， ，

(1.湖南大學(xué) 電氣與信息工程學(xué)院，長沙 410082；2.重慶電力高等?？茖W(xué)校，重慶 400053)

1 研究背景

水壩工程在防洪、發(fā)電、灌溉等方面具有巨大的社會經(jīng)濟(jì)效益和環(huán)境效益，而由于自然原因和人為損壞造成的大壩安全隱患不但影響著工程效益的發(fā)揮，還會威脅到下游人民的生命財(cái)產(chǎn)安全[1]。研究如何實(shí)時(shí)、高效地對水壩各項(xiàng)參數(shù)進(jìn)行監(jiān)測傳輸，對于預(yù)防水壩災(zāi)害事故的發(fā)生、保證水壩安全運(yùn)行具有非常重要的意義[2]。

目前國內(nèi)外開發(fā)的水壩安全監(jiān)測系統(tǒng)有多種監(jiān)測數(shù)據(jù)傳輸方式，比如采用短信方式[3]、物理幀時(shí)隙交換技術(shù)[4]以及基于物聯(lián)網(wǎng)的GPRS技術(shù)[5]等。而使數(shù)據(jù)組網(wǎng)傳輸?shù)某杀靖?、性能更穩(wěn)定、便于實(shí)現(xiàn)和維護(hù)是構(gòu)建實(shí)際水壩安全監(jiān)測應(yīng)用工程的重點(diǎn)，由此發(fā)展起來的ZigBee無線傳感網(wǎng)絡(luò)則更能滿足該監(jiān)測系統(tǒng)要求[6]。但在ZigBee網(wǎng)絡(luò)中，每次將采集的數(shù)據(jù)從一個(gè)節(jié)點(diǎn)發(fā)送到另一個(gè)節(jié)點(diǎn)，需要掃描各種可能路徑，每次掃描都需要占用大量的帶寬資源，增加數(shù)據(jù)傳輸?shù)臅r(shí)延，尤其當(dāng)系統(tǒng)網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)目增加和中轉(zhuǎn)次數(shù)增多時(shí)，經(jīng)過多次中轉(zhuǎn)后的實(shí)際可用速率也大大降低，使得監(jiān)控中心不能實(shí)時(shí)準(zhǔn)確地作出響應(yīng)[7]。

因此，本文把模糊層次分析法(Fuzzy Analytic Hierarchy Process，F(xiàn)AHP)引入ZigBee無線組網(wǎng)設(shè)計(jì)，提出基于FAHP的ZigBee感知組網(wǎng)優(yōu)化設(shè)計(jì)方法。模糊層次分析法將ZigBee節(jié)點(diǎn)傳輸數(shù)據(jù)的隸屬性、分布等因素按層次分解，快速計(jì)算節(jié)點(diǎn)權(quán)重系數(shù)，重置數(shù)據(jù)傳輸?shù)穆窂?，以解決傳輸節(jié)點(diǎn)信道掃描和排隊(duì)等待造成的傳輸時(shí)延長、效率低的問題;同時(shí)，使計(jì)算誤差在可接受范圍內(nèi)，能夠滿足工程設(shè)計(jì)需要[8]。因此將該方法應(yīng)用于水壩安全監(jiān)測工程各項(xiàng)參數(shù)的傳輸，利用其分層優(yōu)先級機(jī)制改善數(shù)據(jù)的傳輸效率，實(shí)現(xiàn)對水壩壩體實(shí)時(shí)、高效的監(jiān)測。

2 水壩安全監(jiān)測系統(tǒng)設(shè)計(jì)

2.1 水壩安全監(jiān)測系統(tǒng)結(jié)構(gòu)

本文依托物聯(lián)網(wǎng)感知組網(wǎng)通信技術(shù)建立如圖1所示的水壩安全監(jiān)測系統(tǒng)，包括傳感器感知層、網(wǎng)絡(luò)數(shù)據(jù)傳輸層以及監(jiān)測終端應(yīng)用層3個(gè)部分。

圖1 水壩安全監(jiān)測系統(tǒng)設(shè)計(jì)結(jié)構(gòu)Fig.1 Design structure of dam monitoring system

傳感器感知層由各類傳感器和數(shù)據(jù)采集儀(簡稱數(shù)采儀)組成。在大壩監(jiān)測中，數(shù)采儀連接的多個(gè)傳感器已預(yù)埋于壩體內(nèi)部，負(fù)責(zé)壩體應(yīng)力、應(yīng)變、溫度、裂縫等信息的采集。

數(shù)據(jù)傳輸層是指由ZigBee節(jié)點(diǎn)組成的數(shù)據(jù)傳輸網(wǎng)絡(luò)。每個(gè)節(jié)點(diǎn)以端到端的模式運(yùn)作。終端節(jié)點(diǎn)連接數(shù)采儀；路由節(jié)點(diǎn)負(fù)責(zé)數(shù)據(jù)的轉(zhuǎn)發(fā)和發(fā)現(xiàn)子節(jié)點(diǎn)；協(xié)調(diào)器負(fù)責(zé)啟動網(wǎng)絡(luò)以及設(shè)置相關(guān)的網(wǎng)絡(luò)參數(shù)使其正常工作。協(xié)調(diào)器啟動后開始進(jìn)行信道能量掃描，掃描結(jié)束后協(xié)調(diào)器發(fā)出廣播，這時(shí)路由節(jié)點(diǎn)和終端節(jié)點(diǎn)發(fā)出含有PAN ID(個(gè)域網(wǎng)標(biāo)識符)的信標(biāo)幀，請求允許加入該網(wǎng)絡(luò)，節(jié)點(diǎn)在獲得允許后加入網(wǎng)絡(luò)并開始進(jìn)行數(shù)據(jù)傳輸。一個(gè)網(wǎng)絡(luò)系統(tǒng)可以布置多個(gè)終端節(jié)點(diǎn)和路由節(jié)點(diǎn)以擴(kuò)大監(jiān)測和傳輸范圍[9]。

監(jiān)測終端則接收ZigBee轉(zhuǎn)發(fā)的壩體數(shù)據(jù)并進(jìn)行數(shù)據(jù)的分析、顯示和存儲。

圖2 路由節(jié)點(diǎn)優(yōu)化流程Fig.2 Flow chart of route node optimization

2.2 水壩安全監(jiān)測系統(tǒng)路徑優(yōu)化實(shí)現(xiàn)

水壩安全監(jiān)測系統(tǒng)中傳輸節(jié)點(diǎn)的分布、位置以及每次信道掃描、路由發(fā)現(xiàn)和路徑選擇都會影響數(shù)據(jù)包的傳輸效率和數(shù)據(jù)包發(fā)送的時(shí)間[10]。因此將模糊層次分析法用于節(jié)點(diǎn)數(shù)據(jù)發(fā)送的優(yōu)先級機(jī)制，計(jì)算所有節(jié)點(diǎn)的發(fā)送權(quán)重，分析權(quán)重結(jié)果，重設(shè)部分節(jié)點(diǎn)的傳送順序，從而提高數(shù)據(jù)傳輸效率、降低系統(tǒng)延時(shí)。

在基于FAHP的組網(wǎng)優(yōu)化實(shí)現(xiàn)過程中，一個(gè)節(jié)點(diǎn)通過與指定上級發(fā)送節(jié)點(diǎn)連接加入網(wǎng)絡(luò)。該節(jié)點(diǎn)稱為子節(jié)點(diǎn)，其上級節(jié)點(diǎn)稱為父節(jié)點(diǎn)。根據(jù)權(quán)重計(jì)算的結(jié)果，設(shè)置高權(quán)重節(jié)點(diǎn)成為低權(quán)重節(jié)點(diǎn)的父節(jié)點(diǎn)并向其發(fā)送數(shù)據(jù)，路由節(jié)點(diǎn)的優(yōu)化流程如圖2所示。子節(jié)點(diǎn)發(fā)出請求，開始進(jìn)行孤立掃描，如果掃描到指定父節(jié)點(diǎn)，則建立它與父節(jié)點(diǎn)之間的相互通信關(guān)系。圖2(a)給出了子節(jié)點(diǎn)加入網(wǎng)絡(luò)的處理流程。

父節(jié)點(diǎn)處理一個(gè)節(jié)點(diǎn)組網(wǎng)申請的流程如圖2(b)所示。父節(jié)點(diǎn)首先查看自身是否存在一個(gè)與該節(jié)點(diǎn)相匹配的64位擴(kuò)展地址，以便確定該節(jié)點(diǎn)

是否已經(jīng)存在于它的網(wǎng)絡(luò)中。如果存在匹配的擴(kuò)展地址，則該節(jié)點(diǎn)已是此父節(jié)點(diǎn)的子節(jié)點(diǎn)。如果不存在匹配的擴(kuò)展地址，在父節(jié)點(diǎn)的地址分配空間還沒耗盡的條件下，父節(jié)點(diǎn)將為子節(jié)點(diǎn)分配一個(gè)16位網(wǎng)絡(luò)地址并確認(rèn)該節(jié)點(diǎn)已經(jīng)加入網(wǎng)絡(luò)。

2.3 基于FAHP的節(jié)點(diǎn)傳輸優(yōu)化方法

在水壩安全監(jiān)測系統(tǒng)中運(yùn)用FAHP選擇節(jié)點(diǎn)傳輸路徑，將ZigBee傳輸節(jié)點(diǎn)自組網(wǎng)時(shí)的連接狀態(tài)作為一級評價(jià)指標(biāo)，ZigBee節(jié)點(diǎn)的對象屬性和分布位置作為二級評價(jià)指標(biāo)，對節(jié)點(diǎn)建立模糊比較判斷矩陣。然后計(jì)算每個(gè)節(jié)點(diǎn)發(fā)送的權(quán)重，根據(jù)權(quán)重計(jì)算結(jié)果，在不打破自組網(wǎng)優(yōu)點(diǎn)的基礎(chǔ)上，對水壩壩體上監(jiān)測節(jié)點(diǎn)密度大、傳輸節(jié)點(diǎn)收發(fā)頻繁的區(qū)域，重設(shè)部分節(jié)點(diǎn)的父節(jié)點(diǎn)，使其發(fā)送數(shù)據(jù)給空閑接收的節(jié)點(diǎn)，以減少傳輸節(jié)點(diǎn)的信道掃描時(shí)間和排隊(duì)等待時(shí)間。權(quán)重計(jì)算的詳細(xì)步驟如下。

2.3.1 構(gòu)建傳輸節(jié)點(diǎn)優(yōu)先判斷矩陣A

設(shè)i，j表示水壩安全監(jiān)測系統(tǒng)中預(yù)置ZigBee傳輸節(jié)點(diǎn)的編號，i，j=1,2,…,n，A為

(1)

aij采用模糊層次分析法0-1標(biāo)度確定，其數(shù)值和含義為

(2)

其中：aii=0.5,aij+aji=1，0≤aij≤1。當(dāng)傳輸節(jié)點(diǎn)的一級評價(jià)指標(biāo)沖突時(shí)，采用二級評價(jià)指標(biāo)進(jìn)行取值。

2.3.2 建立模糊一致性矩陣R

對傳輸節(jié)點(diǎn)的優(yōu)先判斷矩陣A進(jìn)行數(shù)學(xué)變換，得到模糊一致性矩陣R=(rij)n×n，變換公式為

(3)

(4)

式中：aik表示優(yōu)先判斷矩陣A中位于第i行、第k列位置的值;k=1,2,…,n。

2.3.3 求傳輸節(jié)點(diǎn)的最大特征向量

先將模糊一致性矩陣R=(rij)n×n轉(zhuǎn)化為互反判斷矩陣E=(eij)n×n，其中eij=rij/rji。初始向量定義為

然后將初始向量V0代入式(6)進(jìn)行迭代。

‖Vk+1‖-‖Vk‖<ε。

(6)

其中對Vk先進(jìn)行范數(shù)計(jì)算，計(jì)算其長度，得到Vk+1的值，計(jì)算公式為

(7)

式中ε為給定誤差，在水壩安全監(jiān)測等工業(yè)系統(tǒng)中只需滿足實(shí)際工程需要便可。求得的‖Vk+1‖即為最大特征向量。

2.3.4 求解傳輸節(jié)點(diǎn)權(quán)重向量w

對上述步驟求得的最大特征向量進(jìn)行歸一化處理，得到傳輸節(jié)點(diǎn)權(quán)重向量w=(w1,w2, …,wn)為

(8)

若ε精度不滿足，則繼續(xù)迭代到滿足為止。按照FAHP方法的規(guī)定，計(jì)算得到的傳輸節(jié)點(diǎn)權(quán)重向量每個(gè)元素的值>0則滿足模糊判斷矩陣的一致性要求。

圖3 ZigBee節(jié)點(diǎn)仿真布局Fig.3 Simulation of the layout of ZigBee nodes

3 基于FAHP的組網(wǎng)仿真設(shè)計(jì)

為了檢驗(yàn)本文提出的基于FAHP的感知組網(wǎng)優(yōu)化設(shè)計(jì)方法的有效性，在PC硬件平臺和Windows操作系統(tǒng)上，采用OPNET軟件進(jìn)行組網(wǎng)仿真，觀察傳輸節(jié)點(diǎn)的端到端時(shí)延、網(wǎng)絡(luò)總時(shí)延和數(shù)據(jù)吞吐率指標(biāo)[11]。

ZigBee節(jié)點(diǎn)布局具有隨機(jī)性和任意性，不同的節(jié)點(diǎn)屬性和分布位置對于仿真結(jié)果的影響不同，本文仿真結(jié)合實(shí)際工程項(xiàng)目ZigBee節(jié)點(diǎn)布局進(jìn)行試驗(yàn)。仿真場景為一個(gè)500 m×100 m區(qū)域模型，如圖3所示，場景中一共設(shè)置1個(gè)協(xié)調(diào)器、8個(gè)路由節(jié)點(diǎn)和6個(gè)終端節(jié)點(diǎn)。各節(jié)點(diǎn)之間最遠(yuǎn)通信距離不超過100 m(廈門四信ZigBee傳輸模塊實(shí)際測試距離)。

3.1 組網(wǎng)節(jié)點(diǎn)權(quán)重計(jì)算

ZigBee傳輸節(jié)點(diǎn)的PHY和MAC層基于IEEE 802.15.4標(biāo)準(zhǔn)，通信頻段為2.45 GHz，仿真試驗(yàn)的初始值設(shè)置如表1所示。

表1 仿真網(wǎng)絡(luò)參數(shù)設(shè)置Table 1 Parameter setting for simulation network

由無線組網(wǎng)拓?fù)浣Y(jié)構(gòu)和工業(yè)系統(tǒng)中節(jié)點(diǎn)自組網(wǎng)時(shí)的連接狀態(tài)以及對象屬性、分布位置,根據(jù)模糊優(yōu)先判斷矩陣的建立方法，結(jié)合式(1)，構(gòu)建如表2所示的優(yōu)先判斷矩陣模型，其中：D1—D6是終端節(jié)點(diǎn)，R1—R8表示路由節(jié)點(diǎn)，C1是協(xié)調(diào)器節(jié)點(diǎn)。

表2 優(yōu)先判斷矩陣模型Table 2 Preferential judgment matrix

將表2所示的模糊優(yōu)先判斷矩陣數(shù)值代入式(3)—式(8)，取精度ε=0.000 1，迭代最大次數(shù)為100，計(jì)算各節(jié)點(diǎn)的權(quán)重，結(jié)果如表3所示。

表3 基于FAHP的各傳輸節(jié)點(diǎn)權(quán)重Table 3 Weights of nodes obtained by using FAHP

由表3可知，R7的權(quán)重為1.000，則其發(fā)送數(shù)據(jù)包的優(yōu)先級最高，因?yàn)镃1是最終數(shù)據(jù)流向的目的節(jié)點(diǎn)，且C1的優(yōu)先級為0.806，處于下層低優(yōu)先級位置，可設(shè)置C1直接接收R7發(fā)送的數(shù)據(jù)，不經(jīng)過掃描各種路徑進(jìn)行判斷。節(jié)點(diǎn)的優(yōu)先級越高，其接收向徑越小，發(fā)送向徑越大。在路由發(fā)現(xiàn)階段，按照優(yōu)先級排序，設(shè)置高優(yōu)先級節(jié)點(diǎn)發(fā)送數(shù)據(jù)包給低優(yōu)先級節(jié)點(diǎn)，依此進(jìn)行。由仿真實(shí)驗(yàn)可知，只需要設(shè)置幾組跨度較大的節(jié)點(diǎn)即可達(dá)成優(yōu)化效果。

圖4 R7各項(xiàng)指標(biāo)改進(jìn)前后對比Fig.4 Comparison of indices in R7 simulation before and after improvement

3.2 組網(wǎng)結(jié)果與分析

在ZigBee無線傳感網(wǎng)絡(luò)仿真中，端到端時(shí)延是指節(jié)點(diǎn)生成的應(yīng)用程序包在創(chuàng)建到接收之間的總延遲，節(jié)點(diǎn)的權(quán)重系數(shù)不同，對數(shù)據(jù)包的發(fā)送的端到端時(shí)延的影響不同。網(wǎng)絡(luò)時(shí)延則表示所有數(shù)據(jù)包通過該無線個(gè)域網(wǎng)節(jié)點(diǎn)的介質(zhì)訪問層轉(zhuǎn)發(fā)到網(wǎng)絡(luò)層的總時(shí)延。吞吐率是指單位時(shí)間內(nèi)成功地傳送數(shù)據(jù)的數(shù)量,吞吐率越大，說明該節(jié)點(diǎn)處理數(shù)據(jù)流量越多，成功傳送數(shù)據(jù)包更多[12]。

以R7為例，其仿真結(jié)果如圖4所示。由圖4(a)可知，改進(jìn)組網(wǎng)結(jié)構(gòu)后R7到C1的端到端時(shí)延相較于改進(jìn)前R7到R6的端到端的時(shí)延大大下降。而由圖4(b)可知，R7總時(shí)延也小幅度降低。由圖4(c)可知，改進(jìn)后R7的吞吐率有了大幅度的提升。因此可知，改進(jìn)節(jié)點(diǎn)R7的傳輸順序后，R7的傳輸時(shí)延總體降低，且其數(shù)據(jù)傳輸效率大幅提升。

在系統(tǒng)組網(wǎng)結(jié)構(gòu)優(yōu)化后R7取得良好的效果的同時(shí)，需要對系統(tǒng)網(wǎng)絡(luò)總指標(biāo)也進(jìn)行分析對比，以避免局部優(yōu)化導(dǎo)致系統(tǒng)性能降低。將系統(tǒng)總網(wǎng)絡(luò)時(shí)延進(jìn)行改進(jìn)前后的比較，由圖5(a)可看到改進(jìn)后時(shí)延下降明顯。由此可知，該組網(wǎng)優(yōu)化方法減少了網(wǎng)絡(luò)空閑偵聽時(shí)間，提升了傳輸速率。從圖5(b)可見，改進(jìn)后總的網(wǎng)絡(luò)數(shù)據(jù)吞吐率上升。因此，改進(jìn)后的組網(wǎng)方法找到一條更快速、更準(zhǔn)確的數(shù)據(jù)傳輸路徑，系統(tǒng)的資源得到了更充分的利用。

圖5 網(wǎng)絡(luò)指標(biāo)改進(jìn)前后對比Fig.5 Comparison of network indices before and after improvement

4 工程應(yīng)用與結(jié)果分析

基于本文提出的感知組網(wǎng)優(yōu)化設(shè)計(jì)方法，將其應(yīng)用于湖南中大建設(shè)工程檢測技術(shù)有限公司的溈水壩安全監(jiān)測工程，如圖6所示。圖6(a)是溈水壩初期工程現(xiàn)場部署圖，根據(jù)實(shí)際工程的測量要求和布線組網(wǎng)結(jié)構(gòu)對節(jié)點(diǎn)進(jìn)行確定性部署，節(jié)點(diǎn)距離不大于100 m。圖6(b)給出了監(jiān)測終端與ZigBee協(xié)調(diào)器的互連圖。

圖6 溈水壩安全監(jiān)測工程Fig.6 Dam monitoring system for Weishui project

溈水壩安全監(jiān)測工程部分傳感器、ZigBee傳輸節(jié)點(diǎn)及監(jiān)測終端由太陽能電池板供電，在終端主界面輸入功能指令及數(shù)據(jù)包，監(jiān)測數(shù)據(jù)包返回大小以及時(shí)間，可測得實(shí)際平均數(shù)據(jù)如表4所示。測試時(shí)間t指數(shù)據(jù)包發(fā)出到傳感器響應(yīng)再到將采集數(shù)據(jù)返回監(jiān)測界面的平均時(shí)間，平均數(shù)據(jù)包發(fā)送流量s和接收流量j是指節(jié)點(diǎn)產(chǎn)生的數(shù)據(jù)包和成功接收的數(shù)據(jù)包大小。平均總發(fā)送量sa和接收量ja是指經(jīng)過所有節(jié)點(diǎn)的流量，包括數(shù)據(jù)包、命令以及具有時(shí)間要求的數(shù)據(jù)業(yè)務(wù)。

表4 溈水壩安全監(jiān)測工程實(shí)際測量數(shù)據(jù)Table 4 Actual measurement results of Weishui project

5 結(jié) 語

(1)本文提出的基于模糊層次分析法的ZigBee感知組網(wǎng)通信技術(shù)應(yīng)用于水壩安全監(jiān)測系統(tǒng)數(shù)據(jù)傳輸。仿真和溈水壩工程應(yīng)用結(jié)果表明，本文提出的方法很好地優(yōu)化了節(jié)點(diǎn)的傳輸順序，提高了數(shù)據(jù)處理能力和傳輸速率。

(2)數(shù)據(jù)處理和傳輸能力的提高能更快獲得水壩安全監(jiān)測的各項(xiàng)參數(shù)數(shù)據(jù)，促使水壩安全監(jiān)測系統(tǒng)的有效性、實(shí)時(shí)性提高，具有重要的安全效益。

(3)該方法不僅可用于水壩安全監(jiān)測工程，也適用于其他因節(jié)點(diǎn)引起的傳輸時(shí)延長的問題，可應(yīng)用于其他監(jiān)測系統(tǒng)的傳輸優(yōu)化，具有很高的實(shí)際應(yīng)用價(jià)值。

參考文獻(xiàn)：

[1] 陳遠(yuǎn)強(qiáng),鄭 宏,陳 濤.基于數(shù)值流形方法的重力壩抗滑穩(wěn)定性分析[J].長江科學(xué)院院報(bào),2016，33(9):133-137.

[2] 張 磊,袁愛軍,馮建華.地下水監(jiān)測多源信息管理系統(tǒng)的開發(fā)[J].長江科學(xué)院院報(bào),2016,33(8):130-133,137.

[3] WU F Q, LI L G, MA X S,etal. Development of Wireless Monitor System on Greenhouse Environment Based on GSM[M]∥Future Control and Automation. Berlin: Springer Berlin Heidelberg, 2012:371-379.

[4] XU Deng-yuan, DOU Jun, TU Jian-ping. Physical Frame Time-Slot Switching—A New Switching Technique over DWDM[J]. Journal of Electronic Science and Technology of China, 2005, 3(3): 208-212, 263.

[5] 王 翥,郝曉強(qiáng),魏德寶.基于WSN和GPRS網(wǎng)絡(luò)的遠(yuǎn)程水質(zhì)監(jiān)測系統(tǒng)[J].儀表技術(shù)與傳感器,2010,(1):48-49,52.

[6] 韓 嘯.ZigBee技術(shù)及應(yīng)用[J].電腦知識與技術(shù), 2014,10(22):5180-5181.

[7] 朱 琎,楊占勇.基于CC2530的無線振動監(jiān)測傳感器節(jié)點(diǎn)設(shè)計(jì)[J].儀表技術(shù)與傳感器,2012,(8):56-58,83.

[8] 呂 偉,胡榮華.邊坡穩(wěn)定性的Fuzzy AHP和AHP對比研究[J].西安科技大學(xué)學(xué)報(bào),2013,33(3):307-312.

[9] 吳呈瑜,孫運(yùn)強(qiáng).基于ZigBee技術(shù)的短距離無線數(shù)據(jù)傳輸系統(tǒng)[J].儀表技術(shù)與傳感器,2008,(5):38-39.

[10] 饒達(dá)琴,張文超.基于ZigBee的自愈自組網(wǎng)的設(shè)計(jì)與應(yīng)用[J].電子設(shè)計(jì)工程,2012,20(23):111-113.

[11] EL GAMAL A, MAMMEN J, PRABHAKAR B,etal. Optimal Throughput-delay Scaling in Wireless Networks: part I: the Fluid Model[J]. IEEE/ACM Transactions on Networking, 2006，14(S1)：2568-2592.

[12] HUANG W, WANG X. Throughput and Delay Scaling of General Cognitive Networks[C]∥2011 Proceedings of IEEE INFOCOM, Shanghai, China, April 10-15，2011：2210-2218.