智能水產養殖系統關鍵技術研究

朱正偉，黃曉竹，劉 晨，陳 陽

（常州大學信息科學與工程學院，江蘇 常州 213164）

智能水產養殖系統關鍵技術研究

朱正偉，黃曉竹，劉 晨，陳 陽

（常州大學信息科學與工程學院，江蘇 常州 213164）

為解決水產養殖池環境因子的人工監測存在的隨機性大、難以控制的問題，設計了一種基于物聯網的智能測控系統。重點對水產養殖智能測控系統中的若干關鍵技術進行了研究。采用多跳樹型無線網絡拓撲結構作為系統底層數據采集傳輸的網絡結構。通過ZigBee技術和GPRS技術，對水環境溫度、溶解氧、pH等因子進行實時采集，對增氧機、投飼機和水泵的狀態實現遠程控制。用戶使用網頁或手機APP，不僅可以查看系統運行中各項參數的歷史軌跡，還可以實時監測與控制現場的各項參數。對監測節點等軟硬件設計進行了詳細闡述，采用卡爾曼濾波算法對模擬量數據進行處理以提高準確度。測試結果表明，模擬量數據精度和數據傳輸誤碼率均在1%以內；遠程設置控制參數，網絡延遲在10 s以內。該系統穩定可靠、數據檢測準確、易于擴展，可在水產養殖中推廣使用。

水產養殖；物聯網；無線傳感網絡；智能測控系統；卡爾曼濾波算法

0 引言

水產養殖中通常采用人工監測和記錄水質因子，隨機性大，不能根據水質變化作出及時、有效的反應，易導致水產品大量死亡或病害發生［1］，造成嚴重的經濟損失。

Qi等利用無線傳感器網絡系統，建立了水產養殖和銷售可追溯系統［2］。Yoneyama等建立了羅非魚膽固醇含量監測的無線傳感器網絡系統，實現了羅非魚膽固醇含量的在線快速監測［3］。楊世鳳等研制了一套通過無線以太網連接，LabVIEW程序控制，并通過GSM網絡使用戶遠程監控池塘溶解氧的溶解氧無線監測與控制系統［4］。楊琛等設計了物聯網水產養殖系統，通過PC或手機終端遠程控制喂食器、增氧機等［1］。黃有全設計了觀賞魚智能養魚控制系統［5］。上述系統主要對單一因子進行了測量與控制，而本文設計了多因子水質監控系統。

1 系統結構

系統主要由傳感控制層、無線傳輸網絡層、服務器層和應用層組成，其結構如圖1所示。

圖1 系統結構圖Fig 1 Structure of the system

傳感控制層節點主要由分布在魚塘中的參數監測節點、控制節點、主節點組成，用來測量魚塘的池內溫度、含氧量、pH值等參數，通過ZigBee方式在節點-節點、節點-主控制器間傳輸數據。無線傳輸網絡層由主控制器組成，作為內網和服務器之間的橋梁，其主要上傳魚塘的各個參數值和下發服務器的命令。服務器層由中國移動物聯網提供的服務器（OneNet）組成。應用層主要由計算機和移動終端組成，用戶可以通過網頁和手機APP查看現場各個參數情況，設置不同水產品的不同參數，以適應不同水產品對水質的不同要求。

1.1 主節點系統硬件結構

主節點系統硬件結構如圖2所示。

圖2 主節點硬件結構圖Fig 2 Hardware structure of the master node

圖2中：MCU模塊由MSP430F5438及其外圍電路組成；CC2530模塊與MCU模塊通過RS-232接口連接；GPRS模塊由中國移動的M2110模塊及其外圍電路組成，且與MCU通過RS-232接口連接［6］。

CC2530模塊自帶一個調試接口［7］，主要用于收發溫度、溶解氧和pH傳感器數據。CC2530輸出信號經信號放大后開啟和關閉增氧機、投飼機和循環泵等相應接觸器。當水體溶解氧濃度低于3.5 mg/L時，CC2530獲取測量參數后，閉合與增氧機連接的接觸器線圈電路，線圈通電后吸合主觸點，增氧機開啟；當測量得到的水體溶解氧濃度大于6.5 mg/L時，斷開接觸器線圈電路，避免在水體較高溶解氧含量情況下低效增氧。投飼機通過CC2530內部定時器控制在規定時間工作。循環水泵既可現場手動開啟，也可通過控制界面開啟。

1.2 抗干擾設計

在露天環境中，噪聲會干擾信號采集，為此，采用卡爾曼濾波法濾除干擾信號［8-9］。系統可用一個線性隨機微分方程來描述：

系統的測量值如式（2）所示：

式中：X（k）為k時刻系統狀態；U（k）為k時刻系統的控制量；A和B為系統參數，對于多模型系統，A、B為矩陣；Z（k）為k時刻的測量值；H為測量系統的參數，對于多測量系統，H為矩陣；W（k）和V（k）分別為過程和測量的高斯白噪聲，協方差分別為Q、R（假設不隨系統狀態變化而變化）。

利用系統過程模型，預測系統下一時刻狀態。根據系統模型，可以基于系統上一時刻狀態而預測當前時刻狀態：

式中：X（k｜k-1）為基于上一時刻的最優估計對當前時刻的預測結果；X（k-1｜k-1）為上一狀態的最優結果；U（k）為目前狀態的控制量，值為0。

用P表示協方差：

式中：P（k|k-1）和 P（k-1|k-1）分別為 X（k|k-1）和X（k-1|k-1）的協方差；Q為系統過程協方差。

結合測量值Z（k），得出目前狀態k的最優化估算值 X（k|k）：

X（k|k）=X（k|k-1）+Kg（k）［Z（k）-HX（k|k-1）］（5）式中：Kg為卡爾曼增益。

更新 k時刻下 X（k|k）的協方差如式（7）所示，為下一時刻的估計作準備。

由于本系統是單模型單測量，所以I=1；當系統進入 k+1 狀態時，P（k|k）為式（4）中的 P（k-1|k-1）。

初始化系統參數 A=1、B=0、H=1、P（1|1）=10，最優估計初始值取測量初始值，即X（1|1）=Z（1）。然而Q和R的值還不確定，它們不隨系統狀態變化而變化，只與現場干擾程度有關。假設Q=0.000 001，當R分別取0.01、0.001、0.000 1、0.000 01時，對其對應的溫度進行比較。圖3為溫濕度卡爾曼濾波效果圖。由圖3可知，當R=0.0001時，曲線相對平滑且對原始數據具有很好的跟隨性。

圖3 溫濕度卡爾曼濾波效果圖Fig 3 Kalman filtering effects of temperature and humidity

1.3 無線感知網絡結構

ZigBee組網可以靈活采用多種拓撲結構［10-11］。網絡結構如圖4所示。系統對于單個魚塘采用星型網絡，對于同一區域大片的魚塘采用樹型網絡。單個魚塘的節點匯聚于主節點組成星型網絡，各個魚塘的主節點則連接成樹型網絡。

圖4 網絡結構圖Fig 4 The network structure

2 軟件設計

2.1 MCU與CC2530模塊通信設計

GPRS網關程序主流程：首先初始化MSP430F5438單片機（MCU）的I/O口、片內UART和定時器，然后進入低功耗模式。MCU通過UART0采用9 600 bit/s的波特率與CC2530進行通信。如果MCU收到的數據格式正確，則返回數據正確響應并存儲數據；如果數據格式不正確，則返回數據錯誤響應。

2.2 GPRS網關程序設計

MCU通過UART1采用9 600 bit/s的波特率與GPRS網關中的M2110模塊進行通信。MCU通過向M2110模塊發送AT指令來達到驅動M2110的目的。GPRS網關程序設計圖如圖5所示。MCU先向M2110模塊發送一系列初始化模塊的指令，如關閉M2110、定義PDP上下文等。然后開啟網絡，并讓M2110進入透傳模式。MCU緊接著發送心跳包，讓M2110與OneNet保持長連接。如果M2110接收到OneNet發來的指令，則將這些指令更新到MCU的指令預執行存儲區；如果MCU采集到的數據有更新，則通過M2110向OneNet發送這些數據。為了確保OneNet接收到M2110發送的數據，每次在M2110發送數據之后，預留一定的時間來等待OneNet發回的數據響應；如果在這段時間內沒有收到響應，則重啟網絡。

圖5 GPRS網關程序設計圖Fig 5 Program design of GPRS gateway

MCU通過10 ms中斷一次的定時器檢查指令預執行存儲區。如果指令集沒有更新，結束中斷；如果指令集有更新，則通過CC2530下發指令。為了確保指令正確下發，MCU用一定時間等待子節點發回的響應。如果接收到正確響應，則結束中斷；如果沒能收到正確響應，則應重發指令。在重發次數超過10次后，將錯誤信息存儲到MCU并結束中斷。MCU在接下來的檢查存儲更新時，會將這些錯誤信息上傳至OneNet。

3 試驗運行

系統通過中移物聯網OneNet開放平臺的公開應用連接，獲取實時運行監控界面。在OneNet官網首頁下載手機APP，收藏該應用即可查看各種信息。

經過濾波處理，系統能夠穩定采集模擬量數據，沒有出現數據高頻跳動狀況。用戶在OneNet網頁上和手機客戶端上都能實時監測到現場環境中的參數，也可成功傳送命令參數。模擬量數據精度在1%以內；數據傳輸誤碼率在1%以內；用戶可遠程設置控制參數，網絡延遲在10 s以內。數據上傳與下發誤碼率低，傳輸時延小，滿足系統運行。

4 結束語

本文探討了水產養殖智能測控系統中的若干關鍵技術。通過ZigBee技術和GPRS技術，實現了對水體溶解氧濃度、溫度、pH值、光照度等參數的遠程監測；對增氧機、投飼機等設備，實現了遠程控制。用戶可以不受地理位置的限制，通過網頁或手機監測和控制魚塘現場各項參數。系統數據穩定，誤碼率低，網絡延遲時間小，有助于改善我國水產養殖智能化普及率及效率較低的現狀。

［1］楊琛，白波，匡興紅.基于物聯網的水產養殖環境智能監控系統［J］.漁業現代化，2014，41（1）：35-39.

［2］ QI L，ZHANG J，XU M，et al.Developing WSN-based traceability system for recirculation aquaculture［J］.Mathematical and Computer Modelling，2011，53（11-12）：2162-2172.

［3］ YONEYAMA Y，YONEMORI Y，MURATA M，et al.Wireless biosensor system for real-time cholesterol monitoring in fishquot;Nile tilapiaquot;［J］.Talanta，2009，80（2）：909-915.

［4］楊世鳳，齊嘉琳，李洋，等.魚塘溶解氧無線監測與控制系統研究［J］.漁業現代化，2010，37（6）：11-14.

［5］黃有全.智能養魚控制系統設計研究［J］.機電產品研發與創新，2004，17（2）：89-90.

［6］胡文翔，蔡政，郭偉瑋，等.面向RS-485控制網絡的Modbus協議擴展及應用［J］.自動化儀表，2013（4）：59-61.

［7］任珍文，黃玉清.基于CC2530的無線傳感器網絡監控平臺［J］.電子技術應用，2012，38（10）：122-125.

［8］裴新，虞慧群，范貴生.基于ZigBee技術的井下人員定位算法研究［J］.計算機工程與應用，2014，50（15）：249-254.

［9］王雙紅，聶建良.自適應交互集合Kalman濾波和動態精密單點定位［J］.自動化儀表，2013，34（5）：10-12.

［10］嚴麗平，宋凱.基于ZigBee與GPRS的嵌入式水質監測系統設計［J］.計算機工程與設計，2011，32（5）：1638-1640.

［11］史俊茹，黑敏星，楊軍.一種物聯網數據管理框架研究［J］.計算機科學，2015，42（S1）：294-298.

Research on the Key Technology of Intelligent Aquaculture System

ZHU Zhengwei，HUANG Xiaozhu，LIU Chen，CHEN Yang
（College of Information Science and Engineering，Changzhou University，Changzhou 213164，China）

To handle the randomness and difficulty to control in manual monitoring of aquaculture environment，an intelligent monitoring system based on internet of things has been designed.Several key technologies of this monitoring system are researched.The multi-hop tree shaped wireless network topological structure is used as the network structure for bottom layer data acquisition transmission.Based on ZigBee and GPRS techniques，the environmental parameters，such as temperature，dissolved oxygen，pH，etc.，are collected in real time；and the aerators，feeders and pumps are controlled remotely.Therefore，users are able to query the historical traces of parameters and monitor and control remotely all kinds of on-spot parameters through websites as well as mobile phone apps.The design of corresponding software and hardware of each monitoring node is described in detail.Due to Kalman filtering algorithm is used to process analog data，the accuracy is improved.The test results show that the accuracy of the analog data and the data transfer error rate are both within 1%；and the network latency is within 10 s for remote setting.The system is stable，reliable，and expandable，which can be promoted in aquaculture.

Aquaculture；Internet of things（IoT）；Wireless sensor network（WSN）；Intelligent measurement and control system；Kalman filter algorithm

TH86；TP273

A

10.16086／j.cnki.issn1000-0380.201711002

修改稿收到日期：2017-05-22

國家自然科學基金資助項目（60971090）、常州市應用基礎研究計劃基金資助項目（CJ20159035）

朱正偉（1963—），男，博士，教授，主要從事計算機網絡技術和嵌入式系統及應用方向的研究。E-mail：zhuzw@cczu.edu.cn。