拖拉機智能定位監測系統設計—基于粒子群優化和WSN

甘沛沛

(陜西航空職業技術學院 電子工程學院，陜西 漢中　723102)

0　引言

隨著互聯網、半導體技術、計算機技術和物聯網技術的快速發展，人們對特定目標進行監控、定位及導航的需求逐漸加大。近年來，無線通訊技術的迅猛發展，使得遠程智能控制獲得了長足的發展，無線傳感網絡備受人們關注。為此，本文引入粒子群優化算法和無線傳感技術，提出了一種拖拉機智能定位監測系統。該系統將無線傳感網絡與智能控制算法相結合，應用于拖拉機的實時定位，具有可靠性高和實時性強等優勢。

1　粒子群優化算法

粒子群(PSO)是追蹤鳥群尋覓食物過程得出的一種求優算法，其模擬鳥群在飛行過程中方向和速度不可知的特性，從一個初始點向其他地方飛行。在求優算法中，“粒子”作為研究對象，與種群中的鳥一一對應，但這種粒子和生活中顆粒沒有任何關系，其無質與量的概念，而僅僅代表全局求優過程中一個帶求解問題。速度和位置是粒子的兩要素，二者都可用向量來表示(即粒子狀態由位置和速度兩種向量表示)，所有粒子的共同目標是根據已設定函數求解最優目標解。其中，速度要素主要是把控粒子的方向和位移量。鳥群尋找的食物目標就是所需解決問題的最優解，粒子群體間通過相互交流、相互傳遞信息確定最終找到食物的位置。因此，在求解過程中，所有粒子都應該記下當前尋找到的最優位置信息，也就是其中一個最優解，并獲得除自己以外所有粒子的最佳位置信息(即全局最優解)。粒子根據這兩個最優解，判斷自己當前位置到食物位置的最佳路線，然后去尋找食物。

粒子群優化算法原理描述：假設在一個n維立體空間中鳥群數量為M(即粒子數為M)，第i個粒子的位置Xi=[xi1,xi2,…,xin]，速度Vi=[vi1,vi2,…,vin]，根據目標函數求出Xi，便可以確定粒子的優劣程度；Pi為第i個粒子的最優值，Pi=[pi1,pi2,…,pin]；Pg為此刻搜索得出的全局最優值，Pg=[pg1,pg1,…,pgn]。那么粒子位置和速度之間的調整表達式為

(1)

(2)

其中，d為小于等于n的正整數；k為求解次數；r1、r2∈[0,1]，表示群里的多樣性；ω為慣性系數；c1和c2為學習因子，分別控制和個體和全局最優位置的位置遠近關系。

每個粒子個體最優解更新表達式為

(3)

所有粒子的全局最優解更新表達式為

f(Pg)=min[f(pi)]

(4)

粒子群優化算法流程如圖1所示。

2　WSN技術

由于農業車輛常常在收獲季節高強度大面積的工作，因此往往需要對其作業地點進行定位追蹤，車輛定位也是車聯網重要的技術之一。定位系統是車輛路徑規劃的基礎，WSN作為農業車輛路徑規劃和導航的移動節點，各個無線傳感器通過附件節點位置進行位置追蹤。根據定位精度和實時性的區別，WSN主要包括RSSI、TDOA、AOA和TOA4種算法，并且各有各的優勢與不足。

2.1　RSSI測距法

RSSI測距原理：將節點發射功率值與實際節點測量信號強度值進行對比，以信號傳播衰減為依據確定距離。由于拖拉機工作環境復雜多變，天氣變化多端，外界干擾多，系統不太穩定；而RSSI測距可以通過傳感節點測量感知到的功率，根據信號傳播模型確定節點之間的距離，抗干擾性強。因此，采用RSSI算法是最佳的測距方法。其信號衰減模型公式為

(5)

其中，p(d)為距離為d時節點測得的信號值；p(d0) 為節點與基站相距d0時節點測得的信號值；n為比例系數，與障礙物大小、形狀以及材料相關；nW為節點與基站二者中間的障礙物數量；WAF為無線信號損耗值；C為信號穿過障礙物的個數。在節點和另一附近節點進行通訊時，信號強度值可以被其他節點測得，并且不會消耗信號帶寬能量值。

2.2　三邊測量法

在WSN定位過程中，信息不明的節點能夠以與其他3個參考節點之間的距離，采用三邊、多變坐標法求出其坐標。當定位的3個節點位置為線性時，無法采用該算法進行計算，因此常常采用參考節點中二次迭代法進行計算決策。

三維坐標系中，必須知道未知點與4個或以上已知幾點距離，才能夠確定搞點的空間坐標位置。WSN節點坐標中，因為是二維平面，所以只需知道3個點就可以求出該點坐標。三邊測量原理如圖2所示。

圖2　三邊測量原理圖

設定D(x,y)未知，A(x1,y1)、B(x2,y2)和C(x3,y3)為已知，D與3點之間的距離為 d1、d2和d3。距離計算表達式為

(6)

化簡后為

(7)

2.3　三角測量法

由于WSN節點坐標是二維平面，三角測量法只需要兩個參考節點便可求出未知節點坐標。設定S(x,y)為未知節點，A(x1,y1)和B(x2,y2)為已知節點，節點S和A、B的角度為α、β。三角測量原理如圖3所示。

圖3　三角測量原理圖

圖3中，三角測量法計算公式為

(8)

3　拖拉機智能定位監測系統的實現

3.1　智能定位監測系統硬件設計

智能定位監測系統硬件主要是圍繞無線通信模塊、Samsung s3c2410A處理器及其他外圍電路來實現的，具體包括串行接口、時鐘電路、JTAG調試接口、復位電路、AD/電池供電電路和無線傳輸模塊等。系統硬件框架如圖4所示。

圖4　系統硬件框架圖

無線測試模塊采用DIGI公司的XBee模塊，其支持2.4G Zig Bee 協議，自身資源豐富，接收靈敏度高，抗干擾性強，并且支持低功耗模式。該模塊共包含 RS232 串口轉換、JTAG、按鍵和電源等4部分電路。

1)RS232 串口電路。RS232 是一種串行通訊接口，一般以9 PIN管腳的型態出現，由電平轉化芯片SP3223EEA驅動控制。通過SP3223EEA芯片的電平轉換，可以實現計算機與網關節點的數據信息發送。RS232無線測試接口電路如圖5所示。

圖5　RS232無線測試接口電路圖

2)JTAG電路。JTAG是一種國際標準測試協議，主要用于測試處理器內部的模式選擇、時鐘信號及數據輸入輸出等，通過該接口可以實現系統移植和程序在線測試等功能。JTAG電路原理圖如6所示。

圖6　系統JTAG電路原理圖

3)按鍵電路。按鍵電路主要有復位和和命令兩種模式，其按鍵值與處理器端口配置有關。系統按鍵原理如圖7所示。

4)電源電路。本系統共有兩種供電方案：一種是由電池供電，另一種是通過AMS1084芯片將USB或仿真器提供的電源轉化為3.3V電壓。無線通信模塊需長期供電，當無外部電源供電時采用電池供電模式。另外，因電路對無線通信模塊芯片干擾大，因此一般需進行濾波處理。具體電路圖如圖8所示。

圖7　系統按鍵原理圖

圖8　系統電源原理圖

3.2　智能定位監測系統軟件設計

無線通信模塊中的網關對整個系統的數據接發具有重要作用，是節點信息交互的樞紐。一般先經由它接收遠程后臺發送的指令信息，然后實現信標節點和未知節點的通信，并將最終數據信息回發給遠程控制中心，方便工作人員實時檢測定位情況和了解節點運行狀態。無線通信模塊網關程序流程如圖9所示。

圖9　無線通信模塊網關程序流程圖

4　實驗結果與分析

本文為了驗證拖拉機智能定位監測系統設計是否可行，利用 MatLab對其進行了系統仿真。仿真過程中假設拖拉機在0dbm下進行作業，無線通訊模塊信標節點通信半徑為30m。將3次最優結果采用最小二乘法進行擬合，如圖10所示。

圖10　實驗結果擬合圖

由圖10可以看出：該智能定位監測系統能夠準確估計拖拉機的位置，誤差系數較小，并能對累計誤差進行智能化處理，較大程度減少了累計誤差，使得車輛在整個模擬過程中誤差在0.5m以內，證實了該定位算法具有較高的準確性和穩定性。

5　結論

首先介紹了粒子群優化算法和WSN技術的特點和原理，然后根據拖拉機在作業過程中的實際需求設計了一種拖拉機智能定位監測系統。利用MatLab對定位算法進行了仿真實驗，結果表明：該系統能夠準確估計拖拉機的位置，誤差系數較小，在滿足定位精度的情況下較大程度地減少了累計誤差，使得車輛在整個模擬過程中誤差在0.5m以內，能夠準確完成對目標定位的功能。