基于無線傳感網絡與迭代算法的精準灌溉系統

陶佳 黃潤華

摘要：針對壩上干旱地區所面臨的水資源不足問題，設計了基于ZigBee無線傳感網絡技術的精準灌溉系統；在闡述系統整體構架的基礎上，著重進行了上位機、無線網關和傳感器節點硬件和軟件設計；引入迭代學習控制算法，以輸出值和期望值之間的差值對控制信號進行實時調整，有效提升了灌溉精度。結果表明，該系統可使作物灌溉水量保持在合理范疇，為農業水資源高效利用提供參考。

關鍵詞：精確灌溉；無線傳感網絡；迭代算法；壩上地區

中圖分類號：TP29 文獻標識碼：A 文章編號：0439-8114（2016）04-1016-05

DOI：10.14088/j.cnki.issn0439-8114.2016.04.050

Precision Irrigation System Based on Wireless Sensor Networks and Iterative Algorithm

TAO Jia，HUANG Run-hua

（Information Science and Technology of Agricultural University of Hebei，Baoding 071000， Hebei， China）

Abstract： The shortage of water resources is the principal contradiction of agricultural production in north Hebei. The design of precision irrigation system based on wireless sensor networks and iterative algorithm is introduce. It puts forward the entire constructor of the system. Then it introduces the hardware and software design of host computer， wireless gateway and wireless sensors. An algorithm of iterative learning control is proposed for the real-time adjustment of the control signal. Thus， it dramatically improved the efficiency of the utilization of water resources. The result of the experiment proved the effectiveness of the system. It can offer a valuable reference to use of water resources.

Key words： precision irrigation； wireless sensor network； iterative algorithm； Bashang region

河北省北部壩上干旱地區植被稀疏，水土流失嚴重，氣候條件較差。干旱是影響壩上作物產量及質量的主要環境因子，干旱缺水對作物生長不利影響，超過其他影響因素之和[1-4]，緩解水資源的短缺是當地農業發展必須克服的問題。合適的土壤含水率才能使作物擁有足夠的微生物種類及數量，但含水率過高會導致根部由于浸泡而腐爛，并使肥料流失[2]。目前，解決該問題的主要方法是農田精細灌溉，通過對灌溉水量、時間和地點的精確監控，高效使用水資源，使作物灌溉水量保持在合理范圍，從而提升產量。精細灌溉的前提是能夠實時準確地獲取作物的需水狀況，并以可靠的信息網絡對各類信息進行有效傳輸[5]。目前使用較為廣泛的技術是基于無線傳感器的網絡和模糊決策等，均取得了一定的成果[1，4]。ZigBee是一種新興的無線網絡體系，其最大優勢是網絡功耗小、部署成本低、組網靈活，適合于作物精細灌溉的遠程控制傳輸。本研究引入ZigBee無線傳感網絡技術，并使用迭代學習控制算法提升灌溉控制過程的精度，設計并實現了精準灌溉控制系統，從而減少壩上農戶的生產強度，提升旱區水資源管理水平。

1 系統總體設計

灌溉控制系統由上位機、無線網關和傳感器節點組成，如圖1所示。

上位機：是全網絡的中央監控中心，是用戶對精確灌溉無線網進行設置和監控的平臺。用戶登錄上位機，即可對傳感器的數據進行獲取，對無線網絡進行配置。

網關：網關以CC2430為控制核心，其功能有兩項，①收集無線傳感器節點所采集的數據并上傳至上位機；②提供與另外的網絡進行互聯互通的接口。本研究選取基于ZigBee的無線網關，可以同時連接128個節點。通過網關配置的以太網接口，不同的無線網絡可以互連成更大的網絡，適合于精確灌溉區域較大的情況下使用。

傳感器節點：主要功能是對土壤含水率進行檢測，將獲取的含水率參數進行格式化處理后傳輸至網關單元。傳感器節點也接收來自上位機的控制和設置命令，進行相應操作。

2 系統硬件設計

2.1 傳感器節點

傳感器節點以MSP430F1611型CPU作為控制中心，以CC2420芯片作為通信單元，其基本組成如圖2所示。

其中，MSP430F1611型CPU購自美國德州儀器公司，其最突出的優勢是功耗低，適應各類環境，運行溫度范圍為-45～80 ℃[6]，內置了96 KB的存儲單元，并含16位定時單元及24位A/D轉換單元，擁有精簡指令集結構，處理能力強大，FLASH存儲單元支持帶電擦寫，便于通過上位機進行直接設置和控制。主要功能為：①對傳感單元進行設置；②對所采集的環境信息進行預處理；③與無線傳輸單元進行實時通信。

CC2420芯片產自TI公司，采用0.18 μm工藝，擁有4路串行接口，是構成射頻通信單元的主要部件。CC2420芯片與IEEE802.15.4的2.4 GHz協議完全兼容，其特點是功耗很低、性能穩定、支持多種組網模式，可以滿足無線傳感器網絡信號可靠傳輸的需求。主要作用為：通過天線接收RF信號，去噪放大之后，對信號變頻至中頻，再經過濾波→放大→A/D轉換過程，將信號數字化。為了提升接收精度，本研究在射頻前端增設了放大單元和天線單元，有效通信距離超過了1 km，電流均值維持在40 μA以下，滿足農田灌溉環境實際的需求。MSP430F1611型CPU與CC2420通信單元通過數據總線和控制總線連接。

土壤水分傳感器選取了TDR時域反射型傳感器。與傳統的電阻傳感器、中子儀傳感器相比，其優勢為精度高、適應環境廣泛，分辨率達1%，采集速度快，便于實時檢測。傳感器僅需2節干電池供電，且能夠把數據以RS232接口傳輸至臨近節點，適合于農田面積大、氣候條件多變的環境。

2.2 無線網關節點

無線網關節點主要包括ZigBee射頻芯片CC2420以及繼電器單元、電磁閥接口單元，如圖3所示。該節點為無線傳感網絡提供路由，其主要功能包括：①獲取來自所有傳感器單元的實時數據并打包后上傳至控制中心；②根據終端采集的實時環境數據，結合迭代學習控制算法控制電磁閥單元的開閉狀態；③接收并譯碼來自上位機的控制信息，對數據采集終端參數進行設置修改。考慮到無線網關需要頻繁進行信息傳輸及處理，并控制電磁閥單元的開閉，為滿足其耗電需求，在配電方面為其增設了太陽能電池板加穩壓電路。

2.3 上位機節點

上位機的功能是實現對自動灌溉網絡系統的參數設置及監控，采用基于Windows8.0的主機，配置SQL Server數據庫管理系統，主程序在NET環境下開發，系統的主要功能模塊包括監控模塊、數據庫管理模塊和系統設置模塊。

為了便于操控，上位機的工作模式設計同時支持人工遠程和自動控制兩種模式。人工遠程控制通過IMM遠程管理模塊單元，以手持終端發出命令，即可控制電磁閥的開閉以及在線設置各類參數。由上位機對手持終端（移動電話）的短信息進行規約轉換，并控制路由器將解析之后的指令轉發至開閉閥門；自動控制模式中，上位機程序在迭代學習控制算法的支持下生成自動控制指令，實現電磁閥的開閉操作。

2.4 執行部件

自動灌溉系統的執行部件主要包括電磁閥和步進電機，主要功能是控制灌溉系統的工作時間。其中，電磁閥選擇了河北省捷高自動控制公司的灌溉專用電磁閥，屬于“常閉”類電磁閥，適合于低流量的灌溉系統使用。

3 系統軟件設計

3.1 上位機軟件設計

所有傳感器單元數據經過無線網關傳輸至上位機，由上位機軟件進行存儲和分析。上位機軟件按功能可以分為數據存儲模塊和數據處理模塊。前者的功能是獲取來自無線傳感單元的土壤含水率等數據，保存在臨時變量里；后者則調用迭代學習控制算法對數據進行分析，發出灌溉控制指令。圖4所示為上位機軟件流程。

3.2 網關軟件設計

網關加電后首先進行初始化，開始周期性地探測空閑信道的信息，并及時響應來自無線傳感器終端的入網請求。圖5所示為網關軟件流程。

3.3 傳感器軟件設計

TDR傳感器的工作是以時域反射原理將環境含水率變換成電信號，再經過單片機的模數轉換單元直接轉換為數字信息，傳感器周期性測量數據，由定時信號進行喚醒。圖6所示為含水率傳感器軟件流程。

4 迭代學習控制算法的設計

4.1 算法分析

該系統應用在河北省康保縣壩上地區河北農業大學產學研基地甜黃魁蘋果試驗園中，蘋果園灌溉用水量是由多種因素決定的，包括樹齡、土質、灌溉方法等[7]。甜黃魁蘋果樹根系主要在地表下0.4～0.7 m深處，顯然灌溉水在一定時間后可通過滲透作用抵達根系附近。由于有滯后延時效應存在，灌溉效果被系統識別不是實時的，降低了灌溉精度。

試驗園的自動灌溉過程由土壤水分的上、下閾值決定，當傳感器傳回的水分含量低于下閾值則啟動灌溉過程，水分超過上閾值則終止灌溉過程。由于水分從土壤表層滲透到果樹根系存在時間差，傳感器難以實時判定土壤水分含量，影響了自動灌溉系統的準確度。

本研究引入迭代學習控制算法，以輸出值和期望值之間的差值對控制信號進行實時調整，使系統具備跟蹤性能[8-11]。研究對象土質為沙壤土，果樹吸水根系的深度平均值為地表下0.55 m。結合甜黃魁果樹對土壤環境的需求，其最佳生長條件為土壤含水率處于60%～80%[12]。由此通過計算求得，系統參數下限閾值與上限閾值分別為12%和16%，當含水率低于下限時即應啟動灌溉過程。

4.2 算法設計

將果園土壤實時含水率以 p（t）表示，灌水量以 c（t）表示，土壤水含量狀態以q（t）表示，則自動灌溉系統可以通過下式表示：

p（t）=f（p（t），c（t），t）

q（t）=g（p（t），t）

假定灌溉系統在時間軸的[0，T]上周期性動作（開始灌溉—停止灌溉—開始灌溉），則函數f（）與g（）在每一個周期中保持恒定的函數關系，所以灌溉系統具備可重復的特點[13]。以參數k表示周期性灌溉的次數，則可以將自動灌溉系統轉換為：

pk（t）=f（pk（t），ck（t），t）

qk（t）=g（pk（t），t）

其中，t的取值在區間[0，T]上，函數所期望的果園土壤含水量狀態為軌跡表示為qd（t），所期望的土壤實時含水率初值表示為pd（0）。

從t=0開始，灌溉系統的灌溉周期均由初態pk（0）開始，將cd（t）作為控制期望，則pd（t）便是基于此期望的與期望軌跡qd（t）相對應的狀態軌跡。可知自動灌溉系統的期望軌跡qd（t）即為含水率上閾值；所期望的土壤實時含水率初值pd（0）與土壤初態pk（0）相等，為含水率下閾值；cd（t）為單次自動灌溉所需水的總量。

以ek（t）表示輸出誤差：

ek（t）=qd（t）-qk（t）

由迭代學習控制算法，下次的自動灌溉所需水總量ck+1（t）由當前水總量和輸出誤差共同確定，即：

ck+1（t）=ck（t）+C（ek（t），t）

C表示是迭代學習控制中預置的映射，本研究通過土壤容積含水率θv獲取C的表達式：

θv=■×100%

進行簡單變換，則得到C的表達式：

C（ek（t），t）=■

其中，V水的含義是土壤的水容積，V土的含義是總容積。

每個自動灌溉周期之后，對停止條件進行判定，來決定迭代過程是否繼續。停止條件表達式如下：

||qd（t）-qk（t）||<ε t∈[0，T]

其中，ε的含義是灌溉精度，可以結合具體的灌溉需求來調整。

4.3 程序實現

迭代學習控制算法以C語言編程實現[14]。圖7所示為程序流程圖。qd（t）以及C0（t）為用戶設置，初始定位系統初始輸出qk（0），即為果園首次灌溉用水量。由于初次灌溉，往往存在較多的偏差，隨后通過重復迭代算法，獲得合理的控制輸入ck+1（t），當 qk（t）與qd（t）之間的差值小于ε，算法結束。

5 試驗及分析

迭代學習控制試驗在壩上地區河北農業大學產學研基地甜黃魁蘋果試驗園進行，試驗時間為2014年6～8月，此時為甜黃魁果實膨大和花芽分化的關鍵期，需水較多。試驗目標是評估本研究構建的迭代學習控制算法對果園精確灌溉的精度。

選取蘋果試驗園中面積為1 467.4 m2的獨立田塊，土壤為沙壤土，甜黃魁以矮化密植模式種植，4.5 m×5.5 m，共計70株。含水率傳感器部署在距離地表40 cm處。土壤含水率下限設定為12%，上限16%，由此得qd（t）=16%，pk（0）=12%，灌溉精度ε設置為0.5%。

試驗開始前先對果園土壤含水率進行測試，采用比漫灌更加節水的噴灌方式，試驗期正處夏季蒸發量較大的時期，待含水率下降至12%，系統開始首次灌溉并進入迭代周期。此時記錄每次的灌水量和土壤含水率，直至果園土壤含水率趨于穩定，滿足時，迭代停止。表1所示為迭代次數、灌水量、土壤水含量以及輸出誤差的數據。

由表1中可知，當迭代學習算法執行到第3次循環時，果園灌溉用水量為38.3 m3，此時的土壤含水率為15.8%，已經滿足了要求。因為含水率傳感器的測量精度影響，在算法循環至3、4、5次時，試驗數值有所波動，但依舊滿足。

6 小結

本研究設計的果園精確灌溉控制系統通過在河北省康保縣河北農業大學產學研基地甜黃魁蘋果壩上地區試驗園試運行，系統穩定性和可靠性均能滿足應用需求，顯著降低了勞動量，節水效果明顯。無線傳感器網絡在農業領域內有著十分廣泛的發展潛力，農作物的生長環境非常復雜多變，作物產量和質量受到許多外在條件的影響，利用無線傳感器網絡采集關鍵參數，能夠以較高精度實現作物的按需、適時、均勻灌溉，成本較低，操作方便，具有較好的推廣價值，也是精確農業發展的方向。

參考文獻：

[1] 高 峰，俞 立，張文安，等.基于無線傳感器網絡的作物水分狀況監測系統研究與設計[J].農業工程學報，2009，25（2）：107-112.

[2] 陳兆波.生物節水研究進展及發展方向[J].中國農業科學，2007，40（7）：1456-1462.

[3] 趙燕東，章軍富，尹偉倫.按植物需求精準節水灌溉自動調控系統的研究[J].節水灌溉，2009（1）：11-14.

[4] 高 峰，俞 立，張文安，等.基于作物水分脅迫聲發射技術的無線傳感器網絡精量灌溉系統的初步研究[J].農業工程學報，2008，24（1）：60-63.

[5] 裘正軍，童曉星，沈杰輝，等.基于模糊控制與虛擬儀器的灌溉決策系統研究[J].農業工程學報，2007，23（8）：165-169.

[6] 蘇維嘉，王旭輝.基于MSP430單片機的數據采集系統[J].現代電子技術，2007（23）：117-119.

[7] 翟 衡，史大川，束懷瑞.我國蘋果產業發展現狀與趨勢[J].果樹學報，2007，24（3）：355-360.

[8] 王明義，王明俊，焦巧鳳.微噴灌溉技術在蔬菜種植上的應用[J].農機化研究，2005（4）：303.

[9] 孫明軒，黃寶健.迭代學習控制[M].北京：國防工業出版社，2014.

[10] 謝勝利，田森平，謝振東.迭代學習控制的理論與應用[M].北京：科學出版社，2014.

[11] AHNH S，MOORE K L， CHEN Y Q. Stability analysis of discrete-time iterative learning control systems with interval uncertainty[J]. Automatic，2013，43（5）：892-902.

[12] ABRAHAMN，HEMA P S，SARITHA E K，et al. Irrigation automation based on soil electrical conductivity and leaf temperature[J].Agriculture Water Management，2013，45（2）：145-157.

[13] 胡海彬.果園土壤水分監視與灌溉自動控制研究[D].河北保定：河北農業大學，2012.

[14] 姜志海.單片機原理及應用[M].北京：電子工業出版社. 2014. 226.