دانلود مقاله ISI انگلیسی شماره 21633 + ترجمه فارسی
عنوان فارسی مقاله

توسعه سیستم یکپارچه نظارت میکرو زیست محیطی با استفاده از شبکه حسگر بی سیم

کد مقاله سال انتشار مقاله انگلیسی ترجمه فارسی
21633 2008 9 صفحه PDF 22 صفحه WORD
خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
عنوان انگلیسی
Development of an integrated wireless sensor network micro-environmental monitoring system
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : ISA Transactions, Volume 47, Issue 3, July 2008, Pages 247–255

فهرست مطالب ترجمه فارسی
چکیده 
کلید واژه ها 
1.مقدمه 
2.معماری سیستم 
3.ساختار سخت افزاری 
4.اکتساب و پردازش داده ها در سرور 
4.1اکتساب داده ها 
4.2اعتبارسنجی بسته ها و استخراج اطلاعات 
4.3مجسم سازی داده ها 
4.4تابع درونی 
5.دسترسی اینترنتی به داده های WSN
5.1سمت سرور 
5.2سمت کاربر 
6.پیاده سازی و تست سیستم 
6.1سنجش های محیطی 
6.2ارزیابی عملکردها 
7.نتیجه گیری 
کلمات کلیدی
- شبکه های حسگر بی سیم - نظارت پایش محیطی میکرو - پردازش داده ها - تجسم - دسترسی به اینترنت -
ترجمه چکیده
محبوبیت شبکه حسگر بیسیم (WSN) به دلیل قابلیت های امیدوارکننده خود در حوزه نظارت میکرو زیست محیطی، روز به روز در حال افزایش است. اما، اغلب سیستم هایی که از WSN برای نظارت زیست محیطی استفاده می کنند تنها برای کاربردهای خاص طراحی شده اند و فاقد قابلیت هایی برای بهره گیری از روش های پردازش داده ای تعریف شده توسط کاربر هستند. در این مقاله، سیستمی همراه با جزییات طراحی شده است که می تواند با استفاده از WSN نظارت میکرو زیست محیطی را انجام دهد. نوعی شیوه کار سخت افزاری کاربردمحور در این سیستم طراحی شده و پلت فرم آن برای گرفتن داده ها، معتبرسازی، پردازش و تجسم آن ها بطور سیستماتیک ارائه شده است. استراتژی های مختلفی برای تضمین قابلیت سیستم در خصوص استخراج اطلاعات مفید، و همچنین تصویر رویدادها در زمان واقعی آن ها ارائه شده است. به علاوه، یک زیرسیستم نظارتی مبتنی بر وب جهت کنترل و نظارت از راه دور ارائه شده است. به علاوه، این سیستم جهت اجرای الگوریتم های تحلیل داده ای برای مهندسان، قابل توسعه است. نتایج آزمایشی جهت نمایش قابلیت اعتماد مسیر و ویژگی های زمان واقعی و نشان دادن امکان پذیری و کاربرد این سیستم جهت پیاده سازی عملی ارائه شده اند.
ترجمه مقدمه
اخیرا، شبکه های حسگر بی سیم (WSN) تلاش های تحقیقاتی زیادی را به خود معطوف کرده اند زیرا راه اندازی آن ها آسان است و سناریو های کاربردی مختلفی برای آن ها وجود دارد. می توان از این شبکه ها بطور گسترده در نظارت زیستگاهی، زیست محیطی، اکتشاف ساختاری، نظارت روانشخانتی از دور، و حتی مدیریت دارو و غیره استفاده کرد مانند [17,18,12]. برای ایجاد حداکثر عملکرد در WSN چالش های تحقیقاتی و عملی زیادی وجود دارد. حسگر غالبا به وسیله باتری کار می کند که دارای توان محدودی است. بنابراین، یکی از مهمترین موضوعات در خصوص سخت افزار و طراحی پروتکل در مورد چگونگی ذخیره انرژی در گره های حسگر و شبکه است. این امر تبعا می تواند باعث افزایش عمر شبکه شود. مشکل دیگر در خصوص افزایش ثبات و قدرت شبکه و ایجاد نوعی قابلیت خود سازماندهی و خودترمیمی در آن است. این الزامات، مستلزم پروتکل های مسیریابی و طراحی سخت افزاری گره شبکه حسگر است. علاوه بر مسائل بالا، پردازش داده های حسی نیز در شبکه های حسگر مقیاس بزرگ در حال افزایش چشمگیر است. برای مثال، در یک شبکه حسگر مقیاس بزرگ برای نظارت زیست محیطی، به زمان نظارت طولانی یا فرکانس بالای کسب داده نیاز است. در چنین شرایطی، شبکه های حسگر با انبوهی از داه های سنجشی مواجه خواهند بود. این وضعیت حتی می تواند بدتر هم باشد در صورتی که داده ها به شکل چند رسانه ای مثلا ویدئو های نظارتی باشند. تابع پردازش داده ها بسیار فشرده خواهد بود و انرژی زیادی را مصرف خواهد کرد. برای رفع این مشکل، به روش های پیشرفته در انتقال و پردازش داده ها نیاز خواهد بود. یکی از روش ها فشرده سازی داده ها به گونه ای است که تنها داده های سنجیده شده در محدوده های مشخص به ایستگاه مبنا (BS) انتقال داده شوند تا بعدا مورد پردازش قرار گیرند. اما، بدین صورت، اطلاعات مفید شبکه های حسگر ممکن است از بین بروند. یکی از روش های جایگزین، پردازش توزیعی نام دارد، که امکان تحلیل محلی داده های حسی را توسط گره ها یا ایستگاه های پراکنده و کم هزینه فراهم می کند و تنها نتایج را به BS ارسال می کند. در بسیاری موارد، مدیریت و پردازش مرکزی داده ها مورد نیاز است. روش سوم، بالابردن بازدهی پردازش داده ها در مرکز پردازش است. پلت فرم های نرم افزاری مختلفی مانند متلب، برای مدیریت حجم بالایی از داده ها با بازدهی بالا مناسب هستند. همانطور که ذکر شد، WSN دارای کاربردهای عملی زیادی خصوصا در حوزه میکرو زیست محیطی است. یک میکرو زیست محیط، محیط یک فضای کوچک مانند دفتر کار و محل کشت است. برای مثال می توان زمین چای را درنظر گرفت، رشد چای شدیدا به میکرو زیست محیط خود حساس است، که شامل نوردهی، دما و رطوبت می باشد. کیفیت و ثمر دهی ان می تواند به شکل چشمگیری با آب و هوای سرد یا هجوم آفات کاهش یابد. برای جلوگیری از آسیب چای توسط عوامل بیرونی، راهکارهای سنتی متعددی به کار می روند: (1) راهکار اول به پیش بینی آب و هوایی در مقیاس کلان یا پیش بینی حشرات وابسته است، که شاید نتواند اطلاعات کافی را برای یک باغ چای کوچک فراهم کند. (2) راه دوم بر مبنای چک آپ های دوره ای یا نمونه برداری داده های میدانی با ابزارهای دستی است. این روش می تواند دقیق باشد گرچه بازهم نمی توان آن را یک سیستم نظارت زمان وقعی دانست و هرگونه رویدادی را بین دو دوره چک آپ نمی توان پیش بینی کرد. (3)ابزارهای توسعه یافته جدید بر اساس گردآوری دستی داده ها قادر به تحلیل داده ها و مدلسازی محیط و ارائه پیش بینی هستند. با این وجود، نبود نظارت فراگیر و اتوماسیون کم را می توان جزو محدودیت های ذاتی آن دانست. در مقالات، تحقیقات بسیاری با استفاده از WSN در میکرو زیست محیط ها خصوصا در حوزه نظارت عملی در کشاورزی صورت گرفته است. در شال 2002، محققان از 32 ذره در جزیره گریت دوک برای نظارت بر رفتار لانه سازی مرغ طوفان استفاده کردند. WSN خودساخته بطور مستمر داده های محیطی مانند دما، رطوبت، فشار بارومتری و میزان نور را درون و اطراف سوراخ های لانه مرغ طوفان بدون مزاحمت برای لانه سازی آن ها اندازه گیری می کرد. در [2]، نوعی WSN برای مطالعه بلند مدت گونه های گیاهی کمیاب و درخطر ارائه شده است. WSN این گیاهان و محیط آن ها را از نظردما، رطوبت، بارش باران،باد و میزان نور خورشید مورد سنجش قرار می داد. بر اساس [4] محققان نوعی WSN را برای نظارت بر رطوبت خاک طراحی کرده اند که می تواند بر اساس میزان بارش باران به محیط خود واکنش دهد. پروژه Lofar Agro آب و هوای میکرو را در محصول سیب زمینی مورد سنجش قرار می دهد و اطلاعات جمع آوری شده در مورد وضعیت هر مزرعه برای ارائه توصیه هایی در مورد چگونگی مبارزه با پیتوپتورا در محصولات به کار گرفته می شد. در سال 2004، یک گروه تحقیقاتی از Accenture Lab، نوعی سیستم نظارتی WSN را در یک مزرعه انگور شرابی به کار گرفتند. داده های حسی در مورد رطوبت محیط، باد، آب، و خاک و دمای هوا توسط BS جمع اوری شد و سپس به یک سرور شبکه ارسال گردید که کلاینت های مختلفی به وسیله آن می توانستند اطلاعات زیست محیطی را بررسی کنند. در عین حال، سیستم ها و پلت فرم های خاصی نیز وجود دارند که به تجسم داده ها و نظارت WSN اختصاص دارند. Mote–View که توسط Crossbow طراحی شده، واسط کاربر هدفی است که ابزارهایی را برای جدول بندی زمان واقعی، ثبت داده ها و پیکربندی ذره ای به کار می رود.TinyDB [22] پلت فرمی با محوریت جستجو برای استخراج اطلاعات WSN است. این برنامه واسطی ساده و شبه SQL را ارائه می دهد که کاربر به وسیله آن می تواند داده های مورد جستجو را مشخص کنند. اما، قابلیت توسعه پایین این ابزارها کاربرد ان ها را درتحقیقات علمی محدود می کند. SpyGlass [3] یک ویژوالایزر دیگر است که به وسیله Java توسعه یافته و بخش مجسم سازی آن با چارچوب Java2D پیاده سازی شده است. jWebDust [5] یک محیط کاربردی مادولار و ژنریک بر مبنای Java است، که کاربردهای مختلفی از WSNرا تسهیل می کند. کاربران می تواند مادامیکه به اینترنت دسترسی دارند اجرای همزمان WSNرا بررسی و نظارت کنند. روش TAG به کاربران هدف بیان و اجرای کارآمد کوری را ارائه می دهد که از شبکه های حسگر بی سیم مبتنی بر ذره گرفته شده است. یک WSN نظارتی ساختاری عملی به نام Wisden در [24] ارائه شده که بر انتقال مطمئن داده ها و تکنیک های مهرزمانی تاکید دارد. در این مقاله، سیستم زمان واقعی کاربردی بر مبنای WSN ارائه شده است. در خصوص زمان واقعی، منظور ما آن است که رویداد های رخ داده در محیط های دور را می توان بلافاصله در زمان اصلی خود رویت، نظارت، مجسم سازی و ثبت نمود. چالش ها و ویژگی های فنی اصلی عبارنتد از : (1) شبکه حسگر باید در محیط های میکرویی که با اینترفیس باز برای کسب و پردازش داده ها نظارت را انجام می دهند کاربردی باشد. (2) WSN را می توان از راه دور و با اینترفیس مبتنی بر وب کنترل و نظارت کرد. بطور خاص، این سیستم به گونه ای طراحی شده که نوعی سیستم اجرایی خودکار و کاربردی باشد و برای نظارت میکرو زیست محیطی کلی مانند نظارت بر آب و هوای میکروی باغات چای قابل استفاده باشد. این سیستم همچنین به عنوان یک پلت فرم آزمایشی برای تسهیل کسب داده ها و فرایند های بنیادی مجسم سازی به کار می رود. یک اینترفیس کاربرپسند نیز برای تسهیل برنامه نویسی و تحلیل داده ای آسان در آن تعبیه شده است. به علاوه، این سیستم می تواند با ادغام یک پلت فرم نرم افزاری مانند مت لب حجم وسیعی از داده ها را مدیریت کند. تا به امروز، در میان پلت فرم های پردازش داده ای، متلب بیشتر از همه در تحقیقات WSN به کار گرفته شده زیرا دارای قابلیت بالایی در انجام محاسبات ریاضی و ویژوالایزیشن نتایج است.اما، اپلیکیشن های موجود که از متلب در WSN استفاده می کنند اغلب در حوزه تحلیل داده ها، محاسبه، ارزیابی الگوریتم و شبیه سازی هستند. برای مثال، پروژه Prowler، که تحت متلب اجرا می شود، محیط شبیه سازی چندلایه حقیقی و شبکه ای را تحت موت Berkeley MICA ارائه می دهد. این برنامه ها همیشه سیستم های شبیه سازی پساپردازشی هستند که معمولا بصورت آفلاین اجرا می شوند. بر اساس طراحی ما، مت لب می تواند آنلاین و در زمان واقعی اجرا شود. علاوه بر اینها، این مقاله بر طراحی سیستم واقعی، تحلیل، پیاده سازی و تست شبکه های حسگر بیسیم از مولفه های محیطی به کاررفته برای توسعه اینترفیس کاربر تاکید دارد. روش علمی ارائه شده در این مقاله می تواند مرجع و دستورالعمل خوبی را برای طراحی شبکه های حسگر عملی ارائه دهد. به علاوه، ما با ارائه این مقاله این تاثیرات فنی را در این حوزه اعمال کرده ایم: (1) معماری سیستم امکان پذیر که دسترسی اینترنتی به داده های WSNرا ممکن می سازد. (2) مساله ای واقع بینانه و مهم در مورد اکتساب داده ها، معتبرسازی آن ها و استخراج مفید آن ها، مجسم سازی داه ها با توجه به اصالت زمانی رویداد، و نظارت مبتنی بر وب مورد بحث قرار گرفته اند. (3) نتایج عددی گویا برای نشان دادن امکان و بازدهی سیستم ارائه شده اند. (4) پیشنهاد هایی برای اعمال این سیستم بر WSNهای کلان بر مبنای آزمایش های میدانی ارائه شده اند. ادامه این مقاله بدین صورت است، پس از بازنگری معماری سیستم در بخش 2، ساختاری های سخت افزاری در بخش 3 مورد بحث قرار می گیرند. طراحی ردیف های بالا در بخش های 4 و 5 ارائه شده است. بخش 6 متریک های عملکردی را با توجه اعتمادپذیری مسیر و صحت نظارت شده داده ها نشان می دهد. نهایتا،در بخش 7 به نتیجه گیری خواهیم پرداخت.
پیش نمایش مقاله
پیش نمایش مقاله توسعه سیستم یکپارچه نظارت میکرو زیست محیطی  با استفاده از شبکه حسگر بی سیم

چکیده انگلیسی

Wireless Sensor Network (WSN) is increasingly popular in the field of micro-environmental monitoring due to its promising capability. However, most systems using WSN for environmental monitoring reported in the literature are developed for specific applications without functions for exploiting user’s data processing methods. In this paper, a new system is designed in detail to perform micro-environmental monitoring taking the advantages of the WSN. The application-oriented hardware working style is designed, and the system platform for data acquisition, validation, processing and visualization is systematically presented. Several strategies are proposed to guarantee the system capability in terms of extracting useful information, visualizing events to their authentic time are also described. Moreover, a web-based surveillance subsystem is presented for remote control and monitoring. In addition, the system is extensible for engineers to carry their own data analysis algorithms. Experimental results are to show the path reliability and real-time characteristics, and to display the feasibility and applicability of the developed system into practical deployment.

مقدمه انگلیسی

Recently, Wireless Sensor Networks (WSN) is attracting intensive research efforts due to easy deployment and a large variety of application scenarios. It can be widely applied in habit monitoring, environmental observation, structural detection, physiological tele-monitoring and even drug administration, etc. such as in [17], [18] and [12]. To enable high performance of a WSN, there exist a number of challenges in research as well as in practice. Sensor is normally powered by a battery and has very limited power. Hence, one of the most important issues is about the hardware and protocol design on how to save the limited energy in a sensor node and sensor network as well. This will consequently prolong the network’s lifetime. The other problems include enhancing the network’s stability and robustness and enabling self-organization and self-healing capability. These requirements necessitate efficient routing protocol as well as the network sensor node hardware design. Besides the issues above, sensory data processing becomes substantially increasing in a large-scale sensor networks. For instance, in a large-scale sensor network for environmental monitoring, long monitoring time or high frequency of data acquisition is required. In such a situation, the sensor networks will be flooded with very large amount of measured data [15] and [21]. The situation becomes even worse if the data are multimedia, e.g. monitored video. The data processing function will be intensive and consumes much energy. To alleviate this problem, advanced methods are needed in data transmission and processing. One approach is data compression in the sense that only the measured data within certain bounds will be transmitted to the Base Station (BS) for afterwards processing [25] and [26]. However, in this way, useful information of the sensor networks may be lost. An alternative is called distributed processing, which allows sensor nodes or distributed low-cost stations to analyze local sensory data and only deliver the results to the BS. In many cases, centric data management and processing are required [21]. A third method is to improve the data processing efficiency of the data processing center. Several software platforms, e.g. Matlab [16], are excellent in handling large amount of data with high efficiency. As indicated, WSN has a variety of applications in practice, especially micro-environment. A micro-environment is the environment of a small area such as an office and an area of crops. Taking the tea garden for example, the growth of tea is highly sensitive to its micro-environment, including illumination, temperature and humidity. Its quality and productivity can be significantly reduced by unexpected cold weather and insect pest. To prevent the tea from external harm, several traditional solutions are usually employed: (1) the first depends on the large-scaled weather forecast or insects forecast, which could not provide accurate information of a small tea garden; (2) the second is based on regular harm checking-up or field data sampling by manual apparatus. This method is accurate though, it cannot be a real-time monitoring system and any unusual event between two checking-ups cannot be detected; (3) newly developed tools based on manual information gathering are capable of data analysis and environmental modeling and predictions making. Nevertheless, lacking of ubiquitous monitoring and low automatization are their inherent limitations. In the literature, there are many researches carried out by using WSN in micro-environmental, particularly agricultural, monitoring in practice. In 2002, researchers deployed 32 motes on the Great Duck Island to monitor Petrel’s nesting behavior [11]. The self-constructed WSN continually measures environmental data including temperature, humidity, barometric pressure and light level in and around Petrel’s nesting burrows without disturbing the nesting birds. In [2], a WSN designed for the long-term study of rare and endangered species of plants is presented. The WSN monitors those plants and their environment through temperature, humidity, rainfall, wind and solar radiation sensors. According to [4], researchers have built up a WSN for soil moisture observation which can react with the environment according to the amount of rain falls. The Lofar_Agro project measures the micro-climate in potato crops, and the information gathered about circumstances within each individual field will be used to advise on how to combat phytophtora within a crop [13]. In 2004, a research group of Accenture Lab. deployed a WSN monitoring system for a large vineyard. Sensory data about environmental humidity, wind, water, and soil and air temperature were collected by the BS and then forwarded to a network server, by which multiple clients could query the environmental information [1]. At the same time, there are several specific systems and platforms dealing with WSN’s observation and data visualization. Mote–View, developed by Crossbow [7], is an end-user interface that provide tools for real-time charting, data logging and mote configuration. TinyDB [22] is a query-oriented platform for extracting WSN information. It provides a simple, SQL-like interface by which users are able to specify the data queried. However, the low extensibility of these tools limits their applications in scientific researches. SpyGlass [3] is another WSN visualizer, which was developed with Java and the visualization part was implemented by Java2D framework. The jWebDust [5] is a generic and modular application environment based on Java, facilitating a wide range of WSN implementations. Users can query and monitor the execution of the WSN simultaneously as long as they could access the Internet. The TAG approach could provide end-users with efficient query expression and execution, which is derived for general mote-based wireless sensor networks [14]. A practicable structural monitoring WSN called Wisden is developed in [24] which emphasizes on reliable data transportation and time-stamping techniques. In this paper, we propose a generally applicable real-time system based on WSN. In terms of “real-time”, we mean that the events taking place in a remote environment can be promptly observed, monitored, visualized and recorded to their authentic time. The main technical challenges and features are as follows: (1) the sensor network shall be generally applicable in micro-environmental monitoring with open interface for data acquisition and processing; (2) the WSN can be monitored and controlled remotely via Web-interface. In particular, our system is primarily designed to be a practical applicable and automatized running system that can be applied to general micro-environmental monitoring such as tea garden micro-climate monitoring. It was also designed as an experimental platform to facilitate the data acquisition and fundamental visualization procedures. A user-friendly interface is embedded into the system to facilitate easy programming and data analysis. In addition, it can handle a large amount of data by integrating software platform, e.g. Matlab. To date, among the data processing platforms, Matlab has been mostly used in WSN researches due to its high ability in mathematical calculation and results visualization. However, the existing applications that use Matlab in WSN are mainly in the area of data analysis, calculation, algorithm evaluation [6] and simulation. For example, the Prowler project, running under Matlab, provides a generic and network’s multi-layer simulation environment based on Berkeley MICA mote [19]. These applications are always post-processing simulation systems that usually perform off-line. Based on our design, Matlab could perform on-line and real-time. Besides, our paper emphasizes the realistic system design, analysis, implementation and test of a practical wireless sensor networks from the deployed environment-side components to the user-side interface development. The practice-oriented methodology in the paper is able to provide good reference and guideline for practical sensor networks design. In addition, we also have the following specific technical contributions: (1) a practically feasible system architecture which also enables Internet access to WSN data is proposed; (2) a significant realistic issue on data acquisition, data validation and useful information extraction, data visualization in consideration of event time authenticity, and web-based monitoring are discussed; (3) illustrative numerical results are presented to indicate the system feasibility and efficiency; (4) suggestions to apply this system to large-scaled WSNs are provided based on field experiments. The remainder of this paper is organized as follows. Following an overview of the system architecture in Section 2, the hardware structures is discussed in Section 3. The design of the upper tiers is demonstrated in Sections 4 and 5. Section 6 illustrates the performance metrics with respect to path reliability and monitored data correctness. Finally, Section 7 concludes the paper.

نتیجه گیری انگلیسی

In this paper, a system capable of environmental monitoring and data processing based on WSN is presented. Experiments making use of this system are then demonstrated, which shows the system’s well performance and the convenience to employ Matlab into data analysis and results visualization. The system has made several achievements in: (1) unlike some simulators, this system is a practical environmental monitoring application where sensor nodes periodically sense their ambience and the information they got can be relayed eventually to the research center for upper software analysis. (2) sensory information is extracted and visualized accounting for its authenticity. (3) Packets from the Server can be forwarded to all the users over the Internet which makes remote monitoring of field’s environment feasible. (4) The system is also extensible that professional data processing platforms could be embedded to carry out on-line algorithms such as digital filter, efficient statistical methods, accuracy-aware algorithms, etc.. Future work will employ more nodes and powerful base station to provide long-term monitoring of a tea garden. Besides, this system can be reinforced by introducing more robust and efficient hardware working styles and more reliable routing methods to make it less aware of environmental disturbances. One proposal concentrates on the routing way, i.e. to distribute some routing stations (RS) within the WSN. Any sensor nodes can be assigned an RS and its packets directly goes to this RS and then can be forwarded to the BS. Thereby, an increase in the network reliability and a decrease in energy cost when applied in practical usage are expected. The part of web-based monitoring can be strengthened by introducing the database technology, thus, users could query and retrieve data from the services of the Server. The network data security will also be taken into account in our future work. Besides, future work will integrate applications of other common sensor node species to make the system a more generic model.

خرید مقاله
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.