基于無線傳感器網(wǎng)絡(luò)的農(nóng)田環(huán)境監(jiān)測系統(tǒng)研究與實現(xiàn).pdf

1、無線傳感器網(wǎng)絡(luò)作為物聯(lián)網(wǎng)系統(tǒng)組成之一，是轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)方式，促進我國農(nóng)業(yè)可持續(xù)發(fā)展，高效利用農(nóng)村資源的重要載體。作為無線信息獲取和處理技術(shù)在農(nóng)業(yè)生產(chǎn)領(lǐng)域正引起廣泛的關(guān)注。
　　WSN是一個動態(tài)網(wǎng)絡(luò)，具有動態(tài)拓撲組織功能，能實現(xiàn)對農(nóng)田監(jiān)測區(qū)域的完全覆蓋和保證整個網(wǎng)絡(luò)的連通。農(nóng)田幅員遼闊，采集信息量大，因此減少系統(tǒng)能耗、最大化延長網(wǎng)絡(luò)壽命、準確有效定位及精準的信息采集與傳輸是設(shè)計基于無線傳感器網(wǎng)絡(luò)的農(nóng)田環(huán)境監(jiān)測系統(tǒng)的重要性能指標。

2、>　　目前，農(nóng)田環(huán)境中部署的傳感器節(jié)點數(shù)量較多，大部分靠電池供電，節(jié)點的能量消耗相當(dāng)可觀，廣大學(xué)者進行了各種節(jié)能措施的研究，取得了一定的進展，但針對農(nóng)田實際需要的節(jié)點部署策略及路由協(xié)議研究的節(jié)能策略并不多。另外，農(nóng)田無線傳感器網(wǎng)絡(luò)中節(jié)點的位置信息也是研究的一個重要環(huán)節(jié)。目前，無線傳感器網(wǎng)絡(luò)的定位算法很多，其中常用的RSSI定位算法由于受實際環(huán)境影響大。因此，針對農(nóng)田實際情況的精確測距模型尚需完善。再則，傳感器本身的精度及傳感器節(jié)點具有非

3、線性誤差等因素會導(dǎo)致測量數(shù)據(jù)不準確，合理的校正能有效提高系統(tǒng)的測量精度。對多個傳感器節(jié)點持續(xù)采集會產(chǎn)生大量數(shù)據(jù)，通過數(shù)據(jù)融合可以減少上傳網(wǎng)關(guān)的數(shù)據(jù)量，從而節(jié)省系統(tǒng)能耗，提高網(wǎng)絡(luò)魯棒性。
　　基于此，本文在深入剖析該領(lǐng)域國內(nèi)外研究工作的基礎(chǔ)上，針對無線傳感器網(wǎng)絡(luò)在農(nóng)田監(jiān)測應(yīng)用的關(guān)鍵技術(shù)展開了研究，主要的研究工作如下:
　　(1)實驗研究了同構(gòu)網(wǎng)絡(luò)及異構(gòu)網(wǎng)絡(luò)的節(jié)點部署性能。分析了同構(gòu)網(wǎng)絡(luò)中正六邊形、正四邊形兩種規(guī)則部署及隨機部署

4、方式三種情況下的覆蓋率，其中正六邊形的節(jié)點間距離是傳感半徑的√3倍時，正四邊形的節(jié)點間距離與傳感半徑間的關(guān)系為√2時，網(wǎng)絡(luò)達到完全覆蓋，覆蓋率為1。研究并比較兩種規(guī)則部署中節(jié)點傳感半徑及節(jié)點間距離與能耗的關(guān)系，結(jié)果表明正六邊形的能量損耗相對較小。在此基礎(chǔ)上應(yīng)用NS2仿真軟件對同構(gòu)網(wǎng)絡(luò)的三種部署方式的網(wǎng)絡(luò)生命周期、端到端延時及丟包率三種網(wǎng)絡(luò)性能進行了分析，結(jié)果表明正六邊形的網(wǎng)絡(luò)性能最好。
　　同時對異構(gòu)網(wǎng)絡(luò)的網(wǎng)絡(luò)性能進行了研究，對異

5、構(gòu)部署中的高能節(jié)點與普通節(jié)點的正六邊形方式及正四邊形方式達到完全覆蓋時的位置與數(shù)量關(guān)系進行比較分析與仿真實驗。結(jié)果表明部署節(jié)點總數(shù)量為225時方式1下正六邊形部署形式網(wǎng)絡(luò)生命周期最長，而方式2下正四邊形部署生命周期最長;節(jié)點數(shù)量為361時方式1下隨機部署的網(wǎng)絡(luò)生命周期較長，而方式2下正六邊形部署方式出現(xiàn)死亡節(jié)點時間較晚，但總體網(wǎng)絡(luò)存活時間不如隨機方式。實驗結(jié)果顯示:異構(gòu)方式具有更好的延長網(wǎng)絡(luò)生命周期的特點。
　　(2)設(shè)計了2.4

6、GHz的ZigBee節(jié)點異構(gòu)組網(wǎng)性能測試實驗。分別對普通節(jié)點和高能節(jié)點在有無農(nóng)作物兩種情況、三種不同高度條件下的有效傳輸距離范圍進行了測試，確定了大田節(jié)點部署時的節(jié)點間距離及節(jié)點放置高度。
　　在此基礎(chǔ)上對相同傳輸距離下以及相同覆蓋率下正六邊形和正四邊形兩種異構(gòu)部署方式放置節(jié)點的數(shù)量進行了比較分析。結(jié)果表明相同傳輸距離下正六邊形放置節(jié)點的數(shù)量比正四邊形放置的節(jié)點數(shù)量多，相同覆蓋率下正四邊形形放置的節(jié)點數(shù)量比正六邊形的數(shù)量多。最后在

7、農(nóng)田中部署節(jié)點，對相同傳輸距離和相同覆蓋率下的兩種方式進行剩余能量實驗，結(jié)果顯示:相同傳輸距離下的正六邊形節(jié)點電壓減少較慢，而相同覆蓋率下正四邊形節(jié)點電壓減少較慢。
　　(3)設(shè)計了基于RSSI的無線傳感器網(wǎng)絡(luò)的定位方法。在實際農(nóng)田信息監(jiān)測系統(tǒng)應(yīng)用時RSSI值受節(jié)點間距離、天線高度、作物長勢等多因素影響。本文對2.4GHz傳感器節(jié)點在農(nóng)田有無農(nóng)作物、安置在不同高度，相對距離不同多種環(huán)境條件下信號強度進行實驗;研究分析RSSI值與節(jié)

8、點間距離和高度的衰減關(guān)系;應(yīng)用多元線性回歸方法擬合出無線信號傳播模型。并基于該模型進行測距實驗，最終依據(jù)高斯混合算法及最大似然方法實現(xiàn)對未知節(jié)點的定位。
　　在8x8m2的田地區(qū)域中放置4個信標節(jié)點和2個未知節(jié)點進行了定位實驗，實驗結(jié)果表明該系統(tǒng)在4個信標節(jié)點的情況下，能夠較好的實現(xiàn)對兩個位置節(jié)點的定位，平均定位誤差1.01m。
　　(4)在分析了蟻群算法的原理及優(yōu)點基礎(chǔ)上，提出了一種分層的元胞蟻群優(yōu)化路由算法。將農(nóng)田實際環(huán)

9、境中的傳感器節(jié)點映射成元胞節(jié)點，儲存鄰居節(jié)點的剩余能量、節(jié)點距離、信息素等信息，通過計算信息素概率選擇下一個節(jié)點，不斷更新各條線路上的信息素，直至到達sink節(jié)點。算法通過改進元胞節(jié)點休眠轉(zhuǎn)換機制和信息素更新規(guī)則，優(yōu)化了網(wǎng)絡(luò)路徑。實驗顯示:與傳統(tǒng)的LEACH算法比較存活時間提高了15.9％，更加均衡了網(wǎng)絡(luò)能量。
　　(5)農(nóng)田信息采集時需要放置土壤溫濕度、光照度等多種傳感器，提出了一種基于多參數(shù)的兩級信息校準及融合方法。在研究分析

10、影響土壤溫濕度、光照度傳感器測量的主要因素基礎(chǔ)上，對30種樣本進行測量，通過BP神經(jīng)網(wǎng)絡(luò)方法及最小二乘擬合法將單個傳感器的測量數(shù)據(jù)進行校準，消除傳感器測量的非線性誤差，同時剔除錯誤的數(shù)據(jù)。實驗結(jié)果表明神經(jīng)網(wǎng)絡(luò)法校準的效果更好，該方法對兩種傳感器校準的誤差均在±2％范圍內(nèi)。然后通過自適應(yīng)加權(quán)融合算法對多個傳感器的測量數(shù)據(jù)進行融合，根據(jù)融合推理結(jié)果，獲得被測對象的當(dāng)前狀態(tài)，融合實驗表明自適應(yīng)融合算法能夠達到較好的融合效果。通過兩級融合處理方

11、法不僅實現(xiàn)對單個傳感器數(shù)據(jù)的優(yōu)化校準，同時也對多個傳感器數(shù)據(jù)的進行了融合處理，提高了整個監(jiān)測系統(tǒng)的可靠性，精確性。
　　(6)根據(jù)農(nóng)田環(huán)境特點，完成了土壤濕度、光照度、溫、濕度四種傳感器的選型以及模塊化設(shè)計，對傳感器節(jié)點和網(wǎng)關(guān)節(jié)點及電源控制電路進行了設(shè)計。實現(xiàn)了.NET遠程監(jiān)控平臺及移動終端的Android監(jiān)控平臺的設(shè)計。農(nóng)田環(huán)境監(jiān)測系統(tǒng)實現(xiàn)了對溫、濕度、光照度和土壤濕度及視頻信息的采集及處理，系統(tǒng)運行穩(wěn)定、可靠，滿足了農(nóng)田監(jiān)測的