[发明专利]一种分布式多参数水质监测系统

权利要求书

1.一种分布式多参数水质监测系统，其特征是，包括广泛分布于监测水域中的多个用于完成水质数据采集的水质监测传感器，与所述水质监测传感器通信连接、用于数据收集的通信网关，以及与所述通信网关相连接、用于数据处理及系统任务调度的云计算平台，所述云计算平台与多个所述通信网关匹配对应，每个所述通信网关均与多个所述水质监测传感器匹配对应，所述水质监测传感器、所述通信网关以及所述云计算平台三者配合完成对监测水域的水质监测；所述云计算平台包括任务划分模块、资源调度模块和资源池；任务划分模块用于对任务进行切分，得到N个子任务；资源调度模块用于将所述N个子任务分配给资源池中的n个计算节点进行处理。

2.根据权利要求1所述的一种分布式多参数水质监测系统，其特征是，所述水质监测传感器包括浮标外壳，以及固定设置于所述浮标外壳底部的传感器节点。

3.根据权利要求2所述的一种分布式多参数水质监测系统，其特征是，所述传感器节点包括用于数据采集的数据采集单元，用于数据存储及处理的数据处理单元，用于所述数据传输及交互的无线通信单元，以及用于为节点整体供电的电源单元，所述数据采集单元及所述无线通信单元均与所述数据处理单元电性连接并实现数据交互，所述数据采集单元、所述数据处理单元以及所述无线通信单元均与所述电源单元电性连接并由其供电。

4.根据权利要求3所述的一种分布式多参数水质监测系统，其特征是，所述数据采集单元为多参数水质传感器。

5.根据权利要求1-4任一项所述的一种分布式多参数水质监测系统，其特征是，子任务分配的具体方案通过求解以下数学模型得到：

Subjet to

T_kx≤T_ky,k＝1,…,N

式中，T表示完成所述N个子任务消耗的时间，J为每个计算节点分配到的子任务数，为第i个计算节点完成第j个子任务的任务执行时间，为第i个计算节点完成第j个子任务的任务通信时间，为第i个计算节点完成第j个子任务的任务存储时间，T_kx为第k个子任务的预计执行时间，T_ky为第k个子任务的期待执行时间。

6.根据权利要求5所述的一种分布式多参数水质监测系统，其特征是，结合遗传算法和蚁群优化算法求解所述数学模型，具体为：

(1)采用间接编码的方式，染色体的长度等于子任务的数量N，其中的基因与N个子任务一一对应，基因的值为该基因所对应的子任务占用的计算节点编号，定义遗传算法的适应度函数Φ(l)为：

式中，T(l)表示当前种群中第l个染色体完成所述N个子任务消耗的时间，T(max)为当前染色体种群中所有染色体中T(l)的最大值，T(min)为当前染色体种群中所有染色体中T(l)的最小值，ρ为设定的调整系数；

(2)随机生成初始染色体种群，对当前的染色体种群进行应用选择、变异和交叉操作，直至当前染色体种群满足预设的算法终止条件，生成遗传算法的最优解；

(3)选取遗传算法得到的最优解的前8％染色体作为遗传优化解集合，将其转化为蚁群算法中各节点信息素的初始值；

(4)将每个子任务模拟成一只蚂蚁，每只蚂蚁根据得到的排序后的概率值来选择计算节点，其中在t时刻第α只蚂蚁选择计算节点β的概率的计算公式为：

式中，τ_β(t)为t时刻计算节点β的信息素浓度，τ_γ(t)为t时刻计算节点γ的信息素浓度，δ_β(t)为t时刻计算节点β的综合处理能力，δ_γ(t)为t时刻计算节点γ的综合处理能力，9代表计算节点信息素的重要程度，9代表计算节点综合处理能力的重要程度；

(5)进行局部和全局的信息素的更新，根据每个任务分配结果求解上述数学模型，记录当前最优解，对产生的当前最优解进行归并，生成子任务分配的最优化方案。