隨著國內經濟企穩回升、歐美市場復蘇，以及上海國際航運中心建設的加快，我國港口貨運吞吐量增長顯著，但是國內絕大部分港口散貨裝卸仍采用人工操作的裝卸設備，自動化水平低。而且港口在業內被公認為擁有最復雜的環境[1]（高溫、大風、暴雨、大雪等各種嚴峻考驗），不適宜鋪設有線網絡。因此將無線通信技術應用到碼頭作業中，對于提高碼頭作業效率，促進港口智能化具有重要的意義。

　　摘要：散貨裝船機的自動化水平對于港口作業效率具有重要影響，而船艙邊緣識別是裝船機自動作業的必要環節。文中運用物聯網ZigBee無線通信技術，結合OPNET仿真，應用于裝船機自動化作業中的船艙邊緣識別。并對現有路由算法在該應用背景上進行了改進，根據節點間傳輸數據特性的不同選擇不同的路由方法。實驗結果表明，改進的算法在船艙邊緣識別應用中比現存算法在性能上具有明顯的提高。

　　關鍵詞：物聯網論文發表,船艙邊緣識別,物聯網,ZigBee,OPNET,路由改進算法

　　0引言

　　目前國內外已經將物聯網技術逐漸應用到港口運作管理中。SchmidtRene綜合運用FM廣播技術、加速度計、IEEE892.15.4無線通信協議和GPS來監控集裝箱運輸的安全[2]。LanielM針對RFID技術在具有金屬外殼包裝的情況下集裝箱監控做了相關研究，實驗得出天線位置放置側面較好，而且采用433MHz進行通信效果最好[3]。RizzoFrancesco等將RFID技術應用到集裝箱的安全管理中，給出了詳細的技術路線，并做了相關實驗，得出該系統可靠[4]。ChoiHyungRim將RFID技術運用到集卡道口中，實現了集裝箱自動識別，提高了工作效率[5]。劉千波運用無線通信技術實現中控室與卸船機無線通信，為該公司創造了很好的效益[6]。林健偉運用CDMA技術將卸船機PLC與外部網絡相連，完善了卸船機的故障報警功能，并形成可視界面實現卸船機實時監測[7]。

　　在路由算法方面，ZigBee采用的路由算法主要有3種：Cluster-tree、AODVjr、Cluster-tree&AODVjr[8-10]，其中Cluster-tree和AODVjr算法各有優缺點，最后一種雖然結合了以上兩種路由的優點但是路由開銷相對仍較大，許多學者針對已有路由存在的問題，提出了一些改進算法。郭狀輝提出一種降低路由開銷的ZigBee路由算法，根據目的節點和源節點的深度進一步限制傳輸范圍，同時根據樹的結構來限制路由的轉發方向，從而降低路由開銷[11]。劉偉針對機場場面監控，提出了利用地理位置信息的ZigBee的路由協議，在原有AODVjr算法基礎上，采用路由期望域和尋找域的方法，使路由具有較高的目的性和方向性，有效地降低了路由開銷、減少了時延[12]。

　　本文利用CC2530芯片設計基于ZigBee技術的無線傳感器節點模塊，借助OPNET軟件對ZigBee網絡進行仿真來找到合適的網絡拓撲結構；再次，使用設計好的ZigBee節點進行實際組網測試，通過實驗論證該方案在船艙邊緣識別應用中的可行性；最后結合本文應用背景，改進了ZigBee路由算法并進行了仿真驗證。

　　1船艙識別的物聯網系統設計

　　1.1基于OPNET的ZigBee網絡仿真

　　在進行實際組網之前，可以通過仿真軟件模擬實際場景，考察ZigBee網絡各方面的性能，如數據收發延時，通信丟包率等等。

　　圖1所示為船艙識別模型，在船艙的四個角放置GPS+ZigBee模塊，GPS中的數據通過RS232通信協議與ZigBee模塊通信，ZigBee模塊再將GPS發送過來的位置信息無線發送給網關節點或中心節點，接收到所有GPS節點的位置信息后，就可以初步得到船艙邊緣的形狀和船艙的位置，在信息到達網關節點的途中，通過由ZigBee節點組成的無線傳感網絡進行數據轉發。

　　圖1船艙識別模型

　　1.1.1網絡拓撲結構

　　在建立網絡拓撲之前，設置船舶為9萬噸左右的散貨船，船長150m，船寬12m。仿真網絡拓撲結構如圖2所示。

　　圖2網絡拓撲結構圖

　　1.1.2設置及結果分析

　　通過配置業務和收集統計量，節點router_5～8將轉發數據到中心節點，其余節點（主要指路由節點）負責轉發來自節點5～8的數據包，設置仿真時間為10min。在實際網絡應用過程中，數據接收的可靠性及丟包率，數據延時是兩個主要考慮的指標。除此以外，當節點失效以及節點移動時，網絡工作是否可靠，數據是否還能正常傳輸，也是需要考慮的。

　　（1）理想情況下的節點數據收發

　　在圖3所示的數據收發中，第一幅表示協調器應用層共接收到的數據，接下來4幅圖表示節點5～8應用層發送的數據，從圖3可以看出，發送的數據和接收的數據基本相等，符合組網要求，即數據傳輸的穩定性有保障。

　　（2）節點數據收發延時

　　另外，網絡延時也是需要考慮的，延時顯示如圖4所示。

　　縱坐標單位為秒，橫坐標單位為分，從圖4可以看出，其平均延時為0.023s，除開始階段延時較大外，后續延時呈現出穩定狀態。

　　（3）節點失效以及節點移動時數據收發

　　在實際應用的過程中，節點可能會失效，在這里進行網絡仿真，模擬其中一個節點失效。在該仿真中在第5分鐘的時候將節點4移出通信范圍，相當于節點4失效。具體的仿真結果如圖5所示。

　　圖3數據收發

　　圖4數據收發延遲

　　圖5節點失效仿真結果

　　在數據進行傳輸的過程中，實際中船會發生搖晃等運動。這里通過給節點設置運動軌跡來模擬實際中船的運動。設置節點運動的范圍為以節點為中心2m范圍內。仿真結果如圖6所示。從圖6可以看出，節點4～8移動幅度不是很大的時候，數據收發數量相等，即節點移動基本不影響數據的傳輸。可知，采用ZigBee技術符合應用的要求。圖6節點移動仿真結果

　　1.2軟硬件設計和選擇

　　硬件采用的是C2530，它滿足IEEE802.15.4標準和ZigBee2007/PRO技術標準，支持最新TI公司ZigBee2007/PRO網絡協議棧。GPS模塊選用新月-HC12A。

　　軟件編寫的內容主要包括串口回調函數的編寫和相關API函數的調用。GPS借助ZigBee節點將數據無線發送給中心節點，路由節點收到數據后，如自己不是目的節點，轉發該數據；中心節點收到數據后，調用相應的任務事件處理函數對數據進行處理，另外使用ZigBee協議棧所提供的函數實現數據發送以及組網等功能。

　　1.3組網及通信測試

　　本文應用背景中，主要運用多對一通信。將船艙簡化為一個矩形，在四個角各安置一個GPS模塊，而每個模塊的定位信息最終需要發送給上位機以便收集和遠程檢測。終端發送時間間隔可自由設定。此外，原理上多個無線通訊的終端節點需同時向中心節點發送數據。這里所建立的拓撲結構如圖7所示。

　　圖7ZigBee拓撲圖

　　網絡形成后，4個采集節點發送位置信息給中心節點，4個采集節點發送的數據都為1501×86B，4個采集節點都為靜止，通過8串口調試助手可以看到中心節點收到的數據為4×1501×86B。4個采集節點需要實時將GPS中的位置信息發送到收集節點，為更好地測試網絡的性能，分別模擬節點移動和節點失效來查看網絡的丟包率。

　　ZigBee網絡在運行過程中，節點可能會因為電池沒電或其他因素導致節點失效，在這里主要考慮路由節點失效或某一條路由失效對數據的傳輸的影響。具體的實驗結果如表1所列。

　　表1丟包率列表

　　測試條件發包數收包數丟包率

　　發送間隔測試環境網絡拓撲

　　200ms理想情況圖7600459201.40%

　　200ms節點移動圖7600458742.17%

　　200ms節點失效圖7600457284.60%

　　1s理想情況圖7600460020.03%

　　1s節點移動圖7600459720.53%

　　1s節點失效圖7600459630.68%

　　通過實驗數據可以看出，隨著發送時間間隔越短，丟包率越嚴重，在滿足應用需求的前提下，適當增加發送時間間隔可以有效的降低丟包率。當采集節點小范圍移動時（以自己為中心2m范圍內）丟包率并雖有增加，但不明顯，不影響系統的正常工作。當其中一個路由節點失效時，會增加丟包率。

　　另外，在圖7中，如果其中一個路由節點失效，采集節點會自動尋找替代路由，路由節點失效瞬時，匯聚節點將收不到數據，大概6s左右，采集節點尋找到新的路由，匯聚節點又重新收到數據。

　　2ZigBee路由算法改進

　　ZigBee網絡應用在裝船機作業中，不同時間傳輸的數據類型不一樣。這里對于突發類的數據，采用抑制路

　　由發現方式，采用改進的樹路由，最大限度減少時間延遲。對于批量傳輸的數據，采用強制路由發現過程，在路由發現過程中，將位置信息和樹結構考慮進去，限制RREQ轉發范圍，降低時延。

　　針對AODVjr中空中數據包復雜，路由開銷大，提出一種改進算法，從兩個方面限制路由請求包的轉發方向，圖8所示是其改進AODVjr算法。該算法首先將每個節點位置信息考慮進去，當源節點需要尋找到目的節點的路由時，會附帶相應位置信息，中間節點收到路由請求包后，判斷自己是否在尋找域中，如果在，則轉發，如果不在，則放棄。其次，將網絡樹結構考慮進去，節點收到路由請求包后，判斷自己的后代節點和父節點是否適合轉發，并設置相應的標志位。

　　因為改進路由的主要目的是減少延遲，這里從兩個方面來降低延遲：第一，通過采用不同路由策略，來滿足實際應用需要；第二，從路由算法層面來進行改進，在樹路由中增加鄰居表來減少延時，在網絡路由中，綜合考慮樹的結構和地理位置信息來減少路由發現的時間。路由仿真利用Matlab來進行，網絡配置參數為Cm=3，Lm=6。

　　圖8改進AODVjr算法

　　首先比較樹路算法和改進樹路由的平均跳數，跳數越短代表延時越短。其次，比較AODVjr算法、加入地理位置信息的路由算法和以及加入地理位置信息和樹結構三者之間的差別。主要比較三種參數分為：路由尋找時路由請求包的數量被轉發的次數，路由形成時產生的廣播包。比較的結果如圖9所示。

　　圖9平均每次路由跳數

　　在圖9中，虛線表示改進前樹狀路由平均每次路由的平均跳數，實線表示引入鄰居表后的平均跳數，從圖9中可知，加入鄰居表后，路由跳數平均減少1次左右，可知在不過多的增加計算量的同時，有效的將樹路由平均跳數減少一跳。在圖10、圖11和圖12中，實線表示AODVjr路由，虛線表示加入位置信息的AODVjr改進路由，點劃線表示加入樹結構和位置信息的路由，從這3副圖可以看出，平均廣播包、轉發次數、路由發現平均延時依次減少。未改進的算法在平均廣播包、路由包轉發次數以及路由發現平均延時都最多，在路由中加入地理位置信息后，3項指標都大大優化，在此基礎上繼續加入ZigBee網絡樹結構，3項指標得到進一步優化。在其中，加入地理位置信息對路由算法的性能影響尤為明顯。

　　圖10平均廣播包數目

　　圖11平均每次路由轉發次數

　　圖12平均路由延時

　　3結語

　　本文將ZigBee技術應用到裝船機自動作業中，結合GPS定位儀，采用ZigBee無線技術傳輸GPS中地理位置信息，來進行船艙邊緣初步識別，針對該應用背景，開發出一套船艙邊緣輔助識別系統，在理論創新方面，結合應用背景對現有路由算法進行改進并仿真。針對現有ZigBee路由算法在船艙邊緣識別中的不足，結合實際應用背景的特點對其進行改進，實驗結果表明改進的算法在船艙邊緣識別應用中比之前算法在性能上有明顯的提高。