用于作物表型信息邊緣計算采集的認(rèn)知無線傳感器網(wǎng)絡(luò)分簇路由算法

　　摘要: 隨著無線終端數(shù)量的快速增長和多媒體圖像等高帶寬傳輸業(yè)務(wù)需求的增加，農(nóng)業(yè)物聯(lián)網(wǎng)相關(guān)領(lǐng)域可預(yù)見地會出現(xiàn)無線頻譜資源緊缺問題。針對基于傳統(tǒng)物聯(lián)網(wǎng)的作物表型信息采集系統(tǒng)中存在由于節(jié)點密集部署導(dǎo)致數(shù)據(jù)傳輸過程容易出現(xiàn)頻譜競爭、數(shù)據(jù)擁堵的現(xiàn)象以及固定電池的網(wǎng)絡(luò)由于能耗不均衡引起監(jiān)測周期縮減等諸多問題，本研究建立了一個認(rèn)知無線傳感器網(wǎng)絡(luò)（CRSN）作物表型信息采集模型，并針對模型提出一種引入邊緣計算機制的動態(tài)頻譜和能耗均衡（DSEB）的事件驅(qū)動分簇路由算法。算法包括：（1）動態(tài)頻譜感知分簇，采用層次聚類算法結(jié)合頻譜感知獲取的可用信道、節(jié)點間的距離、剩余能量和鄰居節(jié)點度為相似度對被監(jiān)控區(qū)域內(nèi)的節(jié)點進(jìn)行聚類分簇并選取簇頭，構(gòu)建分簇拓?fù)涞倪^程對各分簇大小的均衡性引入獎勵和懲罰因子，提升網(wǎng)絡(luò)各分簇平均頻譜利用率；（2）融入邊緣計算的事件觸發(fā)數(shù)據(jù)路由，根據(jù)構(gòu)建的分簇拓?fù)浣Y(jié)構(gòu)，將待檢測各區(qū)域變化異常表型信息觸發(fā)事件以簇內(nèi)匯聚和簇間中繼交替迭代方式轉(zhuǎn)發(fā)至匯聚節(jié)點，簇內(nèi)匯聚包括直傳和簇內(nèi)中繼，簇間中繼包括主網(wǎng)關(guān)節(jié)點和次網(wǎng)關(guān)節(jié)點-主網(wǎng)關(guān)節(jié)點兩種情況；（3）基于頻譜變化和通信服務(wù)質(zhì)量（QoS）的自適應(yīng)重新分簇：基于主用戶行為變化引起的可用信道改變，或分簇效果不佳對通信服務(wù)質(zhì)量產(chǎn)生的干擾，觸發(fā)CRSN進(jìn)行自適應(yīng)重新分簇。此外，本研究還提出了一種新的能耗均衡策略去能量消耗中心化（假設(shè)sink為中心），即在網(wǎng)關(guān)或簇頭節(jié)點選取計算式中引入與節(jié)點到sink的距離成正比的權(quán)重系數(shù)。算法仿真結(jié)果表明，與采用K-medoid分簇和能量感知的事件驅(qū)動分簇(ERP)路由方案相比，在CRSN節(jié)點數(shù)為定值的前提下，基于DSEB的分簇路由算法在網(wǎng)絡(luò)生存期與能效等方面均具有一定的改進(jìn)；在主用戶節(jié)點數(shù)為定值時，所提算法比其它兩種算法具有更高頻譜利用率。

　　關(guān)鍵詞: 認(rèn)知無線傳感器網(wǎng)絡(luò)(CRSN)；作物表型信息采集；能耗均衡；分簇路由

　　1 引 言

　　無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSNs）在以農(nóng)情信息精確獲取為前提的精準(zhǔn)農(nóng)業(yè)中具有重要應(yīng)用。將WSNs應(yīng)用于需要高通量數(shù)據(jù)傳輸?shù)淖魑锉硇托畔⒉杉到y(tǒng)中，可以解決人力監(jiān)測成本高、周期長、規(guī)模和數(shù)據(jù)量大以及遠(yuǎn)程監(jiān)測難等問題。2017年，法國國家農(nóng)業(yè)研究院的Francois Tardieu和諾丁漢大學(xué)的Malcolm Bennett共同提出了多層次表型組的研究構(gòu)想，以此將感知數(shù)據(jù)轉(zhuǎn)化為有意義的生物學(xué)知識[1]。然而，這種作物表型系統(tǒng)需要密集部署的傳感器節(jié)點才能完成巨量圖像和傳感器數(shù)據(jù)的采集[2,3]，并且由于節(jié)點部署的過于密集，農(nóng)業(yè)物聯(lián)網(wǎng)的相關(guān)領(lǐng)域在傳輸過程中已逐漸出現(xiàn)無線頻譜資源緊缺的趨勢[4,5]。一方面，在為了監(jiān)測農(nóng)作物的生長與發(fā)育形態(tài)的節(jié)點相對密集部署的農(nóng)作物環(huán)境中，以工業(yè)、科學(xué)和醫(yī)療頻段為典型代表的非授權(quán)頻譜使用將出現(xiàn)擁堵現(xiàn)象；另一方面，一些傳輸特性較好的低頻授權(quán)頻段的利用率卻很低[6-8]。為此，Mitola于1999年提出了認(rèn)知無線電（Cognitive Radio，CR）的概念來解決頻譜利用不均衡的問題[9]。融入認(rèn)知無線電技術(shù)的傳感器網(wǎng)絡(luò)被稱為認(rèn)知無線傳感器網(wǎng)絡(luò)（Cognitive Radio Sensor Networks，CRSN）[10]。

　　2 前人相關(guān)工作

　　2.1　CRSN分簇路由

　　自2009年，Ozgur等[10]首次在研究論文中提出CRSN，其對分簇路由協(xié)議的研究就從未停止過。王繼紅和石文孝[14]在2018年對近年的CRSN分簇路由協(xié)議按時間觸發(fā)和事件驅(qū)動兩個方面進(jìn)行了分類綜述總結(jié)。WSNs相關(guān)的分簇路由協(xié)議前人已經(jīng)做了大量工作，然而，針對農(nóng)業(yè)物聯(lián)網(wǎng)的CRSN分簇路由算法的考慮因素、考慮頻譜可用性變化、保護(hù)主用戶、跨層設(shè)計、數(shù)據(jù)通信等方面還有待開發(fā)。本節(jié)將從網(wǎng)絡(luò)的重新分簇機制、能耗均衡研究以及簇內(nèi)與簇間通信的設(shè)計模式3方面對近年CRSN的分簇路由的研究進(jìn)展進(jìn)行介紹。

　　2.2　CRSN在農(nóng)業(yè)物聯(lián)網(wǎng)中應(yīng)用現(xiàn)狀

　　近年，在基于農(nóng)業(yè)物聯(lián)網(wǎng)的作物表型信息采集系統(tǒng)中，CRSN憑借其高效的頻譜利用特性逐漸引起了學(xué)者的關(guān)注。2004年，IEEE 802.22無線區(qū)域局域網(wǎng)（Wireless Regional Area Network，WRAN）工作組成立，負(fù)責(zé)認(rèn)知無線電物理層和MAC協(xié)議標(biāo)準(zhǔn)的制定，包括制定認(rèn)知設(shè)備在電視頻譜中使用的標(biāo)準(zhǔn)[31];2015年，阿爾及利亞的研究人員設(shè)計了一種利用蜂窩頻段進(jìn)行傳輸?shù)闹悄苻r(nóng)業(yè)遠(yuǎn)程監(jiān)測和控制灌溉系統(tǒng)，并通過仿真對提議的方法進(jìn)行驗證[32];2016年，美國聯(lián)邦通信委員會（Federal Communications Commission，F(xiàn)CC）已允許將470~698 MHz頻譜范圍內(nèi)的認(rèn)知無線電設(shè)備用于農(nóng)業(yè)機械和農(nóng)業(yè)設(shè)備的數(shù)字農(nóng)業(yè)應(yīng)用[33];2017年Zhou等[3]開發(fā)的CropQuant系統(tǒng)是以基于物聯(lián)網(wǎng)平臺獲取大量特征數(shù)據(jù)后的生物性狀分析算法為研究對象，但具體關(guān)于該平臺如何從密集部署的傳感器節(jié)點避免頻譜擁堵，以較小的延遲、能耗以及丟包率完成數(shù)據(jù)的傳輸，且在固定的電池能量耗盡前，盡量持久地完成作物表型檢測任務(wù)，即對傳統(tǒng)的物聯(lián)網(wǎng)平臺在密集部署的終端中暴露出的路由傳輸問題，沒有進(jìn)行詳細(xì)說明;2019年，Reynolds等[34]在CropQuant平臺的基礎(chǔ)上開發(fā)了具有分布式植物表型信息交互和集中式數(shù)據(jù)管理兩部分功能的CropSight系統(tǒng)，系統(tǒng)采用的有線和無線兩種數(shù)據(jù)傳輸方式。有線傳輸?shù)姆绞娇梢员苊獬霈F(xiàn)CropQuant平臺的路由問題，但需要較高的成本;同年，Salam和Karabiyik[7]介紹了數(shù)字農(nóng)業(yè)在認(rèn)知物理層的合作疊加方法，所提認(rèn)知直接序列擴(kuò)頻（Cognitive Direct Sequence Spread Spectrum，CDSSS）方法通過在非認(rèn)知用戶之間進(jìn)行信息交換來獲取頻譜同步、多用戶解碼、中繼和協(xié)作。

　　3 作物表型信息采集網(wǎng)絡(luò)模型構(gòu)建與評估指標(biāo)設(shè)計

　　物聯(lián)網(wǎng)與云計算相結(jié)合組成的作物表型信息監(jiān)測系統(tǒng)通常都是將數(shù)據(jù)以時間觸發(fā)的方式周期性地集中上傳至數(shù)據(jù)中心，再由數(shù)據(jù)中心進(jìn)行統(tǒng)一計算處理和決策。但面對爆發(fā)式增長的設(shè)備和數(shù)據(jù)，尤其是在需要連續(xù)、近實時獲取巨量圖像和傳感器數(shù)據(jù)作為植物視覺識別輸入田間表型監(jiān)測系統(tǒng)中，傳統(tǒng)物云結(jié)合的農(nóng)業(yè)物聯(lián)網(wǎng)由于所有計算均在云端進(jìn)行，且多數(shù)采用時間觸發(fā)驅(qū)動等原因已逐漸暴露出通信能耗開銷大、帶寬需求高、時延大、中心節(jié)點計算壓力大和數(shù)據(jù)安全與隱私保障等問題[34,42]。近年來，邊緣計算作為一種新模式，提出讓物聯(lián)網(wǎng)的每個邊緣設(shè)備都具有數(shù)據(jù)采集、分析計算、通信和智能處理的能力。邊緣傳感器節(jié)點不再需要持續(xù)不斷的往網(wǎng)絡(luò)數(shù)據(jù)中心傳遞數(shù)據(jù)集中處理，而是將原本由中心處理的大型服務(wù)分解到網(wǎng)絡(luò)的邊緣，由邊緣的傳感器節(jié)點自己判斷各種感知數(shù)據(jù)，只有讀數(shù)發(fā)生重大變化時才告知數(shù)據(jù)中心[43,44]。引入邊緣計算的CRSN可以大大提高傳感能力和QoS，包括有效地減少帶寬、提升響應(yīng)處理速度以及保護(hù)數(shù)據(jù)的隱私等[42,45]。

　　4 結(jié) 論

　　本研究針對精準(zhǔn)農(nóng)業(yè)中作物表型信息精確獲取的需求和已出現(xiàn)的網(wǎng)絡(luò)生存期短、能耗不均衡以及即將出現(xiàn)的頻譜擁堵等問題，構(gòu)建了基于事件驅(qū)動的CRSN作物表型信息采集模型，并對其多跳分簇路由提出一種DSEB的解決方案。在檢測到源節(jié)點觸發(fā)事件后，采用層次聚類的分簇機制構(gòu)建分簇。對聚類迭代過程各分簇節(jié)點數(shù)量的平衡性引入獎勵和懲罰因子；路由過程通過簇內(nèi)匯聚和簇間中繼迭代，將數(shù)據(jù)以多跳傳輸至sink。為了適應(yīng)主用戶行為改變和保證主次用戶的QoS，該算法引入自適應(yīng)頻譜的重新分簇機制。在網(wǎng)關(guān)或簇頭節(jié)點選取計算式中引入與節(jié)點到sink的距離成正比的權(quán)重系數(shù)作為能耗均衡策略去能耗中心化。仿真結(jié)果表明，DSEB算法在頻譜利用率、網(wǎng)絡(luò)生存期以及能效等方面均具有一定改進(jìn)。

　　參考文獻(xiàn)：

　　[1] TARDIEU F, CABRERA-BOSQUET L, PRIDMORE T, et al. Plant phenomics, from sensors to knowledge[J]. Current Biology, 2017, 27(15): R770-R783.

　　[2] 徐凌翔, 陳佳瑋, 丁國輝, 等. 室內(nèi)植物表型平臺及性狀鑒定研究進(jìn)展和展望[J]. 智慧農(nóng)業(yè)(中英文), 2020, 2(1): 23-42.XU L, CHEN J, DING G, et al. Indoor phenotyping platforms and associated trait measurement: Progress and prospects[J]. Smart Agriculture, 2020, 2(1): 23-42.

　　[3] ZHOU J, REYNOLDS D, CORN T L, et al. CropQuant: An automated and scalable field phenotyping platform for crop monitoring and trait measurements to facilitate breeding and digital agriculture[J]. bioRxiv, 2017. https://doi.org/10.1101/161547.

　　作者汪進(jìn)鴻 1,2, 韓宇星 1,2*

　　推薦閱讀：智慧農(nóng)業(yè)無線傳感器精確定位

《用于作物表型信息邊緣計算采集的認(rèn)知無線傳感器網(wǎng)絡(luò)分簇路由算法》

上一篇：基于調(diào)制近紅外反射光譜的土壤養(yǎng)分近場遙測方法研究

下一篇：基于輕量級無錨點深度卷積神經(jīng)網(wǎng)絡(luò)的樹上蘋果檢測模型