地球物理学报  2017, Vol. 60 Issue (11): 4313-4320   PDF    
基于WSN的分布式节点地震仪分层通信网络
宾康成1,2, 张晓普1,2, 佟训乾1,2 , 林君1,2     
1. 吉林大学地球信息探测仪器教育部重点实验室, 长春 130061;
2. 国家地球物理探测仪器工程技术研究中心, 长春 130061
摘要:针对深部探测对节点地震仪器提出的质量监控和数据现场回收要求,本文设计了基于WSN的三维地震勘探分层通信网络.分层网络由骨干网和多跳网两个网络层构成:骨干网使用LTE技术与监控中心进行数据交换,并实现了链路带宽的合理分配与大范围的信号覆盖;多跳网结合地震勘探的特点,使用私有路由协议和数据传输协议完成了仪器的组网与数据的接力式传输.测试结果验证了组网协议的设计正确性与数据传输的稳定性,且网络总体性能满足实际应用的需求.数据多跳传输实现了无线局域网技术的远程访问,从而提高了勘探作业效率.
关键词: 节点地震仪      WSN      分层网络      组网协议      数据回收     
Hierarchical communication networks based on WSN in distributed cable-less seismic acquisition system
BIN Kang-Cheng1,2, ZHANG Xiao-Pu1,2, TONG Xun-Qian1,2, LIN Jun1,2     
1. Key Lab of Geo-Exploration Instrumentation, Ministry of Education, Jilin University, Changchun 130061, China;
2. National Engineering Research Center of Geophysics Exploration Instruments, Changchun 130061, China
Abstract: Focusing on the requirements of deep exploration on quality monitoring and data collection in cable-less seismic acquisition systems, this paper designed a hierarchical communication networks based on WSN (Wireless Sensor Networks) for 3D seismic exploration. The hierarchical networks consist of two network layers-backbone networks and multi-hop networks. The backbone networks realized proper distribution of link bandwidth and large range of signal coverage by communicating with monitoring center via LTE (Long Term Evolution) technology. The multi-hop networks, combined with the seismic exploration features, achieved interconnection of instruments and data relay transmission via private routing protocol and data transmission protocol. The test results verified the correctness of the networking protocols and the stability of data transmissions. Also, as results show, the overall networks performance can satisfy the requirements of practical applications. The multi-hop data transmission networks achieved remote access of WLAN (Wireless Local Area Network) technology, which also improved the working efficiency of exploration.
Key words: Cable-less seismic acquisition system    WSN    Hierarchical networks    Networking protocol    Data collection    
1 引言

有线地震勘探仪器带道能力强、数据质量保障性高,占据地震勘探仪器市场的绝大份额(郭建和刘光鼎,2009).但有线地震设备施工作业成本高,且难以应用于山区、沟壑、河流、铁路等复杂地形.节点地震仪摒弃了沉重的线缆,在勘探区域布设时不受地形环境的影响,具有施工灵活性(Freed,2008).然而,“盲采”自存储模式不通过无线通信系统回传排列、QC等信息,不符合行业的技术规范(高立兵和靳春光,2014Mougenot,2010Crice,2014).

为了推动节点式地震仪的发展,国内外相关人员对地震勘探仪器应用无线通信技术展开了研究(杨泓渊等,2015吴海超等,2012).质量监控系统的设计实现了采集系统的可控可测,完成了节点式仪器从“盲采”到“半盲采”的过渡.按照所使用的通信技术,可将其分为无线局域网监控系统和无线广域网监控系统.局域网监控系统(Wi-Fi/Bluetooth)实现了终端设备对采集站的近程控制,广域网监控系统(3G/4G/北斗短报文技术)实现了监控中心与采集站的远程通信.从信号覆盖范围来看,常用的无线局域网技术在地震勘探设备上的应用存在距离短的缺陷,施工人员需行走较远路程通过手持终端设备来依次监测勘探区域中采集站的工作状态(Chen et al., 2013).无线广域网技术实现了主控中心与采集站的远程通信,然而卫星网络的通信速率有限,且广域网技术在复杂地形环境下存在障碍盲区.

微地震监测和水力压裂监测等高实时性应用对采集系统提出了数据现场回收的要求,而无线通信技术在通信距离和链路带宽上相互制约使得单一的通信模式难以解决大范围海量数据实时回传问题(Savazzi and Spagnolini, 2011).本文根据地震勘探仪器对无线通信技术的需求,在静态矩阵拓扑结构上设计了一种基于WSN的分层架构通信网络,实现了“远程访问,无盲覆盖”的通信模式.

2 分层通信网络

WSN(Wireless Sensor Networks)是一种分布式传感网络(Yick et al., 2008),综合了传感器技术、数据采集技术和无线通信技术, 能够协作实时感知、监测网络分布区域内的各种监测对象的信息, 并对这些信息进行处理, 最终传送到需要这些信息的用户.因此,WSN是一种新的信息获取和处理技术,它有着传统技术不可比拟的优势.

三维地震勘探是在二维施工排列的基础上平行部署多条测线进行采集,具有矩阵拓扑结构(Alderson et al., 2005)的特点.同时,检波器与地震仪通常不需要移动,且地震道的位置通常在施工作业前已被几何计算规定好.因此,地震勘探属静态矩阵拓扑,是特殊的WSN结构.

从大规模、高密度的深部资源勘探(Savazzi et al., 2013)对通信网络的需求上分析,网络核心需具备较大的覆盖范围和足够大的通信带宽;从局部来看,网络边缘要有灵活的组网结构,以保证数据传输的可靠性.此外,勘探区域内存在障碍物(山体、树木等)遮挡无线链路的很大可能,因此无线局域网技术需具备穿越障碍的能力,以实现无缝覆盖.为了实现通信技术的远程访问和信号的无盲覆盖,本文在矩阵拓扑结构的基础上,结合WSN构建了分层结构的通信网络,如图 1所示.

图 1 分层通信网络 Fig. 1 Hierarchical communication networks

分层网络划分为骨干网和多跳网两个网络层.骨干网网关节点是衔接主控中心与传感节点的桥梁:网关节点通过LTE(Long Term Evolution)链路完成与服务器的通信、通过Wi-Fi链路使用私有组网协议与传感节点通信.在骨干网选定的LTE链路中,正交频分多址(Orthogonal Frequency-Division Multiple Access, OFDMA)和多用户虚拟多输入多输出(Multi-User Virtual Multiple-Input Multiple-Output, MU-V-MIMO)两个关键技术使得骨干网支持大范围多节点地震数据的实时回收.在多跳网中,传感节点基于Wi-Fi链路通过私有网络协议完成仪器的组网,数据交换以多跳接力方式实现,从而满足勘探区域信号的无盲覆盖和无线局域网技术的远程访问.

2.1 骨干网

在移动互联网中,LTE标准(Parkvall et al., 2011)在下行链路(客户从服务器下载文件方向)中的带宽比上行链路大.而地震采集工作中主控中心向传感节点发送的控制命令数据量小,地震数据的回收业务量大,因此在本文建立的骨干网中,OFDMA在上行链路和下行链路中同时使用,且分配给上行链路的带宽要比下行链路的带宽大.

LTE标准中的多天线技术旨在追求更高的频谱效率,其可在不增加天线发射功率和频谱资源的情况下成倍的提高通信系统信道容量.骨干网络上行链路中使用的多天线技术是MU-V-MIMO,提高了网关节点峰值数据速率的同时也提高了系统的整体容量.

地震数据必须保质保量的传输至监控中心,因此网关节点基于LTE链路使用面向连接的、可靠的传输层通信协议TCP与服务器完成数据交换.网关节点Linux内核与服务器Windows内核中均包含TCP/IP协议栈,通过在操作系统用户空间中调用标准套接字即可完成客户与服务器的应用进程通信.

2.2 多跳网

地震仪多跳网不同于常规的WSN和Internet:其节点分布规则、所有仪器同步采集且数据回传具有多对一的业务模式.无线网络存在链路碰撞、分组丢失严重等诸多问题,因此不能简单把现有的组网协议(如IP(Shiranzaei and Khan, 2015)、AODVjr(Liu X X, 2012; Kim et al., 2014)等)直接运用在多跳网中.本文结合无线网络和地震勘探的特点,定义了私有路由协议和数据传输协议,实现了仪器的组网和数据传输.每台节点地震仪均配备遵循IEEE802.11b协议的Wi-Fi模块,将其配置成Ad hoc模式可为组网提供无线链路.

2.2.1 组网路由协议

在三维地震工作中,若所有的采集装备都连接到同一网络标识的局域网中,将不利于数据中心的管理(Beffa et al., 2007).在地震勘探矩阵拓扑结构中,若同一条测线上的所有节点组成一个子网则可减少无线链路的负荷,从而提高实时性.此外,这种将一条测线组成一个子网的方式便于控制中心对整个勘探区域内所有节点的管理.为了区别不同的测线,每个子网拥有多跳网中唯一的服务集标识(Service Set Identifier, SSID).

任何网络的组建需要遵循既定的规则,因此节点加入网络时需要入网认证.多跳网入网认证全程将经历四次握手(入网申请、入网应答、入网确认和入网完成),如图 2所示.网络初始状态时,只有网关节点加入网络,并作为父节点广播心跳包(用于网络维持并触发未入网节点发出入网请求).子节点收到心跳包后触发自身的入网请求;父节点收到入网请求包后,计算子节点网络地址并向其发送入网应答包;子节点收到入网应答包后,随后向父节点发送入网确认包;父节点收到准子节点发送的入网应确认后,判定子节点已成功加入网络并向子节点发送入网完成包;子节点收到入网完成消息后判定四次握手完成,并正式加入网络.加入网络后的节点定时广播心跳包以维持父子间的链路并触发下一节点的入网申请.

图 2 入网握手认证 Fig. 2 Network handshake authentication

网络节点必须具备子网中唯一的网络地址才能实现数据交换(Biswas and Morris, 2005).为实现最优的管理策略,已入网的节点依次递增地为请求入网的子节点分配网络地址ID,即子节点的ID为父节点ID加1.在此网络地址分配和路由协议设计中,每个节点只能与自身的父子节点完成直接的信息传递,与邻居节点的通信需经过父子节点的转发.上行和下行数据交换均以上述方式实现,以此完成多跳接力式路由.监控中心对地震仪发出的控制命令为下行数据:子节点在收到父节点转发的数据时,判断自身是否为目的节点.若为目的节点则将数据交付至应用进程,否则向子节点转发;地震仪向监控中心传输的数据为上行数据:父节点在收到子节点转发的数据时,判断自身是否为网关节点.若为网关节点则将数据转发至监控中心,否则向父节点转发.

为适应因仪器故障或节点能量耗尽等意外情况而出现的断网现象,本文设计了网络维持机制以实现节点重连入网.入网后的节点每隔固定时间广播一次心跳包,心跳维持直接保证了父子节点间的血缘关系,间接保证了局域网的连通.父子节点间均维持一个断网超时定时器,若在超时时间内未收到来自对方的心跳包,则判定节点已离开网络.发生断网事件时,断网节点的后裔将广播重连入网消息.此后,断网节点将申请重连入网并完成四次握手,最终修复网络.

2.2.2 组网数据传输协议

复杂地形条件下,无线传输存在较高的丢包率.且随着信道错误率的上升,端对端传输的成功率急剧降低,因此端对端保障方式在多跳通信环境下不适用(Huston,2001).为了实现数据可靠、及时的回收,数据传输协议必须为所有的数据提供保障,且丢失的数据能够被快速的恢复(Zhao M and Yang Y, 2012).本文结合静态矩阵拓扑结构和Ad hoc多跳通信的特点,使用基于跳间保障的数据传输方式、使用主动确认方式(Acknowledgment, ACK)处理单包与最后一包问题、使用否定确认方式(Negative Acknowledgment, NACK)检测和恢复丢包.

在主动确认方式的丢包恢复机制中,接收节点缓存发送节点的数据包后随即向发送节点回复ACK消息.在嵌入式实现时,主动确认方式由定时器驱动.若发送节点在定时时间内未收到接收节点回复的ACK消息,则判断数据包丢失并发起重传;基于否定确认方式的丢包恢复机制与之不同,若接收节点在规定时间内未完整收到数据,则向发送节点发送NACK消息,请求数据包的重传.

多跳网数据回收具有多对一的特点,越靠近网关节点传输负荷越大,而网络一旦超负荷运作就会发生拥塞.拥塞将产生大量的丢包,加剧了传播时延,同时增加了节点的能量消耗.因此,拥塞问题直接影响了网络的性能和节点的生存周期.结合地震勘探的特点,本文采用速率调整的方法完成多跳网的闭环拥塞控制.

数据在转发时,若接收分组长度加上已缓存的数据长度超过缓冲队列容量的上限时,则判定网络拥塞.跳间数据传输协议包括:数据流队列、拥塞控制和可靠保障三部分,且数据流传输仅发生在直系父子节点间,其详细流程如图 3所示.其中NS代表发送节点,NR代表接收节点.

图 3 父子节点间数据流传输流程图 Fig. 3 Data flow transmission chart between father and son nodes

NS启动数据发送时,NR开始检测自身缓冲区占有率,若判断出自身拥塞,则立即向NS回复拥塞消息,并直接丢弃先前收到的数据包.NS收到拥塞消息后,暂停数据的发送并等待NR拥塞解除消息;若节点未发生拥塞或拥塞解除,则NRNS启动数据的交接.NR收到数据流完成包后,开始扫描接收数据以判断数据是否完整.若数据发生丢失则向NS发送NACK消息.NS收到NACK后将重传丢失的分组,以此类推,直至所有分组完整传递;反之,若数据完整传递,NRNS将收发ACK消息.数据完整交付后,NR应用进程判断此时数据是否到达目的节点.若已到达目的节点,数据流队列将拼接所有分组数据,最终向上交付至应用进程;若未到达目的节点,中继的数据将转发至下一跳.

3 网络测试

为了测试分层网络的总体性能,本文分别对骨干网与多跳网进行了测试,测试地点为吉林大学野外环境模拟试验基地.骨干网测试指标分为通信时延、传输速率和相邻节点间距离对传输速率的影响三部分;多跳网测试指标分为组网能力、通信时延、传输速率、道间距对传输速率的影响和网络鲁棒性五项.在测试骨干网和多跳网每一节点通信时延和传输速率时,均进行5次重复试验,并取算术平均.其中,骨干网通信时延由TCP/IP协议族中Ping(512Byte)命令获得,多跳网通信时延为各采集站向主控中心回复数据包(512Byte)的时间;传输速率R通过传输文件大小(1 MB)、传输总耗时和跳数三者之间的关系计算得出,计算公式为

(1)

其中Tj表示节点单次传输1 MB文件总耗时,N表示数据被转发的次数;定义跳数为数据产生后被中继的次数;组网能力包含组网规模和网络组建所需时间两部分;网络鲁棒性以断网重连衡量,通过人为关闭采集站实现.

为了测试骨干网的远程通信能力,随机选取10台网关采集站组成骨干网,并进行两次重复测试.第一次测试中,相邻节点的间距均为100 m;第二次测试中,相邻节点的间距均为200 m.如图 4所示,测试统计结果表明:节点间距分别为100 m和200 m时,骨干网10个节点平均时延分别为21~27 ms和21~29 ms;数据传输平均耗时分别为0.855~0.878 s和0.854~0.877 s.根据式(1)计算出两次实验中骨干网平均传输速率分别为1.159 MB/s和1.161 MB/s.由图 4可知,通信距离对骨干网的影响不大.

图 4 骨干网测试数据曲线 Fig. 4 Data curves of backbone networks

为了测试多跳网组网能力与专用协议的正确性和稳定性,构建了三条测线的三维地震勘探模型,相邻测线间的距离为100 m,道间距为30 m.三条测线分别实现了82节点、88节点和79节点的互联(含网关节点)且总组网时间为122 s.

在通信时延测试中,三条测线的测试结果如图 5所示.最小跳数(第2跳)平均时延为分别为1.213 s、1.219 s和1.208 s,最大跳数平均时延为1.965 s、2.040 s和1.941 s;在传输速率测试中,三条测线数据传输耗时测试结果如图 6所示.根据式(1)计算出三条测线中跳间传输平均耗时分别为2.179 s、2.185 s和2.175 s,进而跳间平均传输速率分别为0.459 MB/s、0.457 MB/s和0.460 MB/s.

图 5 多跳网通信时延测试曲线 Fig. 5 Data curves of time delay test in multi-hop networks
图 6 多跳网数据传输测试曲线 Fig. 6 Data curves of data transmission test in multi-hop networks

图 4图 5中可对比出骨干网时延与多跳网最小跳数时延相差较大,这是网关节点在TCP/IP协议与私有组网协议之间转换的时间差造成的.通过图 5图 6可以发现,通信时延与文件传输耗时均与跳数近似成线性关系,这是因为中继的数据在每一跳中消耗的时间相差不大.且当跳数继续增大时,线性关系任然存在.

为了测试道间距对传输速率的影响,构建道间距分别为30 m、35 m和40 m的三条地震测线,相邻测线间的距离为100 m,且三条测线组网节点个数均为20,数据传输耗时测试结果如图 7所示.根据式(1)计算出三条测线跳间传输平均耗时分别为2.179 s、2.375 s和2.611 s,进而三条测线跳间平均传输速率分别为0.459 MB/s、0.421 MB/s和0.383 MB/s.测试结果表明传输速率与道间距成负相关,这是因为Wi-Fi模块的数据链路层依据通信节点间的信号强弱来仲裁不同的信道,道间距越大,通信模块之间的信号就越弱,因而自动选择更低速率的信道以保证数据传输的可靠性.

图 7 道间距对数据传输的影响测试曲线 Fig. 7 Data curves of the effect of channel spacing on data transmission

在鲁棒性测试中,构建了三条测线的地震勘探模型,相邻测线间的距离为100 m,道间距为30 m.网络组建完成且稳定后,人为关闭任意测线中的某一采集站.网络在17 s内可检测到有节点断网,且在此之后3 s内关机节点的子节点完成断网重连,其后裔节点陆续完成网络地址的修复.

4 结论

多跳的数据转发方式解决了无线局域网技术通信距离短与无线广域网技术在复杂地形下信号覆盖率低的矛盾.分层结构的通信网络为无缆地震勘探装备提供了灵活、可靠的质量监控服务以及地震数据实时回传的网络模型.

大规模、高密度的深部探测需求使得采集数据量日益膨胀,海量数据的长距离无线传输将导致网络中间节点耗费大量能量来中继其他节点的数据.在未来的工作中,我们将从功耗、网络生命时间等角度出发,进一步优化分层网络的能量消耗模型,从而不断提高地震装备野外工作的效率.

致谢

吉林大学地球信息探测仪器教育部重点实验室成员对网络测试提供了帮助,地球物理技术委员会审稿人对本文提出了宝贵意见,特此致谢.

参考文献
Alderson D, Li L, Willinger W, et al. 2005. Understanding internet topology: Principles, models, and validation. IEEE/ACM Transactions on Networking, 13(6): 1205-1218. DOI:10.1109/TNET.2005.861250
Beffa M, Crice D, Kligfield R. 2007. Very high speed ordered mesh network of seismic sensors for oil and gas exploration.//IEEE International Conference on Mobile Adhoc and Sensor Systems. Pisa: IEEE.
Biswas S, Morris R. 2005. ExOR: opportunistic multi-hop routing for wireless networks. ACM SIGCOMM Computer Communication Review, 35(4): 133-144. DOI:10.1145/1090191
Chen Y, Nasrabadi N M, Tran T D. 2013. Hyperspectral image classification via kernel sparse representation. IEEE Transactions on Geoscience and Remote Sensing, 51(1): 217-231. DOI:10.1109/TGRS.2012.2201730
Crice D. 2014. A cable-free land seismic system that acquires data in real time. First Break, 32(1): 97-100.
Freed D. 2008. Cable-free nodes: the next generation land seismic system. The Leading Edge, 27(7): 878-881. DOI:10.1190/1.2954027
Gao L B, Jin C G. 2014. Present situation and prospect of land wireless seismic systems. Equipment for Geophysical Prospecting (in Chinese), 24(3): 141-146.
Guo J, Liu G D. 2009. Current situation and expectation of cable-less seismic acquisition system. Progress in Geophysics (in Chinese), 24(5): 1540-1549. DOI:10.3969/j.issn.1004-2903.2009.05.001
Huston G. 2001. TCP in a wireless world. IEEE Internet Computing, 5(2): 82-84. DOI:10.1109/4236.914651
Kim S H, Chong P K, Kim D. 2014. A location-free semi-directional-flooding technique for on-demand routing in low-rate wireless mesh networks. IEEE Transactions on Parallel & Distributed Systems, 25(12): 3066-3075.
Liu X X. 2012. A survey on clustering routing protocols in wireless sensor networks. Sensors, 12(8): 11113-11153.
Mougenot D. 2010. Land cableless systems: use and misuse. First Break, 28(2): 55-58.
Parkvall S, Furuskar A, Dahlman E. 2011. Evolution of LTE toward IMT-advanced. IEEE Communications Magazine, 49(2): 84-91. DOI:10.1109/MCOM.2011.5706315
Savazzi S, Spagnolini U. 2011. Compression and coding for cable-free land acquisition systems. Geophysics, 76(5): Q29-Q39. DOI:10.1190/geo2010-0336.1
Savazzi S, Spagnolini U, Goratti L, et al. 2013. Ultra-wide band sensor networks in oil and gas explorations. IEEE Communications Magazine, 51(4): 150-160. DOI:10.1109/MCOM.2013.6495774
Shiranzaei A, Khan R Z. 2015. Internet protocol versions-A review.//2015 2nd International Conference on Computing for Sustainable Global Development. New Delhi: IEEE, 397-401.
Wu H C, Lin J, Li Z, et al. 2012. Wireless network monitoring technology of cable-less stored seismic instrument. Journal of Jilin University (Engineering science Edition) (in Chinese), 42(5): 1296-1301.
Yang H Y, Zhao Y J, Lin J, et al. 2015. Data quality remote monitoring system for cable-less storage seismograph based on Beidou. Journal of Jilin University (Engineering Science Edition) (in Chinese), 45(5): 1652-1657.
Yick J, Mukherjee B, Ghosal D. 2008. Wireless sensor network survey. Computer Networks, 52(12): 2292-2330. DOI:10.1016/j.comnet.2008.04.002
Zhao M, Yang Y Y. 2012. Optimization-based distributed algorithms for mobile data gathering in wireless sensor networks. IEEE Transactions on Mobile Computing, 11(10): 1464-1477. DOI:10.1109/TMC.2011.178
高立兵, 靳春光. 2014. 陆地无缆地震仪的现状与展望. 物探装备, 24(3): 141–146.
郭建, 刘光鼎. 2009. 无缆存储式数字地震仪的现状及展望. 地球物理学进展, 24(5): 1540–1549. DOI:10.3969/j.issn.1004-2903.2009.05.001
吴海超, 林君, 李哲, 等. 2012. 无缆存储式地震仪无线网络监控技术. 吉林大学学报(工学版), 42(5): 1296–1301.
杨泓渊, 赵玉江, 林君, 等. 2015. 基于北斗的无缆存储式地震仪远程质量监控系统. 吉林大学学报(工学版), 45(5): 1652–1657.