山东农业科学（基于物联网的设施环境综合参数测试系统）

基于物联网的设施环境综合参数测试系统?

张观山，王涛，李立成，侯加林*

（山东农业大学机械与电子工程学院，山东 泰安 271018）

摘要：针对目前设施环境监测的需求，设计开发了一套基于物联网的设施环境综合参数测试系统，该系统对设施环境内的各种环境参数进行实时监测，并通过GPRS与Internet网络进行数据的异地观测和处理。本文给出了系统的设计方案，阐述了基于ZigBee的无线传感器网络技术、GPRS技术和传感器技术等物联网技术。在介绍无线传感器网络节点的基础上，对LEACH路由协议的原理进行了简要说明。系统采用基于自适应加权的数据融合算法对采集的数据进行数据融合处理，获得了更合理的数据融合效果。系统实现了对设施环境的实时监测、数据的无线传输以及各种环境参数报表查询功能。试验表明，系统工作性能稳定、功耗低、数据传输速率快和传输距离远，各项指标均达到了设计要求，能较好的满足设施环境监测的要求。

关键词：物联网；监测；LEACH路由协议；数据融合 中图分类号：S24 文献标识号：A 文章编号：

Detecting System for Facility Environment Based on Internet of

Things

Zhang GuanShan,Wang Tao,Li LiCheng,Hou JiaLin*

(Mechanical and Electronic Engineering College, Shandong Agricultural University, Taian 271018,China) Abstract According to the need of monitoring facility environment, a detecting system for facility environment based on Internet of Things is developed. This system can monitor all environment parameters. At the same time, users can deal with the data at the different place through GPRS and Internet. This paper describes the design scheme and state several techniques of Internet of Things including wireless sensor network based on ZigBee, GPRS and sensor technology. The principle of LEACH routing protocol is introduced on the basis of introducing wireless sensor networks node. The system adopts the adaptive weighted fusion algorithm to get more reasonable results. The system realizes the function of real-time monitoring, wireless transmission and search function of all environment parameters. Experiments show that the system has stable performances and has the advantages of low-power consumption, high transfer rate, far transmission range. Various indicators have reached the design requirement and the system can meet the requirement of environment monitoring.

Key words Internet of Things; monitor; LEACH routing protocol; data fusion.

设施环境信息的及时获取是进行现代化设

施环境精准管理的重要基础，如何快速，准确的获取设施环境现场的各类环境数据成为目前各类设施环境研究的重点[1]。随着微电子技术和计算机技术的迅猛发展，设施环境监控设备相继问世，但这些设备仍采用有线的连接方式连接，其缺陷是现场安装与布线繁琐、设备移 动性差、组网复杂，成本较高、甚至有些场合难以实现。

近年来，无线传感器技术[2]与无线通信技术迅猛发展。无线传感器技术在农作物精确种植中广泛应用，利用无线传感技术精确采集农业现场数据信息，实现农作物的精确管理[3]。本文设计了一套基于物联网的设施环境综合参

收稿日期：

基金项目：山东省现代蔬菜产业技术体系创新团队建设专项资金（鲁农科技字[2013]20号） 作者简介：张观山（1988-），男，在读硕士研究生。E-mail：zgsh9919@126.com *通讯作者：侯加林，男，教授，博士生导师。E-mail：jlhou@sdau.edu.cn

数测试系统，利用物联网技术[4]使用户操作不受空间限制，延伸和扩展到远程设施环境观测点。用户可根据精准管理和控制的需求，精确采集设施环境信息，在设施环境内组建一个可视化无线网络系统，实现集中管理。

1 系统的结构与功能

系统融合了无线传感器技术、GPRS技术和传感器技术等物联网技术，系统总体网络架构如图1所示：

监测中心部分监测中心信息传输部分Internet/GPRSGPRSGPRS汇聚节点…汇聚节点信息采集部分路由节点...路由节点ZigBeeZigBee监测节点...监测节点

图1 系统总体网络架构框图

系统由信息采集部分（即物联网的感知层）、信息传输部分（即物联网的传输层）和监测中心部分（物联网的应用层）组成。信息采集部分应用传感器技术进行数据采集，实现设施环境内环境参数的检测，采用基于ZigBee的无线传感器网络技术，组建设施环境内部网络，各监测节点采集数据并通过路由节点向汇聚节点传输数据；信息传输部分采用GPRS技术进行数据传输，将数据发送到监测中心；监测中心即系统控制中心，它主要通过软件平台接收存储来自网络的数据，同时对数据进行分析处理，并将数据以图表的形式显示出来。

2 方法及实现

2.1 无线传感器网络节点设计

无线传感器网络节点由传感器模块、信号调理电路、AD转换模块、微处理器及能量供应系统组成，主要负责采集设施环境数据，并将这些数据转换为数字信号，传送给路由节点。无线传感器网络节点结构如图2所示。

微处理器选用TI公司的CC2430芯片。该芯片是一种真正的系统芯片（SoC）CMOS解决方案，

这种方案能够提高系统性能并满足ZigBee为基础的2.4GHZ ISM波段应用，及对低成本、低功耗的要求。ZigBee技术是建立在IEEE802.15.4国际标准上的一种自组织无线网络技术，具有近距离、低功耗、低成本等特点[5]。传感器节点的工作流程如下：传感器模块采集设施环境数据，经过信号调理电路处理和AD转换后送到微处理器，微处理器对数据进行预处理，存入存储器，同时将数据以一定的协议通过无线收发模块发送给路由节点。 2.2 分簇拓扑结构

系统采用分簇拓扑机制实现设施环境监测网络传感器节点的组织，采用LEACH(low energy adaptive clustering hierarc-hy)算法[6]，LEACH算法是一种自适应分簇拓扑算法[7]，使用自适应 成簇技术和簇头节点的轮换技术。LEACH能够较好的解决能量有效问题，整个传感器网络的使用寿命可以延长15%。

空气温度空气湿度信.号存储器.调.理AD转换.电 无线收.路微处理器发模块土壤温湿度能量供应单元图2 无线传感器网络节点结构图

它将所有的节点分为若干簇，每个簇选出一个

节点作为簇头，簇内其它节点作为成员。它的原理是周期性的选择簇头，把整个周期内所需要的能量负载均匀的分布给簇内每个传感器节点上，其产生的拓扑结构如图3所示。每个周期分为簇建立(Set-up Phase)和稳定数据通信(Steady-state Phase)两个阶段。簇建立阶段主要为分簇结构的形成阶段，在稳定数据通信阶段，主要进行数据的稳定传输。在簇建立阶段，相邻节点动态的建立簇，然后在簇内产生簇头。选举哪个节点作为簇头取决于网络中所需簇头的数目以及每个传感器节点成为簇头的次数。在稳定数据通信阶段，簇内其它节点将数据发送给簇，簇头对传送来的数据进行预处理，然后将数据发送给汇聚节点。

BS簇成员簇头簇

图3 LEACH路由协议拓扑图

2.3 数据传输部分设计 数据传输部分主要采用型号为MD-609G的GPRS无线通信模块进行数据信息采集部分与监测中

心之间的通讯。汇聚节点对接收的数据进行预处理，通过RS232电平转换模块进行转换，将TTL电平信号转换为232电平信号，在经TCP/IP网络协议转换模块转换，此时输出的信号已转换为TCP/IP协议的网络信号。这些经过转换后的网络信号通过GPRS DTU传入Internet网络。数据传输部分工作流程如图4。 GPRS汇聚RS232TCP/IP无线节点电平转协议转数据GPRS网络监测数据换模块换模块传输中心模块 图4 数据传输部分工作流程图

2.4 数据融合技术的应用

针对设施环境结构的复杂性和特殊性，系统采用了一种适用于设施环境的多传感器自适应加权数据融合算法。自适应加权融合算法的基本思想是：在总均方差最小的条件下，根据各传感器所提供的测量值，以自适应的方式寻找各传感器对应的最优加权算子，使得结果达到最优[8]。

X1W1X2W2?X3Wn

图5 系统自适应加权融合模型

如图5所示[9]，假若在设施环境中安装了n

个传感器，因为不同传感器的精度不一样，在总均方差最小的前提下，对不同传感器，确定最优的加权算子。

假设每个传感器的方差为σ1、σ2、σ3…σn,经过数据融合之后的值为X，各传感器的测量值分别为X1，X2，X3,…Xn,每个传感器的测量值彼此独立，而且是X的无偏估计，每个传感器的加权算子分别为W1，W2，W3…WN,则融合后的X值和加权算子满足公式

n X??WiXi （1） i?1式中:Wi—第i个传感器的加权算子。而且：

?nWi?1,0?Wi?1i?1 （2） 又由于X1,X2,X3,…,Xn彼此独立，且是X的无偏估计，所以总均方差是 n2??E[(X?X)2]?E[?W2i(X?X)]i?1?n（3） ?W22iXii?1 利用拉格朗日数乘法求条件极值的方法，求得在总均方差最小的前提下，各传感器的加权算子为

W*?1i,i?1,2,...,n （42n） σ1i?2i?1σi通过公式（4）可以计算出各个传感器的最优加权算子，结合实际的测量值，利用公式(1)便可计算出融合后的最优值。

以设施环境温度检测的数据融合处理为例，具体阐述自适应加权融合算法的实现过程。温室内采集10个节点的温度分别为35.65,35.93,35.69,35.77,35.64,35.82， 35.72，35.56,35.53,35.62℃,各个温度传感器的方差σ2i（i=1~10）分别为0.05,0.07,0.1,

0.2,0.3,0.25，0.1, 0.1,0.2,0.3, 由前面可知，第一个测量数据对应的最优加权算子为：

10w1?1/(σ211?2)=1/(0.0584.952)=0.235

i?1σi同理，可以得到其他测量数据所对应的加权算

子，如表1所示。

由式(1)计算融合值为：

……+35.620.039=35.705 +

本次测量得到的环境温度为35.705℃ 。

X??WiXi=35.650.235+35.93

i?1n表1 各个测量值对应的加权因子

W1 0.235 W2 0.168 W3 0.118 W4 0.059 W5 0.039 W6 0.047 W7 0.118 W8 0.118 W9 0.059 W10 0.039

2.5 监测中心部分设计

监测中心的主要功能是对采集的数据进行整合、分析、处理和存储。监测中心由数据接收与存储单元、基于WEB的数据管理与应用单元组成。数据接收与存储单元负责监听指定端口，判断并识别数据采集终端发出的连接请求，对数据进行校验，如果通过校验则存入数据库。基于WEB的数据管理与应用单元采用ASP.NET动态网页技术，通过VS2010开发工具和C#等混合语言编程，采用B/S模式设计，用户只需要登录客户端浏览器即可访问此Web应用程序。用户登录访问时，系统将读取SQL Server数据库的相关数据，实现数据的实时显示、历史查询、数据下载和数据分析等综合功能。

3.系统测试

为了验证提出的系统方案的可行性和有效性，我们进行了测试试验。我们将系统安装在山东农业大学园艺试验站6号温室，试验中部署有1个汇聚节点，6个路由节点和10个传感器节点，所测量的环境参数包括空气温度、空气湿度、土壤湿度、光照度、太阳辐射、CO2浓度等。传感器节点随机分布在各路由节点周围，汇聚节点通过GPRS与Internet网络相连。服务器上数据接收与存储单元接收并存储各环境参数。设置采集周期为10分钟，试验从2012年6月份开始并且仍在持续。

用户通过浏览器能对数据进行浏览与分析，尤其可通过数据库进行远程调用和在线图表分析，各种环境参数的变化及趋势非常清楚的呈现在用户面前（如图6、图7所示）。

图6 在线查看历史数据图

图7 在线分析数据变化趋势图

[3] Leea W S,Alchanatis V, Yang C, et al. Sensing

4 结束语 technologies for precision specialty crop production[J].

Computers and Electronics in Agriculture ,2010,74(1)

以物联网为基础，结合设施环境的复杂性，设:2-33.

计了基于物联网的设施环境综合参数测试系统，本文分别从系统的感知层、网络层、应用层进行了分析。系统采用分簇拓扑机制实现了无线传感器网络节点的组织，延长了传感器网络的寿命。同时针对设施环境结构的复杂性和特殊性，系统采用了一种适用于设施环境的多传感器自适应加权融合算法。系统经过一年连续、稳定、可靠的运行，工作性能稳定、功耗低、数据传输速率快、距离远，各项指标均达到了设计要求，能较好的满足设施环境监测的要求。随着物联网的快速发展，其在设施环境中的应用会越来越广泛，对促进整个设施生产具有重要意义。 参 考 文 献

[1] 杨玉建.农业物联网综合应用模式初探：以向阳坡生态园区为例[J].山东农业科学,2013,45(3):17-20. [2] 尚明华,黎香兰,王风云,张晓艳,刘淑云,王利民.

[4] 阎晓军,王维瑞,梁建平.北京市设施农业物联网应用模式构建[J].农业工程学报,2012,28（4）：149-154. [5] 郭斌，钱建平，张太红， 等.基于ZigBee的果蔬冷链配送环境信息采集系统[J].农业工程学报，2011,27（6）：208-213.

[6] 孙利民,李建中,等.无线传感器网络 [M].北京：清华大学出版社，2008.

[7] Heinzelman W R, Chandrakasan A, Balakrishnan H. An application-specific protocol architecture for wireless microsensor network[J].IEEE Transactions on wireless Communications,2002,1 (4):660-670.

[8] 李战明,陈若珠,张保梅.同类多传感器自适应加权估计的数据级融合算法研究[J].兰州理工大学学报,2006,32(4)：78-82.

[9] 吴霁,于涛,蔡希尧.多传感器数据融合技术及其应用[J].空间电子技术,1994,(第2期).

无线传感器网络及其在设施农业监控中的应用[J].山东农业科学,2012,44(9):13-16.

本文来源：https://www.bwwdw.com/article/ro88.html