霧計算架構在環境監控系統中的應用

廣東工業大學自動化學院 陳伯松 石鳴鳴

為了研究沉香和種植環境之間的聯系，傳統方法是采用人工實地測量，但是這種方法存在著人為工作量大、測量面積大、不能實時監控等問題。本文針對現有問題，從監控方式作為切入點，對基地環境和監測設備管理需求進行分析，以成熟的物聯網技術作為基礎，建立起遠程物聯網監控系統。該系統可以幫助管理人員以異地遠程方式來監控種植區域情況，取代了管理人員需要實地測量。但由于基地終端設備數量的增加，對于終端設備的應用請求服務全部交給云端來處理，使得監控系統的實時性降低，同時對于網絡的帶寬也是一個挑戰。在此情況下，很可能會丟失終端發送的有用數據，影響監控系統檢測效果。所以本文在終端和云端之間增加霧層，減少大量數據傳輸至云端，減輕云中心的負載承受力，并建立基于霧計算的分布式傳感數據網絡，有效地對種植區域進行監控。

1 國內外研究現狀

傳統的監控方式常見的有智能家居，這一監控系統是基于局域網的監控技術。隨著早期IEEE 802.15.4標準地制定，催生了無線個人區域網和無線傳感網絡的迅速普及，人們開始創新地將各種家用電器、網絡通訊技術和各類傳感器結合起來。例如DM Han等人提出了基于多傳感器網絡和光控制應用的智能照明控制系統，用于智能住宅和能源控制生產。但是其系統采用zigbee通信導致監控范圍容易受到距離的限制，信號穿透性不好，難以發揮最佳監控效果。在基于云平臺方面的監控，AM Khattak等人使用異構傳感器技術監控人類健康和活動，并在云平臺上智能地處理這些活動，該系統部署在云端上，用于阿爾茨海默病患者，具有四個活動識別引擎，用于從傳感器捕獲的原始數據中識別低水平活動。但是云計算面臨著數據傳輸帶寬、數據處理的即時性、隱私及能耗等不足，隨著萬物互聯時代到來，云計算越來越無法完全滿足人們對美好生活的向往日益增加的新技術需求。

針對上述問題，通過學習前人的研究成果，本文提出了基于霧計算的架構環境監控系統，此外，針對多終端問題，提出通過智能網關來對多個終端進行合理的任何調度。霧計算層可以有效地對數據進行預處理，來緩解云服務器的壓力。

圖1 數據監測物聯網系統的框架

2 系統的總體框架

系統總體框架分為云服務層、霧計算層、設備層三層結構。設備層由STM32微控制器、傳感設備、LoRa設備、太陽能設備等組成，STM32微控制器負責控制和調度其他設備，傳感設備負責采集數據，LoRa設備負責進行數據無線傳輸，太陽能設備負責在野外的用電需求。霧計算層負責接收監測設備產生的傳感數據并根據監控需求進行實時計算，可以有效的減少傳輸數據量，通過預處理和過濾數據來緩解網絡傳輸壓力。云服務層為云平臺、Web和微信小程序，負責數據的存儲和應用服務。以上三層云、霧、端框架圖如圖1所示。

3 網關設計

傳統網關用于統一接收、處理、上傳每個采集端節點發送過來的數據，然而智能網關不僅滿足以上的要求，還應該具備利用霧計算概念提供智能服務的能力。網關支持LoRa，Wi-Fi和以太網的通信協議，同時可以遠程控制，方便遠程操縱網關的相關參數和配置，各種指令和數據上傳方式可以根據實際需要進行自定義。

3.1 網關硬件層

網關和采集端直接采用LoRa無線傳輸，LoRa技術相比其他無線傳輸技術，其優勢在于能夠遠距離傳輸、低功耗以及高達0.3～50kbs的數據傳輸速率，同時LoRa信號對于建筑的穿透能力很強。采集端的LoRa模塊使用常規地址，網關使用的是廣播地址，用來監聽在同一個網絡內的所有LoRa模塊的信號。

3.2 霧計算服務層

霧計算服務層是智能網關里面重要的組成部分，是網關提供智能服務的關鍵，執行的功能有主要以下兩點：

（1）數據異常檢測準則

一般情況下，自然室外天氣在一定時間范圍內是沒有很大的變化，傳感器檢測到的數據也不會太大的改變，但是在室外也不排除傳感器出現一些異常情況導致偶然的無效數據出現，因此，本文針對室外可能出現的情況，制定了一些數據檢測準則來自動判別出數據是否出現異常。

以土壤溫度ST和土壤濕度SH為例，應該遵守如下條件：

①一天時間范圍內，土壤的環境參數的變化都要在一個確定量程內變化。

②一天時間范圍內，土壤的ST和SH數值不能一直處于低水平（5%以下）或者高水平（90%以上）。

③多次采集過程中，前后兩次采集的數據變化差值應小于一個閾值。

定義了上述的三條數據檢測準則，即智能網關根據這三條準則來智能判斷出采集端的傳感器數據是否在正常的狀態。準則①從單個傳感器的數據檢測出發，即每個傳感器的數據變化應該在預先規定的0到N這個確定的量程內，數據不得超過這個范圍，N的具體值可以根據被監控基地的實際情況來設定。準則②表示單個傳感器的數值不能長時間處于一個低數字或者高數字。例如在一天時間范圍內，某個土壤傳感器的濕度值為（23.11%，26.22%，0%，0%，0%，0%，0%，0%），假設準則③中的閾值為30%，則前三個數值的差值是處于正常水平。但是隨后的數值一直處于0%的狀態，這就違反了準則②，可以判斷為異常數據，可以考慮是否為極端天氣或者是人為破壞（挖出傳感器）。準則③從單個傳感器的數據變化出發，網關發送指令，采集端返回多次采集數據。例如（23.11%，26.22%，0%，24.11%，27.23%，25.11%），假設閾值為10%，這也違反了準則③，可以判定為多次采集中出現了一個偶然性誤差的數值，屬于干擾點。

（2）數據處理

在數據處理中使用限幅濾波和均值濾波兩種結合的復合濾波處理方式來處理被數據檢測準則監控到的無效數據。首先使用限幅濾波對數據中明顯的噪聲數據進行剔除，然后使用均值濾波將不明顯的噪聲數據消除，可以有效避免無效數據對采集結果的干擾。

限幅濾波實現的原理是選取T_1和T_2兩個時間段的數據值，兩者相減的差值為ΔT，以ΔT差值的絕對值作為比較根據來確定采樣值y（T_n），然后隨后的兩次相鄰采樣值相減的值如果小于或等于ΔT，則取這次的采樣值y（T_n），如果大于差值，則取上一次的采樣值y（T_(n-1)）。

結束語：本文設計了基于霧計算架構的智能網關對多終端的任務調度和上傳數據的修整，監測的數據有空氣溫濕度、光照強度、土壤溫濕度、土壤酸堿度，采集端的供電使用太陽能光伏電池，解決了野外用電的困難同時也避免了對基地環境破壞和干擾，通信采用LoRa無線遠距離通信，覆蓋范圍廣，功耗低。