基于物联网的铀尾矿库周边环境放射性污染智能监测方法与理论

【摘要】：铀尾矿库作为核燃料循环系统中数量最庞大的放射性废物贮存场所,可能会对其周边环境产生一定的放射性污染,是长期潜在的放射性污染源。为了消除铀尾矿库对周边环境和公众安全带来的放射性污染隐患,亟需构建高效的智能监测方法和理论体系对铀尾矿库周边环境进行有效监测。针对现有的铀尾矿库周边区域放射性污染监测方法效率较低、智能化程度不高等不足,本文利用地质统计学、多源信息融合等理论,提出和构建了基于无线传感器网络、物联网等新型网络理论和方法的智能监测体系,对基于无线传感器网络、物联网的铀尾矿库周边环境放射性污染目标检测、铀尾矿库周边环境监测覆盖盲区检测,以及覆盖盲区修复等一系列关键问题进行了研究,提出了基于数据融合理论的放射性污染目标高效检测方法,设计了能量高效的可信信息覆盖盲区检测方法,解决了铀尾矿库放射性污染监测物联网多模覆盖盲区修复问题。研究主要内容和成果如下:(1)基于数据融合理论,提出了一种高效节能的铀尾矿库周边环境放射性污染目标检测方法。充分挖掘传感器节点之间的协作,实现了无线传感网分布式分簇决策融合放射性污染目标检测。每个节点根据监测数据和局部决策阈值做出局部决策,然后收集邻居节点的决策结果,基于决策融合规则做出簇级决策,最后,无线传感网络根据各节点的簇级决策融合结果做出网络级决策。实验结果表明,所提方法可逐级控制各监测数据的误报率,有效提高监测数据的可靠性和精确度。(2)基于可信信息覆盖模型,提炼了铀尾矿库放射性污染监测物联网可信信息覆盖盲区检测问题,设计了考虑节点能量消耗模型的覆盖盲区检测方法。首先,基于空间相关和相关变程将检测区域分割成一系列的重建网格;然后,基于可信信息覆盖模型对每个重建网格进行扫描和检测,判断其是否为覆盖盲区;最后,利用图像处理法提取覆盖盲区边界。实验结果表明所提出的方法均能有效的检测到覆盖盲区的具体位置和数量。(3)从局域视角研究了铀尾矿库周边区域环境监测物联网可信信息覆盖盲区的检测问题,提出了综合考虑节点的通信能力、通信半径及能量损耗的局域化检测方法。利用邻居传感器节点的协作和通信能力,传感器节点的定位和分布以及监测的放射性环境变量的空间相关性,设计了包括LCHD、LCHDRL、Random和Random RL等启发式解决方案。LCHD和LCHDRL两个方案都是局域化确定每个子区域的覆盖状态并考虑了传感器的通信能力。LCHDRL方案在可信信息覆盖盲区检测过程中,不仅考虑了传感器的剩余能量,还考虑了其剩余寿命。Random和Random RL两种方案都是在传感区域任意选择传感器进行可信信息覆盖盲区检测。在获取了每个子区域的覆盖状态后,我们通过图像处理技术提取覆盖盲区的边界。实验结果表明,所提方案能高效节能的检测到覆盖盲区的位置和数量。(4)研究了基于可信信息覆盖模型的铀尾矿库放射性污染监测物联网多模覆盖盲区修复问题,设计了修复多模可信信息覆盖盲区的移动节点派遣方法。挖掘监测环境变量的空间相关性,将可信信息覆盖盲区修复问题归约为集合划分问题,设计了集中式多模可信信息覆盖盲区修复方案(C-MCICHH)、分布式多模可信信息覆盖盲区修复算法(D-MCICHH)和随机可信信息覆盖盲区修复方案(Random)等启发式覆盖盲区修复算法。通过构造一个完全加权二分图,C-MCICHH算法将覆盖盲区修复问题转化为最大权重最大匹配问题,并利用经典的匈牙利策略求解。D-MCICHH贪婪地选择移动节点及其感测单元,根据修复贡献指标确定移动节点并通过竞争机制派遣其移动至覆盖盲区。Random方案随机选择多模移动节点,集中式地派遣节点修复覆盖盲区。实验结果证实了所提方法能有效地修复可信信息覆盖盲区,优化覆盖性能,提升网络寿命。