基于云存储的农业环境参数监控系统设计

转载于电子应用技术　

摘  要： 农业环境参数对于农业生物生存和发展至关重要，合适的农业环境将会促进农作物更好的生长发育。从农业信息化出发，将云存储技术与物联网技术相结合，实现大面积农田的环境参数的远程监控。采用多节点远距离模式进行环境参数采集，提出主从节点方式进行数据传送，设计与增益天线相结合的433 MHz的无线通信模块进行远距离无线通信，同时采用串口双线制控制的WiFi模块实现与云端的数据通信，最后采用改进的加权平均数进行数据处理，提高数据的真实性与可靠性。用户可通过网络实现远程访问，对农业环境参数进行监控和追溯管理。

　　关键词： 农业环境参数；云存储；远程监控；无线通信； WiFi模块；温湿度

0 引言

　　云存储作为一种新兴的网络存储手段，为人们提供方便的数据在线服务[1]，它具有成本低、效率高、多应用环境以及高安全性的特点[2]。433 MHz比2.4 GHz传播距离远、抗干扰性强，因而被广泛应用于多个领域。WiFi速率快、传输量大，能够通过无线连接的方式与公网通信。在农业生产中，将WiFi与433 MHz通信结合使用，不仅可以远距离传输数据，也能将其上传至云服务器进行存储和使用，因此特别适合于远程监控。

　　课题以51单片机、温湿度传感器、433 MHz通信模块组成数据采集节点，即从节点；以STM32、433 MHz通信模块、WiFi模块组成数据传输节点，即主节点。主、从节点组成无线传感器网络(Wireless Sensor Network，WSN)，从节点将传感器测量的数据通过433 MHz通信模块发送给主节点，主节点汇总处理后通过WiFi模块与云服务器建立通信，实现云存储和远程监控。

1 系统模型及关键问题分析

　　1.1 系统应用模型

　　整个农业环境参数远程监控系统应用模型如图1所示。系统分为4部分，分别是主节点、从节点、路由器及云服务器。其中从节点分布在农田区域内，负责测量环境参数（温湿度），随后通过433 MHz通信模块发送。主节点通过433 MHz通信模块接收数据，根据写入的程序算法处理数据并通过WiFi发送给路由器，最后由路由器将数据发送至云服务器存储并处理，结果反映到手机或Web上，实现农户对农田的监控。农户可随时查看云服务器上的实时数据或通过云服务器发送的短信或邮件进行跟踪，即时了解农作物的生长状况并做出应对措施，以此避免不必要的损失。

图像 001.png

图1  系统应用模型

　　1.2 系统关键问题分析

　　在大面积农田种植的应用背景中，利用射频通信组成的无线传感器网络用以测量农业环境参数，其中涉及到的一个主要技术问题是如何克服通信距离障碍。

　　首先，根据无线通信自由空间损耗可以得出通信距离、通信频率与传播损耗的关系：

　　QQ图片20161202095237.png

　　其中，传播损耗Los又可由通信模块的发射功率P(dBm)以及接收灵敏度Sin(dBm)计算得来：

　　QQ图片20161202095240.png

　　查看系统所用的433 MHz通信模块的技术参数并带入式(2)，得出传播损耗Los为135 dBm，带入式(1)可得最大理论通信距离约为300 km。然而在实际应用中，由于大气以及障碍物对无线电波的阻挡，实际传播损耗要远低于理论值。根据式(1)可知，大气以及障碍物对无线电波每增加6 dBm的损耗，通信距离便会减小1倍，因此要保证远距离传输有两种可行性方案：一为增加通信芯片的发射功率，但会增加系统功耗；二为配备增益天线，将电磁波集中辐射，此种方法更适合低功耗通信系统的设计。

　　经试验测得，在实际情况下，系统的433 MHz通信在空旷条件以最大发射功率下配备5 dBi增益天线能够达到3.69 km的通信距离，完全满足大面积农田的通信距离要求。

2 系统硬件设计

　　系统整体硬件结构如图2所示。从节点以51单片机为核心，主要连接传感器和433 MHz通信模块。主节点以STM32为核心，主要连接433 MHz通信模块、WiFi模块。主、从节点各有电源电路，提供DC5V/3.3V。其中，433 MHz通信模块用以建立主、从节点之间的数据通信，51单片机可以通过模拟SPI总线控制该模块；WiFi模块用以与路由器建立无线通信，从而间接建立主节点与云服务器的通信，STM32可以通过串口和AT指令控制该模块，串口波特率为115 200 b/s。

图像 002.png

图2  系统硬件结构图

　　电源电路如图3所示，采用电源管理芯片RT7272B进行设计。该电路使用电源适配器输入DC 9 V，输出DC 5 V，再经AMS1117稳压芯片最终输出DC 3.3 V。

图像 003.png

图3  电源电路原理图

　　电源电路中，输出电压Vout与R64、R65有关，三者满足的关系式为：

　　QQ图片20161202095243.png

　　在电路中，需要注意保险丝（Fuse，FU）和瞬态抑制二极管（Transient Voltage Suppression，TVS）的选型。FU的额定电压等于或者大于电源的额定电压，额定电流应为电源流额定电流的75%。TVS的额定电压与电源的额定电压满足关系式1.2Vout≤VTVS≤1.5Vout。

3 系统软件设计

　　3.1 系统通信软件的设计

　　在由主节点与从节点构成的WSN中，主节点与从节点互相发送命令/应答数据包。主节点与从节点的系统通信程序如图4所示。

图像 004.png

图4  系统通信程序流程图

　　首先主节点与从节点硬件初始化，随后主节点进行广播，等待相应的从节点接收校验，错误则任务结束，成功则进行测量任务。主节点接收并校验数据包，成功则处理数据包，失败则要求从节点重新发送数据包，重发超过5次则主节点放弃该从节点。

　　系统使用超文本传输协议(Hyper Text Transport Protocol，HTTP)与云服务器通信。当系统设置完毕WiFi模块的通信参数后，即准备发送包含温湿度数据的HTTP请求至云服务器。云服务器接收到HTTP请求后，当即发送HTTP回复给WiFi模块，主节点通过解析HTTP回复来判断数据是否上传，同时视情况做出容错措施。

　　3.2 通信分时复用程序的设计

　　通信分时复用(Time Division Multiple Access，TDMA)[3]，即在网络通信中采用分时原理，避免由于信道冲突而造成的网络延时过大、网络丢包问题。系统TDMA程序流程图如图5所示。

图像 005.png

图5  分时复用程序流程图

　　系统分时复用程序采用STM32的定时器来完成。定时器可以将时间分段，每一个时间段相互独立，分别归属于每一个从节点。在一个时间段中从节点可以与主节点互相通信，然后进行下一个时间段并统计已完成通信的节点数量。当所有节点通信完毕后，分时复用过程结束，等待下一段分时通信的到来。

　　3.3 数据处理算法

　　从节点分布在农田各处。由于每一处小区域的环境差异，造成从节点测量的数据差距较大，如若不做处理，将会严重影响数据的真实性与可靠性。为了解决这一问题，系统引进了基于加权平均数[4]的数据处理思想。使用加权平均数思想处理数据的理由有：

　　(1)减少因传感器故障和小区域环境不同而带来的测量异常值的影响。

　　(2)统计出非正常节点的个数。

　　(3)更为精确地反映出农田的环境状况。

　　加权平均数的计算思想如下：假设若干区间[A1，An]，[B1，Bn]…[N1，Nn]，统计数据落在每一个区间的个数分别是a，b…n。按照式(4)计算整体样本加权平均值S：

　　QQ图片20161202095246.png

　　根据上述思想，系统进行数据处理的算法流程图如图6所示。STM32首先对数据进行区间划分，统计出处于区间中的样本数据个数。随后算法设定阈值判断数据，统计出非正常数据的个数。对于正常的数据则采用加权平均数用以估计整片农田的环境参数并上传至云服务器。

图像 006.png

图6  系统数据处理流程图

4 实验结果和验证

　　实验场地选定为室内，系统使用了8个从节点分布在各个角落，每隔30 s采集一次温湿度并显示在主节点的LCD屏幕上，同时处理数据并上传至云服务器，最终通过Web以折线图的方式推送在网页上。

　　4.1 数据对比试验

　　表1给出了系统所测得的实验场地温度与温度计实际测得的温度的对比，检测时间间隔为6 h。由此看出系统所测数据相比于实际数据略低，但总体相差不大。因此农户可以通过该系统了解农作物生长环境的大致情况并酌情做出判断。

图像 009.png

　　4.2 云服务器上传与报警实验

　　图7所示为云服务器上系统所测连续一周的温湿度数据的折线图。

图像 007.png

图7  云服务器Web端折线图

　　为了验证报警功能，在实验过程中将室内湿度调高，云服务器报警。报警邮件如图8所示。

图像 008.png

图8  云服务器报警邮件

5 结语

　　本文研究讨论了一种基于433 MHz通信的监控系统，并结合WiFi将现场数据实时上传至云服务器并存储。配合系统的通信程序、分时复用程序、数据处理算法使得通信和数据稳定可靠，同时云服务器处理数据并将数据推送至Web和移动端方便实时监控。

基于云存储的农业环境参数监控系统设计

基于云存储的农业环境参数监控系统设计

基于云存储的农业环境参数监控系统设计