本文關(guān)鍵詞：面向物聯(lián)網(wǎng)海量傳感器采樣數(shù)據(jù)管理的數(shù)據(jù)庫集群系統(tǒng)框架，由筆耕文化傳播整理發(fā)布。

　　摘 要：節(jié)能減排是社會發(fā)展的必然要求，文章給出了應(yīng)用于智能電網(wǎng)的物聯(lián)網(wǎng)路燈系統(tǒng)的設(shè)計方法，該系統(tǒng)能夠按照智能電網(wǎng)的節(jié)能要求動態(tài)地調(diào)整路燈的亮度，以完成節(jié)能目標。文中同時提出了單車節(jié)能控制公式，并通過仿真實驗對系統(tǒng)節(jié)能效果進行了驗證，從而證明其符合智能電網(wǎng)的節(jié)能要求。
　　關(guān)鍵詞：物聯(lián)網(wǎng)；智能電網(wǎng)；LED路燈；節(jié)能控制
　　中圖分類號：TP399 文獻標識碼：A 文章編號：2095-1302（2013）08-0070-03
　　0 引 言
　　物聯(lián)網(wǎng)最先起源于1999年麻省理工學院（MIT）自動識別中心提出的網(wǎng)絡(luò)無線射頻識別（RFID）系統(tǒng)[1-2]。2005年ITU在突尼斯舉行的信息社會世界峰會上正式提出了物聯(lián)網(wǎng)的概念，并發(fā)布了《ITU互聯(lián)網(wǎng)報告2005：物聯(lián)網(wǎng) 》。ITU報告中指出將任何時間、任何地點、連接任何人，擴展到連接任何物品，萬物的連接就形成了物聯(lián)網(wǎng)[3]。
　　物聯(lián)網(wǎng)被提出之后引起了廣泛地關(guān)注，研究人員對其做了大量研究。從技術(shù)角度來看，文獻[4]針對物聯(lián)網(wǎng)海量數(shù)據(jù)問題，提出了一種面向物聯(lián)網(wǎng)傳感器采樣數(shù)據(jù)管理的數(shù)據(jù)庫集群系統(tǒng)構(gòu)架IoT-ClusterDB，，為物聯(lián)網(wǎng)數(shù)據(jù)存儲與查詢處理提供了一種可行的解決方案[4]。文獻[5]研究物聯(lián)網(wǎng)的安全與隱私問題，利用可信計算技術(shù)和雙線性對的簽密方法提出了一個物聯(lián)網(wǎng)安全傳輸模型，滿足了物聯(lián)網(wǎng)的ONS查詢及物品信息傳輸兩個環(huán)節(jié)的安全需求[5]。從應(yīng)用角度來看，文獻[6]將物聯(lián)網(wǎng)技術(shù)應(yīng)用于購物引導系統(tǒng)，大大提高了工作效率，為了顧客節(jié)省等待時間[6]。文獻[7]將物聯(lián)網(wǎng)技術(shù)應(yīng)用于電動汽車智能充換電服務(wù)網(wǎng)絡(luò)當中，實現(xiàn)了電動汽車電池高效有序的管理[7]。文獻[8]提出基于物聯(lián)網(wǎng)的遠程智能家居控制系統(tǒng)，將家居中的電器產(chǎn)品連入網(wǎng)絡(luò)，真正實現(xiàn)了智能化[8]。文獻[9]針對多車道復(fù)雜車輛行駛狀況，借助物聯(lián)網(wǎng)解決方案提出利用改進邊緣勢場函數(shù)來描述車輛行駛中動態(tài)產(chǎn)生威脅關(guān)系的方法[9]。
　　隨著計算機技術(shù)和通信技術(shù)的發(fā)展，路燈系統(tǒng)的功能越來越完善，智能化程度越來越高。而路燈系統(tǒng)所使用的傳感器如光強度傳感器、微波車輛檢測傳感器，不需要在所有的路燈上都安裝或者不需要安裝在路燈上。路燈節(jié)點與在其周圍分布的傳感器相互通信，構(gòu)成一個無線傳感網(wǎng)絡(luò)，適合用物聯(lián)網(wǎng)方案來解決。
　　1 物聯(lián)網(wǎng)路燈體系構(gòu)架
　　物聯(lián)網(wǎng)路燈系統(tǒng)分為四層：感知識別層、網(wǎng)絡(luò)構(gòu)建層、管理服務(wù)層和綜合應(yīng)用層[10]。在物聯(lián)網(wǎng)路燈系統(tǒng)中，路燈節(jié)點（包括其中的各種檢測、報警裝置）、光傳感器、微波車輛檢測器、攝像頭構(gòu)成了傳感層。ZigBee無線傳感網(wǎng)絡(luò)、GPRS網(wǎng)絡(luò)、Internet構(gòu)成了網(wǎng)絡(luò)層。管理服務(wù)層包括數(shù)據(jù)中心、控制中心服務(wù)器、智能手機、平板電腦等。綜合應(yīng)用層包括智能電網(wǎng)、智能交通網(wǎng)絡(luò)、智能路燈。
　　在感知識別層中，光傳感器用于檢測光照強度，對路燈進行光控。由于相鄰路燈的光照強度基本相同，不需要每盞路燈都安裝光傳感器，系統(tǒng)中將路燈覆蓋區(qū)域進行分區(qū)，每區(qū)中安裝一個光傳感器即可。凌晨時車輛很少，系統(tǒng)用微博車輛檢測器檢測車輛的出現(xiàn)，然后適時開啟路燈。路燈上的攝像頭采集道路交通信息，為智能交通提供數(shù)據(jù)支持。
　　網(wǎng)絡(luò)構(gòu)建層主要利用ZigBee、GPRS接入Internet。ZigBee終端節(jié)點和路由器將信息發(fā)送給協(xié)調(diào)器，協(xié)調(diào)器通過RS232與GPRS模塊連接，GPRS通過網(wǎng)絡(luò)將信息上傳給服務(wù)器。
　　管理服務(wù)層包括服務(wù)器、手機、平板電腦，通過這些設(shè)備對數(shù)據(jù)進行處理，將大規(guī)模數(shù)據(jù)高效可靠地組織起來，為上層應(yīng)用提供支持平臺。
　　在綜合應(yīng)用層中，物聯(lián)網(wǎng)路燈系統(tǒng)與智能電網(wǎng)進行交互，按照智能電網(wǎng)能耗要求進行亮度調(diào)節(jié)；同時系統(tǒng)將傳感器和攝像頭采集到的信息傳遞給交通管理系統(tǒng)，對數(shù)據(jù)處理后用于交通管理。圖1為物聯(lián)網(wǎng)路燈系統(tǒng)的構(gòu)架圖。
　　2 物聯(lián)網(wǎng)路燈控制策略
　　凌晨車輛較少時，路燈系統(tǒng)不需要像傍晚車流量大時全功率開啟工作，無車時可以以最低亮度進行照明；而當車輛出現(xiàn)時，由于車輛很少，也可以以低于標準的亮度進行照明以節(jié)約能源。本文綜合考慮照明亮度和智能電網(wǎng)的節(jié)能要求，提出了物聯(lián)網(wǎng)路燈系統(tǒng)的照明策略。
　　2.1 系統(tǒng)工作流程及相關(guān)參數(shù)計算
　�。�1）確定節(jié)能要求
　　系統(tǒng)首先由智能電網(wǎng)根據(jù)城市節(jié)能要求提出路燈系統(tǒng)期望能耗要求W，然后根據(jù)城市歷史車流量情況確定時刻t。在t之前車輛較多，路燈常亮；在t時刻之后車輛較少，路燈智能調(diào)節(jié)亮度。最后根據(jù)道路照明要求確定路燈常亮時的亮度A，并通過轉(zhuǎn)換系數(shù)計算出能耗aA。
　�。�2）智能調(diào)節(jié)時期期望能耗計算
　　t時刻之前路燈亮度不變，能耗也不變，路燈節(jié)能主要是在智能調(diào)節(jié)時期。定義W1為智能調(diào)節(jié)期間期望總能耗，定義T（n1，n2）為n1～n2時刻之間的時間長度。
　�。�3）單車期望能耗計算
　　定義P為單車期望能耗，N為智能調(diào)節(jié)期間歷史平均車流量，Ni為第前n天智能調(diào)節(jié)時期總車輛數(shù)目。根據(jù)智能調(diào)節(jié)時期期望總能耗W1和車輛歷史數(shù)據(jù)，可以確定智能調(diào)節(jié)期間每輛車經(jīng)過時期望的能耗。
　　（4）單車動態(tài)能耗計算
　　每天智能調(diào)節(jié)時期經(jīng)過的車輛一般與歷史平均數(shù)據(jù)不同，若車輛經(jīng)過時以單車期望能耗對應(yīng)的亮度照明，最終無法達到智能電網(wǎng)的能耗要求，所以要動態(tài)地調(diào)節(jié)路燈亮度。調(diào)節(jié)思想是，若當天智能調(diào)節(jié)時期車輛較多，路燈亮度就低一點（不能低于下限）；若車輛較少，路燈亮度就高一點，用第n輛車出現(xiàn)的早晚來預(yù)測當天車流量的大小。定義Q1為路燈亮度下限所對應(yīng)的能耗，即出于安全考慮，路燈亮度不能低于Q1所對應(yīng)的亮度。定義Q為單車動態(tài)能耗，Δ為波動調(diào)節(jié)參數(shù)，tn為第n輛車出現(xiàn)的時刻。用當天的T（t， tn）與歷史平均數(shù)據(jù)TN （t，tn）比較，預(yù)測當天車流量情況。若當天車輛較多超出了歷史數(shù)據(jù)，則超出的車輛以Q1對應(yīng)的亮度進行照明。定義n{TN（t，tn）}為TN（t，tn）所對應(yīng)n的值。 　　車輛數(shù)目不超過歷史數(shù)值
　　車輛數(shù)目超過歷史數(shù)值
　　2.2 能耗曲線
　　對于通過PWM方式調(diào)光的LED光源，其能耗正比于亮度，假設(shè)比例系數(shù)為a，智能電網(wǎng)對路燈系統(tǒng)能耗的要求為W，路燈從傍晚18點鐘點亮，一直持續(xù)到第二天早晨6點。18點到t點由于車輛較多，路燈以標準亮度A持續(xù)照明，t點到6點車輛很少路燈采取動態(tài)照明。當W、A、t確定后，t到6點時間段內(nèi)的能耗也可確定。無車時路燈以αA的亮度照明（α為無車狀態(tài)亮度下限系數(shù)，0≤α<1）。有車經(jīng)過時路燈以βA的亮度進行照明（β為可變參數(shù)，根據(jù)智能電網(wǎng)對路燈的能耗要求以及實際工作情況來確定，0<β<1）。系統(tǒng)動態(tài)調(diào)節(jié)路燈亮度，但車輛經(jīng)過時若路燈亮度過低會造成安全隱患，所以定義γA為有車時最低照明亮度。系統(tǒng)的能耗曲線如圖2所示。
　　3 實驗與仿真
　　為測量物聯(lián)網(wǎng)路燈系統(tǒng)實際能耗與期望能耗之間的誤差，本文對這一系統(tǒng)進行了仿真測試。N=30，并且由于在智能控制期間車輛出現(xiàn)的時刻完全是隨機的，認為30天的平均數(shù)據(jù)汽車是等時間間隔出現(xiàn)的，則汽車出現(xiàn)的時刻為0.2，0.4，0.6，…，6。
　　每組實驗需要產(chǎn)生2次隨機數(shù)，第一次產(chǎn)生隨機數(shù)n，表示當天智能控制期間出現(xiàn)的車輛數(shù)，25<n≤35。第二次產(chǎn)生n個隨機數(shù)，表示車輛出現(xiàn)的時刻，隨機數(shù)范圍為（0，6]�？偣策M行130組實驗，計算出每次試驗實際功耗與期望功耗之間的誤差。正數(shù)表示實際功耗超過期望功耗，負數(shù)表示實際功耗低于期望功耗，并將誤差累加，觀測較長時間段內(nèi)總功耗是否能達到期望功耗。前30組實驗?zāi)芎恼`差如圖3所示，正數(shù)表示超過期望能耗，負數(shù)表示低于期望能耗。從圖中可知單組實驗誤差較大，最大超過30%。將30組實驗誤差累加，得出一月內(nèi)的總的累計誤差，分別為25.4%、13.92%、1.41%。進行130組實驗時，累計誤差分別為6.52%、3.95%、1.05%，誤差較小。
　　4 結(jié) 語
　　本文提出的應(yīng)用于智能電網(wǎng)的物聯(lián)網(wǎng)路燈系統(tǒng)能夠根據(jù)車流量和智能電網(wǎng)能耗要求智能地調(diào)節(jié)路燈亮度，實驗仿真顯示系統(tǒng)的累計誤差較小，能夠符合實際的工程要求。論文提出的單車動態(tài)能耗計算公式中參數(shù)Δ取值分別為5%、10%、15%，后續(xù)的研究中可以嘗試對Δ進行動態(tài)取值，以求達到更好的調(diào)光和節(jié)能效果。仿真實驗當中，認為30天平均歷史數(shù)據(jù)中汽車是等時間間隔出現(xiàn)，可能會與實際情況有所差別，接下來的實驗中可以對平均歷史數(shù)據(jù)汽車出現(xiàn)時刻進行隨機模擬，以更好地貼近實際情況。
　　參 考 文 獻
　　[1]孫其博，劉杰，黎羴，等.物聯(lián)網(wǎng)：概念、構(gòu)架與關(guān)鍵技術(shù)研究綜述[J].北京郵電大學學報，2010，33（3）：1-9.
　　[2]沈蘇彬，范曲立，宗平，等.物聯(lián)網(wǎng)的體系結(jié)構(gòu)與相關(guān)技術(shù)研究[J]南京郵電大學學報：自然科學版，2009（6）：1-11.
　　[3] International Telecommunication Union. IUT Internet Reports 2005：The Internet of things[R]. Geneva：ITU，2005.
　　[4]丁治明，高需.面向物聯(lián)網(wǎng)海量傳感器采樣數(shù)據(jù)管理的數(shù)據(jù)庫集群系統(tǒng)框架[J]計算機學報，2012，35（6）：1175-1191.
　　[5]吳振強，周彥偉，馬建峰.物聯(lián)網(wǎng)安全傳輸模型[J].計算機學報，2011，34（8）：1351-1364.
　　[6]秦毅，彭力.基于RFID的超市物聯(lián)網(wǎng)購物引導系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機研究與發(fā)展，2010，47（SuppI.）：350-354.
　　[7]薛飛，雷憲章，張野飚，等.基于物聯(lián)網(wǎng)的電動汽車智能充換電服務(wù)網(wǎng)絡(luò)電池管理[J].電力系統(tǒng)自動化，2012，36（21）：41-46.
　　[8]袁敏，基于物聯(lián)網(wǎng)的遠程智能家居控制系統(tǒng)的設(shè)計[J].制造業(yè)自動化，2012，11（34）：32-34.
　　[9]李珣，曲仕茹.物聯(lián)網(wǎng)構(gòu)架下的車輛動態(tài)避險路徑規(guī)劃方法研究[J].西北工業(yè)大學學報，2012，30（5）：729-733.
　　[10]劉云浩.物聯(lián)網(wǎng)導論[M].北京：科學出版社，2011.

  本文關(guān)鍵詞：面向物聯(lián)網(wǎng)海量傳感器采樣數(shù)據(jù)管理的數(shù)據(jù)庫集群系統(tǒng)框架，由筆耕文化傳播整理發(fā)布。