基于STM32的空氣質量監測系統研究與設計

劉伏龍 盛義發 閔杰 孔祥興

摘要：本文以空氣質量監測終端為研究對象，結合嵌入式技術和遠程通信技術，設計了一種基于STM32的空氣質量監系統，以GPRS作為遠程通信手段，采集順德區大良客運站、北滘廣東工業設計城、陳村順聯廣場、樂從大潤發四個監測點的傳感器數據上傳至服務器，針對四個監測點數據的非線性問題，提出基于BP神經網絡預測模型，實現了對AQI的監測和信息發布，取得了良好的預測效果。

關鍵詞：空氣質量監測；STM32；GPRS；BP神經網絡

1 緒論

人們可以通過手機、internet、報紙、電視等的方式獲取到發布的信息。[1]至2017年底，地級及以上的城市都實現了空氣質量的監測和信息發布。但是還有很多地級以下的小城市、鄉村地區以及一些大城市的郊區都還不能進行空氣質量的實時監測和信息發布，在這些地區建立大型監測點會造成財政負擔過重，所以急需建立小型的、可以在各種環境發布信息的監測系統。

2 系統的總體方案

基于STM32的空氣質量監測終端的硬件平臺主要是由一塊顯示端和四塊數據采集端構成，顯示端由STM32開發板和GPRS模塊構成，每一塊數據采集端都是由STM32開發板、PM2.5和PM10傳感器和GPRS模塊構成其具體步驟如下：

（1）數據采集端通過GPRS模塊與服務器連接，并以Cjson格式與服務器通信。

（2）開啟傳感器傳輸，傳感器數據以串口的方式傳至數據采集端，數據采集端再通過GPRS模塊以Cjson格式將數據上傳至服務器。

（3）以采集到的2個月的數據并且以BP神經網絡方式訓練出預測模型。

（4）將訓練好的模型植入顯示端，顯示端根據采集到的新數據擬合當前的AQI并使用LCD顯示。

3 數據采集傳感器

PMS3003傳感器模塊是一種能夠同時采集PM2.5和PM10濃度的傳感器，能夠檢測單位體積內懸浮顆粒物的質量和個數VCC和GND由數據采集端提供，PMS3003傳感器模塊4管腳（RXD）與下位機主板USART3_TX連接，5管腳（TXD）與下位機主板USART3_RX連接。3管腳（SET）是設置引腳與PB12相連。

4 通信模塊

本論文所選取的A6GPRS模塊，為了實現上網功能和收發功能，處理器與A6GPRS的連接方式是通過串口相連。A6GPRS模塊還具有以下特點：指令簡單，使用標準的AT指令和AIThinker擴展指令；下載速率可達85.6Kbps，上傳速率可達42.8Kbps；嵌有TCP/IP協議，還支持8路網絡連接，可以將數據同時對多個服務器進行轉發。[2]處理器使用自帶的串口對GPRS模塊發送數據和AT指令。

5 軟件設計

本系統的軟件平臺由三部分組成，分別是軟件的應用層程序、軟件的抽象層程序以及軟件的底層驅動程序。軟件的應用層是由GPRS的無線通訊、傳感器模塊與數據采集端處理器之間的串口通信、液晶顯示組成；軟件的抽象層主要是FreeRTOS操作系統[3]；軟件的底層主要是處理器的底層驅動。系統分為數據采集端和顯示端，兩者之間的區別主要體現在應用層，抽象層和底層程序作為兩者之間的基礎程序是一樣的。在數據采集端，應用層是GPRS無線通訊、傳感器與處理器之間的串口通信；在顯示端，應用層是GPRS無線通訊、TFTLCD的應用程序。

6 搭建基于神經網絡的空氣質量監測模型

BP神經網絡[4]模型是由D.Rumelhart和Hinton在1985年提出用于前向多層的反向傳播學習算法。為什么稱之為學習算法，因為它可以不斷的對各神經元之間的連接權值進行修改，進而使輸出不斷的逼近期望值。決定權值的修改是實際輸出和期望值之間的差值一層層的反向傳播，所以稱之為反向學習算法。

本文搭建的模型是AQI預測模型，AQI預測模型的目標是預測AQI的級別，AQI的輸入特征是四個監測點的PM10和PM2.5，因為AQI有5個級別故輸出為5個級別。[5]運用python語言進行程序編寫，搭建了多層BP神經網絡模型，因為層數、神經元的個數和學習率等并沒有可靠的原則提供使用，故本文通過多次實驗選取相對好的網絡層數、神經元個數和學習率等。

從總損失曲線可以看出訓練的開始下降速度相當快，當到達10000次迭代的時候，雖然總損失函數還是在一個小范圍波動，但是已經趨于平緩，此時便是在最優點附近。AQI預測模型的總損失函數如圖2所示，在訓練集上的準確率為97.3%，在測試集上的準確率為83.6%。

7 結語

本文結合GPRS遠程通信手段，BP神經網絡算法，以STM32作為處理器設計了一種空氣質量監測系統。實現了對AQI的監測和信息發布，取得了良好的預測效果。該空氣質量監測系統以多個監測點的數據作為輸入，預測整個地區的空氣質量，顯示端可以分布在任何能使用GPRS通信的地方，具備實時、方便、可靠、容易部署等優點。

參考文獻：

[1]劉敏娜，史肖敏，王天均.基于Android的空氣質量查詢系統的設計與實現[J].數字技術與應用，2016（4）：182.

[2]王元.基于ARM+GPRS的報警系統設計和應用[J].科技風，2017（6）：1315.

[3]劉濱，王琦，劉麗麗.嵌入式操作系統FreeRTOS的原理與實現[J].單片機與嵌入式系統應用，2005（7）：811.

[4]Rumelhart D E，Hinton G E，Williams R J.Learning internal representations by error propagation[R].California Univ San Diego La Jolla Inst for Cognitive Science，1985.

[5]伍燕南，王躍.提高空氣質量指數準確性的建議[J].環境科學與管理， 2012， 37（8）：125128.

作者簡介：劉伏龍（1991），男，漢族，廣東梅州人，在讀研究生，研究方向：智能控制。

*通訊作者：盛義發，男，漢族，湖南衡陽人，教授，博士，電子與通信工程。