基于物聯網的濕地無線監測系統的設計

陳雨佳 劉亞秋 景維鵬

摘要：針對當前濕地監測系統存在的人力浪費嚴重、部署不靈活等問題，設計并實現一種基于ZigBee和GPRS的物聯網技術的濕地無線監測系統。該設計將ZigBee技術低功耗、易組網的特點與GPRS技術遠距離通信的特點相結合，成功的運用到濕地監測上，建立遠程濕地無線監測系統；該系統將Cluster-Tree路由算法和AODVjr路由算法相結合，在數據傳輸過程中有效的防止了RREQ的泛洪，提高了數據傳輸的成功率。通過以黑龍江扎龍自然保護區濕地為實驗區進行實時監測，結果表明：此系統能夠實現對濕地的遠程實時無線監測，具有功耗低、成本小、誤包率低等優點，對濕地的監測保護具有一定的意義。

關鍵詞：濕地監測；ZigBee；GPRS；物聯網

中圖分類號：S776；TP274

文獻標識碼：A

文章編號：1001-O05X（2015）04-0077-06

濕地是重要的國土資源和自然資源，是自然界最富生物多樣性的生態景觀和人類最重要的生存環境之一。但是，隨著人類無限制的向自然索取，使周期性的植物優勢在衰退，底層濕土水源趨減，甚至有被污染的威脅，濕地已潛伏著生態危機。因此，加大對濕地的實時監測刻不容緩。

物聯網（Intemet of things）是互聯網的延伸，利用局部網絡或互聯網等通信技術把傳感器、控制器、機器、人員和物等通過新的方式聯在一起，形成人與物、物與物相聯，實現信息化、遠程管理控制和智能化的網絡。物聯網將是下一個推動世界高速發展的“重要生產力”，是繼通信網之后的另一個萬億級市場。因其注重“全面感知一穩定傳輸一智能應用”為一體，而成為眾多領域的應用的新寵。目前，物聯網在智能監測、監控領域的應用越來越廣泛。物聯網的應用也為實現濕地的無線監測提供了重要的技術支持。

隨著信息技術的飛速發展，濕地監測正在向自動化、智能化發展。文獻提出了一種基于ARM +WLAN的濕地無線監測的方法，由于目前的WLAN的覆蓋范圍多數集中在城市中，并且ARM設備與WLAN之間的通信功耗較大，對于濕地環境監測的應用可實施性不強；文獻基于遙感技術提出了濕地監測與生態評估的方法，此方法從宏觀方向上，對濕地的植被情況進行了監測，這種基于3S技術的監測不具有實時性；文獻提出了一種基于視聽一體的無線傳感器網絡濕地監測系統，此系統集成了專業的相機、麥克風設備和Wi-Fi模塊，來對濕地的植被和動物進行長時間的監測，這種監測系統用到了圖像監測技術和Wi-Fi技術，由于圖像監測只可對于有辨識度的事物進行監測，對于像水質情況、濕地的溫、濕度等濕地指標不能夠進行直接監測，另外，此系統中用到的Wi-Fi是需要自己設立發射基站，成本高、功耗大，對于濕地的全方位實時監控具有局限性。基于以上不足，本設計充分的利用了ZigBee技術的易組網、低功耗、短距離無線通信等特點和GPRS的低成本、遠距離無線通信的特點，提出了一種基于ZigBee和GPRS技術的物聯網濕地無線監測系統。由于濕地環境中蘆葦等植物的高低、稀疏稠密度不一致等情況，直接的影響到監測節點之間的通信質量，Cluster-Tree路由算法采用非自適應的路由選擇，決定了其選擇的路由可能不是最佳的；AODV路由算法易產生鏈路故障，從而增加網路的開銷，單一路由算法已經不能滿足濕地環境節點通信的需要，本系統采用了Cluster-Tree算法和AODV的改進算法AODVjr算法相結合的路由算法，實現了監測節點的組網與相互之間的通信，實現了實時、高效、準確的濕地監測，對濕地的防護和監測有著重大的的意義。

1 系統的整體方案設計

基于物聯網的濕地監測系統的設計主要可以分為四個部分：終端監測節點的設計、網關節點的設計、路由算法的設計和遠程服務器端管理系統的設計。本設計中的終端監測節點選用了SHT71溫、濕度傳感器、201T-S塑殼pH/ATC三復合電極和D0500溶解氧傳感器，來對濕地的地表溫、濕度和濕地的水質的pH值、溶解氧量進行數據采集；網關節點選用了SAMSUNG公司的ARM920T為核心的S3C2440A來作為處理器，協調器節點通過串口直接與網關節點相連，GPRS模塊采用了Sie-mens公司的MC391模塊，以此來實現與控制中心的數據傳輸功能；本設計的路由算法將Cluster-Tree算法與ADOVjr算法相結合，運用于無線傳感器網絡中；遠程服務器端管理系統采用了web技術實現對濕地數據的管理。濕地無線監測系統的整體架構圖如圖1所示。

2 系統監測節點設計

無線傳感器網絡節點由數據采集終端節點、路由節點、和協調器組成。無線傳感器網絡中的節點采用CC2430作為核心芯片，該芯片支持ZigBee和IEEE802.15.4等多種標準。各個節點的供電模塊采用蓄電池供電，以此來提高節點的易部署的特點。

2.1 終端節點的硬件設計

數據采集終端節點采用201T-S塑殼pH/ATC三復合電極來監測濕地水質的pH值，測量范圍-2.00～19.99pH，精度0.0110.1pH，基本誤差：±0.01pH；采用D0500來監測濕地水質的溶解氧，測量范圍0 N200. 0%，精度0.1/1qo，示值誤差+0.30mg/L，這兩個傳感器均可以沒入濕地水環境中，且測量值較敏感，精確度高。對于濕地地表的溫、濕度的數據采集模塊使用Sensirion公司推出的基于CMOSensTM技術的新型溫濕度傳感器SHT71，此芯片的特性如下：濕度測量范圍：0～100%；溫度測量范圍：-40～123.8℃；濕度的測量的精度：±3.0%；溫度的測量精度：±0.4℃；接口為I2C總線；工作電流550μA，待機電流0.3μA。有上述參數可知，SHT71為數字型的傳感器，可以經I2C總線直接與CC2430處理器相連接，而pH復合電極和溶解氧復合電極可直接與CC2430的PO口相連接，利用CC2430內部的ADC來實現數據的轉換。終端節點硬件結構圖如圖2所示。

GPRS模塊通過TCP/IP協議與互聯網連接，從而與服務器端完成通信，通過串口與網關節點相連，網關處理器在GPRS完成初始化后，等待服務器端的命令，當接收到組網命令后，將組網命令發送給協調器節點，進入等待接收數據狀態，若數據來自GPRS，則從所接受的數據中解析出控制命令，通過串口將數據發送至協調器；若數據來自協調器，則直接通過串口將數據發送給GPRS；接收完成數據，繼續進入等待接收數據狀態。網關處理器的程序流程圖如圖4所示。

3 ZigBee路由算法

ZigBee技術是有ZigBee聯盟推出的一種基于IEEE802. 15.4標準的近距離、低復雜度、低功耗、低數據傳輸率、低成本的新型無線通訊技術。網關節點采用了ZigBee2006協議結構，多個傳感器節點之間的通信采用“接力”的方式進行，從而可以達到高的通信效率。

濕地環境中蘆葦等植物的高低、稠密度不同，以及地勢的復雜性等特點，給ZigBee無線傳感器網絡的監測節點的通信可靠性帶來了極大的干擾，給原本采用單一路由算法的通信機制帶來了制約，針對這種濕地的特殊的環境特點，本設計無線網絡的路由算法采用了Cluster-Tree與AODVjr相結合的路由算法。其中Cluster-Tree算法是消息沿著樹形拓撲進行傳輸的算法，它是靜態的，無需存儲路由表；而AODVjr算法是Ad-Hoc網絡按需距離矢量路由算法的改進，比AODV算法更節能，應用性更強。本設計終端采集節點采用Cluster-Tree路由算法進行通信，非終端節點使用AODVjr路由算法去發現路由，直接將消息發送到它可以到達的其他的路由節點，以此來提高網絡效率。

Cluster-Tree路由協議又稱樹狀路由協議，當路由節點加入到網絡以后，路由節點會得到自己的地址，并且每個路由節點都會為子節點預留地址空間，樹狀路由協議不需要存儲路由表，數據的傳輸按照樹的方向在父節點與子節點之間進行簡單的傳輸。

ZigBee中規定深度為d的父節點分配的地址之間的偏移量是Cskip（d），C_m是最大子節點個數，R_m是子節點中最大的路由節點個數，L_m是最大網絡深度。假設父節點的地址是A_f，如果新加入的節點是終端節點，說明該節點不可以為其它節點分配地址，且該終端節點是其父節點的第n個終端節點，則父節點為子節點分配的地址A為：

如果新加入的節點是父節點的非終端節點，且為第n個，此節點有可能為其它的節點分配地址，父節點為此節點分配的地址A為：

通過這種路由分配機制，每個具有路有功能的節點可以為其子節點分配應有的地址塊。規定目的節點的地址是D，根據目的節點D來判斷目的節點是否是該節點的子節點，如果滿足公式（4），則此節點是該節點的子節點。

如果目的節點不是該節點的子節點，則將此數據包向上傳送至父節點；若是該節點的子節點，則其下一跳的地址為：

AODVjr路由算法是基于AODV路由算法改進的，AODV路由算法易產生廣播風暴，AODVjr算法取消了目的節點序列號，使命令幀更加簡化，簡化路由過程，AODVjr算法通過取消HELLO數據包的發送，節點僅通過接收到的數據包來更新鄰近路由表，從而極大的減小了控制的開銷。

本設計中的路由算法通過采用Cluster-Tree與AODVjr相結合的路由算法，極大的增加了無線傳感器網絡的傳輸可靠性，減少了傳輸控制的路由開銷，為監測節點之間的數據傳輸奠定了基礎。

4 結果與分析

4.1 實驗結果

本設計首先在實驗室進行了軟硬件的設計開發和調試，在系統的調試趨于穩定后，進行了濕地的現場測試。現場測試的地點選在了黑龍江扎龍濕地保護區，在保護區東口子水域部署了1個網關節點，3個路由器節點，每個路由器節點下面有兩個終端節點組成樹狀結構。部署時，pH復合電極和溶解氧復合電極沒入水中，SHT71溫濕度傳感器固定到約與地面距離0.5m處，終端節點與各自的路由節點之間的距離約80m，數據的采集周期設為每30min采集一次，每完成一次采集向濕地監測中心發送一次數據，設備啟動后lmin之內完成組網，在服務器端可以查詢監測節點的監測數據，如圖5所示。

4.2 可靠性測試

根據對終端采集節點發送的數據包和網關節點接收的數據包的統計，可以計算出數據包發送的成功率，用公式（6）進行計算。

式中：P為數據包發送的成功率；R為網關正確接收數據包的個數；S為各個終端節點發送數據包的總個數。本設計將終端節點與協調器節點的距離由20m移動到150m時，設置不同的間距，通過終端節點發送數據包與協調器接收數據包的個數來計算數據包發送成功率。測試結果見表1。

從表l可以看出，數據包的發送成功率隨著距離的增大而逐漸降低，在終端節點與協調器的距離在120m之內時，其發送成功率在90%以上，可以滿足數據通信需要。根據實驗數據，監測節點之間的距離大于80m后，實驗的數據的發送成功率低于了95%，針對本實驗的數據的丟包率較高，所以本設計在扎龍自然保護區實地測量時，節點間的距離設置為80m時，這樣可以很好的達到實驗的要求。

5 結論

基于物聯網的濕地無線監測系統充分利用了ZigBee技術的短距離、低功耗、易組網的特點和GPRS技術的遠距離通信的特點，建立了低功耗的扎龍濕地遠程無線監測系統，實現了對扎龍濕地自然保護區濕地環境的地表溫度、濕度、濕地水資源的pH值和溶解氧濃度的實地測量，并對實驗結果進行了分析，本系統具有功耗低、成本小、誤包率低等優點，在濕地無線監測方面具有重要的參考價值。同時，由于本系統是基于通用性設計，稍加擴展，便可以應用于環境監測的其他領域，如水文、氣象等，因此，具有廣泛的應用前景。由此可見，隨著物聯網技術在智能監測中的應用，必將加速傳統監測方式向現代智能監測方式的轉變，提升我國濕地監測和發展的水平，對濕地監測具有重要的意義。