基于WSN的污水處理系統的監測研究

黃煒

摘要：針對傳統污水處理過程中的花費造價高，監測數據不準確等缺點，該文在污水處理中引入了基于WSN的方法，對WSN中的數據融合，壓縮重構和信號傳輸方式分別采用了改進的Leach協議，新的重構算法以及多跳的傳輸方式進行改進，仿真實驗說明了基于改進后的WSN的污水處理系統具有較好的效果。

關鍵詞：WSN;污水處理;Leach協議

中圖分類號：TP311 ? ? ? ?文獻標識碼：A

文章編號：1009-3044（2020）25-0039-04

近年來，隨著國家對環保事業越來越重視，污水處理事業得到了迅速的發展，全國各地的污水處理都引起了政府的高度重視，成為國家重點的民生工程[1]。在環保監測方面，傳統的系統具有花費造價高，人工需求數量大，監測數據不能及時采集等缺點，因此越來越多的人將研究的方向集中在無線傳感網絡上，通過部署在監測區域中的無線傳感器來監測各項污水指標的變化，從而對污水實施監測[2-3]。文獻[4]提出一種將改進遺傳算法和BP神經網絡相結合對工廠污水的水質進行評價的方法，采用自適應算法對GA的交叉率和變異率進行改進，用GA優化BP的權值和閾值，將最優權值和閾值送給BP神經網絡進行訓練、預測，并與傳統BP進行比較，該方法用于污水水質評價具有應用推廣價值;文獻[5]設計了一種基于Zig Bee無線傳感器的污水監測系統。該系統以微處理器STM32為控制核心，利用無線Zig Bee芯片CC2420以及各種測量傳感器，設計了污水處理過程中多參數的監測系統。實際實驗表明，該系統傳輸速率快、實時性強、穩定性高，可以有效地對工業污水進行遠程監測;文獻[6]設計了一種基于無線傳感器網絡的污水監測系統，通過在采樣區域內布置若干pH值傳感器、電導率傳感器、溶解氧傳感器、氨氮NH3-N傳感器、濁度傳感器、溫度傳感器獲得相關水質信息，利用ZigBee技術傳輸至無線網關節點，再由無線網關節點通過GPRS技術傳輸至遠程監控中心進行數據分析，從而達到污水監測的目的;文獻[7]提出在水環境中運用生物傳感器進行研究，取得了較好的監測效果;文獻[8]利用虛擬現實和物聯網技術，根據傳感器采集的水量和水質以及污染物等信息，在虛擬現實環境中實時展示水環境現狀，并通過傳感器對實時獲取的數據和實際水量調度方案進行一致性監測，對異常信息進行捕獲和定位，實現自動監控;文獻[9]提出一種基于無線傳感器網絡及地理信息系統相結合的藍藻水華爆發動態監測與模擬方法，利用水質傳感器組成多源異構水環境感知單元，獲取湖泊水質數據;將改進的灰色理論及BP人工神經網絡相結合進行預測監控，取得了較好的效果;文獻[10]設計了基于新型濕度傳感器和Zig Bee無線傳感網技術的氣體鉆井地層出水模擬監測系統。

本文在無線壓縮傳感理論[11]的基礎上，對無線傳感網絡中的數據融合，壓縮重構和傳輸方式進行改進，構建基于無線傳感網絡的污水監控的系統，具有一定的應用價值。

1 基于WSN的污水處理系統

無線傳感網絡（Wireless Sensor Networks， WSN））即無線傳感網絡，是一種自組織，多條通信的網絡系統，通過分布在大量無人監控的區域具有通信與計算能力的微小傳感器組成，部署在監測網絡范圍內的微型傳感器通過無線通信的方式進行聯系，能夠對監測區域中的數據實時采集和融合處理，并將融合后的數據發送給服務端。對于污水處理的系統來說，水質的PH值，溫度，濁度和溶解氧作為污水處理排水指標的重要部分。在污水監測區域中放滿傳感器節點，污水監測系統所傳輸的數據信息均來源于監測區域中的傳感器節點，通過這些傳感器節點，以自組網的方法，通過ZigBee無線通信技術將采集的監測數據發送到網關節點，通過4G網絡將相關數據傳送到基站，以實現遠程動態檢測和信息發布功能。但同時需要注意以下三個方面：（1）數據融合，在監測的過程中，傳感器所處在不同的位置，傳輸信息都需要消耗大量的能量，傳輸距離遠，導致耗能相對大一些，而處于網絡邊界中的節點，耗能相對小一些，因此為了降低能量消耗，檢測節點應該在數據傳輸之前，先對信息進行簡單的融合分析，并將信息量進行壓縮，能夠有效地達到節能目的;（2）壓縮重構，信號在傳遞的過程中可能需要進行壓縮，這樣能夠降低在傳遞過程中的耗時，采用良好的壓縮重構方法是信號傳遞過程中的不可忽視的內容;（3）信號傳輸方式，在無線傳感網絡中一般采用單跳或者多跳的通信方式進行信號的傳遞，顯然對于污水處理系統來說，需要采集的數據更加準確，快速的傳輸。因此傳輸方式的選擇就顯得比較重要。

2 改進的WSN

2.1 數據融合算法

本文選擇基于LEACH路由協議的數據融合方式，這是因為該協議中的簇頭的選擇是采用隨機的方式，每一個節點都有機會成為簇頭，因此，網絡負載變得均衡;使用分層結構能夠最大程度地保證路由結構的清晰，便于統一進行管理，

設定監測區域中的每一輪的分簇數量期望值為[k]，網絡中一共有[N]個傳感器節點，因此得到每個簇內有1個簇首節點和[Nk-1]個簇內成員節點。簇首節點消耗的能量是最多的，因為一方面需要接受來自簇內成員的能量消耗，另一方面作為簇首需要進行數據的傳輸和傳遞給[Sink]節點。一般來說采用的多路徑衰減模型，簇首節點能量消耗為式（1），簇內其他節點的能量消耗為式（2）

2.3 多跳的傳輸方式

在分簇的控制算法中，要想盡快地減少數據傳輸的能量消耗，可以采用多跳的通信方式，當由于采用的多徑衰減模型，需要消耗更多的簇頭節點能量，多跳的通信方式在簇頭節點中選出超級簇頭節點或者中繼節點，在距離[Sink]節點較遠的簇頭節點可以選擇其他的超級簇頭節點對其發送信息進行轉發，使得通信距離明顯變短，能夠有效的減少簇頭節點的能量損失。當節點向[Sink]節點傳輸數據包（長度為[k]）的時候，節點通過單跳通信的方式與[Sink]節點傳輸節點所需要能量為公式（17），節點通過多跳通信方式經過[n]跳向[Sink]節點傳輸所需要的能量為公式（18）

隨著[n]的值逐漸增大，[εampd4]會遠遠大于[εfsd2]，因此公式（19）必定大于0，因此，對于污水監測系統來說，網絡規模越大，多跳通信的跳數[n]取值必定會滿足上述條件，能夠有效的減少污水監測系統數據傳輸的能耗值。

3 實驗仿真

3.1 環境描述

本文針對污水處理的要求，特選擇了本地的一處污水處理場所進行監測。設定檢測區域為正方形面積，傳感器在檢測區域內隨機分布，傳感器節點的數量為100。按照如表1所示的內容進行參數的初始化，實驗的硬件環境為CPU為酷睿i3，內存為4GDDR3，硬盤為1000G，軟件采用Windows系統，Matlab2012。

圖中的O表示的是傳感器節點，+表示[Sink]節點，節點分布如圖1所示。

3.2 仿真結果與分析

圖2和圖3分別顯示本文算法，文獻[4]算法下的WSN的失效節點和本文算法下的失效節點的分布情況，從圖2中發現大部分失效節點都主要集中在監測區域的下方，離[Sink]節點較遠的節點。圖3是本文算法下的失效節點的情況，從圖2-3的對比情況來看，顯然，本文算法在改進了Leach算法和信號重構下前提下，算法的性能有了明顯的提高，使得失效的節點分布較遠，這也說明了本文算法具有的效果。

圖4-圖6分別表示兩種算法下的網絡活躍節點數目，[Sink]節點接收數據量和剩余能量的對比效果，圖4中發現兩種算法隨著輪數逐漸增多，網絡活躍節點的數目逐漸下降，但本文算法顯然優于基本的Leach算法，這說明本文數據融合后的算法具有較好的算法性能，有效的保障了網絡的活躍節點。圖5比較了兩種算法下的[Sink]節點接收數據量的對比情況，顯然隨著輪數的增多，本文算法對應的[Sink]節點接收數據的程度要明顯好于基本Leach算法，這主要是因為采用了新的壓縮算法，使得節點的傳輸效率提高，數據量增大，圖6說明了兩種算法的剩余節點的能量對比，隨著輪數的逐漸增多，本文算法的節點的剩余能量多于文獻[4]算法，這主要是因為多跳的傳輸方式使得節點的能量損失降低。

圖7顯示了兩種算法在PH值，溫度，濁度和溶解氧四個指標方面進行對比的效果，從圖中滿意度效果發現，本文算法要優于參考算法，這說明本文算法在污水處理方面具有較好的效果。

4 結束語

針對基于WSN的污水處理中節點傳輸信號，能量損失等問題，本文采用了改進的Leach協議，新的重構算法以及多跳的傳輸方式，實驗說明了本文算法能夠有效地提高污水處理效果，下一步的研究方向著眼在繼續進一步改進Leach協議。

參考文獻

[1] 何為，案輝，馬琳.水污染在線監測系統的探究田[J].油氣田環境保護，2015，25（5）：71-73.

[2] 印士勇.新形勢下水環境監測工作思考田[J].人民長江，2012，43（12）：1-3.

[3] 傅其鳳，楊亞磊，陳萬軍，等.工業污水在線監測系統的應用[J].工業水處理，2015，35（3）：106-108.

[4] 諸飛，俞阿龍.基于改進GA-BP神經網絡的工廠污水監測系統研究[J].現代電子技術，2018，41（11）：133-138

[5] 楊俊，鄒志革.基于ZigBee無線傳感器的工業污水監測系統[J].儀表技術與傳感器，2018，35（7）：61-63.

[6] 宗峰.基于無線傳感器網絡的污水監測系統設計[J].中國沼氣，2017，35（6）：45-51.

[7] 夏善紅，邊超，孫楫舟，等.面向水環境監測的生物傳感器研究[J].中國科學院院刊，2017， 32（12）：1330-1340.

[8] 邵欣欣，張明會.基于虛擬現實和物聯網的水環境監測系統[J].中國科技論文，2017，12（7）：738-742.

[9] 楊昆，羅毅，徐玉妃，等.基于無線傳感器網絡與GIS的藍藻水華爆發動態監測與模擬[J].農業工程學報，2016，32（24）：197-205.

[10] 陳明，陳向東，陳一健，等.基于WSN的氣體鉆井地層出水模擬監測系統[J].儀表技術與傳感器，2016（12）：76-78.

[11] 趙敏華，李莉，呼娜.基于無線傳感器網絡的水質監測系統設計閉[J].計算機工程，2014，40（2）：92-96.

【通聯編輯：朱寶貴】