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。     

基于无人船的水产养殖水质动态监测系统设计与实验

针对传统水产养殖水质监测多使用部署在固定位置的无线监测节点,存在监测范围小、监测位置不灵活和部署成本偏高等问题,设计了基于自动无人船的水产养殖水质动态监测系统。该系统融合无人船和多个传感器进行水质采样,测量水温、p H值和水体浊度等指标,通过岸基控制台将监测数据上传至云服务器。为保证系统的有效性和准确性,提出以自动无人船悬停采样为主的水质监测和低航速下的水质异常检测,结合基于地图解析的路径规划策略,实现无人船自主航行,以提升监测效率。经实验验证,与传统方案相比,动态监测得到的水温相对误差绝对值不大于0.5%,p H值相对误差绝对值不大于1.43%,浊度相对误差绝对值不大于4.9%,均在各传感器精度范围内,可满足监测需求。将该系统部署于水产养殖区,在9 800 m2水域内共采集731组有效数据,测得各水质指标数值均在正常范围内,监测区域覆盖达水域面积的68%。该方法为水产养殖业的水质监测和异常检测提供了解决方案。