基于機會網絡的牧場物聯網數據傳輸方法

鄧雪峰 孫瑞志 楊 華 聶 娟 王文狄

(1.山西農業大學信息科學與工程學院， 太谷 030801； 2.中國農業大學信息與電氣工程學院， 北京 100083；3.中國農業大學農業部農業信息獲取技術重點實驗室， 北京 100083； 4.北京農學院計算機與信息工程學院， 北京 102206)

基于機會網絡的牧場物聯網數據傳輸方法

鄧雪峰1孫瑞志2,3楊 華1聶 娟2,4王文狄2

(1.山西農業大學信息科學與工程學院， 太谷 030801； 2.中國農業大學信息與電氣工程學院， 北京 100083；3.中國農業大學農業部農業信息獲取技術重點實驗室， 北京 100083； 4.北京農學院計算機與信息工程學院， 北京 102206)

智能化畜牧業管理需要對牧場中牲畜的行為進行檢測以及對牲畜的運動路徑、位置等信息進行采集,利用牧場物聯網系統可以實現對上述信息的獲取。基于無線傳感器網絡的系統架構能夠滿足各個采樣節點間的通信需求，但是由于牧場所處的地理位置一般比較偏遠，網絡環境復雜，與互聯網連接時經常出現連接中斷、丟包等問題。采用傳統的網絡連接方式可能導致數據大量丟失，為了減少在與互聯網連接中斷時采樣數據的丟失，提出了一種基于機會網絡的牧場物聯網數據傳輸方案，分析了在牧場環境中傳感器之間的通信狀態，總結出傳感器之間通信的3種方式，分別予以建模分析。在傳感器有限存儲容量的前提下，利用機會網絡的原理，提出接入點密度的計算方法，并總結了牲畜運動速度、傳感器節點存儲容量與數據傳輸丟包率之間的內在聯系，從而保證了系統數據丟失在設計允許的范圍內。通過評估和驗證所提方法理論結果的實驗，證明了方法的正確性。

牧場； 物聯網； 數據采集； 機會網絡； 數據傳輸

引言

隨著物聯網技術在農業中的廣泛應用[1]，信息化手段也逐步用于畜牧業生產中[2]。牧場中的牲畜行為監控是畜牧業集約化、智能化管理的一個基本條件。

利用物聯網技術可以有效地實現牲畜行為的監測[3-6]。一般牧場處于比較偏遠的地區，牧場物聯網經常處于網絡服務區的邊緣地帶或服務區外，傳感器節點通信能力有限，在牧場環境中只能通過無線公網與最近基站連接[7-11]進行信息的傳輸，導致連續的物聯網監控數據經常無法通過網絡進行傳輸，出現信號中斷等網絡異常狀況。

機會網絡(Opportunistic networks,ON)[12-14]是一種自組織網絡，是專門針對無線網絡鏈路經常斷開，源節點與目標節點之間可能不存在完整鏈路的情況，利用節點的移動性，在節點進入相互通信覆蓋區域進行數據交換，以完成數據通信。因此機會網絡常用于解決野生動物監控[15-16]與偏遠地區[17-18]的網絡接入等問題。

本文分析牧場這種特殊條件下的物聯網數據傳輸環境，利用機會網絡技術的特點對畜牧業物聯網進行網絡數據傳輸設計，使牧場物聯網的數據傳輸適應牧場環境中傳感器網絡經常中斷的特性，為解決畜牧業牧場物聯網數據傳輸間斷問題提供有效的方案。

1 牧場物聯網系統分析

1.1 牧場物聯網系統結構

牧場物聯網系統可以實現牲畜的行為信息采集、處理等。系統通過傳感器采集物理系統信息(如牲畜位置信息、體溫信息及運動狀態信息等)，利用網絡(2G/3G/4G等無線公網)將信息傳送給應用服務器處理。圖1是一個牧場的牲畜信息監測物聯網系統結構圖。感知層中的智能傳感器具有一定的存儲、計算與通信能力。傳感器采集的數據利用傳感器網絡進行短距離的數據傳輸，如利用ZigBee等協議組成的網絡。同時，節點利用廣域網絡接入技術，一般采用無線方式，如GPRS網絡等，將傳感器采集數據傳送至互聯網中。這部分網絡組織形式構成了牧場物聯網系統的網絡層。

畜牧業物聯網系統在信息采集過程中傳感器處于移動狀態，采集節點不斷的變換空間位置，這種空間拓撲結構的改變使得畜牧業物聯網不同于當前廣泛討論的設施農業中的其它領域，如智能溫室等的物聯網系統；在網絡層，傳感器節點與互聯網的數據通信過程中，由于節點本身的移動性，且當節點利用無線通信方式時，節點與基站的距離經常超出基站的覆蓋范圍，使網絡經常處于中斷狀態。

圖1 牧場物聯網架構結構圖Fig.1 Architecture of pasture IOT

1.2 牧場物聯網系統通信狀態分析

牧場環境中，網絡傳輸主要利用無線網絡，在基站與通信節點之間交互數據，有3種情況：傳感器網絡節點分布全在基站通信覆蓋范圍內；傳感器網絡節點分布部分在基站通信覆蓋范圍內；傳感器網絡節點分布均在基站通信覆蓋范圍以外。

用集合表示以上3種情況：A={a1,a2,a3}。

傳感器網絡通信的組織方式也有3種情況：所有傳感器網絡節點都可以直接與基站通信，傳感器網絡節點間無法通信；傳感器網絡節點中部分可以與基站通信，傳感器網絡節點之間可以相互連接通信；所有傳感器網絡節點都可以與基站通信并且節點間也可以相互連接。

用集合表示：B={b1,b2,b3}。因此，在牧場場景中，網絡傳輸可能出現的方式為

C=A×B={a1,a2,a3}×{b1,b2,b3}=
{(a1,b1),(a1,b2),(a1,b3),(a2,b1),

(a2,b2),(a2,b3),(a3,b1),(a3,b2),(a3,b3)}

其中(a1,b1)、(a1,b2)、(a1,b3)3種情況中，傳感器所有節點都可以直接將數據傳輸至互聯網，這種情況不存在網絡中斷等情況，連接處理模型與互聯網處理辦法一致；(a3,b1)、(a3,b2)、(a3,b3)3種情況時網絡完全中斷；因此，本文討論的問題集中于(a2,b1)、(a2,b2)、(a2,b3)3種情況。

2 基于機會網絡的牧場物聯網建模

針對畜牧業環境及牧場中物聯網在數據通信上的特殊性，在對畜牧業物聯網系統構架進行分析的基礎上，利用機會網絡的原理，提出在系統實施中采用機會網絡原理設計系統的參考模型，從而解決畜牧業中物聯網數據傳輸中連接不穩定以及傳感器節點空間位置經常變換等問題。

2.1 機會網絡概述

圖3 傳感器網絡節點與基站連接情況Fig.3 Connection of sensor network nodes and base station

機會網絡是針對網絡節點之間通信可能不存在完整路徑的一種網絡組織方案，這種網絡組織形式的物理架構解決方案來自于DTN(Disruption tolerant networks)網絡[19-20]。機會網絡可以看成是一種無線自組織網絡下的DTN網絡，其架構的技術路線是依照存儲—攜帶—轉發的路由機制完成通信任務。機會網絡的實現分組信息“攜帶”功能是通過在網絡體系結構中增加一個bundle層[14]達到的，圖2所示為一個機會網絡體系結構與普通TCP/IP網絡體系結構的對比。機會網絡通過bundle層，可以滿足延遲、網絡經常中斷這些特殊環境下數據的可靠傳輸。

圖2 機會網絡分層結構Fig.2 Layered structure of opportunistic network

本文基于機會網絡對牧場的數據傳輸提出一種工程解決方案，為了滿足在實際工作中具有廣泛適用及系統穩定性需求，在數據轉發機制上采用基于泛洪算法單副本的數據發送策略，在節點移動性方面以牧場中采食過程移動為基礎。在這個條件下，計算出工程需要的設備內存、數據采樣的速度、采食半徑以及動物移動速度等關系，為工程實施中計算系統設計需求的內存、數據采樣周期等提供理論依據及方法。

2.2 牧場物聯網場景分析及建模

由1.2節分別討論 (a2,b1)、(a2,b2)、(a2,b3)3種網絡環境下數據傳輸情況，在圖3中分別用場景1、場景2及場景3表示。在此討論這3種情況下牧場物聯網信息傳輸所需機會網絡組網的連接情況。

2.2.1 場景1

當連接為(a2,b1)時傳感器網絡節點與基站之間的通信關系，傳感器節點中部分與基站有連接，部分沒有連接，傳感器節點是可以運動的，即傳感器節點的運動范圍一部分在基站信號覆蓋范圍內。此時傳感器間沒有通信關聯，這種情況下相當于每個傳感器網絡節點與基站之間構成網絡。

在場景1所示的網絡構成情況，各個傳感器節點只有到達基站信號覆蓋范圍內時才有機會與基站進行連接通信，基站信號覆蓋范圍與牲畜活動半徑如圖4所示，設牲畜活動范圍為一圓形區域(這里為了方便問題說明，實際放牧中與草場的形狀有關)，牲畜的活動半徑為r(m),即圖中線段A1O2的長度，基站與牲畜活動中心的距離為D(m)，即O1O2的長度。基站信號覆蓋范圍為R(m)，即A1O1的長度。基站圖4中灰色斜線區域為信號不穩定區域，傳感器節點在此范圍內傳輸信號有丟包現象，丟包規律服從函數φ，函數φ是一個節點與基站距離及網絡最大延遲上限相關的函數，此函數根據不同的系統設計需求及相應的傳輸方式做相應的設置即可。灰色區域寬度為d(m)。

圖4 傳感器節點與基站位置關系分析Fig.4 Relationship analysis of sensor nodes and base station location

由圖4中幾何關系，可以計算牲畜活動中心與兩圓相交交點連線所成的角為∠A1O2A2，用α1表示為

α1=2arccos((r2+D2-R2)/(2rD))

基站中心與兩圓相交交點連線夾角為∠A1O1A2，用α2表示為

α2=2arccos((R2+D2-r2)/(2RD))

基站信號覆蓋范圍與牲畜活動范圍相交處的面積為

S1=r2α1/2+R2α2/2-sin(α1/2)rD

同樣方法，可以計算出排除圖中灰色區域，即不存在丟包現象的區域面積為

S2=r2β1/2+(R-d)2β2/2-sin(β1/2)rD

其中β1、β2分別為∠B1O2B2、∠B1O1B2，即

β1=2arccos((r2+D2-(R-d)2)/(2rD))
β2=2arccos(((R-d)2+D2-r2)/(2(R-d)D))

在場景1中，由于各個傳感器網絡節點只有獨自進入基站信號覆蓋區域才有機會獲得網絡傳輸的機會，由于網絡傳輸信息時間與牲畜移動速度相比可以忽略不計，牲畜移動速度為v，那么，在特定運動規律下(例如牲畜可能服從布朗運動等規律)牲畜在某個區域出現的周期是v的函數，設這個周期為Pv，則在一個周期內在信號覆蓋區域停留的時間假設服從均勻分布，即PvS1/(πr2)，同理在數據傳輸穩定區域停留的時間為PvS2/(πr2)。傳感器網絡節點在無網絡區域的停留時間為Pv(1-S1/(πr2))，為記錄方便，設Ps1=S1/(πr2)，Ps2=S2/(πr2)。令物聯網傳感器信息采集周期為T(s)，節點存儲機會網絡數據包包含采集信息個數為M(個)。

因此，在此時理論上由系統設計造成的丟包率RPLR有如下計算公式：

當Pv[1-Ps2-(Ps1-Ps2)φ]/T≤M時(其中φ為φ的函數，為傳感器節點在圖4陰影部分活動時的成功發送數據百分比)RPLR=0,當Pv[1-Ps2- (Ps1-Ps2)φ]/T>M時RPLR={Pv[1-Ps2-(Ps1-Ps2)φ]/T-M}/(Pv/T)。

數據延時則在0與Pv[1-Ps2-(Ps1-Ps2)φ]之間。

2.2.2 場景2

場景2為(a2,b2)的情況，圖中部分節點與基站可以連接，但節點間有短距無線網絡連接，圖中可以與基站進行網絡連接的節點數為n,網絡中總共移動節點數為N，其它參數設置同以上參數設置。

那么，n個傳感器網絡節點的運動服從獨立的同分布，單個傳感器在信號覆蓋穩定區域停留時間為PvPs2。則n個傳感器網絡節點在信號覆蓋穩定區域內停留的概率為

同理n個傳感器網絡節點在信號覆蓋不穩定區域內停留的概率為

因此，在此時理論上由系統設計造成的丟包率RPLR有如下計算公式：

當Pv(1-Pn2-Pn1φ)/T≤M時RPLR=0,當Pv(1-Pn2-Pn1φ)/T>M時RPLR=[Pv(1-Pn2-Pn1φ)/T-M]/(Pv/T)。

數據延時則在0與Pv(1-Pn2-Pn1φ)之間。

2.2.3 場景3

場景3為(a2,b3)的情況，圖中所有節點與基站可以連接，但節點間有短距無線網絡連接，網絡中總共移動節點數為N，其它參數設置同以上參數設置。

那么，N個傳感器網絡節點的運動服從獨立的同分布，其它參數設置與前兩種情況設置相同,則N個傳感器網絡節點在信號覆蓋穩定區域內停留的概率為

同理n個傳感器網絡節點在信號覆蓋不穩定區域內停留的概率為

因此，在此時理論上由系統設計造成的丟包率RPLR有如下計算公式：

當Pv(1-PN2-PN1φ)/T≤M時RPLR=0,當Pv(1-PN2-PN1φ)/T>M時RPLR=[Pv(1-PN2-PN1φ)/T-M]/(Pv/T)。

數據延時則在0與Pv(1-PN2-PN1φ)之間。

3 模型模擬驗證

對利用機會網絡建模的傳感器網絡節點的網絡連接情況予以分析證明。基站覆蓋范圍為30 km，放牧半徑假設為1 km，即D=30 km，r=0.5 km，R=30 km，d=30 m，對其它參數的設置分別由各種不同條件確定。根據以上提供數據，計算得(以下結論中角度的單位為弧度)α1= 3.125，α2= 0.033，β1=1.841，β2=0.027，S1=0.241 km2,S2=0.2 km2。

模擬實驗設牲畜進入采食區域后以圖4中所示的活動中心O2為原點，隨機向采食區域中其它區域移動。

對以下幾個指標加以驗證：傳感器節點數量、傳感器節點移動速度及傳感器緩存容量對丟包率影響的對比分析。

3.1 傳感器網絡節點數量影響網絡傳輸狀況分析

牲畜采食移動速率為v=0.5 m/s，采食寬度為2 m，采食過程為隨機在采食區域內行動，緩存(為討論問題方便，M定義為緩存大小與分組數據包字節相除后得到的結果)M=10個，信號采樣周期T=10 s，圖3場景2中，設n∶N=1∶5。經模擬實驗，在N取不同的值時，網絡丟失數據條數與時間的關系如圖5所示。

圖5 傳感器網絡節點數與丟包率關系曲線Fig.5 Relationship curves between number of sensor network nodes and packet loss rate

圖5中Nmd00代表變通網絡狀態數據丟失情況與時間變化的關系，此時網絡中節點的數目不影響單個節點的數據丟失；Nmd01代表場景1中所示的情況，網絡中節點的數目不影響單個節點的數據丟失；Nmd12、Nmd13代表N=10時，場景2與場景3的數據丟失情況；Nmd22代表N=20時場景2的數據丟失情況；Nmd32代表N=30時場景2的數據丟失情況。

通過圖5所示的模擬實驗結果，計算出在不同場景中丟包率如表1所示，表中平均值指的是所有測試時間總丟失數據數與總發送數據數的比值，而最大值指的是兩次采樣(如間隔100 s)內丟失數據與共發送數據的比值中的最大值。

圖5為數據包丟失情況，可以看出，場景3在相同節點數的情況下數據丟失最少，在節點數增加的情況下，如Nmd12的數據要大于Nmd22及Nmd32，說明同等條件下，丟包率隨著節點數目增加而降低，同樣，通過實驗數據可以反解出第2節中討論的丟包率公式中的Pv，如Nmd01曲線丟包率平均值為82%，可以解出此種情況下Pv≈1 429 s，可以在工程實際中利用此實驗方法，設計工程中的具體應用。

表1 節點數目影響丟包率情況對比分析表Tab.1 Comparative analysis of influence of number of nodes on packet loss rate

3.2 傳感器網絡節點運動影響網絡傳輸狀況分析

此時傳感器網絡節點與基站的中心距離一定，基站與牲畜活動中心的距離為D=30 km，緩存M=10個，采樣周期T=10 s，在圖3場景2情況中，n∶N=1∶5且n=2。分別做3組模擬實驗，其中Nmd00～Nmd03為牲畜運動速率v=0.5 m/s時數據丟失情況，其中Nmd00為普通網絡連接情況，Nmd01、Nmd02、Nmd03分別為場景1、2、3情況下網絡連接情況；Nmd10～Nmd13為牲畜運動速率v=1 m/s時數據丟失情況；Nmd20～Nmd23為牲畜運動速率v=2 m/s時數據丟失情況。

圖6 傳感器網絡節點運動速度與丟包率關系曲線Fig.6 Relationship curves of node motion speed and packet loss rate in a sensor network

利用圖6模擬實驗結果，可以計算出各種情況下丟包率如表2所示。

表2 節點運動速度影響丟包率情況對比Tab.2 Comparative analysis of influence of node motion speed on packet loss rate

圖6中對比相同的條件下，如Nmd01、Nmd11及Nmd21，可以明顯得出結論，隨著牲畜行動速率的增加，數據丟失降低。由表2中數據也可以得出隨著速率增加數據丟失下降，而在同種情況下，數據丟失隨著牲畜運動變化并不是很明顯，說明這個因素對數據丟失影響較小，同樣也可以利用表中結果反推出各公式的參數，方法同3.1節。

3.3 傳感器網絡節點存儲容量對網絡傳輸狀況影響分析

此時傳感器網絡節點與基站的中心距離一定，基站與牲畜活動中心的距離為D=30 km，其它參數同3.1節，其中在圖3場景2情況中，n∶N=1∶5且n=2。通過實驗得到緩存對數據丟失情況的影響，如圖7所示，其中Nmd00為普通網絡連接情況，無緩存；Nmd11～Nmd13為緩存為10的情況下，分別對場景1、場景2及場景3做的數據丟失情況實驗；Nmd21～Nmd23為緩存為20的情況下的實驗。

圖7 傳感器緩存與丟包率關系曲線Fig.7 Relationship curves of node storage capacity and packet loss rate in a sensor network

利用圖7模擬實驗結果，可以計算出丟包率如表3所示。

表3 節點存儲容量影響丟包率情況對比Tab.3 Comparative analysis of influence of node storage capacity on packet loss rate

由圖7可以確定，隨著緩存的增加有降低數據丟失的可能性。

3.4 討論

由上述分析可知，在利用機會網絡進行牧場網絡架構的情況下，數據傳輸的丟包率有所下降，并且與以下幾個因素有關：牧場中牲畜的運動速度、傳感器節點用于機會網絡bundle緩存的容量及傳感器網絡節點的數量，因此具體情況可以根據丟包率的要求對上述參數進行調整，以達到系統設計要求。

4 結束語

利用機會網絡架構牧場物聯網，從而在牧場這種特殊條件下盡量利用傳感器緩存以及傳感器協作的特性來穩定傳輸數據，由于牧場環境條件復雜，數據傳輸不穩定，利用這種架構方式可以有效增加數據傳輸能力，降低系統丟包率，為在這種特殊條件下的網絡架構提供了一種可行的解決方案，并給出了相應的數據計算方法。

1 熊本海, 楊振剛, 楊亮, 等. 中國畜牧業物聯網技術應用研究進展[J/OL]. 農業工程學報, 2015, 31(增刊1):237-246. http:∥www.tcsae.org/nygcxb/ch/reader/view_abstract.aspx?file_no=2015z128&flag=1. DOI:10.3969/j.issn.1002-6819.2015.z1.028. XIONG Benhai, YANG Zhengang, YANG Liang, et al.Review on application of internet of things technology in animal husbandry in China[J/OL]. Transactions of the CSAE, 2015, 31(Supp.1):237-246.(in Chinese)

2 陸明洲, 沈明霞, 丁永前,等. 畜牧信息智能監測研究進展[J/OL]. 中國農業科學, 2012, 45(14):2939-2947. http:∥www.chinaagrisci.co m/CN/10.3864/j.issn.0578-1752.2012.14.017. DOI: 10.3864/j.issn.0578-1752.2012.14.017. LU Mingzhou, SHEN Mingxia, DING Yongqian, et al. Review on the intelligent technology for animal husbandry information monitoring [J/OL]. Scientia Agricultura Sinica, 2012, 45(14): 2939-2947.(in Chinese)

3 OCHIAI H, ESAKI H, ISHIZUKA H, et al. A field experience on DTN-based sensor data gathering in agricultural scenarios[C]∥2010 IEEE Sensors, 2010:955-958.

4 KABSHI A H, ELMIRGHANI J M H. A technical framework for designing wireless sensor networks for agricultural monitoring in developing regions[C]∥International Conference on Next Generation Mobile Applications, Services and Technologies, 2008:395-401.

5 KLINGBEIL L, WARK T. Demonstration of a wireless sensor network for real-time indoor localisation and motion monitoring[C]∥International Conference on Information Processing in Sensor Networks, 2008. IPSN’08, 2008: 543-544.

6 EHSAN S, BRADFORD K, BRUGGER M, et al. Design and analysis of delay-tolerant sensor networks for monitoring and tracking free-roaming animals[J]. IEEE Transactions on Wireless Communications, 2012, 11(3):1220-1227.

7 馬從國, 趙德安, 王建國,等. 基于無線傳感器網絡的水產養殖池塘溶解氧智能監控系統[J/OL]. 農業工程學報, 2015, 31(7):193-200. http:∥www.tcsae.org/nygcxb/ch/reader/view_abstract.aspx?file_no=20150728. DOI: 10.3969/j.issn.1002-6819.2015.07.028. MA Congguo, ZHAO Dean, WANG Jianguo, et al. Intelligent monitoring system for aquaculture dissolved oxygen in pond based on wireless sensor network[J/OL]. Transactions of the CSAE, 2015, 31(7):193-200.(in Chinese)

8 何勇, 聶鵬程, 劉飛. 農業物聯網與傳感儀器研究進展[J/OL]. 農業機械學報, 2013, 44(10): 216-226. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20131035&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2013.10.035. HE Yong, NIE Pengcheng, LIU Fei. Advancement and trend of internet of things in agriculture and sensing instrument[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(10): 216-226.(in Chinese)

9 葛文杰, 趙春江. 農業物聯網研究與應用現狀及發展對策研究[J/OL]. 農業機械學報, 2014, 45(7):222-230. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140735&journal_id=jcsam. DOI:10.6041/j.issn.1000-1298.2014.07.035. GE Wenjie, ZHAO Chunjiang. State-of-the-art and developing strategies of agricultural internet of things[J/OL]. Transactions of the Chinese Society for Agricultural Machinery,2014, 45(7):222-230.(in Chinese)

10 閻曉軍, 王維瑞, 梁建平. 北京市設施農業物聯網應用模式構建[J]. 農業工程學報, 2012, 28(4):149-154. YAN Xiaojun, WANG Weirui, LIANG Jianping. Application mode construction of internet of things(IOT)for facility agriculture inBeijing[J]. Transactions of the CSAE, 2012, 28(4): 149-154.(in Chinese)

11 朱會霞, 王福林, 索瑞霞. 物聯網在中國現代農業中的應用[J]. 中國農學通報, 2011, 27:310-314. ZHU Huixia, WANG Fulin, SUO Ruixia. The application of the internet of things in China modern agriculture [J]. Chinese Agricultural Science Bulletin, 2011, 27:310-314.(in Chinese)

12 馬華東, 袁培燕, 趙東. 移動機會網絡路由問題研究進展[J/OL]. 軟件學報, 2015, 26(3): 600-616. http:∥www.jos.org.cn/1000-9825/4741.htm. DOI：10.13328/j.cnki.jos.004741. MA Huadong, YUAN Peiyan, ZHAO Dong. Research progress on routing problem in mobile opportunistic networks [J/OL]. Journal of Software, 2015, 26(3): 600-616.(in Chinese)

13 熊永平, 孫利民, 牛建偉, 等. 機會網絡[J]. 軟件學報, 2009, 20(1): 124-137. XIONG Yongping, SUN Limin, NIU Jianwei, et al. Opportunistic networks[J].Journal of Software,2009,20(1):124-137.(in Chinese)

14 HUANG C M, LAN K, TSAI C Z. A survey of opportunistic networks[C]∥22nd International Conference on Advanced Information Networking and Applications-Workshops, 2008. AINAW 2008, 2008: 1672-1677.

15 JUANG P, OKI H, WANG Y, et al. Energy-efficient computing for wildlife tracking: design tradeoffs and early experiences with ZebraNet[J]. ACM Sigplan Notices, 2002, 37(10): 96-107.

16 SMALL T, HAAS Z J. The shared wireless infostation model: a new ad hoc networking paradigm (or where there is a whale, there is a way)[C]∥Proceedings of the 4th ACM International Symposium on Mobile ad Hoc Networking & Computing, 2003: 233-244.

17 PENTLAND A S, FLETCHER R, HASSON A. Daknet: Rethinking connectivity in developing nations[J]. Computer, 2004, 37(1): 78-83.

18 DORIA A. Providing connectivity to the saami nomadic community[C]∥Proceedings of 2nd International Conference on Open Collaborative Design for Sustainable Innovation, 2002.

19 FALL K R. A delay-tolerant network architecture for challenged internets[C]∥Proceedings of the 2003 Conference on Applications, Technologies, Architectures, and Protocols for Computer Communications, 2003:27-34.

20 FALL K, FARRELL S. DTN: an architectural retrospective[J]. IEEE Journal on Selected Areas in Communications, 2008, 26(5):828-836.

Data Transmission Method of Pasture Internet of Things Based on Opportunistic Network

DENG Xuefeng1SUN Ruizhi2，3YANG Hua1NIE Juan2,4WANG Wendi2

(1.CollegeofInformationScienceandEngineering,ShanxiAgriculturalUniversity,Taigu030801,China2.CollegeofInformationandElectricalEngineering,ChinaAgriculturalUniversity,Beijing100083,China3.KeyLaboratoryofAgriculturalInformationAcquisitionTechnology,MinistryofAgriculture,ChinaAgriculturalUniversity，Beijing100083,China
4.CollegeofComputerandInformationEngineering，BeijingUniversityofAgriculture，Beijing102206，China)

Behavior of livestock in a pasture needs to be detected, and motion path and location information of livestock need to be collected in the intelligent pasture management, the acquisition of the above information can be realized by using the pasture Internet of things. The system architecture based on wireless sensor network can meet the communication requirements between different sampling nodes. However, because the location of a pasture is generally remote and network environment is complex, interruption and packet loss often appear in the connection with Internet. Using the traditional network connection mode can lead to a large number of data loss. In order to reduce the loss of sampled data in connection with Internet, a data transmission scheme based on opportunistic network is presented. Moreover, the communication status of sensors in a pasture environment is analyzed and three communication ways between sensors are summed up, which are modeled and analyzed respectively. Under the premise of the sensor limited storage capacity, the calculation method of accessing point density is put forward by using the principle of opportunistic network, and the relationship between livestock movement speed, sensor node storage capacity and data transmission loss rate is summarized, so as to ensure the system data loss in the design to allow for the range. Finally, an experimental evaluation and validation of the theoretical results of the method is given to prove the correctness of this program.

pasture; internet of things; data acquisition; opportunistic network; data transmission

10.6041/j.issn.1000-1298.2017.02.028

2016-02-04

2016-08-02

國家自然科學基金項目(31671571)和“十二五”國家科技支撐計劃項目(2015BAK04B01)

鄧雪峰(1975—)，男，講師，主要從事農業信息化和物聯網研究，E-mail： dxf75@sohu.com

孫瑞志(1964—)，男，教授，博士生導師，主要從事農業信息化和計算機支持的協同工作研究，E-mail： sunruizhi@cau.edu.cn

TP39； S24

A

1000-1298(2017)02-0208-07