本文节选自《智慧农业（中英文）》2020年第2卷第2期，韩宇星教授团队的《

用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法》，其引用格式如下，欢迎大家阅读、引用。

引文格式;汪进鸿, 韩宇星. 用于作物表型信息边缘计算采集的认知无线传感器网络分簇路由算法[J]. 智慧农业（中英文）, 2020, 2(2): 28-47.

WANG Jinhong, HAN Yuxing. Cognitive Radio Sensor Networks Clustering Routing Algorithm for Crop Phenotypic Information Edge Computing Collection[J]. Smart Agriculture, 2020, 2(2): 28-47.

点击直达知网阅读

点击直达官网阅读（全文，免费）

作物表型信息采集网络模型构建与评估指标设计

物联网与云计算相结合组成的作物表型信息监测系统通常都是将数据以时间触发的方式周期性地集中上传至数据中心，再由数据中心进行统一计算处理和决策。但面对爆发式增长的设备和数据，尤其是在需要连续、近实时获取巨量图像和传感器数据作为植物视觉识别输入田间表型监测系统中，传统物云结合的农业物联网由于所有计算均在云端进行，且多数采用时间触发驱动等原因已逐渐暴露出通信能耗开销大、带宽需求高、时延大、中心节点计算压力大和数据安全与隐私保障等问题。近年来，边缘计算作为一种新模式，提出让物联网的每个边缘设备都具有数据采集、分析计算、通信和智能处理的能力。边缘传感器节点不再需要持续不断的往网络数据中心传递数据集中处理，而是将原本由中心处理的大型服务分解到网络的边缘，由边缘的传感器节点自己判断各种感知数据，只有读数发生重大变化时才告知数据中心。引入边缘计算的认知无线传感器网络（Cognitive Radio Sensor Networks，CRSN）可以大大提高传感能力和QoS，包括有效地减少带宽、提升响应处理速度以及保护数据的隐私等。

因此，本算法中农业物联网所采用触发机制是与边缘计算相结合事件驱动触发。事件驱动的表型信息采集模型只监测和报告区域特定事件是否发生。因此，需要将植物表型与环境信息划分为类似病虫害是否入侵、水分和pH值是否失衡、环境温度是否过高、种子是否萌发出芽等一系列触发事件的集合。当特定事件发生时，例如利用摄像头或昆虫诱捕器检测特定区域虫害数量高出预设阈值，该区域部署的CRSN节点就会产生触发数据包，通过多跳的方式迅速传输至sink，从而进行高通量性状分析并产生监测区域作物生长环境处方图，为农民喷射农药量、灌溉量、施肥量等提供科学精准的数据依据。

1 农业应用情形及具体案例

众所周知，CRSN的一个重要的潜在应用领域是室内多媒体传感应用。因此，适用于本研究CRSN分簇路由的农业物联网应用场景总结如下：被监测区域存在一个节点相对密集部署的传感器网络，或一个高频谱带宽需求的多媒体监控无线网络或空间上有交集的多种使用工业、科学和医疗频段的共存网络，导致非授权频谱使用拥堵，CRSN节点需要借助授权频谱的空洞进行传输。然而，因为目前农业物联网发展总体相对滞后，这种趋势暂时还不明显，但随着农业物联网感知与传输需求的增大，其频谱紧张的趋势影响将逐渐增大。如今CRSN算法一个非常典型的应用场景就是室内高通量植物表型分析平台（High-throughput Phenotyping Platforms，HTPPs）。由于被监测植株多数置于室内相对狭小的空间内，因此平台通常也是在一个较小的区域内部署几十甚至上百个无线传感器节点用于监控作物生长发育的室内、外表型性状，例如英国诺维奇科学研究院、法国农科院的作物表型设施、南京农业大学作物表型组学交叉研究中心等都存在类似的应用平台。大型无线智能农场中的室内大棚种植环境信息的无线网络路由协议也是CRSN算法的应用场景之一；在牲畜圈养区域存在监测牲畜生长健康状况的无线设备；室外存在监视农作物生长环境的虫害、温度、空气质量信息的无线终端，还可能存在无线Wi-Fi、蓝牙、手持无线终端设备和家用电器等多种设备。以上多数设备均是以非授权工业、科学和医疗频段进行传输通信，在用户终端通信半径交叠区域的频谱使用必然存在竞争现象。而这些区域使用授权频谱通信的主用户1数量相对较少，因此大型农场中出现授权频谱空洞的频率会比人口相对密集区域出现空闲频谱的频率大，频谱利用率提升的空间也比较高。

2 CRSN作物表型信息采集模型构建

本研究中的CRSN模型参数及定义详见表1。

表1 CRSN参数及定义

Table 1 CRSN parameters and definition

图1 CRSN作物表型信息采集模型拓扑与传输示意图

Fig. 1 CRSN crop phenotype information collection model topology and transmission schematic

农业CRSN继承和发展于认知无线电网络与农业WSNs，因此它们的部分规约在CRSN中也适用。CRSN表型信息采集模型的分簇结构与数据路由过程见图1，假定N个具有频谱感知能力的CRSN节点（褐色或黑色节点）随机均匀的分布在面积为Area的待监测区域，完成频谱感知与数据收集、传输任务的都是这种同构节点。每个节点的最大通信半径为

，在节点部署之初，每个CRSN传感器节点都记录了该区域内其他CRSN传感器节点的位置。汇聚节点sink位于监测区域的中心（图1只画出部分区域，因此sink不在中心）。与每个CRSN节点相连的是负责感知动植物生长和环境信息物理量的传感器，例如土壤湿度、pH、空气温度传感器和监测动植物生长情况的高清摄像机等。

此外，该区域可能还存在P个主用户（手机形状，即非必须存在的授权网络终端，因为认知无线电的核心是采用频谱空洞进行传输，而频谱空洞的存在与授权终端用户的存在没有关联），主用户是该区域频谱的授权用户，对信道具有优先接入权，例如开源软件Leaf-GP以智能手机等移动设备拍摄的作物系列图像作为输入可进行多个生长指标的分析，这其中涉及以授权频谱进行通信的智能手机就是主用户的典型代表。每个主用户随机接入信道遵循ON/OFF的马尔可夫更新过程。在每个主用户的通信保护范围内，即图1中红黄蓝三个半径为圆形区域，分别代表主用户1、2、3在这些区域分别对应占用信道1、2、3，那么此时处于对应区域内CRSN节点为了保护主用户通信应避免使用这些信道，同理假如处在两个圆形主用户保护范围的交集之内，则这些CRSN节点不能使用相应的两条信道，只能使用唯一剩下的一条空闲频谱（频谱空洞）信道，例如图1中处于红色与黄色交集部分的CRSN节点只能使用信道3（黑色方框标出）进行通信。二级用户（CRSN节点）可以伺机地接入主用户未使用的空闲频谱，但不得占用或干扰主用户正在使用的信道，在主用户回收或返回授权信道时，二级用户应立即停止通信，黑色方框中所标识的信道即为该区域节点可用信道。可用信道指特定频带中的频谱空洞，图1假设可能的频谱空洞的集合形成3个非重叠信道的频谱池，每个白色的虚线围成的区域是各个分簇CRSN节点的监测区域的标识，每个分簇CRSN节点由一个簇头和若干簇成员节点组成。此外，在一些异构型的网络中，还可能专门设置负责数据转发的网关节点。本监测模型采用的CRSN是单层的同构网络，即CRSN节点除了具有数据采集和网关节点转发数据功能，还需要具备边缘计算网关简单数据分析处理的能力，也即传感器节点通过自主判断感知数据，只在读数出现异常变化时才联系数据中心，决定采取何种操作。因为无论是通过高清摄像机拍摄得到的占大内存视频图像数据还是普通物理传感器感知得到连续变化的物理量，根据采样压缩传输理论都可以将其转化为离散的数字量从而极大地减小传输的数据量，进而将需要周期性获取的表型信息应用转化为事件驱动应用（例如监测水分是否低于阈值），达到监测和报告特定事件发生与否的目的。通过这种边缘计算机制减小传输大数据量带来的开销，也可以缓解多跳传输中过早出现的sink数据中心周围节点的能量空洞以及连续传输大数据量表型信息引起的频谱带宽紧张和延迟较大的趋势。由于CRSN节点的同构性以及簇头轮换和重新分簇的机制，一个CRSN节点在不同时间和地点可能充当簇成员节点、簇头节点和网关节点任意一个角色，各个触发轮次中角色分配就由本文提出的分簇路由算法决定。

3 模型评估指标设计

监测网络的生存期定义为节点首次感知到农场的触发数据直至网络中的任意一个节点能量耗尽历经的周期。由于模型的数据路由是基于事件触发，并且在农作物生长环境中监测事件的触发机制是随机均匀的，触发次数表示触发源节点将触发信息数据包路由至汇聚节点的轮数。因此，网络寿命的等价表征是网络中任意一个节点能量耗尽前网络成功完成数据路由的次数。

其次，监测区域外围的节点必须通过簇间中继才能与sink通信，这必然导致网络中的节点能耗不均衡，将所有节点在网络生存期终止时剩余能耗的方差作为网络能耗均衡性的度量标准。因此，网络的能耗均衡性可表示为：

其中，

表示第i个节点的剩余能量；

表示所有节点的平均剩余能量。本文公式中部分未注明符号的含义请参见表1。

由于从建簇到数据传输过程路径节点选择与相邻节点有关。因此，邻居节点的定义是两个传感器节点位于彼此的通信范围内，并且节点相互之间至少有一个公共的信道。通过执行邻居发现协议，网络中的各节点可以共享它们的单跳邻居、位置、剩余能量以及可用信道。

此外，最优簇数是与网络寿命和频率利用率有关的重要参数，分簇数量太多会造成数据转发跳数过大，引起较大的端到端延迟；分簇数量过小会引起节点间的距离增大，进而增大通信开销和减弱能耗的均衡性，同时导致频谱共享的效率降低。最优簇数的计算式采用DSAC分簇算法的结论，即最优簇数

表示为：

其中，

，表示二级用户的最大传输距离；

表示网络的节点密度，在本模型中，

。

能效与频效是当今5G移动无线通信技术的两个重要衡量标准。频谱利用率是认知用户通过频谱检测使用的频谱，占授权用户没有利用的活动频谱或频谱空穴总值的比例。但这一定义过于笼统，将它与CRSN实际应用的时空特性相结合起来，信道

的频谱利用率

可细化地定义表示为在信道上成功完成一次数据传输的概率。由文献[58]可知所有信道的平均频谱利用率可表示为：

其中，L是一个分簇中可用信道的总条数；用

和

表示动态频谱感知阶段选择信道l进行数据传输的发送源节点与目标接收节点的集合，

表示利用信道l进行数据传输的节点对集合。结合CRSN作物信息采集分簇结构的特点，Ucluster可转化为：

其中，

表示分簇内部节点个数。因此整个网络的频谱利用率

可定义为网络中所有分簇频谱利用率的平均值：

小

店

欢迎光临选购

微信交流服务群

为方便农业科学领域读者、作者和审稿专家学术交流，促进智慧农业发展，为更好地服务广大读者、作者和审稿人，编辑部建立了微信交流服务群，有关专业领域内的问题讨论、投稿相关的问题均可在群里咨询。

入群方法：加小编微信331760296，备注：姓名、单位、研究方向，小编拉您进群，机构营销广告人员勿扰。

信息发布

科研团队介绍及招聘信息、学术会议及相关活动的宣传推广