一種低功耗水產養殖水質監測系統設計方法

蔡向科， 高振斌， 范書瑞

(河北工業大學電子信息工程學院，天津 300401)

隨著傳感器技術、自動控制技術、物聯網技術的發展，無線傳感網絡(WSN)已經被應用到了生產中的各個方面[1-5]。WSN主要通過在監測區域內部署大量的傳感器節點來感知周圍環境信息，然后通過互聯網實現感知數據的遠程傳輸。WSN應用在水產養殖中，可以實時監測魚類的生存環境，實現水產養殖的數據化和信息化。目前，國內外已經有許多相關的研究[6-8]。

部署在水面上的檢測節點主要采用電池供電。為了延長節點的生存周期，必須盡可能降低節點功耗。研究表明，節點上大部分能量消耗在數據收/發過程中[9]。Bakr等[10]通過添加備用節點來延長節點生存周期，但只是對能量耗盡的節點進行“接力”，并沒有降低節點的能量消耗。Thakkar等[11]通過考慮系統延時和節點剩余能量來選擇“下一跳”，從整個系統層面來維護能量平衡。黃庭培等[12]研究表明，接收信號強度(RSSI)能夠很好地反應當前的鏈路通信質量。蔣建明等[13]通過基站對各節點能量的估算，周期性選擇不同節點作為簇頭節點，避免某個節點因能量消耗過快而過早地“死亡”，導致系統癱瘓。徐立鴻等[14]提出了節點自適應調節算法，但該方法的傳輸距離僅為40 m，不適合搭建大規模的無線傳感網絡。

本設計根據水產養殖的特點，在不丟失重要監測數據、滿足系統丟包率的基礎上，提出了發射功率和采集周期自適應調節算法來降低節點功耗。同時，為了降低網關功耗，設計了NB-IoT數據傳輸方式和基于嵌入式實時操作系統軟件。

1 系統總體設計

本系統主要包括檢測節點、簇頭節點、檢測網關、本地監控中心、遠程監控中心以及手機應用程序(圖1)。檢測節點和簇頭節點用來連接溫度傳感器、pH傳感器、溶氧傳感器等采集監測區域內的水體信息。監測區域內，系統采用分簇的方式進行系統組網，簇與簇之間采用多跳方式連接，簇內采用單跳方式連接，采用ZigBee方式進行數據通訊。檢測網關負責接收來自簇頭節點上的融合數據包，然后通過以太網發送至本地監控中心，或通過NB-IoT發送至遠程監控中心。本地監控中心或遠程監控中心對來自檢測網關的數據進行存儲或顯示。另外，本系統提供自動控制和人工控制兩種方式，當檢測到水體信息不在系統設置范圍內時，通過監控中心自動發送遠程控制命令打開相應設備，并且發出報警信號；若自動開啟設備失敗，監控中心向用戶推送設備開啟失敗消息，提示用戶手動開啟相關設備。

圖1 系統總體設計

2 節點低功耗設計

針對節點上的能量大部分消耗在無線模塊收發數據上的問題[15]，設計了一種采集周期自適應調節算法和發射功率自適應調節算法來降低節點功耗，延長節點生存周期。

2.1 采集周期自適應調節算法

現有水產養殖監測系統中，大多采用15 min、30 min、60 min等固定周期采樣[16-18]。對于固定周期而言，檢測周期設置過長，可能漏掉一些重要變化數據；設置過短，又會造成大量的數據冗余，造成節點能量的浪費。本設計根據水產養殖環境變化不會很大的特點，通過比較感知數據和系統設置的魚類生存最佳環境數據，自適應調節節點采集周期，在不丟失重要變化數據的條件下，減少數據發送次數，從而降低節點功耗。該算法具體調節策略如下：設置水溫、pH、溶氧各參數允許變化的范圍分別為δT、δP、δD；魚類最佳生存環境值分別為MT0、MP0、MD0，系統的初始采樣周期為5 min。水溫、pH、溶氧各參數第i次的感知數據分別為MTi、MPi、MDi，根據公式(1)計算出各個參數的變化率。

(1)

式中：Pi—各參數第i次的變化率；Mi—各參數第i次的感知數據；M0—系統設置的各參數參考值；δ—系統設置的各參數最大允許變化范圍。

選擇變化率最大的參數作為第i+1次采樣周期的參考，以文獻[16-18]中的固定采樣周期為參考，得到本設計中的自適應采樣周期模型，見公式(2)。

(2)

式中 ：Ti+1—第i+1次采樣周期；Pi—各參數第i次變化率。

2.2 發射功率自適應調節算法

由于在監測區域內各檢測節點的無線傳輸距離各不相同，當每個檢測節點都以最大發射功率工作時，網絡的通信質量固然可以得到保障，但勢必會造成節點能量消耗過快，節點生存周期縮短。本系統根據接收信號強度和丟包率之間的關系，自適應調節節點的發射功率。當傳輸距離遠、接收信號強度弱時，采用高發射功率；當傳輸距離近、接收信號強度強時，采用低發射功率。為了實現該算法，需要對本系統中使用的CC2530(Zigbee模塊)傳輸特性進行測試，通過數據對傳的方式，測得CC2530模塊接收信號強度與丟包率之間的關系(圖2)。

圖2 接收信號強度與丟包率的關系

根據電磁波理論[19]，無線信號的傳輸距離、發射功率、接收功率之間的關系如公式(3)。

PT-PR=10Nlgd

所有受檢者均采用全子宮生化分析儀檢測，取受檢者早晨空腹靜脈血，將血液標本放入37℃水當中浸泡，時間為25 min，后分離血清，在分離后3 h內進行血糖指標與糖化血清蛋白指標的測定。

(3)

式中：PT—信號發射功率， dBm；PR—信號傳輸1 m時的接收強度，dBm；N—環境傳播因子；d—傳輸距離，m。

(4)

3 監測系統硬件設計

本系統硬件的選擇從低功耗和系統性能兩方面考慮。檢測節點和簇頭節點相對檢測網關而言，處理的數據量較少，因此選用一款超低功耗處理器STM32L151C6，其待機電流僅為7 μA。檢測網關需要處理大量的匯聚數據，對實時性要求比較高，因此選擇STM32F103ZET6作為主處理器，其待機電流為22 μA。針對全球定位系統(GPRS)無線傳輸功耗較高的情況，采用上海穩恒公司生產的WH-NB73電信版NB-IoT模塊，該模塊具有低功耗，接受靈敏度高的特點。

3.1 節點硬件設計

檢測節點和簇頭節點的硬件結構完全一樣。由于簇頭節點除了采集數據外，還具有路由轉發的功能，能量消耗要比檢測節點快很多，因此采用鋰電池加太陽能電板的方式供電，而檢測節點僅采用鋰電池供電。檢測節點硬件包括水質檢測傳感器、信號調理電路、模/數轉換電路、低功耗處理器、ZigBee模塊、供電單元、電壓轉換電路以及控制電路(圖3)。傳感器采集到的模擬電信號經信號調理電路放大、整流、濾波處理后進行模/數轉換，最后將數字信號經SPI隔離后存儲在寄存器中，控制電路用來控制進/出水閥門、增氧機、投飼機、加熱棒等設備。

圖3 水質檢測節點框圖

3.2 網關硬件設計

檢測網關作為連接感知網絡和互聯網的重要橋梁，在物聯網應用系統中擔負著“上傳下達”的重要作用。由于網關的功耗較大，因此，網關的供電單元同樣采用鋰電池加太陽能板的方式。本系統中網關主要由微處理器、ZigBee模塊、NB-IoT模塊、RS485接口、以太網接口、調試接口、存儲單元以及供電單元組成(圖4)。

圖4 水質檢測網關框圖

4 系統軟件設計

4.1 系統數據幀結構

本設計在Modbus協議的基礎上對系統的數據傳輸結構進行設計。Modbus協議是一種主從應答的串行通信協議，支持ASSII、RTU、TCP三種通信模式[20]。在相同的波特率條件下，RTU模式要比ASSII模式傳輸更多的數據。本設計采用RTU模式，其數據幀結構如圖5所示。

圖5 Modbus/RTU數據幀結構

站號為各節點分配從機地址，目的是實現網關與節點之間的通信。Modbus協議最多支持247個從機設備。主機設備通過功能碼向從機設備下發指令信息，Modbus協議支持的功能碼眾多，在本設計系統中主要用到的功能碼以及作用見表1。

表1 功能碼及作用

對于ZigBee設備，包括固定不變的IEEE地址和有可能改變的網絡短地址[21]。為了實現Modbus主從設備之間的地址定向，本設計將Modbus站號和網絡短地址綁定在一起，以路由表的形式保存在網關中，當檢測節點因能量耗盡造成網絡短地址改變后，網關可以及時廣播新的地址給所有從機設備，更新路由表，由此提高主從設備之間的通信成功率。檢測網關的讀數據命令和檢測節點返回的應答信息如圖6和圖7所示。網關接收到節點返回的數據后，根據丟包率和接收信號強度判斷檢測節點是否需要自適應調節發射功率，若需要，可通過Modbus 06功能碼向檢測節點發出調節發射功率的命令，其數據幀結構如圖8所示。遠程控制命令由監控中心發送給檢測網關，檢測網關對命令解析后，同樣通過Modbus 06功能碼發出遠程控制命令，實現對進/出水閥門、增氧機、投飼機、加熱棒等設備的控制。

圖6 檢測網關讀數據命令

圖7檢測節點返回的應答信息

Fig.7 Response information returned by testing node

圖8 自適應調節節點發射功率數據幀

4.2 NB-IoT數據傳輸設計

NB-IoT技術是IoT領域的一個新興技術，支持低功耗設備在廣域網的蜂窩數據連接，也被稱為低功耗廣域網(LPWA)，與傳統GPRS系統相比，其具有覆蓋范圍廣、功耗超低、鏈接多、成本低的優點[22]，非常適合作為物聯網中無線連接方式。圖9為本系統WH-NB73發送/接收數據框圖。

圖9 WH-NB73發送/接收數據框圖

模塊先進行上電初始化，通過AT指令與基站建立連接；連接成功后獲取服務器IP地址，AT指令建立Socket；最后通過AT指令發送/接收數據，此后進入PSM模式。

4.3 網關多任務調度

為提高CPU利用率，采用FreeRTOS嵌入式實時操作系統。其任務調度策略如下：首先，通過任務1向檢測節點發送采集數據命令，檢測節點收到命令后立即由睡眠模式轉入工作模式。當檢測節點采集完成后，將數據按圖7所示幀結構進行打包，發送給檢測網關，數據發送完成后，節點轉入低功耗模式。其次，當網關收到數據后，對數據幀進行解析，根據幀結構中的采樣周期決定下次采樣時間，根據接收信號強度和丟包率來判斷節點是否需要自適應調節發射功率，若需要，則通過任務2向檢測節點發送調節命令。最后，通過任務3將緩存區數據上傳到監控中心，并接收監控中心下發的設備控制命令。當所有任務執行完成后，網關進入低功耗模式。

5 試驗驗證與結果分析

在實驗室通過控制水溫、pH、溶氧，模擬水產養殖環境對系統進行測試，試驗中用到的設備包括3個簇頭節點、12個檢測節點和1個網關節點，試驗內容主要包括周期自適應調節算法和發射功率自適應調節算法以及系統的自動控制功能，以驗證系統的可行性。

5.1 周期自適應算法和自動控制功能測試

為了測試周期自適應調節算法，令上述算法中提到的δT=2 ℃、δP=0.8(pH)、δD=0.8 mg/L；MT0=20 ℃、MP0=7.5(pH)、MD0=8 mg/L。自動控制功能的驗證采用人工對溶氧進行干擾的方式進行測試，設置當溶氧低于7.2 mg/L時打開增氧機。這里設置的參數只是為了驗證該算法的可行性，并非實際養殖環境中的參數，實際參數可以根據所養殖的魚類進行設定。測試結果部分數據見表2。

從表2中可以看出，節點能夠自適應調節采集周期，當水中參數偏離系統設置值越大時，采集周期也會越快；當水中的溶氧值低于系統設置的下限時，增氧機開啟并開始報警。與固定周期15 min、30 min采集方式相比，該算法在不丟失重要變化數據的條件下，數據發送次數分別減少了140%和20%。極大地降低了節點由于發送冗余數據而造成的能量浪費。

5.2 發射功率自適應調節算法測試

試驗中設置CC2530模塊的功率調節范圍為-10～4 dBm,系統最大允許的丟包率為3%，節點初始默認發射功率為4 dBm，在數據傳輸過程中根據接收信號強度自適應調節節點發射功率(表3)。從表3可以看出，節點能夠根據接收信號強度自適應地調節發射功率，在滿足系統要求丟包率的同時，盡可能降低節點功耗，延長節點的生存周期。

表2 測試結果匯總表

表3 發射功率自適應調節算法測試結果

5.3 節能效果測試

由于簇頭節點和網關節點均采用太陽能電池板加鋰電池的方式供電，因此只對檢測節點進行節能效果測試。試驗中，為了加快電量消耗，檢測節點并沒用使用周期自適應調節算法，而是采用固定周期(3 min)的方式進行數據采集。試驗分為兩組，一組采用固定發射功率4 dBm，另一組采用發射功率自適應調節的方式，兩組均采用24 V、10 Ah的鋰電池供電，兩組設備均部署在相同的位置，盡量減小外部環境對測試結果的影響。剩余電量與采集次數之間的關系如圖10所示。

圖10 剩余電量與采集次數之間的關系

從圖10可以看出，在以固定發射功率工作時，節點大約能采集7 300次，以發射功率自適應調節方式工作時節點最少可以采集8 000次，最多可以采集10 400次。節點生存周期延長了9.5%～42.5%。

與文獻[7]中節能方法相比，該算法主要針對耗電量較大的無線收發模塊進行降耗處理，使其節點生存周期延長了近1.3倍。與文獻[13]中的節能方法相比，該算法不需要復雜的路由策略，減少了節點在尋找最優路徑時的能量消耗。與文獻[14]中的自適應調節算法只能傳輸40 m相比，該算法通信距離更遠，更適合在水產養殖中組建無線傳感網絡。

6 結論

針對現有水產養殖水質監測系統功耗高、節點能量有限的問題，設計了一款基于周期自適應調節算法和發射功率自適應調節算法的水產養殖監測系統。將采集數據與系統設置的魚類最佳生存環境值進行對比，決定檢測節點下一次的采樣周期，做到在不丟失重要監測數據的條件下，減少節點的采集次數。通過與Modbus協議結合，設計了一種根據接收信號強度與丟包率自適應調節節點發射功率的數據幀結構。測試結果表明，在滿足系統丟包率低于3%的條件下，采用發射功率自適應調節算法的節點生存周期延長了9.5%～42.5%。系統具有較高的應用價值。

□