论文部分内容阅读
随着大数据、云计算、5G等技术的快速发展,全球物联网产业迎来了新一轮发展的历史机遇。物联网的应用领域越来越广泛,遍及各行各业,从智能电网、智能交通、智能物流、智慧农业、车联网、智能家居、智慧医疗、到智能的物联网雾霾监测系统。随着物联网技术的发展和应用的普及,由此带来的物联网系统的可靠性问题变得更为突出。因此,如何保证物联网系统的可靠,成为当下研究的热点。本文的研究工作主要围绕着物联网监测系统的可靠性分析和优化问题进行,以基于物联网的雾霾重点污染源监测系统为背景,以实现物联网监测系统中感知层的可靠性为研究目标,以感知数据为基础,设计可靠的拓扑结构,研究关键节点的容错机制,提出了数据的可靠性反演与修正模型,对物联网监测系统的可靠性进行评估与应用。主要的研究工作如下:(1)提出了一种内外验证模块化的物联网监测系统可靠拓扑部署方案。监测系统拓扑结构的可靠性是保障远程监测系统可靠的一个重要方面,以雾霾重点污染源远程监测的需求为应用背景,提出了一种内外验证模块化的物联网监测系统可靠拓扑部署方案,并重点对相关参数以及约束条件进行量化分析,并探寻拓扑结构参数之间的内在规律。可靠性是物联网应用中的一个重要指标。以可靠性框图模型,给出了多级簇结构的可靠性量化计算公式。针对不稳定的远程传输主干系统,给出了不同冗余方式下可靠度、系统失效前的平均工作时间的量化值。仿真结果表明,论文提出均匀分簇的节点部署方案可以有效降低网络部署和维护的成本。在感知节点可靠性确定的情况下,随着基本监测体的个数增加,多级簇结构的可靠性降低,在感知节点可靠性较低的情况下更明显。物联网远程监测系统主干传输部分选择由三个单元组成的并联冗余方式,既可以延长失效前的平均工作时间,又可有效提高系统的可靠性。(2)提出了一种簇头节点静态备份与动态定时监控相结合的容错机制(Static Backup and Dynamic Timing Monitoring,SBDTM)。在物联网监测系统中,通过部署无线传感器网络获取数据,来满足物联网的特定应用。分簇的路由协议,能有效维持传感器节点消耗的能量。为降低节点消耗的能量,大多采取分簇的路由协议。在该路由协议中,簇头起着非常重要的作用。一种有效的簇头节点容错机制,可保证物联网监测系统获取数据的可靠性。为实现物联网监测系统数据获取的可靠性和能耗之间的优化,提出了一种簇头节点静态备份与动态定时监控相结合的容错机制;构建基于Markov模型的簇头节点可靠性模型,在给定可靠性需求下,可求得所需簇头节点静态备份的个数;分析数据结构和容错机制;量化分析该机制下能耗和恢复时延。提出的SBDTM机制,能有效降低簇中所有节点消耗的总能量,以及簇中每个节点消耗的平均能量;同时降低了恢复时延。最后,通过实验评估所提出的SBDTM机制的性能。实验表明,与LEACH和NCHG相比,SBDTM能有效降低网络总能耗和丢包率,提高网络寿命和吞吐量。(3)提出一种多属性条件下物联网监测数据的可靠性反演与修正模型。由于人为故意干扰和破坏,以及系统自身的故障,基于物联网的雾霾重点污染源监测会出现系统中断或监测数据异常。针对此问题,在内外验证模块化可靠拓扑结构的基础上,提供基于监测企业内部污染源和周围环境污染相关监测数据反演和修正的有效模型。对感知源数据,首先构建了可用传感器测量的反演指标体系,并对各指标进行规范化处理,转化为标准证据值;其次基于权重相对熵最小优化模型,组合主、客观权重获得最优权重,从而以量化的方式给出了污染源的污染等级,保证了反演结果的可靠性和准确性;然后根据污染源监测数据的总先验概率,导致发生的各个分属性先验概率、联合概率分布以及其条件概率,实现了雾霾重点污染源监测数据可靠性的反演与修正;最后通过实例,验证了所提算法的有效性。理论分析和系统测试表明,该方法具有较高的精度。(4)提出了基于层次分析-模糊综合评价法的物联网监测系统可靠性评估机制。物联网监测系统功能模块和层次较多,且功能属性、影响因素和评价指标不一。另外,物联网监测系统结构和运行机理复杂性、现实条件的限制,以及人们认识上的局限性,可能会导致某些部件的功能或者整个系统的真实状态不可测或无法精确量化。因此,很多时候复杂功能层次系统的可靠性综合评价也等效于系统的性能评价。结合传统的定性和定量分析方法各自的优点,采用层次分析-模糊综合评判法对物联网监测系统的可靠性进行综合评估。应用层次分析法确定指标因素权重,利用模糊综合评价法进行多层次综合评判。运用上述评估计算方法和模型,对河北省某火力发电厂现有的基于物联网的雾霾重点污染源监测系统的可靠性进行了分析评估。案例分析表明,所提出的计算方法和模型能有效评估物联网监测系统的可靠性。