RelicNet面向野外文化遗址微气象环境监测的高可靠无线传感系统.doc

第11期夏明等：RelicNet: 面向野外文化遗址微气象环境监测的高可靠无线传感系统185RelicNet：面向野外文化遗址微气象环境监测的高可靠无线传感系统夏明1, 董亚波1, 鲁东明1, 薛平2 (1. 浙江大学 无线与下一代网络实验室，浙江 杭州 310027; 2. 敦煌研究院 保护研究所, 甘肃 敦煌 736200)摘 要：提出了RelicNet：面向野外文化遗址微气象环境监测的高可靠无线传感系统。RelicNet将整个系统组织为一个多网融合的延迟容忍网络（DTN，delay-tolerant network），并提供了跨层次数据可靠性维护框架以确保数据传输中每个步骤的可靠性。系统目前已部署在地处戈壁沙漠的著名野外文化遗址敦煌莫高窟中，共计241个传感器节点覆盖了莫高窟57个典型洞窟。利用系统所得到的数据对洞窟内微气象环境变化规律进行了分析，并通过网络和电池性能测试验证了系统的可靠性和长寿命。关键词：无线传感器网络；高可靠无线传感系统；数据可靠性维护框架；微气象环境监测；野外文化遗址中图分类号：TP393 文献标识码：B 文章编号：1000-436X(2008)11-0173-13RelicNet: highly reliable wireless sensor system for microclimate monitoring in wildland cultural heritage sitesXIA Ming1, DONG Ya-bo1, LU Dong-ming1, XUE Ping2(1. Wireless and Next Generation Network Labs, Zhejiang University, Hangzhou 310027, China; 2. Conservation Institute, Dunhuang Research Academy, Dunhuang 736200, China)Abstract: RelicNet, highly reliable wireless sensor system for microclimate monitoring in wildland cultural heritage sites was proposed. RelicNet organized the whole system as a multi-tiered delay-tolerant network (DTN), and provided a cross-tier data reliability maintenance framework to ensure the reliability of each step of data delivery. The currently deployed system consists of 241 sensors covering 57 typical caves of the Mogao Grottoes, a well-known wildland cultural heritage site in the Gobi desert. The microclimate change patterns in caves were analyzed using the data collected by the system, and the reliability and long lifetime of the system were verified through network and battery performance evaluations.Key words: wireless sensor networks; highly reliable wireless sensor system; data reliability maintenance framework; microclimate monitoring; wildland cultural heritage sites1 引言文化遗址是人类历史的重要见证。目前，文化遗址的保护越来越受到世界各国的重视。联合国教科文组织（UNESCO）已建立了世界遗产计划，鼓励对文化遗址的鉴定和保护。收稿日期：2008-06-16；修回日期；2008-10-10基金项目：国家重点基础研究发展计划（“973”计划）基金资助项目（2006CB303000）Foundation Item: The National Basic Research and Development Program of China (973 Program) (2006CB303000)中国的敦煌莫高窟位于戈壁沙漠中的一处崖壁上，是世界上最为知名的野外文化遗址之一，并于1987年被列入世界文化遗产列表。它有着超过1 500年的历史，现存洞窟492个，壁画45 000m2，塑像2 415座。图1给出了莫高窟代表性的建筑、壁画和塑像。(a) 96窟(C96)，即9层楼 (b) C57中的壁画 (c) C45中的塑像群图1 莫高窟富有代表性的建筑、壁画和塑像目前，大量文化遗址中的珍贵文物由于不合适的微气象环境而正遭受病害侵袭1。例如，莫高窟中壁画发生病害（如图2所示）的主要原因之一是洞窟内过高的湿度和二氧化碳浓度2。 (a) 壁画病害3D模型3 (b) 壁画病害图2 莫高窟C85中壁画病害情况因此，微气象环境监测是文化遗址保护工作中不可或缺的重要组成部分。文化遗址保护工作对于微气象环境数据采集有较高的可靠性要求，主要体现在两方面：实时的微气象环境数据应尽快地报告给文物保护专家，以便保护专家动态调整保护策略。例如减少游客人数。所测得的每个时间点上的数据必须被完整地保存，以便于研究人员分析文化遗址当时的状态，并进一步研究微气象环境在文化遗址病害发生中所起的作用。这种实时和完整的数据采集需求被概括为“数据可靠性”。然而，由于缺乏电力供应和网络接入，许多野外文化遗址中实时和完整的微气象环境数据很难得到。在野外文化遗址中部署线缆往往非常困难，同时也可能是不合适的。例如，莫高窟大多数洞窟的四壁和顶部都绘有壁画，甚至部分洞窟的地砖也是文物，在洞窟中部署线缆显然是不合适的。因此，如Campbell CR1000等4有线气象监测系统并不适合文化遗址微气象环境监测。为了实现完全的无线部署，无线传感器网络(WSN，wireless sensor network)5技术是非常合适的选择。基于WSN技术的无线环境监测设备可达到极低的功耗，因此可使用电池长期工作。然而，现有的WSN环境监测系统并不能满足数据可靠性需求。因此，本文提出了面向文化遗址微气象环境监测的高可靠无线传感系统：RelicNet。部署在遗址现场中的WSN微气象环境监测节点采用电池供电，因此免除了在遗址现场内部署线缆的需要。遗址现场外，微气象环境数据通过长距离无线轮询网络（LWPN，long-distance wireless polling network）被传输到远处的基站。基站的数据服务器提供了数据的存储和网络共享服务。为确保数据可靠性，系统中的各个设备都经过特殊设计，以适应严苛的部署环境。同时，还设计并开发了跨层次的数据可靠性维护框架以应对通信错误和系统错误（如节点丢失）。该系统目前已部署在莫高窟的57个典型洞窟中以进行长期监测。在1年时间的顺利运行后，根据积累的数据对洞窟中微气象环境变化规律和系统性能进行了详细分析。全文分为以下几个部分：第2节介绍了该领域内的相关工作；第3节对莫高窟的部署环境做了简要介绍，并对需求进行了总结；第4节详细描述了系统的设计与实现；第5节给出了从目前部署系统得到的结果；第6节是结束语。2 相关工作在过去几年中出现了大量的WSN环境监测系统。美国加州大学伯克利分校的研究人员在大鸭岛部署了一个用于生态环境监测的WSN系统6。他们部署了数十个传感器节点，并通过热量感知鸟类的存在。美国科罗拉多大学的研究人员开发了名为FireWxNet的野外火灾监测WSN系统7，该系统可持续工作数周。除了温度和湿度数据，FireWxNet还可通过网络摄像头收集可视化数据。类似的系统还包括加州大学伯克利分校在红杉树上部署的环境监测系统8（后面的讨论中称为红杉树部署）、美国哈佛大学的火山监控系统9以及美国维吉尼亚大学的LUSTER系统10等。然而，目前几乎没有关于面向野外文化遗址微气象环境监测的WSN系统的报道。加州大学伯克利分校的研究人员曾经对从丝绸之路到死海的文化遗址进行了一系列WSN系统部署的研究实验11，但是项目最终因为硬件设备无法按时完成而被取消。由于无线通信的不稳定性，面向野外文化遗址微气象环境监测的WSN系统在保证数据可靠性上面临着巨大的挑战，而上述系统对此都未能提供一个全面的解决方案。FireWxNet采用多重数据传输的机制提高数据传输成功率，然而仍有约20%的数据被丢失。红杉树部署和LUSTER则都采用了分布式数据存储来避免数据丢失。在红杉树部署中，每个传感器节点将所有采集得到的数据记录在本地Flash中，以防止因网络通信失败而造成的数据丢失。然而，红杉树部署要求从节点手动导出数据，实时性较差，并导致严重的数据完整性维护负担。此外，由于传感器节点上的Flash大小有限，节点将很快因为Flash空闲空间耗尽而停止工作。红杉树部署共持续工作了44天。与红杉树部署不同，LUSTER采用了一个专门的节点来存储数据。该节点配备了一个大容量的存储卡，并监听传感器节点所发送的数据后将其保存。LUSTER在WSN中引入了重传，并在骨干网络中使用了延迟容忍网络（DTN，delay-tolerant network）技术，使得服务器可以发起查询来获取存储节点中的延迟数据。然而该架构也有其缺点：存储节点由于需要频繁地监听网络并写入数据而导致较高的能量开销（LUSTER中存储节点只能工作约2324天）；监听本身可能丢失数据；部署在野外环境中的WSN节点可能因连续的通信干扰或父节点丢失而从网络中被隔离。此时，简单的重传是不够的。与上述系统相比，RelicNet在数据可靠性上有更高的需求。文化遗址微气象环境监测系统需要长期工作并达到100%的数据完整性；由于庞大的系统规模，数据可靠性维护必须自动完成；必须保证系统的能量效率。RelicNet将整个系统组织为一个多网融合的DTN，并提供了跨层次的数据可靠性维护框架，从而满足了极高的数据可靠性需求。一方面，在正常运作时，系统将尽可能地确保数据传输的实时性。另一方面，当系统因为连接丢失等情况而无法进行实时数据传输时，它就将所有未发送的数据进行分布式保存，并在故障解除后自动重新发送。因此，RelicNet为WSN提供了延迟容忍能力，并在维护数据完整性的同时仍然保持了WSN节点的低功耗特性。3 莫高窟部署环境3.1 概况敦煌的气候是极其干燥的大陆性气候，冬季和夏季温差巨大（可达-30+45），并且沙尘暴频发，阳光中的紫外线也非常强烈。RelicNet系统的部署旨在覆盖莫高窟57个典型洞窟。这些洞窟在崖壁上的分布从纵向可分为5层，横向则从北到南延伸约1km的距离。基站所在地敦煌研究院距洞窟约为数百米，如图3所示。图3 莫高窟地形3.2 洞窟内环境不同的洞窟在大小和形状上差别很大。最大的洞窟面积有30m2，高度超过40m。而最小的洞窟仅有人头般大小。大多数洞窟的形状类似一个方形的盒子，但也有许多洞窟的形状更为复杂。一些洞窟，如C148，形状像一个“棺材”，如图4(a)所示；而某些洞窟，如C332，则有一个巨大的石质中心柱，如图4(b)所示。 (a) C148 (b) C332图4 典型复杂洞窟如今，大多数洞窟原有的木质门已损毁。出于安全考虑，敦煌研究院为这些洞窟安装了金属门，如图5(a)所示。少数洞窟则有栅栏式的窗，如图5(b)所示。 (a) 典型密闭洞窟：C237 (b) 典型通风洞窟：C428图5 典型洞窟入口处结构3.3 需求总结在莫高窟中部署微气象环境监测系统的主要需求可总结如下。1) 微气象环境数据监测：需要记录温度、相对湿度和二氧化碳浓度数据。由于许多洞窟体积较小并且通风性能较差，当游客进入或离开时，洞窟内的微气象环境将迅速变化，因此需要较高的采样频率。根据保护专家的建议，微气象环境数据需要以1min 1次的频率，24h不间断地进行实时监测。2) 洞窟内无线部署：由于文化遗址保护政策的限制，在洞窟内无法部署线缆。因此，传感器节点必须由电池供电，并进行无线通信。为降低系统维护开销，传感器节点应具有较长的电池寿命。3) 洞窟外长距离无线通信：基站位于远离洞窟的敦煌研究院，而目前研究院和洞窟之间缺乏可用的有线通信基础设施。4) 大规模部署：为覆盖57个洞窟，系统部署将需要大量的传感器节点和长距离无线通信设备。5) 数据可靠性：除数据完整性需求外，洞窟保护策略的动态调整需要数据具有实时性，因为只有最新的数据才可用于辅助保护策略调整，而历史数据则用于洞窟微气象环境分析。6) 互联网数据访问：为提供方便的数据共享和系统管理功能，需要一个基于Web的数据浏览和分析界面。4 系统设计与实现4.1 架构设计本文设计了一种层次化的通信架构以满足在莫高窟复杂地理环境中部署的需要。该架构包括WSN、LWPN和Internet，如图6所示。图6 系统架构洞窟内：WSN。该网络完成洞窟内温度、湿度和二氧化碳浓度采集和传输。一组被称为“数据传感器”的以电池作为电源的WSN节点被部署到一个洞窟，并组成一个簇。对于一个簇，部署在洞窟入口处的数据传感器将作为簇首节点，而其他的洞窟内节点则作为簇成员节点。一个簇内所有的数据传感器将以一个可配置的周期进行同步间歇工作以节省能量。簇首节点在负责洞窟内无线传感器网络维护的同时，还负责将数据转发到上层网络。从洞窟到基站：LWPN。LWPN由多个“数据汇集器”和一个“数据路由器”组成。数据汇集器被部署到洞窟群所在崖壁的前方，并将来自邻近洞窟的微气象环境数据转发到基站处的数据路由器。与洞窟内网络不同，LWPN中的节点都被部署在空旷空间内，节点间冲突将较为严重。基于冲突的信道控制策略可能会导致很高的通信失败概率。虽然基于TDMA的信道控制策略是无冲突的，然而同时亦导致了较高的维护开销，如时间同步、时槽分配等。因此，这里采用了轮询网络。轮询网络具有较高的信道利用率和较低的维护开销，且具有很好的可扩展性。在LWPN中，数据路由器负责网络维护，而数据汇集器负责维护与WSN簇首节点的连接。数据共享：Internet。数据路由器通过LAN将来自LWPN的微气象环境数据推送到数据服务器。数据服务器提供数据存储服务和基于Web的操作界面以方便远程数据浏览和分析。图7 温/湿度传感器周围结构4.2 高可靠硬件设计根据架构设计，RelicNet包含多个数据传感器，数据汇集器和一个数据路由器。它们被分为室外设备和室内设备2类。室外设备中所有的元器件都经过专门挑选以符合工业标准（-40 +85），并被封装在防水、防紫外线和防尘的宽温高强度外壳中。尽管很多相关工作都采用市场上成熟的WSN节点，如MICAZ12等，但是由于该类节点无法满足RelicNet系统在结构、电气和数据等方面的可部署性和可靠性需求，RelicNet系统采用了专门为野外文化遗址微气象环境监测设计的数据传感器。数据传感器可分为2类：温/湿度数据传感器和CO2数据传感器。温/湿度数据传感器采用了Sensirion的SHT75数字传感芯片，该芯片能够达到1.8%的湿度采集精度和0.3的温度采集精度。CO2数据传感器采用了Telaire的6 004小型数字CO2传感模块13，该模块在05 000PPM范围内能够达到5%的采集精度。这2类节点共用一块相同的数据处理通信基板。基板采用Atmel的ATMega128L作为微处理器，Chipcon的CC2420作为无线收发器，另外还采用Atmel的AT45DB161D 2MB Flash作为扩展非易失性存储空间。数据传感器工作在2.4GHz频段上，其通信距离在空旷地带可达100m左右。温/湿度数据传感器使用2节AA电池作为电源，而CO2数据传感器由于Telaire 6004传感模块较高的功耗，使用蓄电池作为电源。由于温/湿度数据传感器可能会被部署在洞窟外作为WSN簇首节点，其温/湿传感器周围的结构经过了仔细考虑，使得既不影响高精度微气象环境获取，又能达到野外部署环境中高可靠性的要求。图7中给出了温/湿度传感器周围的结构，传感器被设置在一个防尘但同时透气的保护罩中，并被外壳包围。这样，在室外部署时，只要保持温/湿度数据传感器垂直，就可以保证防水和防尘。数据传感器部署场景如图8所示。(a) 洞窟内的温/湿度数据传感器 (b)在洞窟内安装CO2数据传感器 (c) 洞窟外的温/湿度数据传感器图8 部署在洞窟内外的数据传感器数据汇集器是室外设备，并同时配备了2个无线通信模块。一个是用于与WSN簇首节点通信的短距离通信模块，该模块采用了与数据传感器类似的基板。另一个是用于与数据路由器通信的长距离通信模块，该模块采用了HAC的HAC-LM14 433MHz数传模块，其通信距离在空旷地带可达数公里。数据汇集器采用了Ramtron的FM24CL1615，一块几乎可以达到无限次写入次数的高速F-RAM（铁电存储器），作为扩展非易失性存储空间。采用F-RAM的原因将在4.3.3节中详细讨论。数据汇集器可使用12V/220V外接电源供电。图9给出了数据汇集器实际部署的例子。图9 部署在9层楼前灯柱上的数据汇集器数据路由器被分为2部分：室外通信部分和室内处理部分。室外通信部分也采用了HAC的HAC-LM数传模块；室内处理部分则主要由一个基于ARM9的嵌入式系统构成。2个部分通过一根电源和串口线缆相连。数据路由器使用外部带UPS保护的12V电源以保证可靠供电。图10给出了数据路由器部署场景。图10 安装在敦煌研究院楼顶的数据路由器室外通信部分4.3 数据可靠性维护框架设计RelicNet将整个系统组织为一个多网融合的DTN，并建立了一个从数据传感器到数据服务器覆盖全部3层网络（WSN，LWPN和Internet）的数据可靠性维护框架以达到文化遗址微气象环境监测中的数据可靠性要求。数据可靠性维护框架的主要功能包括：1) 网络组织可靠性维护。网络组织如路由等是数据传输的基础。在RelicNet中，节点可能会因为连续通信干扰，甚至是父节点丢失而从网络中被隔离，并失去网络组织。网络组织可靠性维护机制用于在节点重新探测到网络存在时快速高效地恢复网络组织。2) 数据传输可靠性维护。在RelicNet中，通信错误和网络组织失败都会导致数据传输失败。数据传输可靠性维护机制必须同时处理这2种错误以保证数据不被丢失。下面将从WSN层开始，逐层描述数据可靠性维护框架在该层次上的设计。4.3.1 WSN内部由于WSN节点是使用电池供电的，因此网络组织和数据传输可靠性维护机制必须是低功耗的。目前，在WSN可靠网络组织和数据传输方面已出现了相当数量的研究成果。然而，在这些研究中，当节点从网络中被隔离时，它们往往不能保证低功耗特性。不幸的是，节点从网络中被隔离的情况在长期野外工作中很难避免，因为在野外环境中往往无法及时对系统中出现的故障进行维护。这样，节点在从网络中被隔离时将快速耗尽电池，一方面将因为无法继续数据采集而导致数据丢失；另一方面将进一步扩大网络故障的影响范围。本文设计和实现了动态间歇工作周期调整机制（用于网络组织可靠性维护）和2阶段数据重传机制（用于数据传输可靠性维护）以同时达到数据可靠和低功耗的目标。在WSN中，网络组织工作主要包括路由发现和时间同步。本文提出的网络组织可靠性维护机制基于周期信标广播。在采用周期信标广播的系统中，簇首节点周期性地在网络中广播信标（一种包含路由发现和时间同步信息的控制包），收到信标的簇成员节点将更新自己的路由和时间同步信息，并进一步转发信标，如文献7和文献16。根据这2篇文献的描述，节点状态可分为“正常状态”和“修复状态”。如一个簇成员节点已在网络中，则它将会工作在正常状态下并进行数据采集和传输。如簇成员节点连续数个周期无法收到任何信标，则将会进入修复状态并进行连续信道监听以捕获信标。然而，这种机制存在一个致命缺点：节点在修复状态下不会进行间歇工作。这在长时间网络组织失败时会导致节点电池快速耗尽。为解决这个问题，文中提出一种动态间歇工作周期调整机制以实现快速和低功耗的网络组织修复。注意动态间歇工作周期调整仅调整通信周期，而数据采集周期则不受影响。在网络组织失败发生时采集得到的数据将被缓存在节点的非易失性存储空间中等待重传。节点在正常状态下的活动时间和工作周期记为TNA和TNC。在动态间歇工作周期调整机制中，节点在修复状态下仍会进行间歇工作，并将其活动时间和工作周期调整为TRA和TRC。在TRA中，节点进行信道监听以捕获信标。由于节点在网络组织失败发生时无法得知信标广播的时间，因此TRA必须大于等于TNC以保证节点在唤醒时能够捕获到信标。为节省能量，TRA被设置为等于TNC，如式(1)所示。(1)如果信标广播存在或已恢复，则节点将很快捕获到信标并回到正常状态。如节点仍无法捕获到信标，它将按式(2)逐步提高其TRC以节省能量，直到TRC(i)达到Tmax，如图11所示。图11 当发生网络组织错误时节点的工作时序(2)i表示网络组织失败的延续周期数（初值为1），TRC(i)表示第i个TRC。Tinit表示TRC调整的初值。Tmax表示调整的最大阈值以防止过慢的网络组织修复速度。在部署时，采用DV/DRP协议17进行路由发现，并采用DMTS协议18进行时间同步。TRA被设置为略大于TNC以防止时钟漂移的影响。在实验室中进行的实验表明，动态间歇工作周期调整机制能够极大地延长在修复网络组织时节点的电池寿命。在图12中，当设置TRA和Tinit为1min、Tmax为10min时，采用了动态间歇工作周期调整机制的节点电池寿命达到了没有采用该机制的节点电池寿命的13倍。图12 进行网络组织修复时节点的电池寿命与LUSTER不同，在RelicNet中，每个WSN节点各自存放数据以克服监听节点能耗较高的缺点。然而，RelicNet不会遇到红杉树部署中本地存储空间不足的问题。通过采用数据传输可靠性维护机制，只有无法成功发送的数据才会被缓存在非易失性存储空间中。同时，一旦数据被成功发送，将会立即从存储空间中移除。目前，WSN中常用的可靠数据传输方法是逐跳重传，如文献19。然而，简单的重传在长时间数据传输失败发生时无法保证数据可靠性。因此本文进一步提出了一种2阶段数据重传机制，在该机制中，数据重传过程被分为2个阶段：“周期内重传”和“跨周期重传”。当发生数据传输失败时，节点将首先进入周期内重传状态，并尝试重新传输数据TRI次。如仍未能成功传输数据，节点将把数据存储到被称为“安全失败缓存”（SFC，secure failure cache）的非易失性存储空间中，然后进入休眠。在下一个活动时间中，节点将进入跨周期重传状态。SFC中的“旧数据”将被取出，并与当前周期采集的“新数据”融合。然后，节点将重新尝试传输数据。为保证节点不会在一个活动时间内传输过多的数据，2阶段数据重传将节点在一个活动时间内能够传输的最大数据量限制为DTI条数据记录。通过仔细调整TRI和DTI的值，可实现网络流量和数据延时平衡。较大的TRI和DTI在网络通信质量较差时可以降低数据延时，但同时带来较大的网络流量，甚至超过节点在一个活动时间内能够发送数据量的极限。较小的TRI和DTI将会降低网络流量，但同时也导致较高的数据延时。2阶段数据重传同时保证了数据完整性和较低的功耗，并且仅有在SFC溢出时才会导致数据丢失。对于数据传感器，2MB的Flash保证了节点能够暂存长达约3个月的微气象环境数据，满足了绝大多数情况下数据完整性的要求。4.3.2 从WSN到LWPNWSN簇首节点与数据汇集器之间的连接相对简单得多，因为WSN簇首节点可直接连接到数据汇集器，且数据汇集器一直保持在活动状态。然而，由于无线通信的不稳定性，它们之间的连接仍应是动态的。这里，文中使用了修复请求机制以实现动态路由发现。当一个WSN簇首节点没有任何上联数据汇集器时，它将广播一个“路由恢复请求”控制包。收到路由恢复请求控制包的数据汇集器将记录该包的信号强度，并返回一个“路由恢复应答”控制包。路由恢复应答控制包中包含了链路质量信息和存储状态信息。链路质量信息基于路由恢复请求控制包的信号强度，而存储状态信息则表示该数据汇集器目前非易失性存储空间的使用情况。在这些路由恢复应答控制包中，WSN簇首节点将选择一个链路质量最高且非易失性存储空间未满的数据汇集器作为上联节点。此后，WSN簇首节点即可开始向数据汇集器发送或转发微气象环境数据。在WSN簇首节点和数据汇集器之间同样采用了2阶段数据重传以防止数据丢失。4.3.3 LWPN内部在LWPN中，数据路由器作为主控节点，并周期性地从数据汇集器轮询数据。为实现可扩展性和高可靠性，每个数据轮询周期被分为2部分：网络维护时间和数据查询时间。首先，数据路由器广播一个“网络维护请求”控制包以宣布网络进入网络维护时间，收到该控制包的新加入数据汇集器将返回一个“节点加入请求”控制包至数据路由器。数据路由器维护一个“活动数据汇集器”列表，并将每个新加入的数据汇集器加入该列表。然后，数据路由器发送“数据轮询请求”控制包至第一个数据汇集器，并宣布网络进入数据查询时间。活动数据汇集器列表中的节点将被依次轮询以收取数据。当发生通信错误时，数据路由器将指令数据汇集器重新发送数据。如连续数次轮询均不成功，则数据路由器将放弃在本轮询周期内继续轮询该节点。如果新加入的数据汇集器在一个轮询周期内没有收到来自数据路由器的数据轮询请求，将会在下一个周期中重新尝试加入网络。不活动数据汇集器（指长时间没有响应数据轮询请求的数据汇集器）将被从活动数据汇集器列表中移除，并可在恢复后重新加入网络。由于LWPN的轮询周期与WSN的工作周期可能不一致，因此来自WSN簇首节点的数据将被暂存在数据汇集器中等待数据路由器轮询。然而，数据汇集器可能是由外部AC电源供电的，如果将数据暂存在内存中，则在断电时会导致严重的数据丢失。因此，数据汇集器在收到微气象环境数据后会立即将其移入非易失性存储空间。然而，常用的Flash或EEPROM无法满足如此频繁的写入操作需要。对于数据汇集器，其每年的写入操作大于50万次，而常用的Flash或EEPROM仅提供100万次的写入次数。因此，数据汇集器采用了F-RAM作为扩展非易失性存储空间。4.3.4 Internet内部可靠数据传输协议在这一层中已相当成熟。数据路由器采用TCP协议以保障其与数据服务器之间的可靠数据传输。但是，当网络瘫痪，或是服务器由于某种原因而停机时，数据仍需要被存储并在故障解除后重传。由于数据路由器上很高的网络流量，因此采用了Berkeley DB20，一种轻量级的嵌入式数据库来组织缓存数据。4.4 基于Web的数据服务在基站设立了基于web的数据服务系统以提供微气象环境数据存储、分析、展示和系统维护功能。系统为研究人员提供了专业化的数据分析和系统状态监控界面；同时为文物保护专家提供了直观的实时洞窟内微气象环境展示界面以利于快速有效地了解洞窟内的环境状况，并及时调整洞窟保护策略，如图13所示。图13 实时洞窟内微气象环境展示系统5 系统部署和测试目前部署在莫高窟的系统共覆盖了57个典型洞窟，包括：1) 部署在57个洞窟中的241个数据传感器：每个洞窟部署了37个数据传感器，包括26个WSN簇成员节点和1个簇首节点。约有一半游客最为密集的洞窟中各自安装了1个CO2数据传感器。簇首节点采集洞窟外的气象数据以与洞窟内微气象环境进行对比。2) 洞窟群前的22个数据汇集器：这些数据汇集器被部署在洞窟群前的灯柱上以覆盖所有的监测洞窟。它们使用灯柱上的220V电源。3) 位于敦煌研究院的1个数据路由器和1台数据服务器。部分监测洞窟，数据汇集器和数据路由器部署如图14所示。图14 系统在莫高窟部署情况系统已在莫高窟顺利运行了1年的时间。下面将通过对微气象环境数据和系统性能的分析来验证系统的有效性和可靠性。5.1 微气象环境数据分析系统采集得到的微气象环境数据表明，不同洞窟内的微气象环境有很大的差别。通过分析，影响洞窟内微气象环境的因素主要可分为以下3类：1) 大气环境。从这个角度看，洞窟可分为密闭洞窟和通风洞窟。莫高窟中，大多数洞窟属于密闭洞窟，如C320。大气环境对这些洞窟的微气象环境影响相对较小。然而，对于一些通风良好的洞窟如C428，大气环境影响较大。图15(a)和图15(b)比较了一天中C428和C320洞窟内和洞窟外的湿度和温度水平。由图15(a)和图15(b)中可见，C428洞窟内和洞窟外的湿度和温度变化较为剧烈。从湿度和温度曲线的变化趋势来看，C428内的湿度和温度变化在很大程度上受到了外界大气环境的影响。然而，C320内的湿度和温度在同一天内几乎没有变化。另外，可注意到湿度的变化范围大于温度变化范围。2) 洞窟位置。从这个角度看，洞窟可分为上层洞窟和下层洞窟。下层洞窟内的微气象环境相较上层洞窟往往更大地受到来自地面的影响。图15(c)和图15(d)比较了一天内C320内和C61内的湿度和温度水平。C61是莫高窟最下层的洞窟之一，而C320则位于相对较高的位置。从图15(c)和图15(d)中可见，当天C61的湿度总是高于C320，而温度则总是低于C320。这里同样可注意到湿度相对于温度较大的变化范围。3) 游客流量。从这个角度看，洞窟可分为开放洞窟和非开放洞窟。开放洞窟内的微气象环境受到洞窟内游客流量的巨大影响。图15(e)和图15(f)将C328内的湿度和CO2浓度水平与当天的游客流量进行了对比。从图15(e)和图15(f)中可见，当游客进入洞窟时，洞窟内的湿度和CO2浓度急剧上升；而当游客离开洞窟时，洞窟内的湿度和CO2浓度开始回落。C328中的CO2浓度在游客数量众多时甚至可以达到2 500PPM的水平。如此高的CO2浓度不仅不利于壁画保存，甚至将对人体产生伤害21。游客流量同样将引起洞窟内温度的变化，但相对于湿度和CO2浓度变化较为不明显。(a) 2007年9月16日C428与C320中的湿度(b) 2007年9月16日C428与C320中的温度(c) 2007年9月16日C320与C61中的湿度(d) 2007年9月16日C320与C61中的温度(e) 2007年8月24日C328中的湿度与游客流量(f) 2007年8月24日C328中的CO2浓度与游客流量图15 从洞窟中采集得到的微气象环境数据从以上分析可知，游客流量较高的洞窟，应列于保护中最为重要的位置，因为其白天的湿度和CO2浓度总处于很高的水平。根据文物保护专家的建议，湿度阈值被设置为60%，CO2浓度阈值被设置为2 000PPM。当这两个参数中任意一个超过阈值时，保护专家将立即接到危险报告通知。5.2 系统性能分析5.2.1 WSN拓扑分析WSN拓扑主要决定于洞窟形制的复杂性，而不是洞窟大小。洞窟形制复杂性包括金属门、中心柱和岩壁，这些因素引起的屏蔽、多径衰落等将会大大减弱无线通信的可靠性，导致网络拓扑频繁变化。下面将对两个形制复杂的洞窟C148和C332中WSN拓扑进行分析。这2个洞窟中数据传感器的部署如图16所示。图16 C148与C332中数据传感器部署图17(a)给出了C148中网络拓扑变化情况。厚实的岩壁和金属门阻挡了位于洞窟深处的节点0001、0002与簇首节点F001的直接通信。结果，节点0001和0002的数据在绝大部分情况下需要通过洞窟中心处的节点0003或0028转发。然而出乎意料的是，节点0028亦频繁出现了2跳通信的情况。经检查后发现由于制造中个体差异，导致该节点的通信能力相对较弱。图17(b)给出了C332中网络拓扑变化。巨大的中心柱和金属门同样阻挡了节点0016与簇首节点F009的直接通信。因此，在多数情况下，节点0022将转发来自节点0016的数据。节点0015距簇首节点F009相对较近，但厚实的岩壁大大减弱了它们之间的通信质量。此外，金属门的开闭状态对于网络的拓扑有很大影响。当金属门关闭时，节点0015将很难与簇首节点F009进行直接通信。因此，节点0015的网络拓扑总是在1跳至2跳间变化，并且大部分1跳通信都发生在白天打开金属门让游客进入时，如图17(c)所示。其中，纵坐标表示在该时段内出现1跳通信的次数占1天内全部1跳通信次数的比例。(a) C148网络拓扑变化情况(b) C332网络拓扑变化情况(c) 节点0015在1天内1跳通信次数分布图17 WSN拓扑变化情况5.2.2 数据可靠性分析数据可靠性维护框架在部署中成功克服了频发的通信错误和偶然的短时间系统错误，如数据汇集器因失去电力供应而停机，或是数据服务器因检修而停机等对数据完整性的影响，并可达到99.98%的数据成功传输率。然而，剩余部分的数据被丢失，这可能是由于系统维护等原因引起的。虽然数据延时在发生系统错误时是无法控制的，然而当系统正常运行时，数据可靠性维护框架能够有效地克服通信错误的影响并将数据延时控制在相当低的水平上。根据数据可靠性要求，延时超过1min的数据被定义为延迟数据。下面将通过对形制复杂且距离基站最远的洞窟C148中数据传感器数据延时的分析来讨论延迟数据的成因。图18(a)给出了C148中节点的数据延时情况。对于所有节点，延迟数据占全部数据的比例都不超过2.5%。然而，延迟数据比例在不同的节点上不尽相同。对于簇首节点F001，延迟数据比例只有0.3%；但是对于节点0002，延迟数据比例达到了2.4%。图18(b)给出了每个节点延迟数据的成因。从图中可见，大部分延迟数据是在WSN中形成的。并且对于通信质量较差的节点如0001、0002和0028，WSN通信错误导致延迟数据的比例较高。因此，延迟数据比例的差异主要来源于WSN中不同的路由路径。较为简单的洞窟中节点的延迟数据比例相对低得多，一般低于1%。(a) C148中节点数据延时(b) C148中节点延迟数据的成因图18 C148中节点的数据延时情况分析5.2.3 电池性能分析低占空比（平均约0.5%）的间歇工作使得温/湿度数据传感器达到了极低的功耗（平均约0.5mW），其电池寿命约为11个月。图19(a)给出了温/湿度数据传感器F001（部署在C148洞窟外）的电池放电曲线。从图19(a)中可见，温度对于电池性能有很大的影响。从2007年12月至2008年2月，最低气温降至了22.34，并且电池电压下降得很快。当气温回升时，电池电压也有所回升。然而，这里测得的气温对电池性能的影响没有如在FireWxNet部署中报告得这么大，尽管RelicNet部署中测得的极端最低气温远比FireWxNet部署中测得的低。这主要是由于RelicNet中的温/湿度数据传感器的功耗远低于FireWxNet中的传感器节点（FireWxNet的开发人员在部署时错误地将处理器休眠模式设置为空闲而非深度睡眠）。CO2数据传感器由于其CO2传感模块相对较高的功耗，总体功耗要比温/湿度数据传感器大得多（平均约150mW）。在配备容量为32Ah的蓄电池时，其电池寿命约为2个月，如图19(b)所示。(a) 温/湿度数据传感器的电池性能(b) CO2数据传感器的电池性能图19 电池性能6 结束语针对野外文化遗址微气象环境监测的需要，提出了一种支持实时和完整数据采集的高可靠无线传感系统RelicNet。将RelicNet构建为一个多网融合的DTN，并设计和开发了一种跨层次数据可靠性维护框架以实现实时和完整的数据采集。系统目前已被部署在著名野外文化遗址敦煌莫高窟，并覆盖了57个典型洞窟。经过1年时间的长期运行，系统的有效性和可靠性得到了验证。初步的微气象环境数据分析表明：洞窟内的微气象环境主要受外界大气环境，洞窟位置和游客流量的影响。同时，文物保护专家可根据系统提供的实时微气象环境数据对洞窟的保护策略做紧急调整。下一步的工作主要包括：完善动态间歇工作周期调整机制中修复状态下的信道监听策略以进一步延长节点在修复网络组织时的电池寿命；开发网络状况自适应的周期内和跨周期重传状态转换机制以更好地平衡网络流量和数据延时；在部署于莫高窟的系统中集成自动游客流量统计功能，以获取每个洞窟中游客流量的实时数据。这样，保护专家可精确限制进入每个洞窟的游客数量以更好地控制洞窟内的微气象环境；将该系统应用到其他典型文化遗址的研究和保护工作中，进一步验证系统设计和实现的正确性，并拓展系统的应用范围。参考文献：1CAMUFFO D. Microclimate for Cultural HeritageM. Elsevier, Amsterdam, 1998.2石玉成, 张杰. 敦煌莫高窟主要病害及防治对策J. 西北地震学报, 1997, 19(2): 81-87.SHI Y C, ZHANG J. The Dunhuang Caves main diseases and precautions against themJ. Northwestern Seismological Journal, 1997, 19(2): 81-87.3Wall paintings at Mogao Grottoes (Conservation at the Getty)EB/OL. /conservation/field_projects/mogao/mogao_component1.html.4CR1000 measurement & control systemEB/OL. http:/www. / documents/lit/b_cr1000.pdf, 2008.5马祖长，孙怡宁，梅涛. 无线传感器网络综述J. 通信学报, 2004, 25(4): 114-124.MA Z C, SUN Y N, MEI T. Survey on wireless sensors networkJ. Journal on Communications, 2004, 25(4): 114-124.6MAINWARING A, POLASTRE J, SZEWCZYK R, et al. Wireless sensor networks for habitat monitoringA. The 1st ACM International Workshop on Wireless Sensor Networks and Applicatoins (WSNA 2002)C. Atlanta, GA, 2002. 88-97.7HARTUNG C, HAN R, SEIELSTAD C, et al. FireWxNet: a multi- tiered portable wireless system for monitoring weather conditions in wildland fire environmentsA. 4th International Conference on Mobile Systems, Applications, and Services(MobiSys 2006)C. Uppsala, Sweden, 2006. 28-41.8TOLLE G, POLASTRE J, SZEWCZYK R, et al. A macroscope in the redwoodsA. The 3rd International Conference on Embedded Networked Sensor Systems (Sensys 2005)C. San Diego, CA, 2005. 51-63.9WERNER-ALLEN G, JOHNSON J, RUIZ M, et al. Monitoring volcanic eruptions with a wireless sensor networkA. The 2nd European Workshop on Wireless Sensor Networks (EWSN 2005)C. Istanbul, Turkey, 2005. 108-120.10SELAVO L, WOOD A, CAO Q, et al. LUSTER: wireless sensor network for environmental researchA. The 5th ACM Conference on Embedded Networked Sensor Systems (SenSys 2007)C. Sydney, Australia, 2007. 103-116.11Lab notes: research from the Berkeley College of EngineeringEB/OL. http:/ww