基于nRF24L01新型無線溫度傳感系統設計

遲俊鵬 劉玉喜 靳忠軒 任泉

摘 要：采用nRF24L01作為無線收發模塊實現無線數據傳輸，使用DS18B20溫度傳感器采集環境溫度，并用ATMEL公司的AT89C52作為主控芯片，協調系統的數據采集、處理、顯示及無線傳輸等過程。溫度采集節點能夠利用溫度傳感器穩定地采集周圍環境的溫度，并通過無線模塊將數據傳送到接收節點，顯示到LCD上。該設計具有性能穩定、成本低、低功耗等特點，能夠廣泛應用于各類對溫度要求較為特殊的環境下溫度數據的檢測。

關鍵詞：nRF24L01；DS18B20；無線通信；溫度傳感

一、引言

采用無線數據傳輸技術設計的溫度采集系統[1]，能有效的解決傳統有線技術帶來的各種問題，其具有不用布線、故障排查簡單、實時性高、可靈活布置、可實現多點采集，非常適用于各種現代工農業溫度監控系統[2]。基于無線通信的數據采集系統可以靈活地為終端用戶提供實時而準確的信息[3]，無論是在系統性能，還是在系統成本上，相對于傳統技術，無線數據采集系統都具有很強的吸引力[4]，它將在各個領域的數據采集系統中發揮積極的作用[5]。

二、系統方案設計（System design）

系統硬件設計主要由采集發送和接收顯示、告警三部分組成，采用DS18B20作為溫度采集元件，配合低功耗單片機的使用就可以很好地彌補傳統上的不足。采用nRF24L01模塊對采集到的溫度數據進行無線傳輸，打破了傳統操作中距離受限的問題，使測溫操作更易實現。系統設計了四個溫度采集節點、一個數據接收節點。四個溫度采集節點可以實現系統對監控區域內的溫度進行全方位的監測，保證監測數據的準確性和全面性。其中四個溫度采集節點的電路是一樣的，都是使用AT89S52作為核心處理器，控制其他各個功能器件有序工作。接收節點電路相對于發射節點，多了一個LCD液晶顯示模塊，沒有溫度采集模塊。

三、系統硬件及軟件設計

設計一套基于nRF24L01的無線數據采集系統，能夠通過系統的多個溫度采集節點，采集周圍的環境溫度數據，并將數據通過無線射頻電路發送到接收端，在接收端顯示出各節點的溫度值。同時，系統要求能過對溫度數據進行分析和判斷，如出現異常，則發出警報。主要包括：

（1）溫度采集模塊，溫度傳感器的功能是實現環境溫度的采集。采用DS18B20數字型溫度傳感器作為系統的溫度采集器件，可以很好地滿足系統的設計需求。

（2）無線收發模塊，射頻收發芯片要求能夠穩定地用于系統傳輸溫度數據，實現系統無線通信。系統采用的nRF24L01型無線射頻收發芯片工作于2.4—2.5GHz頻段的射頻芯片，其具有6個可選通信通道，非常契合系統的設計需求。

（3）LCD顯示模塊，系統要求能夠在接收端將接收到的溫度數據實時顯示出來，以便用戶觀察。12864型LCD顯示器能夠顯示多種圖形和文字，且尺寸小，驅動相對簡單，使用靈活性好，能夠滿足系統的設計需求。

（4）主控制模塊，基于對處理器的處理能力和開發成本的考慮，系統決定采用AT89S52型單片作為系統的核心處理器。AT89S52是一種低功耗、高性能CMOS8位微控制器，具有8k在系統可編程Flash存儲器，能很好地滿足系統的處理需求。

（5）報警模塊，系統的報警系統對器件的要求比較簡單，它只需在溫度異常時，起到提醒用戶的效果。系統采用了一種低成本、易控制的報警器——蜂鳴器，作為系統的報警器件，同時配置一個LED燈起輔助作用，達到聽覺和視覺的雙重報警效果。系統的程序開發語言為C-51，開發工具為Keil軟件。系統的程序設計包括數據采集節點和數據接收節點的程序設計，主要涉及到溫度采集模塊、無線射頻模塊、LCD顯示模塊、串口數據傳輸模塊的編程。

數據采集發送部分上電后首先配置nRF24L01的相關寄存器.使其工作在發射狀態，然后復位DSl8B20，向DSl8B20發送溫度轉換命令，讀取已轉換的溫度值，然后由nRF24L01發送。nRF24L01在數據接收顯示中為接收狀態。當nRF24L01模塊配置為接收模式后，當接收到數據中斷時，從接收FIFO讀取數據。然后將其存儲到接收緩沖區rX_bur中。12864液晶顯示屏分為左右半屏顯示，每個半屏有8頁64列，分別由使能端CS1、CS2來選通。由于左右半屏在同一位置像素點共用一個地址，因此，要單獨顯示左、右半屏時，只能選通其中一個使能端。

四、系統調試（System debugging）

系統的調試主要有硬件調試和軟件調試兩部分。由于系統的硬件電路板是自制的，從PCB畫圖到腐蝕、焊接，整個過程都是手工完成的，這就難免使電路板存在一些誤差和故障，所以，硬件調試的主要內容就是在制作好電路板之后，檢測電路板的電氣連接是否正確，上電后各關鍵測試點的電壓是否正常等。在確保了硬件電路沒有問題之后，才可以進較難判斷哪一種算法預測更準確。某一種算法對于一種監控數據而言在一段時間內可能較適用，但隨著時間的推移、監控數據行為的改變，另一種算法可能更適用。所以正確的做法是不要提前選擇某種算法，而是用預測模型可采用的各種算法同時預測監控數據，再用錯誤率方程來評價各種算法的動態適應性。最后選擇在時間t時適應性最好的算法來預測t+k時的行為。

五、結論（Conclusion）

該云計算平臺監控系統預測模型，依據監控歷史數據，預測系統將來會發生的異常行為，進而提前采取防范措施，能解決監控系統實時處理數據滯后的問題，以保證系統的正常運行，對基于云計算平臺的監控服務項目有很高的參考價值。

參考文獻（References）

[1] 陳康，鄭緯民.云計算：系統實例與研究現狀[J].軟件學報，2009，20（5）：13-15.

[2] 董波，沈青，肖德寶.云計算集群服務器系統監控方法的研究[J].計算機工程與科學，2012（10）：68-72.

[3] 劉莉，屈志堅.基于GridGain云計算平臺的監控管理信息分解聚合研究[J].計算機測量與控制，2012（12）：3235-3238.