鉆井井場測控系統的ZigBee模塊低功耗設計

姜亞竹，蔡 萍

(上海交通大學 電子信息與電氣工程學院，上海 200030)

0 引言

隨鉆測井儀器[1]LWD(Logging While Drilling)是石油鉆探工程中的關鍵設備，其用途是在鉆井過程中一邊鉆進一邊測量地層巖石的物理參數，并實時上傳數據供鉆井人員及時調整鉆頭軌跡，使之沿著目標油層方向鉆進。鉆井井場測控系統[2]是隨鉆測井儀器的重要輔助系統，包含有泥漿壓力傳感器、鉤載傳感器、絞車傳感器[3]、司鉆顯示器以及數據處理PC等。主要功能是實時監測鉆井過程中的泥漿循環壓力，測井儀器鉆頭深度，以及獲取井下儀器傳輸到地面的地層參數，并對數據進行處理分析，實現精確地實時地控制鉆頭的鉆進軌跡。

早年間，井場測控系統中的傳感器與上位機之間通過幾十米甚至上百米的線纜連接，信號衰減厲害，因井場空間擁擠導致線纜易纏繞易損壞。后期引入了ZigBee無線通信技術，使系統的簡潔性和易用性大大提高。ZigBee是一種近距離、低功耗、低復雜度、低速率和低成本的雙向無線通訊技術[4]，應用范圍很廣。相比其它無線通信技術，它的優勢在于功耗要比Bluetooth和Wi-Fi低一個數量級，傳輸距離要比RFID、IrDA和UWB高出幾十倍。

ZigBee無線節點設備均采用電池供電，由于要求小型化和輕便化，所以不可能備有太大的電池容量，然而一般每口油井的鉆進周期[5]往往持續數個星期，極大地考驗著電池的續航能力，為了盡可能地延長各ZigBee節點設備的工作時間，針對其低功耗優化設計展開研究，就顯得很有意義和應用價值。

對于鉆井井場無線測控系統，ZigBee無線節點設備是其最基本的組成單元，它的構成主要是井場上的各種傳感器(或鉆采顯示設備)，ZigBee無線傳輸模塊和電源模塊(集成MCU)等三部分，如圖1所示。隨著IC工藝的不斷進步，傳感器芯片和處理器芯片的功耗已經做得很低，在ZigBee無線節點設備中，絕大部分功率消耗在發射無線信號過程中，占比達60%以上。因此對發射功率進行優化控制可以實現低功耗設計目的。

圖1 ZigBee無線節點設備的組成

1 ZigBee模塊發射功率參數研究

為了能夠實現動態調整ZigBee無線模塊的發射功率，必須對發射功率的調整參數進行研究。大部分ZigBee廠商都會提供一個模塊參數PL(Power Level)來供用戶調整其發射功率，但手冊中并不提供具體參數對應的具體發射功率等信息，因為不存在嚴格的數學對應關系，受實際使用條件影響較大，用戶需根據自身不同需求自行探究。

該鉆井井場無線測控系統中具體采用DIGI公司的ZigBee模塊，具體型號為XBeeS2C Pro，其最大發射功率為63mW，發射電流為120 mA@+3.3 V，接收電流31 mA。S2C模塊中提供的參數PL有5個等級供用戶調整其發射功率，分為為PL=0(+10 dBm)，PL=1(+12 dBm)，PL=2(+14 dBm)，PL=3(+16 dBm)，PL=4(+18 dBm)。

默認情況下，ZigBee模塊工作在最大發射功率狀態，系統不會自動調整，因此不利于節能。實際上，當節點距離比較近時，較小的發射功率就可以滿足通信要求。若距離不固定，可以通過動態調整ZigBee的發射功率，實現綜合能耗最低。但這需要對模塊功率等級PL值對信號強度RSSI[6 ]的影響規律有充分的了解。

為此，通過設計對比實驗測試S2C Pro模塊不同功率等級PL對接收信號強度的影響規律。設定4種節點距離，由近及遠分別為1 m，5 m，10 m和20 m，由終端設備(End Device)向協調器(Coordinator)發送數據，依次設定End Device的PL值為0,1,2,3,4，Coordinator的PL值固定為4。分別測試Coordinator接收到的End Device發射的信號強度RSSI，在固定距離下其隨PL值的變化曲線如圖2所示。

圖2 ZigBee RSSI隨PL值的變化曲線

從圖2可以清晰看出：信號強度RSSI值與功率等級PL呈現非線性正相關規律，隨著PL值增加而增大。當PL=0增加到PL=1時，信號強度增大幅度比較大，但當PL=1依次增加到PL=4過程中，RSSI增大較緩慢，明顯與PL變化不成比例。一種原因可能是模塊內部功率控制只是模糊控制，并非嚴格按數學關系控制；另一種原因可能是特定條件下，一味增加發射功率并不能大幅地有效增大信號強度，有其它相關因素限制了信號強度。

根據PL=0,1,2,3,4對RSSI的影響規律可以將ZigBee模塊發射功率動態調整等級選定為三檔：PL=0，PL=1和PL=4，而不是PL=0, 1, 2, 3, 4五檔，一個原因是檔位太多，控制起來比較復雜，不實用，另一個原因是PL=1到PL=4的影響趨勢緩慢，沒必要再選擇中間的PL=2和PL=3。動態控制策略中選取此三檔功率等級作為控制標準，根據需要進行切換。

從上述實驗可以看出，除了功率等級PL值對信號強度RSSI產生影響外，節點距離的變化同樣動態地影響著信號強度RSSI。明顯地，節點距離近，信號強，在滿足通信質量的前提下可以適當降低發射功率，以實現降低功耗。接下來研究RSSI與距離的影響規律。

2 ZigBee信號強度與節點距離的關系研究

2.1 信號強度與節點距離關系的理論模型

一般來說，在無線信號傳輸過程中，節點距離與信號強度RSSI之間的影響關系，可以用如下的理論模型進行闡述。

通常，RSSI等價于被測量的功率，即信號強度的平方。RSSI可以認為是RF信號、超聲波或其它無線信號的強度指標。RSSI測量不需要額外增加硬件，因為幾乎所有的無線模塊都內置有RSSI參數，只需讀取即可。

無線信號的發射功率和接收功率之間的關系可以用式(1)表示[7]，PR是無線信號的接收功率，PT是無線信號的發射功率，S是收發單元之間的距離，n是傳播因子。

PR=PT/Sn

(1)

在公式(1)兩邊取對數可得到式(2)：

10·nlgS=10lg(PT/PR)

(2)

節點的發射功率是已知的，設A=10lgPT，將發射功率代入式(2)中可得式(3):

10lgPR=A-10·nlgS

(3)

式(3)的左半部分是接收信號功率轉換為dBm的表達式，即寫成PR(dBm)，用RSSI(接收信號強度)代替PR，可以將上式直接寫成式(4)[8]:

RSSI(dBm)=A-10·nlgS

(4)

在式(4)中A可以看作信號傳輸1 m遠時接收信號的功率。系數A和n的數值決定了接收信號強度和信號傳輸距離的函數關系。

針對于系數A和n的求解，一種方法是通過測得任意兩組節點距離與RSSI對應的數據，代入公式(4)求得系數A和n，為了計算方便一般選擇節點距離為1 m和10 m。選取的兩節點的數據必須經過多次測量提高準確度。

另一種方法是通過大量實驗，獲得一系列距離與RSSI對應數據，然后通過Matlab曲線擬合出A值和n值。顯然通過擬合得出的系數，更能有效地降低單點數據測量帶來的誤差。

2.2 信號強度與節點距離關系的實驗曲線

試驗中分別設置End Device的PL=0，PL=1，PL=4，測試三組信號強度RSSI隨節點距離變化的數據，結果如表1所示。

表1 End Device的RSSI值隨節點距離的變化

借助于MATLAB繪制曲線如圖3，從圖中可以看出ZigBee模塊在PL=4，PL=1和PL=0時測得的RSSI隨距離變化曲線規律類似。近距離范圍內(0.4～5 m)，信號強度RSSI隨節點距離衰減比較快，類似指數型衰減規律；而距離較遠范圍內(5 m以上)，信號強度RSSI隨距離衰減的比較緩慢。在遠距離時的RSSI值波動較大，增加了測量的不準確性，宜加大測量的樣本量。信號在長距離傳輸中受到的綜合因素影響較大，如在室內，則室內的空間尺寸和墻壁的信號多次反射會對結果造成干擾；如在室外，則障礙物和天氣會對結果產生影響。

圖3 End Device的RSSI值隨節點距離的變化

2.3 信號強度與節點距離關系的函數求解

根據理論公式和實驗數據，取PL=4時的曲線進行公式系數求解。實驗測得節點距離1 m時的RSSI=-15 dBm和10 m時的RSSI=-31 dBm，代入公式(4)得方程組：

(5)

求解得系數，A=-15，n=-1.6，代入公式(4)得RSSI與節點距離的具體函數關系式(6)：

RSSI(dBm)=-16lgS-15

(6)

從式(6)可以看出節點距離1m和10m時測量的RSSI值的精度對公式系數影響很大。為了減小了測量誤差對系數的影響，用Matlab中p=polyfit(x,y,m)擬合實驗數據，可以得到函數關系式(7)：

RSSI(dBm)=-16.1lgS-16.0

(7)

類似地也可以計算和擬合出PL=1和PL=0時函數關系式，綜合出計算公式(8):

RSSI(dBm)={-17lgS-19,PL=1

(8)

擬合公式(9):

RSSI(dBm)={-17.1lgS-20.9,PL=1

(9)

明顯關系式(9)比式(8)更準確些。繪制實驗曲線與擬合曲線對比圖4。

基于光伏與空調負荷協調優化的有源配電網經濟調壓策略//王琦,方昊宸,竇曉波,陸斌,胡敏強,包宇慶//(24):36

圖4 節點距離與RSSI的擬合曲線

由公式(5)和圖4可以得出如下結論：

1)對比公式和曲線，可以看出PL=0，PL=1和PL=4時，距離對RSSI的影響因子n差異很小，可認為只有常數項不一樣，這些曲線可看作是某個曲線簇，PL值僅影響常數項。

2)通過測試獲得不同組發射功率下的距離與RSSI的曲線簇，當距離已知時就可以從圖形中確定最低發射功率，當能保證通信質量的RSSI值時就可以從圖形中確定最遠傳輸距離。

3)針對固定PL值，實驗測得的RSSI與距離關系的擬合曲線是單調的，且與理論公式吻合很好，其應用價值是可以利用RSSI來測距。

3 ZigBee模塊低功耗設計方案

3.1 ZigBee模塊低功耗控制策略

綜合前面的理論分析和實驗測試結論，可以知道接收信號強度RSSI受模塊發射功率等級PL和節點距離兩個參數所影響。功率等級PL值越大，節點距離越近，則信號強度RSSI越強。在給定的工作場所下，只要能保證通信質量，不需要信號強度很強，否則只會增加功耗，而是應該選擇合適的發射功率以實現綜合功耗最低，達到節能目的。

為此以節點距離和信號強度RSSI為自變量，以ZigBee模塊發射功率為因變量，制定出ZigBee發射功率的動態控制策略，如下：

1)ZigBee模塊發射功率選用PL=0，PL=1和PL=4三檔控制，從低到高依次選擇。

2)如果ZigBee節點設備的距離在系統布局后是固定的，可以根據距離確定PL的選擇。距離小于5 m時則選用PL=0，距離介于5 m和20 m之間時選用PL=1，距離大于20 m時則選用PL=4。距離閾值5 m和20 m可以根據傳輸環境是否空曠或遮擋等因素進行適當調整，增大或減小。

3)如果節點設備距離是未知的或動態變化的，則通過RSSI值大小來確定PL的選擇，RSSI的閾值選擇-50 dBm，作為判斷信號的強弱界限。若PL設置為0，則要求RSSI>-50 dBm，若不滿足，則設定PL為1，并繼續判定RSSI>-50 dBm，若仍不滿足，則PL設置為4。RSSI閾值-50 dBm可以根據具體的傳輸環境進行適當調整，增大或減小。

圖5為具體的控制流程圖。

圖5 ZigBee模塊發射功率控制流程圖

3.2 ZigBee模塊低功耗綜合實驗

為了驗證上述發射功率動態控制策略的有效性，設計如下實驗平臺，如圖6所示。Coordinator位置固定，End device與它的距離設定為5 m，15 m和25 m三個不同值，對應圖中ABC位置。設定End Device做等時間間隔地循環移動，在每個位置停留1 h，按ABC順序循環移動，以模擬End Device距離Coordinator動態變化過程。實際上如果距離能夠連續變化是最理想的，但受限于實驗條件。Coordinator用穩壓電源供電，End device用2節1.5 V干電池供電，直接連接ZigBee模塊的電源引腳。10分鐘內數據誤包率大于5%為判斷電量不足。測定消耗完固定電池電量下能夠持續工作的時間長短。

圖6 ZigBee低功耗實驗平臺

采用兩組對比實驗，原始組是ZigBee模塊發射功率恒定為PL=4，改進組是發射功率采用動態控制策略。兩組的ZigBee模塊都設置為周期睡眠引腳喚醒模式。經實驗測試，原始組可以連續工作137 h，改進組可以連續工作163 h，時間延長約20%，由于位置ABC出現的次數差不多，所以是一種平均狀態，如果大部分時間的工作位置比較近，則工作時間延長可達20%以上，即低功耗更明顯。

在改進組實驗中，對于動態控制策略而言，節點距離是動態變化的。當End Device位于近距離5m時，控制策略先設置發射功率等級為PL=0，測得RSSI約為-48 dBm，滿足強信號要求，則選用PL=0作為長時間工作。當End Device移動到距離15 m時，控制策略先設定PL=0測得RSSI約為-58 dBm，信號較弱，則將PL上調至1，再次測得RSSI約為-42 dBm，滿足強信號要求，故選定PL=1作為長時間工作。當End Device移動到距離25 m時，控制策略先設定PL=1時測得RSSI約為-62 dBm，信號很弱，即時上調PL至1，再次測得RSSI約為-45 dBm，滿足強信號要求，故選定PL=1作為長時間工作。然而遠距離時RSSI所受影響因素較多，有時波動較大，比如25 m時，有時在PL=1時可能測得RSSI<-50 dBm，則動態控制策略會將PL再次提升為PL=4作為最終的長時間工作等級。以上即為動態控制策略的運行過程。

4 結束語

通過理論分析和一系列實驗測試，成功制定出了基于接收信號強度RSSI和模塊節點距離這兩個參數(設定RSSI閾值-50 dBm和兩個節點距離閾值5 m和20 m)來動態調整ZigBee模塊的發射功率PL(設定為PL=0，PL=1和PL=4三檔)的策略，在對比實驗中得到了較好地驗證，可實現ZigBee發射模塊可節省20%～25%的功耗。

值得注意的是，上述控制策略中的閾值是在空曠的大廠房中測定的，若是在戶外無遮擋的情況下，則相應的閾值可以適當調高，若通信條件較差，則閾值要調低。

[1] 張辛耘, 王敬農, 郭彥軍. 隨鉆測井技術進展和發展趨勢[J]. 測井技術, 2006, 30(1): 10-15.

[2] 丁海軍, 宋 智, 龍沛民, 等. 石油鉆井控制技術的現狀與發展趨勢[J]. 中國石油和化工標準與質量, 2013 (16): 99-99.

[3] 李武生, 孔凡剛. 德瑪 DM-LWD 施工常見故障分析[J]. 雞西大學學報: 綜合版, 2012, 12(2): 43-45.

[4] Li C, Wang Y, Guo X. The application research of wireless sensor network based on Zigbee[A]. 2010 Second International Conference on Multimedia and Information Technology (MMIT)[C]. IEEE, 2010, 2: 89-92.

[5] 劉 新. 優化油井生產周期的新方法[J]. 中外科技情報, 2005 (1): 135-136.

[6] Baccour N, Koubaa A, Youssef H, et al. F-lqe: A fuzzy link quality estimator for wireless sensor networks[A].European Conference on Wireless Sensor Networks[C]. Springer Berlin Heidelberg, 2010: 240-255.

[7] 方 震, 趙 湛, 郭 鵬, 等. 基于 RSSI 測距分析[J]. 傳感技術學報, 2008 (11): 2526-2530.

[8] Bertoni H L. Radio propagation for modern wireless systems[M]. Pearson Education, 1999.