1.3 危化气体物联网智慧监测定位

要想对危化品突发泄漏或偷排偷放实现有效的治理和监管，就需要首先确定危化品的泄漏源，然后再基于物联网技术，结合危化品泄漏和扩散的相应机理，进行安全、可靠的危化品智慧监测与定位。这些监测与定位方法的研究在近年受到了越来越多的关注[18-20]。多年以来，研究人员针对危化品泄漏源的定位问题进行了不懈的努力并取得了一定的成果，其中以危化气体泄漏监测定位研究更具代表性。不管是危化品突发泄漏还是日常生产中的偷排偷放，危化品以气态在空气中扩散是非常重要的方式。目前，危化品气体泄漏定位可以通过生物监测、移动机器人、传感网络等方法实现，这些研究成果有利于对危化品泄漏事故进行快速预警和监控，同时也可以有效地治理和监管有害气体的偷排偷放，这对保障人们的生命和财产安全、改善生态环境具有重大的现实意义。

基于物联网的危化气体源定位是传感网络技术在环境监测领域的一个典型应用，具有重要的现实意义[21-22]。气体在空气中的物理扩散过程通常可描述为一个随机过程，因此采用基于物联网技术的分布式信息融合算法对气体泄漏参数进行预测估计是一种可行的解决方法。该方法一般采用概率估计算法进行实现，所以通常也被看作对环境中气体物理扩散模型构建的逆向求解问题，即利用已知（或者假设）的气体扩散模型和气体浓度信息对气体泄漏的参数进行反向求解[23]。考虑到物联网中传感网络结点所具有能量有限性和因大量传感结点部署所造成的网络拓扑结构具有高度动态性等特点，所以物联网危化气体监测定位所采用的信息融合算法就必须结合实际环境以及物联网中的其他各种约束条件来具体实现。

按网络拓扑结构的不同，物联网危化气体监测定位可分为静态拓扑网络定位和动态拓扑网络定位两大类。

（1）基于静态拓扑的危化气体物联网监测定位。在已知的固定环境中，通常需要在感兴趣的已知区域部署静态固定物联网监测结点，各监测结点会上传各自的测量值到融合中心，然后通过分析计算这些数据得出泄漏源的各种参数，这种气体源监测定位的方法称为静态拓扑物联网监测定位法。然而，在单纯使用静态拓扑物联网对气体源进行定位时，结点位置需要提前预知，一旦泄漏位置周围没有安装监测结点或者结点失效，就会大大降低定位的精度，甚至导致定位失败；另外，在使用静态物联网对气体源定位的过程中，若想获得较高的定位精度，就需要在已知环境中布置大量的结点并存储其位置信息，这将会增加实现成本。

（2）基于动态拓扑的危化气体物联网监测定位。为了弥补静态拓扑物联网气体监测定位方法的上述缺陷，在移动机器人技术的帮助下，人们提出了在移动机器人上安装相应的传感器，构成移动监测结点的方法，这些移动机器人可以自主移动并实现动态拓扑部署，多个相同的移动监测结点还可构成动态拓扑物联网络。这种物联网络可以固定在某个位置作为固定结点对环境进行监测。在气体源紧急泄漏情况下，根据结点的测量值进行路由规划并完成结点的运动控制，快速、合理地覆盖气体泄漏区域，实现较为精确的监测定位。

根据两种不同的网络拓扑结构，物联网多结点协作信息处理技术可以采用集中式和分布式两种方法具体实现。

（1）集中式物联网协作信息处理技术。如图1-2所示为基于物联网的集中式协作信息处理系统，网络中被激活的监测结点首先对危化气体泄漏环境进行测量并对得到的信息进行预处理，得到一个局部融合结果，这些融合结果会被传递给融合中心（Fusion Center, FC），最后由融合中心把监测区域内所接收的所有信息用信息融合算法进行计算并得到最终的结果。该方法的优点是可以很容易地得到全局最优解，缺点是由于各监测结点与融合中心之间存在一定传输距离，无线通信对比数据运算占用的资源更大，特别是在进行远距离通信时情况更加严重，这影响了整个网络的生命周期。由此可见，集中式协作信息处理在实际应用中具有很多局限性，只适用一些小规模的物联监测网络[24]。

图1-2 集中式物联网信息融合系统示意图

（2）分布式物联网协作信息处理技术。分布式物联网协作信息处理技术一般有两类实现方法：基于序贯分布式估计（Sequential Distributed Estimation）的实现方法和基于分簇分散式估计（Cluster Based Decentralized Estimation）的实现方法。

文献[25-26]给出了序贯分布式物联网信息融合系统的理论框架，在序贯分布式信息融合系统中，网络中的监测结点往往依次形成串行的拓扑结构。首先，起始结点对所采集的自身位置周围的环境信息进行初步的处理，然后传给下一个结点，被选择的结点需要将本地观测值和前一个结点所发送来的处理结果进行信息融合并得到新的估计结果，然后再发给它所选择的下一个结点，最后直至发送给最终接收结点，如图1-3所示。

图1-3 序贯分布式物联网信息融合系统示意图

序贯分布式物联网信息融合方法在实现过程中往往只需要在各监测结点间进行短距离的单跳或多跳传输，不需要发送给融合中心，有些情况下，甚至不需要融合中心。因此，可很大程度上降低通信能耗，有效提高整个传感网络系统的寿命并增加网络利用率。若执行过程中的某中间结点发生故障或者失效将会导致整个系统信息传递中断，同时由于每个结点都需要对观测值进行融合并压缩成少量的数据才进行传递，在某种程度上也会造成原始数据的部分信息丢失。因此，序贯分布式信息融合方法很容易受到连接故障与结点状态的影响，其鲁棒性和可靠性会随着系统中监测结点的增多而变差，网络延时也会增大。

分簇分散式物联网信息融合[27]通常是基于分簇（Cluster）的传感网络系统进行实现，即将网络中的结点通过某种方式静态或者动态的划分为多个簇，每个簇通常都包含一个簇头结点（Cluster Head Node），簇内其他结点被称为普通结点或簇成员结点（General Node），如图1-4所示。

图1-4 分簇分散式物联网信息融合系统示意图

首先，簇内普通结点将原始测量值进行简单处理，然后传送给簇头，簇头会基于所收集的簇内结点信息完成所在单元的信息融合，得到融合结果并传递给下一个分簇的簇头或者直接发送给融合中心，由融合中心根据各簇头所传递的判决结果做出最终系统判决[28]。分簇的传感网络系统通常不需要所有监测结点都与融合中心直接建立通信关系，因此可节省大量通信能耗，同时，其在簇内又利用了集中式信息融合方法增强了系统的整体性能。簇内簇头结点的选择可由多种方式实现，如采取固定结点法等[29]。在固定结点法，每个簇的簇头总是负责与汇聚中心远距离通信，其能量衰减很快，在一定程度上会降低系统寿命，因此低功耗自适应的分簇协议（Low Energy Adaptive Clustering Hierarehy, LEACH）应运而生[30]，此协议下的簇头选择采取轮换机制。这种选择机制的优点是可以有效防止个别结点能量的迅速耗尽，提高网络的可靠性。