萊特準則改進算法的呼倫湖環境信息采集系統的設計

杜永興+張志濤+李寶山+秦嶺

摘 要： 由傳感器采集后經ZigBee上傳到數據中心的環境數據已經被廣泛地使用到工業應用的各個領域，但是由于ZigBee采集的信息數據受到硬件和外界環境因素的影響會隨機出現野值，這導致最終數據的偏離或者錯誤。提出改進的萊特準則剔除野值算法，該算法通過與最大誤差和標準差的比較，得出需要保留的數據，最后剔除錯誤數據。通過對改進算法剔除的系統誤差數據進行分析，與傳統萊特準則算法相比，改進算法提高了剔除野值的準確性。現場試驗結果表明，改進萊特準則算法對采集到的數據進行處理，得到的環境信息數據更加準確。

關鍵詞： ZigBee； 數據采集； 萊特準則； 剔除野值

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2016）24?0030?04

Design of Hulun Lake environment information acquisition system based on Letts criterion improved algorithm

DU Yongxing， ZHANG Zhitao， LI Baoshan， QIN Ling

（Information College， Inner Mongolia University of Science & Technology， Baotou 014010， China）

Abstract： The environmental data collected by sensors and uploaded to the data center via ZigBee has been widely used in industrial application fields， but the information data collected by ZigBee may appear in outliers randomly due to the influences of hardware and external environment， which leads to the final data deviation or error. The improved Letts criterion algorithm to eliminate outliers is proposed in this paper. The algorithm can obtain the data needs to be kept by means of comparing the maximum error and standard deviation， and finally eliminate the wrong data. By analyzing the system error data eliminated by the improved algorithm and comparing with the traditional Wright algorithm， the improved algorithm can enhance the accuracy of outliers elimination. The field test results show that the improved algorithm can get more accurate environmental information data comparing with traditional algorithm.

Keywords： ZigBee； data acquisition； Letts criterion； outlier elimination

0 引 言

隨著工業的發展，環境監測是環境管理的重要內容之一，是環境監管的基本手段，也是環境保護事業最具基礎性戰略性的一個支撐體。環境是人們賴以生存的基礎和保障。必須對一些特殊地方的（工廠、水域、河流等）環境進行合理的監管，這就需要對環境進行監測，以便采取相應的措施解決人們所面臨的亟需解決的問題。

目前采集環境數據的方法多種多樣，傳統的環境監測有采集樣品，在實驗室中進行分析得到最終結果。有的方法是布置硬件設備對環境進行監測[1]。通常采取布線連接方式，將各個傳感器組成一個或多個網絡，但是這樣會帶來布線的麻煩和成本的增加。目前比較常用的方法是傳感器結合ZigBee技術[2]進行數據的采集和上傳，它比傳統環境監測組網更靈活、成本更低。

對于Zigbee采集方法而言[3]，系統采集得到的環境數據由于硬件和環境因素的影響會隨機出現野值。不同的檢測環境也有不同的隨機野值出現[4?6]，不同的隨機野值需要不同的處理方法。針對一般環境變化平緩的野值錯誤數據采用的是肖維涅剔除算法或改進后的肖維涅剔除算法。對于環境噪聲比較大和惡劣的環境采用的是卡爾曼濾波Grubbs檢驗和Dixon檢驗等方法[7?8]。

呼倫湖是中國第五大湖[9?10]，也是中國北部地區重要的生態屏障。由于自然和人為的原因，湖水質量惡化且水位逐年下降，影響了湖區漁業及周邊生態。所以對呼倫湖的環境監測尤為重要。呼倫湖冬季晝夜溫差大，采用傳統的野值剔除方法會造成有效數據的丟失。本文從呼倫湖的特點出發，針對采集的環境數據變化趨勢，提出剔除野值改進算法。設計了將無線傳感器網用于環境系統，通過ZigBee終端節點連接傳感器絡采集了呼倫湖的部分環境信息數據，并驗證了本文算法的正確性。

1 采集數據的剔除算法

1.1 萊特準則剔除野值

采集的環境數據由于受硬件環境等眾多的因素影響，會采集到一些隨機錯誤即野值，這樣就需要進行數據剔除。萊特準則[4]，當上傳的數據服從正態分布時，殘落在3倍標準差[-3σ，3σ]的概率超過了99.7%，落在此區域外的概率不超過0.3%，這樣就可以認為殘差落于該區域以外的采集數值為野值。假設1組觀測序列為[x1，][x2，]…[，xn]，其在[xk]中存在野值數據點。用萊特準則剔除野值首先要計算該采集數據的算術平均值：

再計算標準差σ：

根據原始采集序列x（i）和算術平均值[x]計算數據殘值[xb]：

將殘差[xb]逐一與3倍標準進行比較，進行野值檢驗。如果[xb（i）≥3σ]，則與[xb（i）]對應的采集數據[x（i）]為野值，應當剔除。由于野值本身會對數據標準差求取精度產生影響，因此，萊特準則一般需要循環進行，即在一次野值剔除后的觀測數據基礎上，重新計算均值，并重新求取標準差[σ]，再次進行野值剔除，直到得到滿意的結果為止。實驗表明，一般循環2～3次就可以滿足要求。

由此可見，采用萊特準則進行野值剔除非常簡單，容易實現；但是，萊特準則存在一個約束條件，就是要求觀測數據服從正態分布。對于環境采集數據，如果采樣點數足夠長，根據大數定律，可近似認為其服從正態分布，直接利用萊特準則可以獲得較好的野值剔除效果。而對于呼倫湖在夏、秋季溫濕度采集的數據，其變化緩慢，在冬季晝夜溫差大。此時，用萊特準則進行野值剔除難以得到理想的結果。

1.2 剔除野值方法的改進

由于環境信息出錯的概率比較小，根據大量實驗觀察，以每大于20次以上出現一次，出現的最大概率為0.05%。由于每次信息采集傳輸的數據是相互獨立事件，所以兩次連續出現錯誤信息的概率為0.002 5%。連續三次以上出現錯誤信息的概率更小，所以在數據剔除時就剔除一次的和連續兩次的。以剔除溫度野值為例，溫度在一天變化之中最大差值為[ΔT]，所以在t分鐘的變化最大值為[Tmax1=ΔTt24×60]，假設傳感器的最大誤差為[Te]，[Tmax]=[Tmax1+Te]。

取觀測值[x1，x2，…，xn]并求其平均值[S1][=1ni=1nx（i）]，并計算其標準差：

每隔t分鐘之后得到的溫度值[x（1），x（2），…，x（i）]。得到正確數據時，[S（k）]也是在時時更新：

如果[x（i）-S（k）≥Tmax]，這樣的數據屬于偏離真實值比較大的，則被認為是錯誤數據不再進行比較，直接予以剔除。這樣就不需要每次與標準差進行比較，可以提高剔除的效率。

如果[x（i）-S（k）≥Tmax]，則可能是合理數據也有可能是偏離真實值比較近的錯誤值，這樣需要在進行下一步的判斷。由于溫度、水位等信息變化比較平緩，概率分布圖像比較陡峭，所以采取直接與標準差進行判斷。依然根據觀察值序列x（i）和算術平均值[S（k）]并計算數據殘值[xb]：

將殘差[xb]逐一與標準進行比較，進行野值檢驗。如果[xb（i）≤σ]，則被認為是準確的環境信息數據。如果[xb（i）≥σ]，則與[xb（i）]對應的采集數據[x（i）]為野值，應當剔除。若連續兩次且小于3次采集得到的數據[x（i）-S（k）≥Tmax]，則認為是野值，這樣的值予以剔除。如果[x（i）-S（k）≤Tmax]，那么就需要在進行之前與標準差比較，得出是否為野值。如果是就剔除，如果不是就保留，且時時更新[S（k）]。

在惡劣的天氣下，可能在某個短時間內連續降溫將超過平常的最值。連續下雨也會影響到水位的大幅度變化。這樣需要進行這樣特殊情況的判斷。假如三次及以上連續采集得到的數據都滿足[x（i）-S（k）≥Tmax]，這樣需要再進行判斷是否為惡劣天氣所致。因為環境在惡劣下降時，也會在一個范圍之內，假設下降或上升的最大值為[T1max]，若得到的三次及以上數據它們相互之間前一項和后一項的差值[x（i）-x（i-1）≥T1max，]則直接剔除。如果[x（i）-x（i-1）≤T1max，]則還需要進行下一步的判斷。這時需要變化比較數據的第一個和S（k），如果[x（i）-S（k）≤T1max，]則視為正確的數據，予以保留更新S（k）。但是如果不滿足[x（i）-S（k）≤T1max，]則予以剔除。野值數據剔除整體的流程圖如圖1所示。

2 試驗系統的搭建

本系統主要實現環境信息數據的采集和傳輸。由于現場復雜情況的制約，使用有線網絡時布線困難，所以采用技術先進、價格低廉的ZigBee無線傳輸網絡，免除布線困擾的同時也節約了成本。本系統主要由四大部分組成：第一，環境信息采集的ZigBee終端節點、ZigBee網絡以及協調器；第二，接收ZigBee信息和控制GPRS環境信息的單片機MSP430[11]；第三，接收和存儲環境信息的后臺上位機；第四，由VC++ 6.0和SQL Server 2008制作的環境信息系統。系統的整體構架圖見圖2。

本系統的ZigBee和不同傳感器作為環境信息采集的終端。選用的ZigBee的核心板CC2591自身集成了12位的ADC片內資源，就直接可以測一些模擬量（如溫度、壓力、位移、圖像等）。獲取一些通過轉化得到的模擬量信息，通過ZigBee無線網絡傳輸給協調器。

2.1 ZigBee無線傳感器網絡

無線傳感器網絡由多個傳感器網絡節點構成，本系統傳感器網絡節點的核心板采用CC2591芯片，該芯片是一種低功耗、低成本的無線微控制器，適用于IEEE 802.15.4協議和 ZigBee 軟件應用。本系統接收多個不同終端節點采集的環境信息，網絡的通信方式采用的是廣播。無線傳感器網絡的傳感器如圖3所示。

2.2 控制器MSP430模塊設計

系統的核心控制器MSP430F149是美國德州儀器公司（TI）生產的一款16位RISC混合信號處理器，控制器的主要功能與用途是：接收通過ZigBee協調器的串口發送采集的環境信息數據；對信息進行初加工和處理（主要是格式）；通過發送AT指令控制SIM900A模塊發送處理后的環境信息數據給上位機。

GPRS模塊選用SIM900A，它支持GSM和GPRS900[12]兩種模式。控制器部分的如圖4所示。

2.3 傳感器模塊搭建

（1） 湖水液面高度：靜壓液位變送器[13]采用的是上海威爾太的WRT?136。通過測量由液位產生的靜壓力來確定液位高度。

（2） 水流量：流速傳感器由兩部分組成分別為流速傳感器和壓力變送器。

（3） pH值傳感器：pH值傳感器選用的是龍戈電子pH值檢測采集傳感器模塊（酸堿度傳感器）加pH復合電極 （酸度計電極）。

（4） 地面溫濕度傳感器：STH11單芯片傳感器是一款含有已校準數字信號輸出的溫濕度復合傳感器。

（5） 水體溫度傳感器：水體溫度傳感器選用的是DS18B20，其具有體積小、硬件開銷低、抗干擾能力強、精度高的特點。

2.4 系統的后臺設計

后臺上位機軟件編程使用VC++ 6.0，數據庫使用SQL Server 2008。監控主機接收ZigBee協調器節點的各種數據并進行處理，同時存儲到不同的界面窗口內。系統上位機結構如圖5所示。

3 實驗結果

經過幾個不同時間和地點進行1 000次數據采集，得到改進的萊特算法比傳統的算法正確率提高了。剔除前后的正確率如表1所示。

表1 采集數據剔除處理結果

由實驗數據可知，經過不同時間和不同時間間隔得到1 000次數據，在沒有數據剔除前數據正確率在94.5%～96.5%，傳統的萊特準則剔除野值后得到的正確率在96.7%～98.0%。改進后的萊特準則剔除野值后得到的正確率為99.1%～99.9%。從實驗數據可以得出改進后的萊特剔除野值算法提高了數據的準確性，且得到了驗證。

4 結 語

本文設計了基于ZigBee無線傳感器網絡的環境信息監測系統的軟硬件。實現了環境信息的采集與數據準確性的判斷與保留更新。提出了萊特準則改進剔除野值的算法，在呼倫湖環境信息采集實驗中，驗證了該算法的有效性。

參考文獻

[1] 顧志銘.基于Zigbee的高壓電力電纜溫度監測系統的設計與實現[D].上海：上海交通大學，2012.

[2] 趙政華.基于ZigBee技術的無線溫、濕度監測系統的設計與實現[D].北京：北方工業大學，2010.

[3] 熊雙橋.基于ZigBee的遠程無線倉庫溫濕度環境智能監測系統設計[D].成都：西華大學，2013.

[4] 貢麗潔.基于改進Zigbee網絡算法的希尼爾水庫水情數據采集[J].云南水力發電，2015（4）：6?9.

[5] 金學軍.基于最小二乘擬合的外彈道測量數據野值剔除方法[J].四川兵工學報，2011（1）：20?23.

[6] 張婷，汪渤.連續型野值判別的新方法[J].東南大學學報（自然科學版），2005（z2）：225?227.

[7] 趙清華，趙立春.Dixon、Grubbs和Cochran法檢驗程序在環境監測中的應用[J].山東環境，1997（3）：15?16.

[8] 張向東，潭洪恩.pc?1500袖珍計算機在數理統計中的應用兼談Grubbs和Dixon檢驗在應用中的體會[J].干旱環境監測，1987（2）：69?71.

[9] 顧潤源，李思慧，趙慧穎，等.呼倫湖流域徑流對氣候變化的響應[J].生態學雜志，2012（6）：1517?1524.

[10] 趙偉，楊培嶺，李海山，等.呼倫湖流域3種利用方式草場水土及氮磷流失特征[J].農業工程學報，2011（9）：220?225.

[11] 楊平，王威.MSP430系列超低功耗單片機及應用[J].國外電子測量技術，2008（12）：48?50.

[12] 翟順，王衛紅，張衎，等.基于SIM900A的物聯網短信報警系統[J].現代電子技術，2012，35（5）：86?89.

[13] 汪遠.壓力式光纖液位傳感器的研究[D].西安：西北工業大學，2005.

[14] 龐娜，程德福.基于ZigBee無線傳感器網絡的溫室監測系統設計[J].吉林大學學報（信息科學版），2010（1）：55?60.