基于4G技术的智能农业小气候监测系统

朱伟华, 周文姝

(1. 吉林电子信息职业技术学院, 吉林 吉林　132021;2. 海南核电有限公司维修处, 海南 海口　570100)



基于4G技术的智能农业小气候监测系统

朱伟华1, 周文姝2

(1. 吉林电子信息职业技术学院, 吉林 吉林132021;2. 海南核电有限公司维修处, 海南 海口570100)

针对农业小气候数据采集和监控的特点,设计了基于4G技术的农业小气候监控系统。传感器阵列采用基于蚁群的路由算法提高了节点的能效和利用率。在专有4G传输网络,采用了基于能量的最优路径算法,提高了频谱利用率。采取统一的数据格式标准进行传输和解析,提高了数据的稳定性和有效性。通过数据传输实验和现场实验表明,系统可实现农业小气候的环境数据的有效监控,具有良好的应用价值。

农业小气候； 监测系统; 4G技术

随着传感器技术的广泛应用,使得农业小气候的监测成为可能。所谓农业小气候是指农田、大棚或者果园林地中贴近地表的一些环境参数[1]。比如：空气的湿度和温度,地表的湿度和温度,二氧化碳的浓度以及地表的辐射等。对于农业小气候的监测有助于农作物的优良生长。

对农业小气候监测时,可将监控系统分为感知层、传输层和应用层[2]。在感知层土壤的浓度和湿度等数据利用各种传感器采集,而传输层则负责所有数据的传输。在数据传输过程中,由于采集的数据具有复杂、海量等特性,很容易对传输信道造成拥堵。因此,采用行之有效的数据传输方式是非常必要的。由于4G技术具备传输速率快、传输数据量大等优点[3],本文提出了一种基于4G技术的智能农业小气候监控系统。

1　农业小气候监测要点

在进行农业小气候监测时不仅需要采集温度、湿度等环境数据,还需要根据农业人员的要求提供实时动态数据、图形辅助数据及地理位置等数据。

(1) 准确数据采集。在农作物生长过程中,外部环境因素尤为重要。外部环境因素主要有光照强度、空气的温度和湿度、土壤的温度和湿度、二氧化碳浓度等,需要应用多种类型的传感器进行数据采集。其中数据的准确采集和传感器网络的组网成为关键的问题。

(2) 可视化视频监控。以往农业人员需要查看农作物长势或者查看病虫害、风害等情况时往往需要亲自到现场查看,无形浪费了人力、物力和财力。可视化视频监控则解决了这一问题,调整摄像头云台多角度旋转,及时查看视频信息。

(3) 实时动态信息管理。由于数据的复杂性和海量性的特点,数据的动态管理十分必要。农业人员可一天多时态查看农业信息,及时作出调整,并在数据不满足要求或者超出要求时发出报警措施。比如：土壤过干时则需打开灌水阀门,湿度过大时则及时关门灌水阀门。

(4) 定位服务。农业人员管理多块农田信息时,根据多块农田存的相对位置信息,进行定位服务,及时管理位置信息。

2　系统设计

智能农业小气候监测系统集成了多传感器采集技术、控制技术、视频传输技术及计算机控制分析技术于一体[4]。它通过监控中心的智能软件分析收集到的数据,得到农业作物的生长态势和作物现场的环境因素,根据作物生长的经验数据,及时控制农作物生长必需的水、或者营养液等,为农业人员提供不出门即可管理农作物生长态势。它还可以实现远程监控管理,方便技术人员在线指导农业操作人员维护设备管理或者作物的给排水等操作。系统整体结构见图1。

图1　系统整体结构

在区域性农田中排布传感器阵列(主要包括温度传感器、湿度传感器、光照传感器、浓度传感器等),再利用农业物联网技术[5-6]感知农田小气候的主要信息元素。这些信息数据通过专有4G网络传输,数据达到应用层后根据数据的解析规则和特定要求实现数据管理、报表生成或者可视化图形。

2.1感知层传感器阵列设计

在大面积农田中,根据区域环境的不同会设置不同类型的传感器,或者传感器的位置具有不确定的因素。传感器节点可根据区域划分,每个区域设置一个汇聚节点,然后根据节点的多跳技术[7]进行数据汇总。网络阵列图见图2。

在传感器阵列中,汇聚节点(4G路由节点)将阵列通信范围内的路由节点作为子节点,而阵列中的路由节点又将各采集节点作为子节点。路由节点作为采集节点的父节点,而汇聚节点又是路由节点的父节点,其通信的特点为子节点只能和父亲节点通信,相互之间不能通信。这种“子发父收”的方式称为簇树结构[8],其优点在于结构简单、收发信息明确,而其缺点在于位于树根部的路由节点可能因为反复收发信息致使能量“衰竭”。任何一个路由节点能量衰竭后都能够引发该区域信息无法传输的后果,即部分数据丢失。此情况下,农业人员无法及时正确看到农作物的整体状况。由于路由节点信息传输的定向性,其行为类似“蚁群”,因此本系统采用基于“蚁群”的无线传感器网络路由算法,来解决局部信息缺失的问题。该算法也是本课题的后续研究重点,不再详述。

2.2专有4G传输网络

通信网络是整个系统信息交互的中心,交互过程中数据信息量传输频繁,对信息数据的处理具有较高的要求,因此从系统的可扩展性和后续发展性两方面考虑,使用基于4G技术的专用数据通信网络。这种专用网络具备通信范围广、组网灵活、按使用实际流量计费、信息通信安全等优点。

2.2.1统一的数据交互格式

在数据传输和解析过程中采取统一的数据格式,作为整个监测系统的数据标准。数据格式见图3。

图3　数据传输、解析格式

其中,帧头用以信息数据的收发标志。农田编号和区域编号对应着农田的具体位置和农田区域中的具体路由节点,区域编号采用具体的IP地址分配,因此可以通过查询具体的IP信息来观测农田内某个区域的具体小气候信息。图3中后续几位则为具体的观测值,涵盖了农田小气候的所有信息元素。

根据数据标准,在监控中心的解析端将对数据进行两次解析,一是格式解析,二是内容解析。格式解析即为将信息按照图3格式分成多个片段,之后进行内容解析,将解析到的多个片段的内容具体解读,确定传感器阵列,得到最终真实的农田小气候环境因素。

2.2.2身份验证体系

在4G专有农业小气候传输系统内,4G用户和台式客户端在内网访问数据时可以直接应用IP登录。用外网访问数据时,采取两个方面措施:一是系统设置防火墙,对外非法访问有效拦截;二是采用身份验证和密码输入,确保访问用户权益。同时,系统对所有的访问过程进行跟踪记录,包括访问的用户名、访问者的IP、访问的时间、进行了哪种操作等,方便系统管理员进行信息甄别。

2.2.3抗干扰分析

4G信号传输时可能会因多径效应[9]的影响,造成信号的能量和质量的下降,再者在覆盖的小区内也会存在同频干扰等因素[10-13]。为了解决以上因素可能会对传输网络造成影响,本系统采用了基于能量的最优路径选择算法,提高了频谱利用率,有效解决了问题。

3　测试分析

3.1数据测试

为了验证系统的有效性和稳定性,笔者进行了模拟仿真实验及现场演示实验。在数据传输实验环节,分别进行了数据传输速率验证实验和数据稳定性实验。在速率验证实验中,测试时间为2015年6月10日18:00至2015年6月11日09:30,以3 s的间隔采样,得到的数据总量为88 Mbit。在为期约15 h的测试时间内,对监测系统的传输稳定性和传输速率进行了测试,测试结果分别见表1、表2。从表1中可以看出,4G技术在数据传输方面有着很大的优势。从表2中可以看出,4G网络在数据稳定传输方面性能比较优良。在临近结束时,发现传感器阵列本身温度较高,影响了部分数据的传输,后续增加散热装置后,解决了问题。整体上系统数据的丢包率稳定控制在1%以下,可以满足要求。

表1　现场文件实时传输测试

表2　通信网络稳定性测试结果

3.2现场实验

在整体设计和各功能模块设计的基础上,完成了基于4G技术的农业小气候监测系统的平台。平台采用C#语言开发,基于SQLserver2008型数据库建立,采用百度地图实现。平台界面如图4所示。平台采用田地可视化和相关数据图形可视化,可查看传感器地块、地表信息,传感器采集、接入、报警信息,随时生成农业小气候环境数据报表和图形。平台主要包括:基础数据配置、农业资源4G标准、多源信息同步显示、数据分析计算、可视化服务及系统管理。图5为移动终端实时查看感知信息。

图4　监控系统平台

图5　移动终端实时信息感知

4　结语

本文以农业小气候监控要点出发,提出了基于4G技术的农业小气候监控系统。同时设计了监测系统的信息平台和移动终端平台,并且通过不同的数据配置,系统可推广至不同的农业场景,例如果园、森林等。

本文在传感器阵列所采用的“蚁群”算法和4G专有网络采用的“最短路径”算法在实际应用中尚不能达到理想状态,这也是本文后续研究重点。另外,研究团队与吉林市蛟河林业部门下属的试验田进行了合作研究,并进行了实地测试。

References)

[1] 李翠娜,张雪芬,李肖霞,等.农田小气候自动观测系统温度梯度观测设计[J].气象科技,2015,43(1):8-14.

[2] 何勇,聂鹏程,刘飞.农业物联网与传感器研究进展[J].农业机械学报,2013,44(10):216-225.

[3] 朱伟华,索大翔,谭微.4G技术应用于电能质量监测的分析研究[J].电测与仪表,2015,52(6):44-47.

[4] 李喜东,朱明清.虚拟专用网络在农业物联网远程监控中的应用[J].自动化技术与应用,2015,34(4):54-56,60.

[5] 李俊慧,耿楠,聂艳明.农业物联网场景模拟仿真系统的研究与实现[J].农机化研究,2014(4):198-201,207.

[6] 秦怀斌,李道亮,郭理.农业物联网的发展及关键技术应用进展[J].农机化研究,2014(4):246-248,252.

[7] 尚兴宏.无线传感器网络若干技术研究[D].南京:南京理工大学,2012.

[8] 陈宁,徐显秋.一种基于簇树结构的ZigBee网络最大生存期方法研究[J].四川理工学院学报,2013,26(3):50-53.

[9] 于海洋,杨华民,底小强,等.基于OFMD的抗多径效应研究[J].长春理工大学学报,2014,37(1):134-137.

[10] 高潮欣,陈昕,向旭东.LTE-A飞蜂窝系统干扰协调智能优化算法[J].计算机科学,2015,42(8):273-278.

[11] 李文仲,殷朝玉.ZigBee2006 无线网络与无线定位实战[M]. 北京: 北京航空航天大学出版社,2008.

[12] 欧阳森,宋政湘.新型电能质量监测系统设计[J].电工电能新技术,2003,22(1):43-47.

[13] 高庆敏,和欢,石瑞杰. 基于 ZigBee 无线传感网络在变电站监测系统中的应用[J].华北水利水电学报,2010,2(1):53-56.

An Intelligent agricultural microclimate monitoring system based on 4G technology

Zhu Weihua1, Zhou Wenshu2

(1. Jilin Technology College of Electronic Information, Jilin 132021, China;2. Hainan Nuclear Power Co., LTD, Haikou 570100, China)

In view of the characteristics of agricultural microclimate data acquisition and monitoring, this paper proposes an agricultural climate monitoring system based on 4G technology. In the sensor array, the routing algorithm based on ant colony is used to improve the energy efficiency and the utilization ratio of the nodes. In the 4G transmission network, the optimal path algorithm based on energy identification is adopted to improve the spectrum utilization. To improve the stability and effectiveness of the data, it adopts a unified data format standard for transmission and analysis. The data transmission experimental and field experimental results show that the system can achieve the effective monitoring of environmental data in agriculture, and has good application value.

agricultural microclimate; monitoring system; 4G technology

DOI:10.16791/j.cnki.sjg.2016.04.023

2015- 09- 22修改日期：2015- 11- 09

吉林市科技发展计划资助项目(2015334004)

朱伟华(1976—)，男，吉林省吉林市，硕士，副教授，主要研究方向为通信技术、嵌入式开发技术.

S162.4;TP273

A

1002-4956(2016)4- 0082- 04