基于LEACH的農業物聯網監測系統研究

摘要：我國農業正向智慧農業轉型。要實現農業的科學管理，就需對農業中的生產要素有效監測，因此農業物聯網監測系統有重要研究價值。無線傳感器網絡（WSNs）作為農業物聯網的主要構成部分之一，是實現生產要素中數據采集以及傳輸的重要技術。然而，農業物聯網中現實環境干擾因素多且數據采集量大，而WSNs節點處理能力又有限，如何確保WSNs的持久穩定運行成為一個重要議題。因此，本文采用了一種融合算法——基于LEACH的網絡數據融合算法，對采集到的數據進行融合;同時，對LEACH算法應用在農業物聯網監測系統中的效果進行了仿真，結果表明，LEACH算法能降低WSNs節點能耗誕長WSNs生存周期。

關鍵詞：WSNs;監測系統;數據融合;LEACH

中圖分類號：TP31 文獻標識碼：A

文章編號：1009-3044（2020）22-0003-05

開放科學（資源服務）標識碼（OSID）：

農業物聯網是利用儀器儀表對農作物生長過程中的數據進行采集及控制的物聯網。目前，我國農業正經歷改革，現代化農業發展速度明顯加快，但是，同樣面臨著環境、資源、市場等多重約束，維護生態平衡、保證食品和糧食安全的這些壓力依然存在，保障農民的穩定增收任務越來越重。因此，探索農業物聯網的發展模式和理論研究，在現代化農業中發揮重要作用，對促進農業生產方式的轉變、農民增收有重要意義。農戶通過農業物聯網監測系統，對農作物生長要素（如光照度、溫濕度、二氧化碳、土壤微量元素含量、土壤含水量等）進行實時監測，因此就能實現農業生產過程中的智能化和精準化管理[1]。無線傳感器網絡（ WSNs）作為農業物聯網監測系統的關鍵技術，由于農業中信息采集數量大，數據傳輸量多且路徑較復雜，但是WSNs中節點能量十分有限，導致WSNs就不能保持穩定、持久運行，這也是制約農業物聯網監測系統應用在現代農業中的主要原因。所以，如何確保WSNs的持久穩定運行成為一個重要議題。因此，本文采用了一種基于LEACH的網絡數據融合算法，對采集到的數據進行融合，通過模擬仿真，應用在農業物聯網監測系統中的網絡數據融合算法LEACH[2]，能均衡節點的能量分布，使WSNs的生存周期延長，從而達到WSNs持久穩定運行目的。

1 模型架構

農業物聯網的模型架構是建立在物聯網模型架構之上，它是應用在農業環境中的一種物聯網。所以，要想清楚農業物聯網的模型架構，就要先了解物聯網模型架構[3]。從下至上，物聯網的模型架構第一層（底層）是感知層，這是物聯網的根本，是掌握萬物世界的有關信息，是信息世界與物理世界的聯接，感知層是由一個個感知節點（如傳感器、傳動器、GPS/北斗、RFID芯片、二維碼、紅外感應等）構成，主要是能感知與識別物品信息和外部環境信息采集。物聯網模型架構的第二層（中間層）是網絡層，主要作用是把感知層獲取到的信息通過各種網絡（如無線網絡、計算機網絡、移動通信網等）進行傳輸，是負責處理以及傳遞信息。物聯網模型架構的第三層（頂層）叫應用層，應用層的主要作用是將網絡層傳輸過來的信息進行安全的處理，通過終端設備（如云計算、應用集成、Web服務等）與人進行人機交互，實現信息共享與互通，達到自動化、智能化控制的目的。物聯網的模型架構如圖1所示。

農業物聯網的模型架構從底層到頂層可分為感知層、網絡層（傳輸層）、處理層以及應用層，與物聯網的模型架構相似。在農業物聯網監測系統中，底層是感知層。感知層具有數據采集功能，利用感知設備如溫濕度傳感器、光照傳感器、二氧化碳傳感器等感知農作物生長環境中的各類數據，對農作物生長有用且不可或缺的各種信息進行采集以及識別，是實現現代農業的基礎。農業物聯網模型架構的第二層是網絡層，也叫傳輸層，這一層的主要作用是通過WSNs等無線網絡傳輸農業數據，實現真正意義上的遠距離通信。處理層是在農業物聯網模型架構的第三層，利用數據挖掘、大數據等進行數據處理，實現農業數據的共享、預測、分析和決策等功能，在農業物聯網監測系統中，此過程能完成數據處理、預測診斷、報警推送、智能控制等。農業物聯網監測系統中的頂層是應用層，這一層是具體應用在農業實際環境中，幾乎涉及了農業的各個方面，如大面積田地種植系統、農作物追溯系統、園林園藝設施系統、水產養殖系統等。

2 農業物聯網監測系統的設計

WSNs用于采集各項農業環境參數（如光照、CO，、溫濕度、土壤含水量等）的多種信息，各類傳感器節點在進行數據采集之后會進行自組網，將采集到的數據發送到WSNs中的匯聚節點（Sink Node）[4]，匯聚節點具有數據融合等特征，可將數據先進行融合，然后將融合之后的數據通過Internet網傳輸到管理節點（Managed Node），管理節點再將數據傳送農戶。同時，農戶可通過終端等設備（如手機、PC機、電腦等）對WSNs發送監測管理任務等進行管理及配置。農業物聯網監測系統的總體設計框圖如圖3所示。

從農業物聯網監測系統的總體設計框圖中可知，總體模塊分為五塊，有利用光照、CO2、溫濕度、含水量等外部傳感器，主要功能有采集農戶所需信息的傳感器模塊;有經處理過的數據在液晶屏上顯示的顯示器模塊;有由STM32F103型主控芯片完成ROM/RAM和1/0等功能的處理器模塊[5]，主要功能是完成數據的讀寫、存儲、輸入輸出等，在此模塊中，有上下模塊都是用通用異步收發傳輸器（UART）通訊[6];有將采集到的數據通過CC2530芯片傳送到處理器模塊的無線通信模塊，此模塊在硬件總體設計中起到關鍵性作用，在農業物聯網監測系統中，其無線網絡要求傳送距離長和功耗低等要求;有為硬件系統直接供電的供電模塊。

本文設計的農業物聯網監測系統，主要從功耗低、微型化、低成本、射頻性良好、可擴展性等五個方面考慮，目的是準確實時獲得農業環境中農作物的各類信息，為農戶提供數據，同時也要確保數據的真實準確性，讓農戶進行智能決策的操作。

根據總體設計要求，本系統的WSNs中，采集控制節點和匯聚節點通信是用MSG（ Windows程序中的結構體）信息幀通訊。函數定義如下：

adefDataRequest

（APS_ADDMODE_SHORT）

u16AddrDst

WSN_PROFILE_ID

WSN_CID_SENSOR_READINGS

AF—MSG

1

asTransaction.

ENABLE_ROUTE_DISCOVERY

節點間的通信過程可分為兩類。第一類主要是由路由節點以及終端節點等各類節點的數據傳送至協調器，另一類是各類節點收協調器的數據。節點發數據較為簡單，只要將目的節點數據確定打包好能傳輸即可。相較于節點發數據而言，節點收數據就比較復雜，首先是解析指令并判斷是否發送至目的節點，若是，則解析指令，主控芯片CC2530進行判斷設備是否在主控板上，若是，由CC2530進行相應操作，若不是在主板上，由STM32F103發送控制指令，STM32F103進行下一步相應的操作。若解析指令判斷不是發送至目的節點，則按照路由算法轉發指令。節點通信過程的具體流程如圖4所示。

在農業環境中，由于傳感器的類型不一樣，有光照傳感器、溫濕度傳感器、CO2傳感器、土壤含水傳感器等，考慮本系統后續還可能增加傳感器，所以了解通信協議是很有必要的。模塊與終端設備進行數據之間的交換規則即是通信協議[7]。表1是通信協議數據包詳細定義表。

由表1可知，當符號標識是SATRT時，它的名稱是包頭，2個字節，傳送時高字節在前固定為OXEFOI;當符號是ADDR，長度為4個字節，名稱是地址，表明各個模塊會拒絕地址錯誤的數據包，符合自己本身的地址才會執行命令，傳送時高字節在前;當符號是LENGTH時，名稱是包長度，指的是包內容的長度加校驗和的長度，傳送時高字節在前，長度為2個字節。

3 LEACH算法設計

3.1 LEACH算法概述

LEACH（全稱Low-Energy Adaptive Clustering Hierarchy）算法的基本思想是用循環方式隨機的選擇簇頭（管理組內所有節點）節點，這樣，能將網絡自有能量負載平均分配至網絡的每個節點，以此來提高網絡中的生存周期，降低網絡中的能耗。LEACH算法在運行時，能夠確保每個節點都有概率擔任簇頭，才能使得網絡節點相對均勻消耗能量。這是一種自適應、自組織的聚類協議[8]。圖5和圖6表示的是動態建簇示意圖。

在給定任一時間假設為t1時刻，簇頭是一定概率進行自選，設這一定概率為一個閾值T（n），假設P是期望成為簇頭百分比，r為目前輪數，Mod取模，則T（n）表示為：p/[1-p*（rModl/p）]。由圖5可知，P=5%。

簇頭節點由于比其他節點要消耗更多能量，所以它的能量會很快耗盡，為了將這些能耗分布在多個不同節點，簇頭節點不是固定。在LEACH算法中，在不同時間內，簇頭節點將由一組內所有節點自由選出。所以，在t1時刻簇頭節點可能會組成一個C集合，在tl+d時刻會有一個新簇頭集合C，如圖6所示，t1時刻的簇頭和tl+d時刻的簇頭明顯不同。

3.2 LEACH算法設計

LEACH算法是遵循“輪”的概念工作。每一“輪”分為五個階段。第一階段是建立簇頭，這一階段決定在此輪中節點能否成為簇頭，第n個節點在0-1之間任選一個數，若此數字小于T（n）這個閾值，則定義該節點是此輪的簇頭。T（n）的表達式為：

式（1）中，G表示過去1/P輪中從未當選過簇頭節點的集合，

其他參數由上述章節（本文3.1節）介紹了，這里就不再闡述。第二階段是廣播階段，每個節點在還沒有成為簇頭節點之前，都會通過載波監聽多路訪問/沖突避免（CSMAICA）向其他節點播放消息，沒有成為簇頭節點接收器需是打開狀態，以便于接收簇頭廣播的消息，且所有成為簇頭的節點都用相同能量來廣播此消息，節點在聽到通過廣播的消息之后，決定屬于哪個簇。第三階段是簇成立階段，每個節點歸屬于簇后，那么節點就用CSMA/CA告訴簇內的簇頭，此節點是該簇的簇內成員，此時，簇頭的接收器需是開啟，便于接收非簇頭節點的消息。第四階段是基于TDMA調度表的建立階段，在每個節點決定自己屬于哪個簇之后，此節點必須通知簇頭節點即將成為該簇成員，簇頭收到消息后，根據所在簇中的其他節點數量，建立一個基于TDMA的調度表[9]，調度表是通過廣播的方式發送到簇中節點，此調度表能告知節點什么時候能進行傳輸。第五階段是傳輸階段，通過前面階段所做的工作，簇已建立并且TDMA調度表已確定，在農業物聯網監測系統中，使用傳感器采集到的數據即可進行傳輸，若所有節點都有數據要傳送，則節點會根據TD-MA調度表[9]，分配傳輸時間，使非簇頭的每個節點除了廣播消息之外的時間都休眠，達到每個節點能耗最小化。簇頭節點使其接收器打開狀態，接受簇中節點數據，當簇頭接收數據之后，簇頭就執行數字信號處理功能把接收到的是數據壓縮成單個信號，依次循環。圖7是LEACH算法流程圖。

4 基于LEACH算法的仿真與分析

為了評估LEACH算法在農業物聯網監測系統中的節能效果，本文選用了兩種常見的網絡數據聚合算法作為仿真實驗對象，一種是Direct（直接通信協議）[10]，這種算法是每個節點都直接向基站傳送數據;另一種是MTE（最小傳輸能量）路由協議[11]，節點通過其他節點作為傳輸介質向基站發送數據。

設每個節點在運行接收器或發送器時能耗是E elec=50nj/bit，運行傳輸放大器時能耗是8amp=100pJ/bit/m2，信道在傳輸數據時能耗是r2，假設距離為d（單位米），數據大小為k（單位比特），那么發送數據時能耗的表達式：ETx（k，d）=8pkd2+E elek，接收數據時能耗的表達式：

Erex= Eek。根據最小化傳輸能耗原則選擇介質節點即最小化能耗是ETx-amp（k，d）=εampkd2，當且僅當（

），A節點通過介質節點B向節點C傳輸數據[12]。

設有100個節點，每一個節點每回合向基站發送的數據包是2000bit，在LEACH算法中，每個節點每輪需要向基站發送大小為2000bit的數據包。在LEACH算法中，每個節點初始能量是0.5J，簇頭節點數據融合消耗的能耗是5nj/bit/message。

節點代碼由Matable模擬，部分主要代碼如下：

distance;

if （distance>do）

S（i）.E=S（i）.E一（ （ETX+EDA）*（4000）+ Emp*4000*（distancea：distancea：distancea：distance））;

end

if （distance<=do）

S（i）.E=S（i）.E-（ （ETX+EDA）*（4000）+Efs*4000*（distance8distance））;

end

STATISTICS（r+ I）.CLUSTERHEADS=cluster-1;

CLUSTERHS（r+l）=clusteI-1;

if（min_dis>0）

S（C（min_dis_cluster）. id）.E=S（C（min_dis_cluster）. id）.E-（ （ERX+ EDA）*4000）;

PACKETS _TO_CH（r+ l）=n-dead-cluster+1;

end

S（i）.min_dis=min_dis;

S（i）.min_dis_cluster=min_dis_cluster;

當簇頭百分比P=5%時，節點傳送數據的能量消耗與它所傳送數據的距離相關，因此網絡直徑的不同，WSNs能耗也就不同。圖8是網絡直徑與系統總能耗的關系圖，比較了LEACH算法與Direct、MTE兩種常見的網絡數據聚合算法下，網絡直徑和WSNs總能耗之間的線性關系。

圖8顯示，LEACH相較于Direct，可以降低7-8倍能耗;LEACH相較于MTE路由協議，可以降低4-8倍能耗。

5 總結與展望

本文的研究是基于WSNs的農業物聯網監測系統，可對農業環境中的CO，、溫濕度、光照度、土壤含水量等參數實時監測。為了降低WSNs中的能耗，延長網絡生存周期，本文設計了基于LEACH的數據融合算法，且通過Matlab模擬仿真實驗，結果表明LEACH算法相較于Direct和MTE，都至少可以降低四倍以上能耗。農田環境復雜且多變，要想將農田數據進行高效傳輸和精準感知，是實現我國智慧農業的基礎，但只對農田環境中的少量數據信息（如CO，、溫濕度、光照度、土壤含水量等）采集這是遠遠不夠的，所以在感知層還可以考慮土壤微量元素、土壤PH值等這些信息;傳輸層還可再優化算法、不確定信息機制設計等都是后續值得研究的問題。

參考文獻：

[1]曹明勤，張濤，王健，基于ZigBee的農業物聯網監測系統的設計與實現[Jl.電子技術應用，2013，39（12）：86-89.

[2]陳建云.基于WSN數據融合的農業物聯網監測系統研究與應用[D].撫州：東華理工大學，2018.

[3]唐滎.基于物聯網的農業感知數據融合應用研究[D].長春：吉林大學，2016.

[4]馬玉芳，陳建華，郝楊滿，基于匯聚節點移動的能量均衡路由協議的研究[Jl.計算機工程與應用，2013，49（14）：77-80.

[5]舒澤芳，王娟，彭曉珊，等.12 Leads ECG Signal SamplingSystem Design Based on MatLab and STM32F1030-/o基于Mat-Lab和STM32F103的12導聯ECG信號采集系統設計[J].自動化與儀表，2018， 033（004）：54-58.

[6]牛洪海，臧峰，周緒貴.基于DMA的高速UART串口通信設計與實現[J].自動化儀表，2018，39（9）：45-48.

[7]曹潔，郭春禹.GSM模塊對終端GPS數據的通信實現[Jl.電子測量與儀器學報，2010，24（11）：1068-1073.

[8] Heinzelman W R，Chandrakasan A，Balakrishnan H.Energy-effi-cient communication protocol for wireless microsensor networks[C]//Proceedings of the 33rd Annual Hawaii International Con-ference on System Sciences，Maui， HI，USA.IEEE Comput. Soc，10.1109/hicss.2000.926982.

[9] Ergen S C，Varaiya P.TDMA scheduling algorithms for wirelesssensor networks[Jl.Wireless Networks， 2010，16（4）：985-997.

[10]楊偉，何杰，萬亞東，等，物聯網通信協議的安全研究綜述[J].計算機科學，2018.

[11]楊昳，吳兆峰，胡谷雨，基于TeXCP的多路徑流量工程協議[Jl.計算機工程，2018， 44（4）：155-159.

[12]齊華，呂龍，陳紅.Optimized LEACH algorithm based onpower control and clustering quantityo-/o基于功率控制與分簇數量的LEACH優化算法[J].傳感器與微系統，2018， 37（010）：137-139，146.

【通聯編輯：梁書】

基金項目：江西省教育廳科學技術研究項目（181524）;東華理工大學長江學院院長基金資助

作者簡介：陳建云（1990-），女，江西豐城人，東華理工大學長江學院助教，主要研究方向：農業物聯網、WSNs數據融合。