基于卡爾曼濾波數據融合的溫室監控系統

蔡小慶,魯小利,張偉娟,李 昆（燕京理工學院信息科學與技術學院,河北廊坊,065201）

?

基于卡爾曼濾波數據融合的溫室監控系統

蔡小慶,魯小利,張偉娟,李 昆
（燕京理工學院信息科學與技術學院,河北廊坊,065201）

摘要：為實現溫室農作物生長數據的實時采集和監測，設計了基于多傳感器的無線監控系統。系統介紹了卡爾曼濾波的數據融合算法的實現及仿真，結果表明，卡爾曼濾波算法可以有效降低采樣點數，提高傳感器測量精度，耗能低，實時性好。農戶通過上位機就能實時掌握草莓生長環境信息，利用融合后的數據控制執行機構進行相關操作，從而達到高產的目的。

關鍵詞：監測系統;卡爾曼濾波;數據融合;耗能低

項目編號：2014012008廊坊市科技支撐項目

0 引言

光照強度、溫濕度、土壤的PH值等因素影響著農作物的生長，如何快速、有效的提取這些信息能有利于農作物的生長，也是現代化精準農業管理的重要基礎。隨著現代技術的發展，無線傳感器網絡為農業信息的采集和處理提供了有效的途徑，并得到了廣泛的應用。本系統利用Zigbee無線網絡和互聯網技術，監控農作物種植發育的各個階段，從而提高農產品的品質和產量。

本文設計的智能監測系統應用于溫室或者大棚等封閉系統，可用于監控蔬菜、水果、花卉等農作物。為了節省網絡能量、增強所采集數據的準確性和提高采集數據的效率，系統采用數據融合的辦法對采集到的參數（光照強度、溫濕度、PH值）進行數據融合，并根據這些信息采取相應的控制（加熱、通風、遮陰、澆水等），從而達到增產、提高經濟效益的目的。

1 溫室監測系統的整體設計

系統采用基于Zigbee無線通信協議的CC2530作為開發平臺，如圖1所示。在大棚的不同位置安裝8個CC2530子節點，每個子節點分別采集光照強度、溫濕度、PH值數據參數，通過Zigbee無線網絡發送到協調器端；CC2530協調器針對同類型有效的數據分別進行卡爾曼濾波的方法進行融合，得出最終的光照強度、溫度、濕度、PH值數據；再通過RS-232串口傳到監控中心，實現數據的采集；溫室草莓生長最佳的溫度為20- 30℃，氣溫高于30℃并且日照強時，需采取遮陰措施；低于20℃需采取加熱措施。最佳光照范圍是400-600W/m2； 最佳濕度范圍是60%-70%，根據草莓生長周期各個參數設定閾值，農戶最后只需通過上位機向協調器節點發送控制命令，通過光電耦合驅動電路控制執行器動作（電磁閥開、關及打開時間）。

圖1　系統框圖

2 數據優化算法

2.1 卡爾曼濾波算法

在溫室監控系統中，每個傳感器節點在動態監測時通常都產生大量的數據流，并具有實時性，為了保證節點數據的同步性和不失真性，考慮到無線傳感器網絡有限的傳輸帶寬和計算資源的特點，本文提出了基于卡爾曼濾波的數據融合算法用于系統的數據融合處理，從而節約能源。

卡爾曼濾波法主要用于對動態環境中冗余傳感器信息的融合，它實際上是一個離散控制過程系統，該系統的數學模型為：

式中，是k時刻對系統的觀測矢量，是狀態矢量；是系統參數，對于多個傳感器節點，是系統的狀態轉移矩陣，H是系統觀測矩陣；和 分別表示過程噪聲和測量噪聲，假定為高斯白噪聲。

采用最小方差估計方法根據測量值z估計系統狀態X的卡爾曼濾波器方法如下，它包括時間更新和測量更兩個過程。時間更新方程負責及時向前推算當前狀態變量和誤差協方差估計的值，以便為下一個時間狀態構造先驗估計。時間更新方程如下：

卡爾曼濾波在有效去除噪聲、得到更準確數據的同時，可以減少數據傳輸量，節省能耗。

2.2 數據融合處理

本系統中，對數據處理過程包括以下三個部分：

（1）閾值限定

以溫度傳感器為例，對被測溫室環境參數進行測量，獨立的得到, 草莓生長最佳的溫度為20- 30℃,設定閾值。首先將傳器節點采集到的數據與設定的閾值進行對比，若采集到的數據超出閾值設置范圍，則將該數據直接傳至上位機并且進行報警，提示用戶打開相應控制設備，當采集值高于，則溫室的環境溫度高于正常值，需要打開通風繼電器來降溫；當采集值低于，則溫室的環境溫度低于正常值，需要打開加熱繼電器來升溫，直到環境參數達到設定閾值范圍內時再次報警提示用戶停止相應操作。若采集到的數據在所設定閾值范圍內，則將傳感器節點采集到的數據通過卡爾曼濾波器進行濾波處理，再將數據傳輸至監控中心。

（2）卡爾曼濾波

首先設定過程噪聲Q和協方差R，用設定的Q和R來構造卡爾曼遞歸式。當前采集到的值與前一時刻獲得的數據相同時，沒有控制量，。根據本時刻的狀態估計下一時刻狀態更新的過程如下：

將已通過閾值限定計算的數據通過卡爾曼濾波得到去除噪聲的實際數據，記為。

（3）加權平均融合

將經過卡爾曼濾波器去除噪聲的數據使用加權平均算法進行數據融合。加權平均法的計算公式如下：

為卡爾曼濾波的數據值，為對應的權數，y為加權平均數，作為傳感器節點數據的最終值。當所有的都不相同時，加權平均算法即算術平均算法。將加權平均所得的融合值作為傳感器節點數據的最終值傳至上位機，用戶通過上位機就可以傳遞指令，從而執行相應的控制。

采用同樣的方法，得到融合后的光照強度值、濕度值和PH值，最后將數據傳送至上位機數據庫，監控中心對傳感器上傳的數據進行實時顯示，農戶還可以對不同位置、不同時刻的傳感器節點監測到的環境參數進行查詢，了解草莓的生長環境情況。

2.3 仿真結果與分析

數據融合技術是無線傳感器網絡中實現節能的關鍵技術，通過去除冗余的數據信息，減少網絡通信量，提高能源的有效性。假設傳感器節點以固定間隔進行數據采集，采用卡爾曼濾波算法求5000個采樣周期內協調器端接收的數據量，結果如圖2所示。

圖2　卡爾曼濾波融合節能對比圖

從圖2可以看出，利用卡爾曼濾波數據融合后，一定采樣周期內，協調器節點的接收數據量明顯減少了，而且采樣周期數越大，接收數據量的差別越明顯，在采樣周期數5000左右時，節點接收的數據量減少了近1/3，說明卡爾曼濾波算法能夠有效的減少數據傳輸量，進而延長傳感器節點的生命周期，達到了很好的節能效果。

3 結論

本系統設計的溫室監控系統，能夠實時準確的監測溫室環境參數，節省了人力資源，系統采用8個傳感器子節點，采集不同位置感知參數，并采用卡爾曼濾波數據融合的算法后將數據傳送至監控中心。仿真實驗表明，基于卡爾曼濾波的數據融合能有效減少數據傳輸量，節省能源，同時為實現大規模溫室監控的信息化、自動化具有一定的實際應用價值。

參考文獻

[1]宋慶恒.基于多傳感器數據融合的蔬菜大棚控制系統設計[J].農機化研究,2015.4

[2] 郭文川.基于無線傳感器網絡的溫室環境信息監測系統[J].農業機械學報,2014.7

[3] 黃海平.無線傳感器網絡中基于數據融合樹的壓縮感知算法[J].電子與信息學報,2014.10

[4] 聞成章.基于GPRS的灌區水位智能監測系統設計[J].農機化研究, 2015.4

[5] 盧勝利.基于卡爾曼濾波的多溫度傳感器數據融合系統[J].現代科學儀器,2013.2

蔡小慶：燕京理工學院，講師、研究方向：信號與信息處理。

Greenhouse Monitoring System Based on Kalman Filter

Cai Xiaoqing,Lu Xiaoli,Zhang Weijuan,Li Kun
(Yanching Institute of technology, Langfang 065201,China)

Abstract：In order to realize the real-time collection and monitoring of greenhouse crop growth data, design a wireless monitoring system based on multi sensor.The system introduces the implementation and simulation,Calman filter data fusion algorithm.The results show that the Calman filter algorithm can effectively reduce the number of sampling points,improve the measurement accuracy,low energy consumption, good real-time performance.Through the host computer,the farmers can master the information of the growth environment of strawberry in real time,and then use the data to control the operation of the data to achieve the purpose of high yield.

Keywords：monitoring system;Calman filter;data fusion;low energy consumption

作者簡介