基于WSN的室內光照強度感應控制方法仿真

徐鶴桐,杜 狀,孫 楊

(長春工業大學人文信息學院,吉林 長春 130000)

1 引言

近年來,隨著無線傳感技術的不斷發展,我國的生活及工業領域都離不開其技術支持,同時人們生活及工作質量的要求也越來越高,而此時普通的照明技術已經不能滿足大部分人們的需求。更多的群體開始享受便捷化、舒適化的智能照明環境,但由于技術發展的不成熟,導致多數照明機制都是通過一根傳感總線來控制與之相連的所有控制器,這使得傳感器之間的通信速度非常慢,并且容易出現斷連現象。所以就需要一種完善且高效的光強感應控制技術來提高智能化控制的靈活性及準確性。

文獻[1]提出一種基于光伏陣列的照明強度控制方法,主要將原始的光強數據輸入到光伏陣列中,通過光伏特征判定與其相似的強度參數,對此參數進行剔除操作。該方法雖然檢測效率較高,但忽略了原始數據的自身誤差影響,導致控制誤差較大,影響整體過程的準確性。文獻[2]采集大量波段信息,分析特定波段頻譜,并與強度參考閾值進行逐一對比,完成控制。該方法的計算基數較大、耗能較高,整體算法的實用性不強,且數據太多容易造成控制誤差。

綜合上述問題,本文提出了一種基于WSN的室內光照強度感應控制方法。利用WSN的感應觸發技術幫助強度數據的高效檢測,通過無線傳感器完成控制信號的傳輸,利用執行器完成有效控制。整體方法控制誤差較小、感應觸發靈敏度較高。

2 光強數據預處理

為保證光照強度感應控制的質量,需要對原始數據進行粗大誤差[3]剔除,清除異常或噪聲數據,在最大程度上降低計算及控制誤差,處理公式為

|vi|?3λ

(1)

(2)

式中,ζ表示計算偏差,在數據集Mn中采集30組原始光強數據,利用上述規則進行重復迭代計算,直至沒有誤差為止,迭代公式為

(3)

基于此公式就可將原始數據的誤差控制在可承受范圍之內,保證控制方法的質量及效率。

3 基于無線傳感的光強感應控制方法

采用WSN(Wireless Sensor Networks無線傳感器[4])方法,并結合感應觸發機制實現光照強度的有效控制。

首先,利用數據采樣器對室內的光強信息進行采樣收集,通過事件觸發器判定該光照強度是否超出規定指標,如果超出,立即通過執行器將信息發送至終端控制器中;如果未超出規定指標,那么將改變地理位置重新進行檢測判定。為了確保控制器接收到的是實時有效的光強信息,需要不斷進行更新,及多次迭代計算來保證數據的更新頻率,這樣才能降低控制誤差,提高整體效率。

建立光強控制的時間動態模型為

(4)

設光強傳感器的采樣周期為T;數據采樣的時間序列ψ公式表示為

ψp={T,2T,3T,…,kp,…}

(5)

式中,kp表示采樣的常數值,kp∈A,當光照強度達到既定標準時,事件觸發器就會發送當前的采樣數值,并標記當下的時間序列表示為ψt={t1,t2,t3,…,tk,…},可以看出ψt?ψp。為了保證無線控制器的信號狀態穩定,所以需要設立一定的觸發條件,來提高控制的靈敏性

eT(t)Ωe(t)?σxT(t)ξx(t)

(6)

式中,t∈[tk,tk+1],σ表示可控制閾值;ξ表示序列呈正向對稱的時間矩陣,此時的誤差向量表示為

e(t)=x(tk)-x(t),t∈[tk,tk+1]

(7)

通過對上述式(3)的代入計算,可得出光強的控制量[6]表達式為

u(t)=f(x(tk))=f(x(t)+e(t)),t∈[tk,tk+1]

(8)

(9)

式中,|·|表示歐式范數[8](取常數值),通過上述推導可得出以下關系

(10)

由上述計算過程可知,|ei(t)|2?σ|xi(t)|2+θi表示分布式控制機制的光強感應觸發條件,在無線傳感器的第i個觸發時刻下的表達式為

σ|xi(tk+mT)|2+θi|}

(11)

(12)

式中,min表示最優目標;J(t)表示光強控制的最優節點。為了保證光強控制算法的準確性及時效性,以上述傳感器節點為例,用|e1(t)|2表示基于動態向量[9]的光強感應觸發條件;σ|x1(t)|2表示基于狀態向量[10]的光強感應觸發條件,給出基于二者關系下的控制條件變化示意圖,如下圖1所示。

圖1 光強感應控制的觸發條件變化圖

從圖1中可以看出,基于狀態觸發條件σ|x1(t)|2的變化曲線整體保持在上方,而動態觸發條件|e1(t)|2則在閾值線下方。說明想要控制機制保持穩定,就需要二者符合此規則σ|x1(t)|2≤|e1(t)|2,這樣就能確保光強控制算法的最大觸發率,減少誤判率、增強整體的控制效率。

4 光照強度控制的動態補償

上述過程通過無線傳感完成了室內光照強度感應的有效控制,同時為了保證光強控制的準確性及時效性。將通過補償函數減少控制信號的傳輸時延,以及計算誤差,進一步提高系統的整體運行效率,實現控制機制的高效運作。

首先,設E(s)為控制機制的初始輸入值;建立信號傳輸通道F1(s)用來表達不確定的時延因素;F2(s)表示不確定時延因素的反饋通道;Go(s)表示被控對象;Y(s)表示系統的初始輸出數值;Gδf(s)表示傳輸通道時延的函數補償環節;Gδq(s)表示反饋通道時延的函數補償環節;e-c1s、e-c2s分別表示控制機制的傳輸時延;c1、c2分別表示控制機制中隨機出現的不確定時延量。

其中,信號傳輸通道Gδf(s)的函數補償環節表達關系式為

(13)

與上述同理,反饋通道Gδq(s)的函數補償環節表達關系式為

Gδq(s)=(1-e-c1s)Go(s)

(14)

控制過程中的補償機制需要根據實際情況,對信號傳輸通道及反饋通道進行實時的補償,才能彌補控制時延影響的不確定性,保證控制精準度。為此,需要利用差分方程來計算補償函數的詳細參數,從而實現高效的動態補償。

設原始被控對象的時延信號傳輸函數表達關系式為

(15)

將式(15)代入到式(13)、(14)中,就能對信號傳遞的時間進行延遲計算,得到關于傳輸通道及反饋通道的補償傳遞函數為:

Gδf(s)=(γ1s3c2+(γ2c2+2γ1)s2+(γ3c2+2γ2)s+2γ3)

(γ1c2s3+(γ2c2+2γ1)s2+(γ3c2+2γ2)s+2γ3+2δ1c2)

(16)

Gδq(s)=2c1δ1(c1s3+(2γ2+c1γ2)s2+(γ3c1+2γ2)s+2γ3)

(17)

根據上述傳遞函數就可實現信號傳輸通道及反饋通道時延問題的有效改善。

5 實驗分析

5.1 實驗背景

為保證實驗的準確性及真實性,將在某處居民樓室內進行光照強度控制實驗。在住宅室內部署1個傳感器總節點、5個光強感應節點以及9個信號控制節點,并搭載無線傳感網絡,方便數據的讀取和記錄。其中,傳感器總節點負責采集最新的光照強度以及外界光照參數;感應層的全部節點則負責對采集強度數值進行分類挑選,剔除異常數據,保證實驗的準確性、減少計算誤差;而控制層的全部節點則利用本文方法實現強度數值的有效控制,并進行數據反饋,確保信息的時效性。

另外,由于光強傳感器在工作時容易受到自身非線性輸入、輸出值以及外界環境因素的影響,所以必須在實驗前對所有感應、控制節點以及傳感器進行敏感性檢測。并且對初始數據實現平滑性處理,即對原始數據的輸入和輸出值進行序列分組,然后再逐一平均化,以便減少外界干擾、降低計算誤差、增強數值參數的信噪比,進而提高光強信號檢測的時效性以及準確性,完善實驗過程。圖2為實驗拓撲示意圖。

圖2 實驗拓撲圖

5.2 光強感應控制器的觸發時間對比分析

通過對比本文方法、光伏陣列控制法以及特定波段控制法下光強感應的觸發時間,來判定各方法的信號控制效率,得出具體實驗結論,如下圖3所示。

圖3 光強感應觸發時間對比

從圖3中可以看出,在同一控制節點數量下,基于光伏陣列控制法以及特定波段控制法的感應觸發時間曲線幅度較高,變化較為明顯。并且隨著節點數量的增加,其所需時間也在不斷增大,相鄰兩次觸發間的時間間隔過大,周期性較差。這說明二者方法的觸發感應效果較差,控制機制的靈敏性不強,這樣就會導致需要大量時間來完成信號的傳輸,整體效率較低、實驗效果較差。

相對比下,本文方法所耗用的時間較短、效率較高,并且可以明顯看出,在每一節點處的觸發時間幾乎都是相等的,數值間的差異性不大。說明本文可以很好地穩定感應信號傳輸的時效性,保證在短時間內完成光強信號的感應與控制,在提高整體效率的同時還能增強信息的發送率。

5.3 基于光強控制信號的對比分析

為了進一步驗證本文方法的控制效果,對比不同方法控制下的信號變化曲線,結果如下。

由圖4可知,沒有經過任何技術處理的原始控制信號變化曲線分布相對混亂,光強信號間的差值較大,浮動范圍過廣,說明檢測環境中的影響因素較多。

圖4 原始光強的信號變化曲線

從圖5中可以看出,光伏陣列法對光強信號的控制效果較差,與原始數據相比只完成了局部改善,并且圖中的部分區域發生了嚴重干擾情況。出現這種現象的原因主要就是,沒有對原始信號值進行動態補償,導致信號在控制器的輸入與輸出時受到二次干擾,影響方法控制性能。

圖5 光伏陣列法的控制信號變化曲線

從圖6中可以看出,相比于光伏陣列控制法該方法對信號控制的效果要相對優異一些,但整體分布不夠均勻、數值間的差異性大,對于受干擾情況的處理效果不明顯,沒有實現有效解決。

圖6 特定波段法的控制信號變化曲線

從圖7中可以看出,本文方法下信號變化曲線整體呈穩定波動趨勢,并且相鄰采樣時間內的信號差值不大,波動幅度基本保持一致。這說明本方法對光強信號的控制效果較佳,有效改善了原始數據中出現的異常噪聲及外界干擾問題,提高了光強檢測的準確性及時效性。這主要是因為,本文不僅在檢測前對光強數據方差進行了預處理,還實行了動態誤差補償,最大程度上降低檢測誤差、提高控制準確率、增強算法魯棒性,并縮短了所需時間。說明本方法具有較高的實用性,可具體應用在公共安全、智能環保、智能交通、智能消防等多個領域。

圖7 基于本文方法的控制信號變化曲線

6 結論

通過分析室內光照強度的分布狀況,本文給出一種基于WSN無線傳感器的方法實現有效控制。通過數據剔除的方式改善原始數據粗大誤差問題、提高算法的魯棒性及準確率。通過無線傳感器、光強數據采樣器、執行器以及控制器,實現基于不同光強感應觸發條件下的高效控制,保證控制質量、降低時間耗用。最后,利用動態補償減少計算及判定誤差,增強算法的實用性。仿真結果證明,本文方法檢測誤差較小、控制質量較高,可為各智能控制領域提供有效幫助。