北斗物聯網實時監測的傳輸有效性優化與分析*

田立勤，高　坤，曹陽威

華北科技學院 計算機系，北京 101601

北斗物聯網實時監測的傳輸有效性優化與分析*

田立勤+，高坤，曹陽威

華北科技學院 計算機系，北京 101601

TIAN Liqin,GAO Kun,CAO Yangwei.Effectiveness optimization and analysis of transmission in real-time monitoring based on Beidou and Internet of things.Journal of Frontiers of Computer Science and Technology，2016,10(7):975-988.

物聯網結合各種主干傳輸很適合遠程實時監測，但是在一些位置偏遠地區，一般沒有互聯網、有線專線等基礎通信的IT遠程傳輸主干，移動信號也比較弱甚至可能沒有，從經濟角度和實際傳輸環境出發，可以采用我國北斗衛星導航系統提供的報文服務，但是目前北斗報文服務傳輸頻度和單次傳輸量受到限制。針對這種情況提出了一種適用于北斗報文的提高其傳輸效率的遠程傳輸有效性優化機制（effectiveness optimization mechanism of remote transmission，EMRT）。這種機制具體包括3部分：（1）針對待傳記錄，動態壓縮記錄中冗余指標的“指標壓縮方法”；（2）針對待傳指標，根據協議事先約定好去除雙方都知道的靜態“外部包裝”的“要素壓縮方法”；（3）針對待傳要素，壓縮高4位的“位壓縮方法”。同時根據雙方的動態數據變化量化分析了ERMT對北斗傳輸有效性的提高效果，并分析了影響有效性的因素。理論分析和實際數據驗證表明，這些機制對提高北斗傳輸有效性具有顯著作用，對基于我國北斗衛星的信息傳輸的實際應用具有重要的理論和實際意義。

物聯網；北斗報文；遠程傳輸；有效性

1　引言

物聯網配合北斗報文服務很適合遠程實時監測，原因有：（1）物聯網的感知部分——無線傳感器網絡布置靈活，自組織能力強，能夠在條件惡劣，甚至給人帶來危險的地方進行監測[1-2]；（2）北斗報文服務范圍覆蓋亞太地區，選擇北斗報文服務作為物聯網遠程傳輸主干可以解決偏遠地區沒有互聯網遠程傳輸主干，移動信號或者信號微弱導致數據無法傳輸的問題[3]。例如早在汶川抗震救災任務中，該服務就在災區基礎通信設備被自然災害破壞的情況下成為災區和外界通信的主要手段。近年來，國內很多專家學者致力于將北斗報文服務應用到水文、地質、交通、海洋等領域，一些典型的應用如文獻[4-7]。

在基于北斗報文的物聯網實時監測系統中，監測數據遠程傳輸過程分為以下幾個步驟：（1）監測數據經過發送端即北斗終端上傳到北斗衛星；（2）北斗衛星向地面中心站轉發監測數據；（3）接收端通過北斗終端從地面中心站獲取監測數據。但是北斗報文服務的通信頻度是每分鐘一次，每次最多傳輸80 Byte[8-9]，因此以北斗報文服務作為物聯網遠程傳輸主干的監測系統在傳輸大量數據時，必須采取有效措施提高北斗報文遠程傳輸的有效性[10]。

目前，基于北斗報文遠程傳輸有效性的研究主要集中在國內，國外專家學者很少針對該領域進行深入研究。導致該現象的主要原因有：（1）北斗報文服務是基于“北斗一代”衛星導航系統“有源定位”方式特有的服務，該服務是其他“無源定位”衛星導航系統如GPS、GLONASS、GALILEO所不具備的；（2）北斗衛星導航系統起步較晚，其報文服務的覆蓋范圍是東經80度到東經150度，北緯5度到北緯55度，僅能夠覆蓋中國全境和亞洲部分地區，北斗報文用戶主要集中在國內。為提高北斗報文遠程傳輸有效性，文獻[11]提出了一種多SIM卡復用的北斗終端設計方案，將一臺北斗終端的SIM卡數量提高到多張，航天科技集團公司772所研制的北斗大容量數據傳輸模塊也采用了類似的處理方法，但是這種方法實際上是通過增加硬件成本來提高有效性。文獻[12]根據漢字GB2312編碼的特點，對GB2312編碼進行重新映射，以減少表示每個漢字所需的二進制位數，從而實現北斗報文發送中漢字文本的壓縮以提高有效性，缺點是該壓縮方法僅針對漢字文本傳輸，適用范圍比較窄。文獻[13]提出將TCP/IP協議的控制機制應用到北斗報文傳輸中，并結合北斗報文傳輸的特點制定了一種適用于北斗報文的長報文通信協議，從而提高了有效性。雖然國外專門針對北斗報文遠程傳輸有效性的研究比較少，但是可以通過參考國外遠程數據傳輸壓縮方向的研究，結合北斗報文特點制定提高北斗報文遠程傳輸有效性的方法。目前比較典型的方法有：文獻[14]采用Huffman算法壓縮北斗報文數據，不足之處在于發送端必須額外發送Huffman算法的編碼樹，接收端才能根據編碼樹解壓出北斗報文數據。文獻[15]在自動氣象站傳輸系統中采用預設LZW編碼和靜態Huffman編碼壓縮氣象數據，以提高北斗報文遠程傳輸有效性。該方法無需傳輸LZW動態編碼表和Huffman編碼樹信息，但是其適用范圍比較窄，因為壓縮時要求數據必須與編碼表預設的字符串一致。

2　監測系統架構

基于北斗報文的物聯網實時監測系統按照物聯網結構劃分為感知層、網絡層和應用層，如圖1所示。其中感知層由各種傳感器組成，承擔采集信息的作用；網絡層負責信息傳遞，通過遠程傳輸主干即北斗報文服務傳輸感知層獲取的信息；應用層是物聯網和用戶的接口，提供分析、查詢、命令發布等功能供決策者和授權用戶訪問。北斗終端配有通信接口，可以經過標準RS-232串口和網關進行信息交換。

3　數據傳輸有效性優化

定義1（遠程傳輸有效性）遠程傳輸有效性指待傳數據進行遠程傳輸的效率，可以通過實際傳輸所節省的字節數和待傳數據字節數的比值η來量化。

Fig.1　Architecture based on Beidou message and Internet of things in real-time monitoring圖1　基于北斗報文的物聯網實時監測系統架構

假設實際傳輸所占用的字節數為Wid，待傳數據字節數為Wid_Save，那么遠程傳輸有效性可以通過以下公式計算：

為提高北斗報文遠程傳輸有效性，本文提出了一種適用于北斗報文的遠程傳輸有效性優化機制（effectiveness optimization mechanism of remote transmission，EMRT）。這種機制按照北斗報文的遠程傳輸有效性優化順序可以分為3個方面：（1）針對待傳記錄，壓縮記錄中冗余指標的“指標壓縮方法”（index compression method，ICM）；（2）針對待傳指標，根據協議事先約定好去除雙方都知道的“外部包裝”的“要素壓縮方法”（element compression method，ECM）；（3）針對待傳指標要素，壓縮高4位的“位壓縮方法”（bit compression method，BCM）。

定義2（記錄）北斗報文有固定的指令格式，具體包括“報文標志”、“長度”、“地址”、“報文內容”、“校驗和”這5部分。北斗報文組幀過程中，監測數據全部存儲于“報文內容”部分，本文為了便于描述將該部分稱為一條記錄，并用mes表示。同時為了區分不同時間發送的記錄，將記錄按照發送時間的先后排序，首次發出的記錄用mes1表示，第t次發出的記錄用mest表示。

定義3（指標）在監測系統中能夠反應監測區域狀態的諸如時間、地點、溫度等類型的監測數據稱為指標，用I表示。

根據定義可知記錄是由一定數量的指標組成的。如圖2所示，I的上標表示其所在記錄的發送序號，下標表示指標在記錄中的序號，如分別表示第t次發出的記錄mest的前3個指標。

Fig.2　Composition ofmest圖2　記錄mest組成示意圖

3.1指標壓縮方法

在基于北斗報文的監測系統中，可以依據指標的重要程度將指標分為緊急指標、普通指標和冗余指標。監測區域無異常情況下，記錄中存在大量非常近似的冗余指標。ICM的優勢是可以在報文組幀時直接減少冗余指標的發送數量，如圖3所示，冗余指標在報文組幀時被壓縮，該次記錄中發送指標數量由11個下降至6個。

Fig.3　Composition of ICM圖3　ICM示意圖

ICM的特點是記錄中冗余指標被壓縮后，每一條記錄發送的指標數量不再固定，各個指標發送頻率是動態變化的。雖然上面ICM可以在報文組幀時直接減少冗余指標的發送數量，但是指標發送頻率動態變化的特點增加了接收端報文解析的難度，因為接收端無法識別被壓縮的冗余指標在記錄中的位置和數量。此外，ICM方法缺少可靠的標準，記錄中哪些指標屬于可壓縮指標難以確定。基于以上考慮，ICM不適合直接應用于北斗報文，需要進一步改進。本文通過采用“變頻組幀調度”設計和“位映射隊列”設計解決這些問題。

3.1.1變頻組幀調度設計

變頻組幀調度設計包括：（1）設置指標調度閾值；（2）量化指標的近似程度；（3）通過隊列調度確定記錄中可壓縮的冗余指標。

指標調度閾值的設置比較簡單，可以由監測人員根據監測精度要求設置。為了區分緊急指標、普通指標和冗余指標，將閾值設置為緊急閾值?1和普通閾值?2（?1≥?2）。下面詳細分析量化指標近似程度和通過隊列調度確定記錄中可壓縮冗余指標的設計。

指標的近似程度可以用指標差的絕對值來量化：將mest中指標和中對應指標分別作差并取絕對值，得到即代表了各個指標在北斗報文兩次發送時間間隔內的近似程度。

北斗報文組幀時根據?1、?2、di將指標劃分進3個發送隊列：緊急發送隊列Q1、普通發送隊列Q2和冗余發送隊列Q3。

Fig.4　Flowchart of frequency framing scheduling圖4　變頻組幀調度流程圖

①如果di≥?1，表明是緊急指標，監測區域存在發生緊急情況的可能，屬于Q1；

②如果?2≤di

③如果di≤?2，表明是冗余指標，屬于Q3。

①如果di≥?1，表明也是緊急指標，監測區域存在緊急情況的可能性進一步增大，屬于Q1；

②如果di

如圖5所示，Q1、Q2、Q3都是虛擬隊列，其目的是在組幀調度時賦予虛擬隊列中指標不同的發送方式：

（1）Q1、Q2隊列中指標采取“占位發送”即正常發送的方式，而且Q1擁有比Q2更高的發送優先級，傳輸鏈路擁塞時優先發送Q1。

（2）Q3隊列中的指標是“冗余指標”，采用“不占位發送”的方式壓縮該指標。該發送方式下，記錄中屬于Q3隊列的指標不發送，在記錄中的位置由記錄中下一個屬于Q1或Q2的指標占用。

定義4（單指標變頻壓縮率）設歷史上第i個指標的總記錄數為Numsum，經變頻組幀調度后多個記錄中該指標“不占位發送”，設歷史上該指標“占位發送”的記錄數為Nummerg，則單指標變頻壓縮率Comi為：

Fig.5　Index transmission method of frequency framing scheduling圖5　變頻組幀隊列調度指標發送方式示意圖

根據計算公式可知單指標變頻壓縮率為“占位發送”的記錄數與總記錄數的比值，該值越小表明變頻組幀隊列調度效果越好。表1以某氣象監測系統10條歷史記錄中的“空氣溫度值”這一指標為例計算單指標變頻壓縮率，該監測中設定?1=0.1，?2=0.01。

通過表1可以得出結論：mes2、mes4的“空氣溫度值”指標“不占位發送”，單指標變頻壓縮率Comi=80%。

3.1.2位映射隊列設計

若接收端接收到的當前記錄中存在“不占位發送”的指標，可以通過調取接收到的上一條記錄中對應指標補齊當前記錄。以接收端接收到的記錄mest為例，若mest中指標不占位發送”，接收端可以通過調取mest-1中指標補齊記錄mest。

Table 1　Record of single index frequency compression表1　單指標變頻壓縮記錄表

接收端為補齊當前記錄必須從發送端獲取以下信息：一是變頻組幀調度后，記錄中各個指標是否“不占位發送”的信息；二是當壓縮效果不理想，記錄必須分多包發送時發送端的分包信息。ICM通過“位映射隊列”設計實現以上信息從發送端到接收端的傳輸。

位映射隊列設計將記錄設計為兩個存在映射關系的隊列，即“報頭隊列”和“數值隊列”。

（1）報頭隊列（Head_Que）。Head_Que用二進制數碼“0”和“1”表示，每2位可以映射一個指標在本記錄中的發送狀態：第1位用于描述指標是否屬于該分包；第2位用于描述指標是否“占位發送”。“11”代表所映射指標屬于該分包并且“占位發送”；“10”代表所映射指標屬于該分包并且“不占位發送”；“01”代表所映射指標不屬于該分包并且在其所屬分包中“占位發送”；“00”代表所映射指標不屬于該分包并且在其所屬分包中“不占位發送”。

（2）數值隊列（Data_Que）。Data_Que存儲記錄中“占位發送”指標，用AscII碼數字表示，每一個指標都能在Head_Que中找到代表其發送狀態的映射。

如圖6所示，某基于北斗報文監測系統共有n個指標，分兩包即mest-1和mest發送，接收端根據Head_Que獲得以下信息：

Fig.6　Bitmapped queue design圖6　位映射隊列設計示意圖

（1）mest-1的Head_Que前m個映射第1位全部為“1”，表明該分包發送監測數據的前m個指標；mest的Heda_Que從第m+1至第n個映射第1位全部為“1”，表明該分包發送監測數據的后n-m個指標。

（2）mest-1的Head_Que第2、第3映射第2位為“0”，表明該分包中、不占位發送”；mest的 Heda_Que第4、第5映射第2位為“0”，表明該分包中、不占位發送”。

3.2要素壓縮方法

定義5（指標要素）本文總結出指標包括8個組成要素，即監測時間Tim、監測地點Loc、指標名稱Nam、正負號Sign、整數部分Int、小數點Poin、小數部分Frac、指標單位Unit，它們構成一個完整的指標。這8個指標要素寬度分別用Wid_Tim、Wid_Loc、Wid_Nam、Wid_Sign、Wid_Int、Wid_Poin、Wid_Frac、Wid_Unit表示。

在基于北斗報文服務的實時監測中由于遠程傳輸帶寬受限，將記錄中指標以8要素的形式發送很浪費通信資源。ECM的優勢是可以去除指標“外部包裝”，將每一個指標都以更少的字節數發送。例如文獻[16]在水文監測中將水位觀測量這一指標統一僅以5位數值的形式發送，如果不滿5位則前面補0。但是這種去除“外部包裝”的方法沒有考慮到不同監測系統、不同指標間數值長度不同的情況，因而適用范圍較窄[17-19]。本文在這種處理方法的基礎上進行改進，提出改進的“要素壓縮方法（ECM）”。

ECM將指標的8個組成要素按照要素壓縮條件分為無條件壓縮、有條件壓縮和不可壓縮3種類型，并給出了壓縮條件和處理方法，如圖7所示。

無條件壓縮指標要素（Index_Uncond）：即經過發送和接收端協商確認后在任何條件下都可以被壓縮的指標要素，包括Nam、Poin和Unit。無條件壓縮指標要素寬度用Widcom_Uncond表示。

針對Nam，只要該指標在所有發送的指標相對位置固定且總長度確定，接收端就可以通過指標的相對位置和寬度從接收的信息中把該要素分離出來，因此該要素可以省略；針對Poin，只要指標小數部分Frac的保留位數確定，就可以通過對該指標值擴大10Wid_Frac倍，將浮點數變成整數來省略，接收端將接收到的數據縮小10Wid_Frac倍即可還原出浮點數，因此該要素可以省略；Unit一般都是確定的，只要發送和接收端協商確認后就可以省略。

有條件壓縮指標要素（Index_Cond）：即根據情況可以壓縮的指標要素，包括Tim、Loc、Sign；Index_ Cond寬度用Widcom_Cond表示。

（1）Tim的省略：監測方與接收端如果進行了時鐘同步，并且監測的頻率固定就可以省略，否則就不能省略，例如若監測的指標是觸發式的而不是固定監測頻率就不能省略。

（2）Loc的省略：如果監測地點固定，則監測地點的名稱只要發送和接收端協議協商確認后就可以省略，如果是機動監測和應急監測則不能省略。

（3）Sign的省略：如果監測指標沒有負值，則可以省略，否則不能省略，并用數值“0”代替正號，“1”代替負號。

不可壓縮指標要素（Index_Uncomp）：即ECM中不可壓縮的要素，包括Int和Frac。Index_Uncomp寬度用Wid_Uncomp表示。

不可壓縮指標要素并不是絕對不能壓縮，本文前面設計變頻組幀調度即是對這兩部分進行不丟數值的“省略”。

定義6（有效指標要素，Index_Save）即完整的指標經過ECM壓縮后保留的待傳指標要素，其寬度用Wid_Save表示。

Fig.7　Composition of ECM圖7　ECM示意圖

3.3位壓縮方法

北斗報文通過北斗終端發送前還可以采用合適的壓縮方法進一步提高遠程傳輸有效性。壓縮方法分為有損壓縮和無損壓縮兩大類：有損壓縮的壓縮比高，但是無法完全還原出源文件；無損壓縮的壓縮比低，但是可以精準還原出源文件。對于文本壓縮，尤其是監測數據這種精度要求比較高的文本壓縮，一般選用無損壓縮方法。常見的無損壓縮方法包括LZ系列壓縮方法、Huffman壓縮方法、半字節壓縮方法等。本文提出的位壓縮方法BCM實際上是根據北斗報文的特點選用半字節壓縮方法壓縮掉記錄中冗余的二進制位。BCM的優勢是北斗報文經過ICM和ECM優化處理后Data_Que中只包含有“0～9”的數值，而數值“0～9”的AscII碼高4位都是“0011”，采用半字節壓縮方法可以直接壓縮掉Data_Que編碼的高4位而無需額外傳輸字典、編碼表等字節。

如表2所示，數字“0～9”的AscII碼高4位都是“0011”，BCM的原理就是將每一個數字都只用其低4位來描述，進而壓縮掉編碼的高4位，壓縮比理論上接近50%。

Table 2　AscII code comparison of“0～9”表2　數字“0～9”AscII碼對照表

BCM算法的實現可以通過C語言中的位操作命令將每個字節的高4位去掉，然后依次將相鄰的兩個低4位放到一個字節中，如圖8所示。

Fig.8　Composition of BCM圖8　BCM示意圖

4　EMRT數據庫設計與更新

4.1發送端數據庫設計與更新

監測記錄在通過北斗報文發送前統一存儲在發送端數據庫中，本文提出的EMRT是通過對數據庫進行存儲和調用實現的。以下論述基于EMRT的發送端數據庫設計與更新過程，并通過表3～表5，以某基于北斗報文的氣象監測系統為例進行說明。

該數據庫有6個主要字段，分別是序號（Num）、報文發送時間（Send_Time）、記錄類型（Mes_Type）、報頭隊列（Head_Que）、數值隊列（Data_Que）、有效指標要素（Index_Save）。

（1）序號（Num）字段包括3部分：第1部分描述記錄在歷史上的發送次序，第2部分描述記錄最大分包數，第3部分描述當前分包在記錄中的分包號；

（2）報文發送時間（Send_Time）字段描述記錄的發送時間；

（3）記錄類型（Mes_Type）描述記錄是否分包，不分包用“0”描述，分包用“1”描述；

（4）報頭隊列（Head_Que）描述記錄中“報頭隊列”；

（5）數值隊列（Data_Que）描述記錄中“數值隊列”；

（6）有效指標要素（Index_Save）描述記錄中各個指標的有效指標要素。

發送端網關接收到監測數據后，通過以下步驟完成北斗報文組幀并更新數據庫：

步驟1根據ICM去除指標“外部包裝”，并將有效指標要素存入Index_Save字段。

步驟2判定記錄是否分包，將記錄類型存入Mes_Type字段，并根據記錄最大分包數和分包發送順序補齊Num字段。

步驟3通過ECM壓縮Index_Save字段，并將壓縮后記錄存入Data_Que字段。

步驟4根據指標是否“占位發送”，結合Mes_Type補齊Head_Que。

步驟5將Head_Que以二進制形式、Data_Que以半字節的形式發送，報文組幀完畢。

步驟6將記錄發送時間填入Send_Time，數據庫更新完畢。

某基于北斗報文的氣象監測系統監測地點固定，有11個指標且記錄發送頻率設置為2分鐘一次，表3～表5為該地區2014年8月12日發送的3次北斗報文在發送端數據庫的存儲形式。

Table 3　Storage format of Beidou message at the first send表3　第1次發送北斗報文存儲形式

Table 4　Storage format of Beidou message at the second send表4　第2次發送北斗報文存儲形式

Table 5　Storage format of Beidou message at the third send表5　第3次發送北斗報文存儲形式

4.2接收端數據庫設計與更新

基于EMRT的接收端根據接收到的北斗報文解析出監測數據，并統一存儲在接收端數據庫中，該數據庫的字段設置與發送端數據庫基本一致，其字段說明不予贅述。北斗報文解析與數據庫更新過程如下：

步驟1將北斗報文接收時間填入Rec_Time字段。

步驟2從接收數據碼流中提取出“報頭隊列”，將“報頭隊列”中二進制形式的“0”和“1”用AscII碼數值“0”和“1”表示，并存入Head_Que字段。

步驟3根據Head_Que中映射第1位判斷記錄分包信息，將分包類型填入Mes_Type字段，分包發送用“1”描述，不分包發送用“0”描述。

步驟4從接收數據碼流中提取出半字節形式傳輸的“數值隊列”，解壓后以AscII碼形式存入Data_ Que。

步驟5根據Head_Que和Data_Que字段數值補齊Index_Save字段，如果指標“不占字節發送”，則通過mest-1中記錄代替。

步驟6北斗報文解析與數據庫更新完畢。

表6～表8為某基于北斗報文的氣象監測系統接收端2014年8月12日接收的3條記錄在接收端數據庫的存儲形式。

5　數據傳輸有效性分析與實例

綜上所述，ICM、ECM、BCM這3種方法提高遠程傳輸有效性的實質就是對報文內容中的記錄、要素、編碼進行不同形式、不同程度的壓縮，進而達到提高遠程傳輸有效性的目的。下面對EMRT遠程傳輸有效性進行分析，并通過示例進行驗證。

5.1EMRT有效性分析

設在實際監測系統中待傳指標數為n，歷史統計各個指標的單指標變頻壓縮率Comi，每個指標的有效要素位寬Wid_Savei已知，求該監測系統基于EMRT遠程傳輸有效性。

Table 6　Storage format of Beidou message at the first receive表6　第1次接收北斗報文存儲形式

Table 7　Storage format of Beidou message at the second receive表7　第2次接收北斗報文存儲形式

Table 8　Storage format of Beidou message at the third receive表8　第3次接收北斗報文存儲形式

首先計算北斗單次可傳輸的最大指標個數k（k≤n），k由下列公式確定：

壓縮率取最大值時k得到最小值，即Commax=max(Comi)時最少可傳輸的監測指標數k由式（3）決定，在極端情況壓縮率為1時，k取最小值：

壓縮率取最小值時k得到最大值，即Commin=min(Comi)時全部n個指標都可以通過報文發送，k取最大值，即k=n。

k值確定后，可以計算一條記錄最多分包數Numpack：

記錄在經過EMRT，即ICM、ECM、BCM后，實際傳輸的內容即Data_Que和Head_Que兩部分。

Data_Que的寬度Widdata與記錄分包數無關，其值為：

Head_Que的寬度Widhead與記錄分包數相關，每增加一個分包就額外增加一個Head_Que，其值為：

根據定義可知遠程傳輸有效性η為實際傳輸所占用的字節數和待傳數據字節數的比值，在EMRT中傳輸所占用的字節數為Data_Que寬度與Head_Que寬度之和，待傳數據字節數為記錄中“去除外部包裝”后的有效指標要素寬度。那么EMRT方法遠程傳輸有效性ηEMRT計算公式為：

將Widdata、Widhead帶入EMRT有效性計算公式得到：

5.2EMRT有效性驗證實例

為了驗證基于EMRT的有效性，本文取某基于北斗報文的氣象監測系統于2014年12月26日0:01至2014年12月27日0:01共720條記錄進行分析。該監測系統基本情況為：共有11個指標，分別是溫度、濕度、光照度、地表溫度、地下溫度、風速、風向、氣壓、雨量、太陽能板溫度、電池電壓；監測地點固定，監測頻率設定為2 min一次；?2設定為各個指標最小精度值，?1設定為10?2。

（1）根據ICM可以得到當天各個指標“占位發送”的記錄數Nummerg和各個指標的單指標變頻壓縮率Comi，如表9所示。

Table 9 Effectiveness comparison of EMRT for weather monitoring system based on Beidou message表9　某基于北斗報文的氣象監測系統EMRT有效性對照表

（2）根據ECM計算每個指標的有效要素位寬Wid_Savei，如表9“Wid_Savei”列所示。

（3）根據公式可計算北斗單次可傳輸的最大指標個數k=11，Numpack=1，記錄不分包。

（6）計算EMRT的遠程傳輸有效性：

這表明基于北斗報文的氣象監測系統2014年12 月26日0:01至2014年12月27日0:01采用EMRT后，在?2設定為各個指標最小精度值，?1設定為10 ?2的條件下遠程傳輸有效性為66.35%。

在以上基于北斗報文的氣象監測系統的EMRT遠程傳輸有效性分析中，?2設定為各個指標最小精度值也就意味著在變頻組幀隊列調度中指標的近似程度di值小于指標最小精度值時才有可能被調入Q3。如果該基于北斗報文的氣象監測系統指標精度要求較低，?2可以設定為某個更高的值，那么在變頻組幀隊列調度中有更多的指標被調入Q3，表現為“不占位發送”的指標數量增加，EMRT的有效性將得到提升。

為進一步驗證EMRT方法在監測區域不同精度要求下的遠程傳輸有效性，取某基于北斗報文的生態監測系統于2014年9月1日00時至2014年9月30 日23時共30天的監測數據進行分析。該監測系統基本情況為：共有12個監測指標，分別是SO2濃度、CO濃度、NO濃度、NO2濃度、NOX濃度、O3濃度、PM10濃度、PM2.5濃度、濕度、風速、風向、大氣壓；各個指標的Wid_Save分別是3Byte、4Byte、3Byte、3Byte、3 Byte、3 Byte、4 Byte、4 Byte、3 Byte、3 Byte、3 Byte、6 Byte；監測地點固定，監測頻率設定為每60 min一次。將各個指標的最小精度值用prei（i=0，1，…,12）表示，下面分析在?1=10?2前提下，?2=prei，?2=5prei，?2=10prei這3種情況下該監測系統連續30天EMRT遠程傳輸有效性。根據EMRT有效性計算公式和以上某基于北斗報文的氣象監測系統EMRT計算示例分別計算?2=prei，?2=5prei，?2=10prei情況下該基于北斗報文的生態監測系統從2014年9月1日00時至2014年9月30日23時共30天EMRT遠程傳輸有效性，如圖9所示。

從圖9中可以看出，EMRT有效性有兩個特點：

（1）在?2值固定的條件下，EMRT有效性不是固定不變的，而是隨時間不同呈現出起伏變化。這是因為該監測區域每天的狀態變化幅度都不同，經過EMRT壓縮掉的冗余指標數量每天、每小時都是動態變化的，表現為EMRT有效性的動態變化。在?2值固定的條件下，EMRT有效性的動態變化如表10所示。

Fig.9　Curve of remote transmission effectivenessbased on EMRT圖9　EMRT遠程傳輸有效性曲線圖

Table 10　Dynamic change of effectiveness of EMRT表10　EMRT有效性動態變化表

（2）?2取值影響EMRT有效性，即不同精度要求下EMRT有效性有顯著差異。在?2=prei，?2=5prei，?2=10prei3種不同精度要求下，該監測系統30天內EMRT有效性平均值分別為59.47%、68.58%、74.04%。

文獻[15]提出在自動氣象站遠程傳輸系統中采用預設LZW編碼和靜態Huffman編碼壓縮氣象數據以提高北斗報文遠程傳輸有效性，通過對200幀北斗報文數據進行壓縮，統計得出該方法平均有效性在65%左右。文獻[16]提出在經過數值處理的水文監測指標通過北斗報文遠程傳輸前以LZ78編碼算法進行壓縮，通過對240 bit共12組數據進行壓縮，最終得到192 bit，其有效性為20%。文獻[15]和文獻[16]提出的兩種方法是當前北斗報文遠程傳輸有效性研究中比較典型的兩種方法：第一種采用預設LZW和靜態Huffman編碼壓縮數據的方法有效性比較理想，但是在壓縮時要求數據必須與編碼表預設的字符串一致，導致該方法的適用范圍受限；第二種方法實現過程簡單，但是有效性比較低。EMRT與以上兩種方法相比具有以下優點：（1）EMRT方法綜合考慮到監測數據指標處理、北斗報文組幀發送與接收過程，非常適用于以北斗報文作為遠程傳輸手段的監測系統；（2）EMRT方法的遠程傳輸有效性比較高，如圖9所示，在監測系統精度要求比較高的情況下EMRT有效性最低為55.46%，在監測系統精度要求比較低的情況下最高為79.66%。

6　結論

北斗衛星導航系統和物聯網技術作為未來科技發展的一個重要方向，國家投入了大量資源用以研究。北斗報文服務是北斗衛星導航系統具備的區別其他衛星定位系統的最大優勢，其雙向通信功能作為物聯網遠程主干傳輸手段非常適合應用于實時監測，尤其是偏遠地區的實時監測，在國內水文、氣象、地質、交通、森林防火、海洋漁業等領域已經發揮了重要作用。就目前現狀來看，雖然其應用領域不斷拓展，但是應用研究還不夠深入。例如在北斗報文傳輸頻度和單次傳輸量限制下，相關專家學者為提高遠程傳輸有效性采用的方法主要分為3種類型：（1）增加成本投入，這種方法比較常見的是使用多臺北斗終端分發監測數據；（2）進行硬件改動，最典型的是在一臺北斗終端上集成多張SIM卡；（3）搭建軟件環境，一般是通過壓縮算法實現監測數據的文本壓縮。第一種類型在監測點位較多的情況下成本過大；第二種類型實現難度大且硬件改動同樣會增加成本；第三種類型實現難度小且成本投入低。

本文通過搭建軟件環境的方式提高基于北斗報文服務的遠程傳輸有效性，為此提出了一種遠程傳輸有效性優化機制。這種機制包括3個步驟ICM、ECM和BCM，而不是單調采用某一種壓縮算法。理論分析和實際數據驗證表明，這些機制對提高北斗傳輸有效性具有顯著作用。

[1]Zhang Feizhou,He Hanxian.Application review of Internet of things based on BDS[J].Journal of Navigation and Positioning, 2014,2(2):6-12.

[2]Foschini L.M2M-based metropolitan platform for IMS enabled road traffic management in IoT[J].IEEE Communications Magazine,2011,49(11):50-57.

[3]Guo Haoming.Enabling awareness driven differentiated data service in Iot[J].Journal of Networks,2011,6(11):1572-1577.

[4]An Fengguang,Luo Xu,Cheng Chengqi,et al.Emergency rescue response information transmission policies based on compass[J].Bulletin of Surveying and Mapping,2014(3): 12-16.

[5]Wu Jincheng,Wang Zhanchang,Shi Xiaoya.Application of Beidou satellite communication and positioning technology to the field geological survey in Northwestern China[J]. Journal of Geomechanics,2012,18(3):282-286.

[6]Zhang Mengyang.Application and development of Beidou satellite navigation[J].Space International,2009(11):27-31.

[7]Deng Yufen,Zhang Bo,Zhang Mingliang.Design and realization of measurement and monitor system for oceangrahpic survey based on Beidou satellite[J].Modern Electronics Technique,2012,35(19):104-106.

[8]Yang Yuanxi.Progress,contribution and challenges of compass/Beidou satellite navigation system[J].Acta Geodaetica et Cartographica Sinica,2010,39(1):1-6.

[9]Wen Jing,Wang Daming,Meng Yueyue,et al.Application of Beidou navigation satellite system to geological survey [J].Journal of Geomechanics,2012,18(3):213-223.

[10]Yao Zuoxin.Unmanned automatic weather station network based on Beidou satellite SMS[J].Meteorological Science and Technology,2012,40(3):340-344.

[11]Wen Bin,Ning Zhiqiang,Chen Aiping,et al.Design of Beidou communication terminal using Multi-SIM cards multiplexing[J].Telecommunication Engineering,2010,50(12): 24-26.

[12]Zhai Ming.A data compression method for compass receive Chinese text messages:China,CN1026664634A[P]. 2012.

[13]Cheng Fanglin,Zhang Yifei,Liu Jiajia.Long message communication protocol based on the“BeiDou”satellite navigation system[J].Journal of Ocean Technology,2008,27 (1):26-28.

[14]Xu Bohao,Hao Yongsheng.Text data transmission based on“BeiDou”communication[J].Computer&Digital Engineering,2014,42(6):1050-1053.

[15]Zhang Yong,Chen Suting,Zhang Yan.The data transmission and management system of automatic meteorological station based on Beidou satellite[J].Application of Electronic Technique,2014,40(5):21-23.

[16]Hu Xiang.Application of Beidou navigation system in hydrology monitoring system[J].Radio Engineering,2009,39 (10):62-64.

[17]Robert L.Simple lossless preprocessing algorithms for text compression[J].IET Software,2009,3(1):37-45.

[18]Lou Huaping,Sun Yunqiang,Yao Aiqin.Data condensation arithmetic design of data collection system[J].Mechanical Management and Development,2007,99(6):84-87.

[19]Tian Liqin.Computer network security[M].Beijing:Tsinghua University Press,2011.

附中文參考文獻：

[1]張飛舟,何漢賢.基于北斗系統的物聯網應用評述[J].導航定位學報,2014,2(2):6-12.

[4]安豐光,羅旭,程承旗,等.基于北斗衛星的應急響應信息傳輸策略研究[J].測繪通報,2014(3):12-16.

[5]伍錦程,王占昌,石小亞.西北區野外地質調查中北斗衛星通訊與定位技術應用研究[J].地質力學學報,2012,18 (3):282-286.

[6]張孟陽.“北斗”衛星導航系統應用發展綜述[J].國際太空,2009(11):27-31.

[7]鄧玉芬,張博,張明亮.基于北斗衛星的海洋調查測量監控系統的設計與實現[J].現代電子技術,2012,35(19): 104-106.

[8]楊元喜.北斗衛星導航系統的進展、貢獻與挑戰[J].測繪學報,2010,39(1):1-6.

[9]溫靜,汪大明,孟月玥,等.北斗衛星導航系統在地質調查領域應用綜述[J].地質力學學報,2012,18(3):213-223.

[10]姚作新.基于北斗衛星報文通信方式的無人值守自動氣象站網[J].氣象科技,2012,40(3):340-344.

[11]文斌,寧志強,陳愛萍,等.多SIM卡復用的“北斗”通信終端設計[J].電訊技術,2010,50(12):24-26.

[12]翟明.一種用于北斗收發漢字文本消息時的數據壓縮方法:中國,CN1026664634A[P].2012.

[13]成方林,張翼飛,劉佳佳.基于“北斗”衛星導航系統的長報文通信協議[J].海洋技術,2008,27(1):26-28.

[14]許博浩,郝永生.基于“北斗”通信的文本數據傳輸[J].計算機與數字工程,2014,42(6):1050-1053.

[15]張勇,陳蘇婷,張燕.基于北斗衛星的自動氣象站數據傳輸管理系統[J].電子技術應用,2014,40(5):21-23.

[16]胡翔.北斗在水文監測系統中的應用[J].無線電工程, 2009,39(10):62-64.

[18]婁華平,孫運強,姚愛琴.數據采集系統中的數據壓縮算法設計[J].機械管理開發,2007,99(6):84-87.

[19]田立勤.計算機網絡安全[M].北京:清華大學出版社, 2011.

TIAN Liqin was born in 1970.He received the Ph.D.degree in information engineering from Beijing University of Science and Technology in 2009.He made post-doctoral research in Tsinghua University from 2009 to 2011.Now he is a professor and Ph.D.supervisor at North China Institute of Science and Technology.His research interests include computer networks,performance evaluation,network security and Internet of things,etc.

田立勤（1970—），男，陜西定邊人，2009年于北京科技大學獲得博士學位，2009—2011年于清華大學從事博士后研究工作，現為華北科技學院教授、博士生導師，主要研究領域為計算機網絡，網絡安全，物聯網等。發表學術論文80余篇，主持省級以上項目10項。

GAO Kun was born in 1989.He is an M.S.candidate at North China Institute of Science and Technology.His research interests include Internet of things and satellite navigation,etc.

高坤（1989—），男，安徽宿州人，華北科技學院碩士研究生，主要研究領域為物聯網，衛星導航等。

CAO Yangwei was born in 1988.He is an M.S.candidate at North China Institute of Science and Technology.His research interests include Internet of things,satellite navigation,high precision positioning and deformation monitoring,etc.

曹陽威（1988—），男，河南開封人，華北科技學院碩士研究生，主要研究領域為物聯網，衛星導航，高精準定位，變形監測等。

Effectiveness Optimization and Analysis of Transmission in Real-Time Monitoring Based on Beidou and Internet of Things?

TIAN Liqin+,GAO Kun,CAO Yangwei
Department of Computer Science and Technology,North China Institute of Science and Technology,Beijing 101601,China +Corresponding author:E-mail:tianliqin@tsinghua.org.cn

Internet of things combined with a variety of backbone transmission is very suitable for remote real-time monitoring,but in some areas,remote IT transmission trunk such as Internet,cable line usually does not exist,the GSM signal maybe weak or even cannot be found,in consideration of the economic point and the actual transmission environment,the message services provided by the Beidou satellite navigation system can be used.However the transmission frequency and the number of characters in each transmission sent by Beidou message are limited at present, this paper presents an effectiveness optimization mechanism of remote transmission(EMRT)that improves the efficiency of transmission sent by Beidou message services.This mechanism includes three main parts:(1“)Index compression method(ICM)”,which aims to compress redundancy indicators for the current message;(2)“Element compression method(ECM)”,which accords to the agreement agreed in advance to remove“external packaging”thatknown by both sides for the current indicators;(3)“Bit compression method(BCM)”,which aims to compress the first four bits for the current elements.At the same time,the effect analysis of EMRT on improving the effectiveness of transmission sent by Beidou message services are quantified,and the factors that affect the effectiveness of transmission sent by Beidou message services are analyzed too.The theoretical analysis and the actual data validation indicate that these mechanisms have a significant effect on improving the effectiveness of transmission sent by Beidou message services,and have important theoretical and practical significance to the transmission sent by Beidou message services in Chinese Beidou message services.

Internet of things;Beidou message;remote transmission;effectiveness

2015-05,Accepted 2015-11.

10.3778/j.issn.1673-9418.1505090

A

TP391

*The National Natural Science Foundation of China under Grant No.61472137(國家自然科學基金);the Fundamental Research Funds for the Central Universities of China under Grant No.3142015022(中央高校基本科研業務費專項資金);the Key Research Program of Hebei Prvince under Grant No.16273904D(河北省物聯網工程中心重點研發計劃項目);the Key Research Program of Qinghai Province under Grant No.2016-SF-130(青海省重點研發項目).

CNKI網絡優先出版:2015-11-13,http://www.cnki.net/kcms/detail/11.5602.TP.20151113.1627.002.html