码率(Bit Error Rate,BER)表示在数据传输过程中发生比特错误的概率,可以表示为 P_err。误码率可以受到信噪比(Signal-to-Noise Ratio,SNR)的影响,可以表示为:P_err=f(SNR)。2.2 三种传输模型结合方式 传输模型的输入参数包括:传感器节点数量 N、通信范围 W、数据包大小 B、传输速率目标值 R_target、信噪比 SNR。输出参数包括:选择的簇首节点集合 Cluster_heads、总能耗 E_total、传输速率 R、误码率 P_err。具体算法步骤如下:2.2.1 初始化阶段 每个节点根据能耗模型计算发送能量消耗 E_send 和接收能量消耗 E_receive。2.2.2 簇首节点选择阶段 每个节点根据能耗模型计算空闲能量消耗 E_idle。每个节点计算选择为簇首节点的概率 p=(P E_idle)/(1-P(r mod(1/P)。其中,P 是用于控制簇首节点选择概率的参数,通常取值在 0 到1 之间。r 是一个在0,1范围内的随机数,用于实现节点的随机性。mod 表示取模运算,计算 r mod(1/P)的结果。P E_idle 表示节点的空闲能量消耗与 P的乘积,表示节点具备成为簇首节点的能量。(r mod(1/P)的结果在 0,1/P范围内,可以看作是一个随机数,用于控制节点选择为簇首节点的概率。1-P(r mod(1/P)的结果在1-1/P,1范围内,表示非簇首节点的概率。因此,概率 p 表示节点选择自身作为簇首节点的概率。每个节点根据该概率 p 进行选择,并将选择结果存储在 Cluster_heads 集合中。概率公式的设计使得能量较高的节点更有可能被选为簇首节点,但也引入了随机性,以实现簇首节点的均衡分布。2.2.3 数据传输阶段 普通节点将数据包发送给所属簇首节点。簇首节点进行数据聚合和转发操作,根据数据传输模型计算传输时间 T=B/R_target 和传输速率 R=B/T。簇首节点向控制中心节点传输数据,并根据能耗模型计算簇首节点到控制中心节点的能量消耗 E_send_cc。2.2.4 误码率计算阶段 每个节点根据传输距离 d 和信噪比 SNR,使用误码率模型计算误码率 P_err。2.2.5 能耗计算阶段 每个节点根据能耗模型计算总能耗 E_total,包括发送能量消耗、接收能量消耗、空闲能量消耗和簇首节点到控制中心节点的能量消耗的总和。2.2.6 输出结果 输出结果包括返回选择的簇首节点集合 Cluster_heads、返回总能耗 E_total、返回传输速率 R 和返回误码率 P_err。3 实验与评估3.1 参数赋值 本设计采用 NS-3 模拟系统进行仿真,使用 C 语言进行模拟程序编写,在模拟环境输入参数取值为:N=100;W=80 meters;B=1 024 bytes;R_target=1 Mbps;SNR=10 dB。另外,算法中所涉及的参数根92第 18 期2023 年 9 月无线互联科技智能控制No.18September,2023据实际情况、结合模拟数据,按照如下方式获取:3.1.1 能耗模型的参数 实验测试过程将发送能量常数(k_send)模拟为0.02 J/m;将接收能量常数(k _ receive)模拟为 0.01 J/bit;将空闲能量常数(k_idle)模拟为 0.001 J。3.1.2 数据传输模型的参数 传输时延的传播延迟根据信号传播速度来估计,如取值为在自由空间中的光速 3 108 m/s。传输时延的传输时间根据无线模块的特性和数据处理时间来估计,如取值为 0.001 s。3.1.3 误码率模型的函数 误码率函数 f(SNR)根据具体的无线信道模型和调制方式选择适当的函数,如经验模型或理论模型。对于二进制相干调制(BPSK)在高信噪比下,误码率可以使用 Q 函数来近似估计,P_err=0.5erfc(sqrt(SNR)。3.2 对比评估 在本文设计的无线路由算法中,P 是用于控制簇首节点选择概率的参数,P 值的大小直接影响算法的适用性。因此,实验结果需要设定不同的 P 值来做对比。具体对比实验数据如表 1 所示。表 1 不同 P 值对比P 值簇首节点数量总能耗/J平均传输时延/ms平均传输速率/Mbps网络连通性/%误码率0.0345 0459.80.7880.0320.0675 16210.50.8870.0360.09115 26811.20.9860.040.12145 395120.8850.0430.15175 52012.80.7840.046 数据选择概率在 0.030.15 之间变化。对应的簇首节点数量随机生成。模拟数据包括总能耗、平均传输时延、平均传输速率、网络连通性和误码率等指标。P 值选择概率为 0.12 时,总能耗和误码率相对较低。平均传输时延和平均传输速率也达到了较好的值。整体性能得到了一个较为平衡的性能表现。同时,为了检验本文设计的无线路由算法的性能,本研究进行了对比实验,一组采用本文设计的能耗为主的路由算法,另一组采用距离判定路由的算法进行测试。采用能耗路由算法比采用通讯距离路由算法的性能指标提升很多,具体指标包括总能耗从7 612 J 降低到 5 395 J、平均传输时延降低了 8 ms,平均传输速率提升 0.1 Mbps、网络连通性从 0.75 提升为 0.8、误码率由 0.05 降低至 0.043。实验测试结果说明能耗控制路由算法在提高网络性能、降低能耗和改善数据传输质量方面具有优势。4 结语 无线火灾自动报警系统设计中的路由算法应注重能耗优化、数据可靠性、网络拓扑控制、路由选择策略的设计,并具备自适应性和灵活性。这样可以有效地传输报警信息,延长传感器网络寿命,并保证系统的可靠性和稳定性。研究人员期望通过本设计为无线火灾自动报警系统中的无线路由设计提供参考,以提升系统在火灾防控能力,为保障人类生命财产安全做出贡献。参考文献1刘大维.无线火灾自动报警系统设计思路探讨J.消防界,2020(12):68.2罗梦莹.综合管廊火灾自动报警系统设计研究J.智能建筑与智慧城市,2023(2):136-138.3苗程宾.基于物联网的火灾自动报警系统设计:中国消防协会学术工作委员会消防科技论文集(2022)C.北京:中国石化出版社,2022.(编辑 姚 鑫)Design of intelligent fire detection and alarm system based on wireless sensor networksWang Tao Huzhou Tatong Communication Technology Co.Ltd.Huzhou 313300 China Abstract Intelligent fire detection and alarm systems play an important role in protecting the safety of people s lives and property.This article proposes an intelligent fire detection and alarm system based on wireless sensor networks focusing on the wireless routing algorithm in the system.The aim is to optimize energy consumption and extend the lifespan of wireless sensor nodes while ensuring reliable and stable data transmission.Key words wireless sensor network intelligent fire detection wireless routing algorithm energy consumption optimization03