基于LoRa的智能灌溉系統設計

，中華，冬雪， ，岳煬

(濟南大學 自動化與電氣工程學院，濟南 250022)

0 引言

我國人均水資源占有量僅為世界平均水平的1/4，被聯合國列為13個貧水國家之一[1]。每年農業用水占全國用水總量的60%以上，其中用于灌溉方面的用水量超過90%[2-3]。水資源嚴重短缺、浪費，地區分布不均衡以及灌溉自動化水平較低的現狀嚴重制約著我國農業的發展，因此提高灌溉效率，發展節水灌溉農業，實現灌溉智能化顯得尤為重要。

節水灌溉技術發展比較好的是地區是美國、以色列、澳大利亞、印度等國家，這些國家積極推進農業節水體系建立，根據水資源的地區分配，大力推廣滴灌、噴灌和地面節水灌溉技術，其水資源利用率高達70%[4-5]。相對于一些發達國家，我國部分地方正在大力推廣節水灌溉技術。智能化半變量節水管理系統在中國科學院欒城農業生態系統實驗站建成，成為地方高新技術與成果示范交流的基地。江蘇省率先試用節水灌溉自動控制系統，在節水示范方面為地方經濟建設做出貢獻[6]。雖然近年來取得了不小的進步，但是我國的節水灌溉技術并沒有得到太多普及，水資源利用率僅為43%，與發達國家依然存在較大的差距[7]。

隨著科技的不斷進步，物聯網技術越來越多運用在農業方面，常見的無線技術主要分為局域網與廣域網[8]。局域網通信主要包括WiFi、ZigBee、藍牙等通信協議，廣域網主要包括2G/3G/4G蜂窩通信技術[9-10]。WiFi技術的傳輸速率約為6 M/s，傳輸數據快，產品成本低，但是安全性不高，穩定性比較弱，功耗相對比較大。ZigBee功耗低，組網容量大，但是傳輸距離短，最遠傳輸距離不超過75 m，只適用于小范圍、短距離組網[11]。藍牙技術早期用于手機之間的文件傳輸，其功耗介于WiFi與ZigBee之間，但是傳輸距離最短。以上3種通訊方式均不適用于大規模農田灌溉無線組網。2 G/3 G/4 G主要依賴于移動運營商提供的網絡數據，不但會產生額外的費用，對基站的信號強度也有較高的要求，不適合偏遠地區的農作物的監控。

LoRa是美國Semtech公司推廣的一種基于擴頻技術的超遠距離無線傳輸方案，作為LPWAN(low power wide area network)技術的一種，與以上通訊技術相比，可以最大程度地兼顧遠距離傳輸、低功耗和抗干擾性能[12]。LoRa最大鏈路預算可達168 dB，靈敏度超過-148 dBm，傳輸速率為0.018～37.5 kbps。接收電流僅9.9 mA，休眠電流小于200 nA，一節普通5號電池理論上可以使用5～10年，延長電池更換周期。LoRa融合了擴頻調制和前向糾錯編碼技術(Forward Error Correction，FEC)，擴大了數據傳輸距離，提高了數據傳輸的抗干擾性。在寬闊地帶，通過LoRa技術傳輸數據的距離超過15 km[13]。另外，該技術支持標準的FSK、MSK及OOK等調制方式，可在全球免費頻段(包括433、868、915 MHz)內使用。

本文提出一種基于LoRa的智能灌溉系統設計，旨在提高用水效率，實現農業灌溉精準化，智能化。本文的第1部分為系統的網絡架構，包括LoRa網絡框架、終端的分類以及LoRa傳輸模式分類。第2部分為數據采集節點硬件設計，包括微控制器，采集單元，水閥控制單元，數據傳輸單元，電源單元以及灌溉模式指示。第3部分為軟件設計，包括數據采集節點以及PC端灌溉控制平臺的開發。第4部分為實驗結果與分析，搭建模擬生態系統，隨機選取幾個節點，對本設計的功能性以及操作性進行實際測試及演示。最后是關于本設計的總結和對智能灌溉技術的展望。

1 網絡架構

圖1 LoRa的網絡框架

1)LoRa網絡架構，采用典型的星型網絡拓撲結構，主要包括終端、網關、云服務器以及應用服務。LoRa的網絡框架如圖1所示。終端包括各種溫度、濕度、光照等傳感器，完成對相應數據的采集，并通過LoRa擴頻技術傳輸。同時，接收上一級設備的命令信息，進行灌溉作業。網關負責終端設備上行數據的接收和下行數據的發送，并通過TCP/IP協議與云服務器通訊。LoRa網關融合了速度自適應調整(adaptive data rate，ADR)，根據網關與節點的距離，自動調節數據傳輸速率[14]。當距離比較近時，終端節點將采用較高傳輸速率，反之，傳輸速率降低，有效提高了網絡吞吐量。云服務器實現對采集數據和操作命令信息的處理，存儲，加密以及發布，與傳統的服務器相比較，具有集約化程度高，資源配置速度快，容量無限大以及對用戶端的設備要求低等優勢。應用服務主要通過各種設備，比如手機，平板或者PC等利用蜂窩數據或者以太網從云服務器獲取數據。擁有管理員權限，還可以對指定終端進行遠程操作，方便高效。

2)終端設備分類，根據終端設備與網關之間通訊模式的不同，將終端設備分為3類，分別為Class A，Class B和Class C[16]。

Class A(雙向通訊終端設備)：終端節點每次發送一個上行信號后，按照一定時間間隔定期開放兩個下行接收窗口。接收窗口的時間長短可以根據數據量的大小進行調整，所以Class A功耗最低。只有終端發送上行信號，網關才能進行下行數據傳輸。Class A應用最為廣泛。

Class B(具有預設接收槽的雙向通訊終端設備)：工作模式與Class A類似，不同之處在于終端設備開放多余的接收窗口，同時通過Beacon信號與網關保持時間同步。Class B功耗大于Class A。

3)LoRa傳輸模式分類，主要分為透明廣播模式和定向傳輸模式。透明廣播模式就是地址相同、信道相同的模塊，任意一個發送，其余的都能可以收到，接收方收到是數據。定向傳輸模式指的是發送模塊在發送的數據前面需要增加“目標地址+目標信道”，接收方收到的是數據。

2 數據采集節點硬件設計

數據采集節點硬件設計主要包括微控制器，采集單元，水閥控制單元，數據傳輸單元，電源單元以及灌溉模式指示，實現對光照強度，空氣溫、濕度以及土壤的濕度等數據的采集，處理以及傳輸。通過控制電磁閥的通斷，進而控制農作物灌溉水量。

1)微控制器，采集節點采用STM32F103C8T6單片機為控制核心，其內核為ARM32位的Cortex-M3 CPU。最高73 MHz工作頻率，64 K閃存的程序存儲器，內嵌8 MHz的RC振蕩器，2個12 bit模數轉化器， 2個I2C，3個USART，3個通用定時器，1個高級定時器。STM32F103C8T6具有較強的數據處理能力及外設接口，可以滿足系統需求。

2)信息采集單元，主要包括光照模塊，空氣溫、濕度模塊以及土壤濕度模塊。光照模塊采用BH1750FVI光照傳感器，可以計算1.1lx到l00000Ix馬克斯/分鐘的范圍。空氣溫、濕度模塊采用DHT11數字傳感器，測量范圍：濕度20～90%RH，溫度0～50 ℃，測量精度：濕度±5%RH，溫度±2 ℃。采用土壤傳感器做土壤濕度的檢測，表面采用鍍鎳處理，延長使用壽命。

3)水閥控制單元，水閥控制單元電路圖如圖2所示。U1為光耦合器，Q1為三極管，K1為繼電器。當光耦合器導通，繼電器工作，電磁閥打開，水泵開始抽水。同時，藍色指示燈RELAY LED長亮。灌溉作業結束時，電磁線圈突然斷電，產生反向電動勢。為防止反向電動勢的電壓值超過串聯回路上元器件的反向擊穿電壓，對元器件造成嚴重損壞，在線圈兩端反向并聯二極管D1，用于電磁線圈的能量快速泄放，增加繼電器動作的可靠性。

4)數據傳輸單元，數據傳輸方面采用SX1278無線模塊，LoRa擴頻傳輸，匹配高增益膠棒全向天線，工作頻率為410～441 MHz，共32個信道，每個信道有65536個地址。MD0與MD1進行高低電平組合，確定4種工作模式，包括一般模式，喚醒模式，省電模式和休眠模式。TXD、RXD引腳分別接單片機的USART2。AUX用于無線收發緩沖指示和自檢指示。AUX引腳一般輸出高電平，當模塊發送或者接收打包好的數據過程中或者上電復位時，開始硬件自檢并初始化配置，AUX輸出低電平，然后恢復為高電平。設計AUX指示燈，LoRa模塊進行數據傳輸時，黃色LED燈長亮，數據傳輸完畢，黃色LED燈熄滅。

圖2 水閥控制單元電路圖

5)電源單元，采用DC24V/1A的電源適配器為采集節點提供外部電源，主要為繼電器提供電源。經過LM2576開關穩壓集成電路，將DC24V穩壓到5 V，主要為LoRa模塊提供持續穩定的電源。之后采用AMS1117芯片，為微處理器及各種傳感器提供3.3 V直流電源。打開采集節點電源，綠色電源指示燈長亮。

6)灌溉模式指示，為了驗證PC端灌溉控制平臺的設定模式，采集節點配置了灌溉模式SET紅色指示燈，配合繼電器工作藍色指示燈D1，用于顯示不同的設定模式。灌溉模式的設定指示如表1所示。當系統處于自動灌溉模式中，每次調整灌溉條件后，紅色LED燈亮1 s后熄滅，然后再根據D1的亮滅，判斷該區域是否處于灌溉作業中。當系統處于手動模式中，如果選擇緊急停止，紅燈長亮，灌溉作業緊急停止；如果選擇手動澆灌，紅燈長滅，開始灌溉作業。數據采集節點的PCB板如圖3所示。

表1 灌溉模式設定指示

圖3 數據采集節點PCB板(a)微處理器 ;(b) BH1750FVI光照傳感器; (c) DHT11空氣溫、濕度傳感器; (d)土壤濕度傳感器及其探頭; (e)繼電器及其接口; (f)LoRa模塊。

3 軟件設計

3.1 數據采集節點

利用Keil uVision5開發平臺，對采集節點進行C語言編程，增強了程序的可讀性，可以實現系統軟件在線調試，方便程序移植、優化、二次開發。數據采集節點的工作流程如圖4所示。采集節點上電初始化為最后一次正確配置的自動灌溉模式，定期向PC端灌溉控制平臺發送數據，發送結束后自動進入休眠狀態，此時功耗最低。間隔一定時間后，開放下行接收窗口，如果接收到PC端指令，執行相應灌溉模式設定以及灌溉作業。每次作業結束為工作一次，繼續定時發送數據，循環進行檢測工作。

圖4 數據采集節點的工作流程圖

3.2 PC端灌溉控制平臺

PC端灌溉控制平臺的開發環境為Visual Studio 2010，使用C#語言，實現智能灌溉系統人機界面設計。數據庫選用微軟的SQL server2012，實現對各種數據的實時存儲與分析。使用.NET Framework提供的Serial Port類，設定串口通信波特率，數據位、校驗位和停止位，選擇串口號，實現PC端灌溉控制平臺LoRa節點與PC端之間的數據傳輸，再將自動打包好的數據經過LoRa擴頻傳輸，最終實現PC端灌溉控制平臺與采集節點之間的通訊。為了方便灌溉作業的管理與維護，設定游客權限和管理員權限。擁有游客權限的用戶無法自主設定灌溉模式和閾值，系統灌溉模式默認為自動模式，用戶只能看到實時顯示值，而擁有管理員權限的用戶進行相應管理。為了方便演示，僅展示A，B兩個灌溉區域的監控界面，并隨機設定了兩個區域光照強度，空氣溫、濕度，土壤濕度的閾值。只有配置為自動模式，同時滿足4個條件，相應區域才能自動進行灌溉作業。PC端灌溉控制平臺自動灌溉模式監控界面和手動灌溉模式監控界面分別如圖5和圖6所示。

圖5 自動灌溉模式監控界面

圖6 手動灌溉模式監控界面

PC端灌溉控制平臺處的LoRa節點通過USB接口與PC端進行硬件連接。PC端灌溉控制平臺的工作流程如圖7所示。通過LoRa-USB通信網關，電腦自動識別串口號，點擊“打開串口”按鈕，相應按鈕自動變為“關閉串口”，此時，開始接收數據。首先，PC端將接收到的串口數據存在到定義的buf數組中，然后判斷數據的來源與數據的完整性。最后將處理后的數據顯示在相應位置。輸入管理員用戶名和密碼，驗證無誤后，各地區灌溉閾值變成可編輯狀態，此時，手動模式不可操作。重新設定最優灌溉條件，點擊“確認”按鈕，即可實現指定區域自動灌溉。點擊“手動控制”，系統切換到手動模式，此時，自動模式不可操作。手動模式可以實現對指定區域的手動灌溉以及突發狀況的緊急停止。

4 實驗結果與分析

為了測試節點之間的傳輸距離，隨機選取A，B兩個LoRa節點，在相對空曠的地區進行實驗測試。兩節點均配置為定向傳輸，通信信道433 MHz，波特率9 600 bps，空中速率19.2 kbps，發射功率20 dBm，FEC功能打開，匹配可彎折全向膠棒天線。利用串口調試助手進行數據傳輸測試，發送端每組發送約100次數據，每次發送12個字節(與數據采集節點實際工作時發送最大數據長度相同)，發送間隔1 s。因配置為定向傳輸，正確接收時，每次數據長度僅為9個字節。

圖7 PC端灌溉控制平臺的工作流程圖

A，B兩個節點同時匹配增益為6 dBi或3 dBi全向天線時，傳輸距離測試數據分別如表2，表3所示。對上述實驗數據進行分析：

表2 傳輸距離測試數據(6 dBi)

表3 傳輸距離測試數據(3 dBi)

1)數據傳輸的丟包率與傳輸距離有關。隨著傳輸距離的不斷增加，信號強度逐漸削弱，丟包率逐漸增加。

2)數據傳輸的丟包率與天線增益有關。當天線增益為6 dBi時，傳輸距離遠達1千米；當天線增益為3 dBi時，傳輸距離僅為600米。

3)數據傳輸的丟包率與障礙物有關。受測試場地限制，當測試距離超過600米，傳輸信號陸續受到高樓，樹林等障礙物影響。

若選用表2中的LoRa節點，可以實現方圓1千米范圍內的土地灌溉。如果灌溉區域寬闊，合理匹配天線，灌溉范圍更加廣泛。實驗表明，LoRa擴頻傳輸可以實現遠距離無線傳輸，能夠較好的滿足系統需要。

5 總結

本系統采集節點設計以STM32單片機為控制核心，采用模塊化的設計方案，由LoRa-USB通信網關，信息采集單元，水閥控制單元，數據傳輸單元，電源單元以及灌溉模式指示組成。實現了多元信息及時上傳以及灌溉作業的快速響應，從而達到提高水資源利用率，實現精細化灌溉的目的。利用C#，設計PC端灌溉控制平臺界面，用戶可以隨時查看農作物生長的環境參數，同時自由選擇灌溉模式。自動模式可以根據農作物在不同階段的生長情況，靈活設定相應的灌溉條件；手動模式可以實現對指定區域的快速灌溉以及突發狀況的緊急停止。選用SQL server 2012作為數據庫，實現了各種環境參數讀取、設定，灌溉模式選擇等重要數據的及時存儲。對后期數據的處理分析，特別是在農作物不同生長時期，灌溉閾值與灌溉時間的最優設定與選取等方面，具有深遠意義。數據傳輸方面采用SX1278芯片，LoRa擴頻傳輸，使該系統既可以滿足溫室大棚進行短距離灌溉，也可以滿足戶外大面積、遠距離灌溉要求，應用場景廣泛，成本低廉，操作簡單，可擴展性強。

本設計未來發展的方向如下所示：

1)采集節點供電方面可以采用太陽能板等可再生資源供電，對能源轉化、存儲與消耗做系統分析；

2)與計劃灌溉做對比實驗，定量分析水資源利用率；

3)對SQL存儲的數據進行系統分析，規劃各種農作物不同時期最優灌溉閾值和灌溉時間。