基于動態指數平滑環境預測系統

李昌敏，熊俊俏

（武漢工程大學 電氣信息學院，湖北 武漢 430205）

中國一直是農業大國，民以食為天。農業發展一直是國家的首要問題，農業的發展直接或間接地影響著國家安全。傳統的種植產業，一般情況下是依靠農民多年以來的經驗，定性地估計各種環境因子，無法在農業種植過程中實時、精準地監測和收集環境信息，很難進行統一的集中管理，達到最優化生產的目的[1]。市面上也出現了一些農田環境檢測系統，但是這些系統集成度不高，大多只有單一的功能，無法做到大規模長時間、預測性地監控農林環境。

基于現狀本次設計了一款低功耗、多功能、可預測環境的農林監控系統。設計采集終端與無線網絡架構，實現對空氣溫濕度、土壤溫濕度、二氧化碳濃度、光照強度等多種環境信息的實時收集、傳輸和上位機信息處理控制的自動化，具有功耗低、自動化程度高、性能穩定、及時、高效、準確、運行成本低、數據可提前預測等特點。本系統實現農林環境信息的自動化監測、預測，對盡快推進中國設施農業規模化和產業化，走農業可持續發展道路有著重要的意義。

1 系統總體設計

土壤及環境監測系統分為兩部分，即上位機和傳感器網絡，傳感器網絡的基本單元為傳感器組、ZigBee 傳輸、控制器三部分，其中傳感器組是集成了多種傳感器的信息采集器，它將對空氣溫度、土壤濕度、二氧化碳濃度、紅外和光照強度等農田環境數據進行實時監測，全面收集果園環境信息和傳輸信息[2]。傳感器組與組之間用ZigBee 通訊協議組成無線網絡。不同類型的傳感器組按照一定的數量組成的節點稱為ZigBee 子節點。所有傳感器數據均直接上傳至后臺上位機，用戶無需在設備端進行操作。上位機信息處理控制模塊將接收到的信息進行分析、預測，得出下一步指令，通過上位機發送遠程控制繼電器的命令，由ZigBee 協調器通過協議發送給各子節點，并做出相應的反應。

土壤及環境監測系統總體結構如圖1所示。

圖1 土壤及環境監測系統結構圖

2 ZigBee 組網設計

ZigBee 模塊選用了CC2530 芯片，它具有低功耗、低成本、時延短、網絡容量大、安全可靠等優點。其控制監測多款傳感器。ZigBee 采用低功耗自組網模式將所檢測到的數據傳給上位機。

在設計中發現出傳感器節點傳輸信息時，要比執行計算時更消耗能量。為了提高網絡通信效率需要盡可能減少冗余傳輸，降低網絡通信開銷，選擇某些節點作為骨干網節點，打開其通信模塊，并關閉非骨干節點的通信模塊，由骨干節點構建一個連通網絡來負責數據的路由轉發。這樣可以保證通信覆蓋度和使非骨干網節點在沒有數據轉發時，進入休眠狀態從而降低能耗[3]。

ZigBee 組網結構如圖2所示。

圖2 ZigBee 組網原理圖

本系統采用一種最小連通支配集ECDS 算法構建骨干節點網[4]。

為每個節點分配一個權值，節點i的權值表示為w（i），這個權值代表網絡節點的能力，這個值大小由節點的剩余能量決定，節點權值的計算方法為w（i）=f（energy（i），stability（i），effective_degree（i））。其中，f函數是以電池剩余能量energy（i），節點穩定性stability（i）和節點的有效度數effective_degree（i）為參考函數。

通過計算出節點的權值，具有較大權值的節點意味著節點具有較高的能力。有較高能量、可能覆蓋較多鄰居節點的節點，更適合擔當支配集節點即骨干網節點的角色。通過為網絡節點設置這樣的優先級之后，算法構建的支配集不僅考慮了支配集規模的大小，同時把能量也考慮進去了，這樣的系統作為傳感器節點更為合理。

為了平衡網絡中節點能量的使用。本算法還采用動態周期性的重構方式，在一個周期中構建的連通支配集擔當的骨干網不會一直工作到其某個節點耗盡，而是每次構建的連通支配集只工作一段時間，當此連通支配集中有節點能量降低到一定程度，進入下一周期。

3 數據分析與預測

本系統將傳感器參數采集到的數據利用指數平滑法對生態環境數據行為分析，以找出數據的內在規律并預測其發展趨勢[5]。通過計算指數平滑平均數來平滑時間序列，消除歷史統計序列中的隨機波動，以找出其主要發展趨勢。

設生態環境監測數據的時間序列為{Xt}，t=1，2，…，n，n為序列{Xt}原始數據的個數，Xt為序列{Xt}的第t期實際值。則一次指數平滑模型為：

二次指數平滑法是對一次指數平滑的再次平滑，其模型如下所示：

第t+m期預測值Xt+m為：

三次指數平滑法是對二次指數平滑的再平滑。它適用于具有線性趨勢的時間序列，其模型為：

第t+m期的預測值為其中，

M為預測超前數且M≥1，at，bt，ct均為預測參數。

為了使三次指數平滑模型適用時間序列自身的變化，將靜態變化為動態，由上述公式得到：

可以得到一個形式相同的指數平滑模型：

通常情況下，因為初始值對模型的影響較小，通常取前兩期觀測值，一般取來作為模型的初始值。預測函數為其中m為預測超前期數，at，bt，ct為預測參數，

根據模型精度的要求，取α為0.38 建立模型[6]。由上述指數公式，通過模型對溫度和濕度的數據進行處理，結果如圖3所示。

圖3 溫度動態三次指數平滑圖

基于動態三次指數模型分析可以得到如表1所示的預測結果。

由圖3、表1可見，用動態三次指數平滑法預測模型在 對環境數據預測中的擬合效果整體較好，對環境數據有較好的適用性。同時，還利用該模型對土壤pH 值、二氧化碳濃度的趨勢進行預測，對農林發展有一定的預測預警作用。

4 結論

本文介紹了基于低功耗的土壤及環境監測系統，它利用各傳感器監測土壤及環境數據，實時了解當前環境及土壤的相關數值。并通過最小支配集進行ZigBee 組網，減少了通信功耗，大大減少了整個網絡的能量消耗，并將各傳感器組的數據上傳至服務端，在PC 機上以直觀的線形圖顯示出來，且對得到數據進行預測，判斷下一階段環境數據變化。有助于進一步展開各數據之間統籌研究，更好地為農林培育服務。本系統接下來將通過圖像處理的方式來判斷農作物的長勢，為農業生產提供更好的幫助。

表1 溫度動態模型預測數據