农田无线传感器网络的节点部署仿真与实现

应用无线传感器网络进行农田信息采集时,针对农田面积大、传感器节点众多的特点,如何有效地部署节点成为研究的热点之一。利用NS2软件从丢包率、平均延时、剩余能量和接收信号强度等网络性能角度对随机部署、正六边形部署及正四边形部署方式进行了仿真比较,最终确定正六边形部署方案,并在农田中进行实地试验。结果表明系统能够实现无缝覆盖,稳定可靠的采集农田信息,为无线传感器网络在农田环境中的进一步应用提供了参考。     

基于无线传感器网络的农田信息采集节点设计与试验(简报)

研究基于ZigBee协议的无线传感器网络技术,结合嵌入式处理器开发了无线传感器网络节点和汇聚节点。网络节点规则分布在被监测区域,负责采集土壤水分信息,并自组成网,将信息发送给汇聚节点,实现对信息的动态显示和大容量存储;节点天线分别在0.5、1.0、1.5和2.0 m 4个高度下,对小麦苗期、拔节期和抽穗期3个典型的生长时期进行试验,得出无线电信号在小麦不同生长时期,最佳天线高度下的有效传输距离,为无线传感器网络在农业中的应用提供技术支持。     

基于无线传感器网络的无人机农田信息监测系统

移动无线传感器网络技术为农田信息监测提供了高效可行的技术手段。该研究根据南方农田地块相对分散、丘陵山地多,农情信息获取环境恶劣、采集数据时间周期长、网络分割成块的特点,利用UAV(unmanned aerial vehicle)具有的高效、灵活的特性,结合低功耗无线传感器网络,提出一种满足南方农田信息获取采样和数据业务需求的三层架构的无线传感器网络体系结构TUFSN(three-tire unmanned aerial vehicle farmland sensor network),其由数据采集层、中继传输层和移动汇聚层组成,该体系结构具有系统结构合理、可扩展性好、系统整体能耗低等特点。通过仿真可得中继节点RN（relay node）的缓存大小范围为3～13kB,系统试验中携带移动节点的UAV以1m/s的速度、15 m的高度在农田上空飞过,飞行过程中与地面中继节点通信并采集农田信息,UAV与地面中继节点的平均通信时长为26 s,仿真和试验表明,基于UAV的三层架构农田信息采集无线传感器网络很好地满足了南方地区农田信息数据采集和监控的生命周期长、传输数据可靠、覆盖面积广的要求。     

基于无线传感器网络的农田自动节水灌溉系统

提出了一种基于无线传感器网络的农田自动节水灌溉的构建方案,详细介绍了传感器节点和灌溉控制器的设计。无线传感器网络实时采集、传输传感器数据,灌溉控制器控制灌溉管网,分区域实时灌溉并调节土壤湿度,实现精细农业所要求的时空差异性和水资源高效利用。     

农田信息采集无线传感器网络节点设计

农田信息的及时准确获取是精准农业实施的基础。该文分析了几种典型无线传感器网络技术应用实例,基于当前无线传感器网络在农田信息采集中的应用现状,提出了设计体积小、工作持续时间长的农田信息采集无线传感器网络节点的必要性。基于ATmega128L单片机和CC1000射频芯片设计了无线传感器网络节点通信电路,并给出了土壤温湿度、电导率传感器、空气温湿度传感器及光照度传感器的选型和指标参数。设计了节点软件系统,描述了一种基于优先级的静态任务调度机制的实现方法,将S-MAC中的SYNC帧和RTS/CTS帧融合并加入了睡眠周期动态调度机制,并实现了全网的长周期睡眠。最后对节点进行了验证试验,给出了节点吞吐能力曲线和系统电压变化曲线,并进行了分析。试验表明,在论文给出的低功耗机制控制下,节点每秒具有6个数据包处理能力;在20个节点容量的全覆盖网络中,10 min采样周期下,节点可有效持续工作150 d以上,可以满足精准农业信息采集需求。     

农田无线传感器网络中的簇首轮换机制

在大规模农田无线传感器网络WSN应用中,如何选择最优的网络架构和相应的自组织方式是一个急需研究的问题。在多跳、无线自组织网络Ad Hoc结构基础之上,针对规模农田面积大、作物生长周期长、传感器节点众多的特点,借鉴生物体内大量细胞生长发育和相互协作的组织机理,提出一种星状网和网状网相结合的分层无线传感器网络拓扑结构和簇首轮换机制,通过簇内控制减少节点与基站远距离的信令交互,降低网络建立的复杂度,减少网络路由和数据处理的开销。     

无线传感器网络终端节点设计与实现

分析了无线传感器网络的发展情况,提出了一种适用于无线传感器网络的基于IEEE802.15.4协议的JN5139终端节点设计,对影响大田作物生长造成影响的诸多因素,如土壤温湿度、空气温湿度、光照强度、二氧化碳浓度、有害气体（二氧化硫）浓度等环境因子提取实时数据,并对这些数据进行存储、分析处理,以及转发。借助GPRS网络实现对数据的上传,并传入到Internet,通过TCP-IP传送到相关用户,及时了解所需信息,指导耕作方向。根据实际需求分析、设计、实现等方面叙述了开发过程,并通过实验测试数据,图片等形象手段体现作者的思路。     

茶园信息采集无线传感器网络节点设计

针对茶园中所存在的无线通信障碍问题,该文设计了一款适合茶园信息采集的无线传感器网络节点。节点以ATmega128为核心,nRF905射频芯片及其外围电路作为无线通信模块,SHT11空气温湿度传感器和TDR-3土壤含水量传感器及其外围电路作为传感器模块,并以该节点为硬件平台编写了通信协议、应用程序和后台管理软件。分析、测试了节点的功耗和通信距离,在空旷地带,节点的有效通信距离达到150 m,与Micaz节点对比室内外通信距离分别提高了200%和150%。在广东省英德茶园基地进行了组网试验测试,结果表明：网络平均丢包率为0.84%,传感器感知精度达到98.2%,能够满足茶园信息采集的应用要求。     

橘园无线传感器网络不同节点部署方式下的射频信号传播试验

为解决橘园中无线传感器网络（WSN）规划和快速部署问题,该文基于无线射频信号的传播特性,研究了橘园中WSN射频信号与影响因素间的关系。试验中选取433 MHz载波频率,基于连续无线电波分析了WSN射频信号受植被深度、天线高度和通信距离等因素联合作用下射频信号在橘园的衰减情况,建立了橘园中不同影响因素作用下,433 MHz无线射频信号接收强度与环境传播因子及通信距离间的线性模型,拟合曲线的R2最低为0.797,最高为0.980,验证了此模型用来预测橘园中影响因素对接收信号强度衰减趋势的可行性;得到了基于无线射频信号接收强度指示下不同植被深度、天线高度和通信距离变化联合作用下的最佳天线高度分布表,为无线传感器网络在橘园中的节点部署提供指导。     

温室动态星型无线传感器网络通信方法研究

针对温室测控系统信息传输技术存在的一些问题,根据温室结构特征提出一种动态星型无线传感器网络的框架,从低成本低功耗角度出发,移动的汇聚节点采用定时跳频方法与子节点形成子网,以尽量缩短点对点之间的通信距离。利用帧扩展的方法实现了以低功耗芯片nRF2401A构成复杂的通信网络,并给出了传感器节点、控制节点和汇聚节点的通信算法。在汇聚节点不同的工作状态下,对网络子节点进行能耗分析,结果表明,动态星型无线传感器网络的通信方法具有很好的节能效果,对温室中数据的传输是有效的。     

基于无线传感网络的规模化水产养殖智能监控系统

为了解决规模化水产养殖中有线监控系统带来的不利影响,并能实现对环境因子的准确测量与控制,该文介绍了一种基于无线传感网的智能监控系统在规模化水产养殖中的应用。系统利用对协议栈进行小幅的修改,完成了人工设置每个养殖池为一个簇,并通过适当修改路由协议,将自动选择簇头的工作变为人工设置固定簇头,大幅减少节点本身的计算工作,从而实现节能目的。控制器利用模糊控制与神经网络相结合的算法对数据进行处理分析,实现闭环控制。结果表明,系统内数据通信通畅,温度误差在±0.5℃范围内,溶氧量误差在±0.3 mg/L范围内,pH值误差在±0.3范围内。各养殖关键环境因子均满足控制精度,达到了设计要求,能够满足规模水产养殖智能化的需要。     

基于ZigBee的节能型水产养殖环境监测系统

该文基于ZigBee无线传感器网络技术,设计了一种节能型水产养殖环境监测系统,用于实时监测水的温度、pH值、溶解氧浓度和浊度等参数。系统采用CC2530为核心处理器设计无线传感器节点;运用开源的Z-stack协议栈开发了节点应用程序,提高了系统的稳定性和可靠性;使用9 V锂电池为无线传感器节点供电,实现了系统的无线化;采用C/S和B/S混合编程模式开发了简单直观的本地用户监测界面和远程监测网站,实现了系统的本地监测和远程监测;采用分时、分区供电的方式和数据融合技术延长了节点的生存时间。该文介绍了系统软硬件设计方法,并重点阐述了软件和硬件的节能策略。实验室测试表明,采用方案4（传感器不一直工作,数据全部发送）,节点数据采集周期为10 min,节点能正常工作94 d,实际系统上线时,节点数据采集周期为30 min,节点预计能正常工作280 d左右;运用节能策略后,节点寿命延长了1倍。在甘肃省某虹鳟鱼养殖基地进行了实地测试,路由节点剩余能量约占总能量的47%,终端节点剩余能量约占总能量的33%,路由节点能量消耗较快,距离汇聚节点最近的16号路由节点的寿命预估只有134 d。结果表明该系统具有功耗低、运行稳定、网络寿命长等优点,能实现水产养殖环境的实时监测,具有很好的市场前景和推广价值。     

基于Geo-WebServices的农田环境动态监测与评价分析系统

为实现农田环境质量数据的在线共享、查询统计与评价分析服务,该文结合地统计学及农田环境质量监测相关专业知识建立采样点布设优选评价模型,并基于GIS、GNSS、角色访问控制等技术,设计开发了农田环境动态监测与评价分析系统。应用证明,系统采用Geo-WebServices技术能够实现分布式存储的极高分辨率遥感影像和大比例尺基础地理数据等数据服务的实时在线集成与共享,提高了数据分析精度,也解决了高精度基础空间数据的共享安全性及数据版权的问题;能依据角色分配用户权限,使得系统安全可靠;能灵活定制与管理农田环境监测评价与预警分析等模型,并实现从采样布设优选评价、采样点数据预处理、环境质量评价与预警分析及结果多方式直观的可视化等全流程的动态监测分析功能,系统能有效应用于农田环境质量监测与管理。     

施肥模式对农田杂草土壤种子库影响的研究进展

农田杂草土壤种子库是农田生态系统的重要组成部分。在收集国内外相关研究资料的基础上,系统综述了施肥模式对农田杂草土壤种子库的密度、物种组成、多样性等动态特征的影响,结合国际研究动态,就目前我国农田杂草土壤种子库研究中亟需解决的问题进行了探讨,指出应加强在施肥条件下杂草种子的萌发、土壤种子库特征的变化机制、土壤种子库与地面杂草群落的相关性、土壤中杂草种子的遗传变异等4个方面的研究工作,深入探讨施肥模式对农田土壤种子库及农田生态环境的影响。     

基于移动无线传感器网络的植株图像监测系统设计与测试

针对静态无线传感器网络(static wireless sensor network,SWSN)在图像监测中功耗分布不均、传输不可靠等问题,设计了基于移动无线传感器网络(mobile wireless sensor network,MWSN)的农田植株图像监测系统。选用JN5139模块搭配摄像头采集和编码图像,利用无人机(unmanned aerial vehicle,UAV)搭载协调器收集信息。通过仿真和测试可得,节点在MWSN中的最小功耗为10μW,工作功耗为133 m W,在SWSN中为133 m W,路由节点功耗为普通节点的2倍;在10~35 m范围内,MWSN的信号强度为-68~-86 dbm,SWSN为-83~-85 dbm;在10~80 m范围内,MWSN的误码率范围是0~9.2%,SWSN是0~38.6%。试验时UAV在15 m高空悬停接收地面设备发出的图像数据,测得获取一张图片平均需135 s,图片分包平均为22次,解码后的图像可以较好的反映植株生长状态。上述结果表明,工作时间相同,MWSN中节点的功耗差异性小,呈均匀分布;在一定距离范围内,MWSN的传输能力和抗干扰能力整体上优于SWSN,能保证数据传输的可靠性,因此,基于移动无线传感器网络技术的图像监控系统能够满足大范围农田中植株图像的监测需求。     

基于低功耗广域网的海岛水产养殖环境监测系统研制

针对海岛环境中水产养殖区域分散、工作环境恶劣、人工巡检不便等问题,设计了基于低功耗广域物联网的海岛养殖环境监测系统。系统包括集成Arduino和传感器的终端采集节点,通过LoRa技术实现数据汇总和远距离传输的汇聚网关,利用Python与PostgreSQL开发用于数据接收、存储、处理、访问和控制的后台监测系统。通过对网络拓扑复杂度、能耗等方面的评估,表明在海岛环境下部署水产养殖环境监测系统,相比传统Zigbee多跳无线传感网,采用LoRaWAN,其单跳节点覆盖范围更大,而网络复杂度、能耗等更优。测试表明该系统能以较低功耗实现整片区域内远距离数据采集,有效传输养殖区水体环境数据。网络生存期与传输可靠性测试表明,当传感器节点采用3.7 V/4 200 mAh锂电池,上传周期为30 min时,监测网络的有效生存期理论上可达2.4 a;在800 m通信范围内,发射功率为20 mW时,节点丢包率小于3.6%,具有较高的通信可靠性。该研究可为水产养殖生产和物联网应用研究提供有效参考。     

基于农田无线传感网络的分簇路由算法

由于无线传感网络节点的能量有限,如何有效地利用有限资源以及实现数据的有效传输,成为研究热点问题.针对农田区域广以及种植作物杂等环境特征,为延长农田无线传感器网络的生命周期,提高传感网的数据包投递率,构建了适用于农田信息采集的无线传感器网络架构,提出了一种混合式的分簇路由算法HCRA(hybrid clustering routing algorithm),研究了簇的形成、簇头竞选以及簇间路由过程,并对HCRA算法与低功耗自适应集簇分层型算法LEACH(low-energy adaptive clustering hierarchy),以及使用固定簇半径的混合节能分簇算法HEED(hybrid energy-efficient distributed clustering)进行了仿真试验.结果表明:在1 000次迭代周期下,采用HCRA算法的网络生存时间要比LEACH算法长约28％,比HEED算法长约12％;采用HCRA算法的数据包投递率要比LEACH算法高约34个百分点,比HEED算法高约16个百分点.该研究可为农田环境信息采集自动化监测系统提供参考.