基于WSN的温室智能灌溉系统软件设计
2017-09-07毛威来智勇耿楠
毛威+来智勇+耿楠
摘 要： 在温室智能灌溉系统硬件基础上，设计并开发温室智能灌溉系统上位机软件。该软件采用Microsoft Visual Studio 2012和数据库进行设计、开发，具有实时数据查询、历史数据查询以及网络拓扑结构显示等功能。该软件主要实现温室大棚环境信息的实时采集以及ZigBee网络拓扑结构的实时绘制；集成了传感数据的数据融合机制，提高了采集精度；人机接口均采用友好的图形化界面。同时开发了智能农业控制微信公众号，为移动终端获取温室信息、发送控制命令等功能提供便利。测试结果表明，上位機软件界面友好、功能完善、人机接口丰富，可以对各种温室数据进行有效管理，能够满足温室智能灌溉系统的需求。
关键词： 温室环境监控； 多传感器数据融合； 网络拓扑结构绘制； 微信远程控制
中图分类号： TN926?34； TP274.2 文献标识码： A 文章编号： 1004?373X（2017）16?0005?05
Abstract： On the basis of the greenhouse intelligent irrigation system hardware， the host computer software for supporting the hardware was designed and developed. The PC monitoring software designed and developed with Microsoft Visual Studio 2012 and database technology has many functions， such as real?time data query， historical data query and network topological structure display， and can realize real?time acquisition of greenhouse environment information and real?time drawing of the ZigBee network topological structure. The fusion mechanism of sensing data was integrated and the data acquisition accuracy was improved. The friendly graphical interface was adopted for all man?machine interfaces. Moreover， the WeChat Official Account was developed to provide access to Greenhouse environment information and send control command for mobile terminal. The testing results show that the designed host computer software possesses many advantages， such as friendly man?machine interface， perfect functionality and abundant man?machine interfaces， can manage various greenhouse data and meet application requirements of greenhouse intelligent irrigation system effectively.
Keywords： greenhouse environment monitoring； multi?sensor data fusion； network topological structure drawing； WeChat remote control
0 引 言
我国是世界上人均水资源最贫乏的国家之一，我国每年农业和工业都因缺水造成重大损失[1]。因此，发展精准农业，推广节水灌溉，是缓解我国水资源危机的必然选择。作为一种新兴网络技术，无线传感器网络（Wireless Sensor Network，WSN）具有能耗低、精度高、可靠性好、扩展灵活等优点，在现代农业中有着广阔的应用前景[2?3]。近年来，相关学者对精准农业和节水灌溉进行了大量研究，文献[4?9]将无线传感器网络应用于农田信息监测与节水灌溉领域，取得了一定的成效。但是上述文献并未对多传感器数据进行融合，难以为温室环境监测提供精确的决策依据。
针对上述问题，本文在前期工作的基础上，设计开发了基于WSN的温室智能灌溉系统软件平台。在该软件驱动下，系统可以实时采集区域内的环境信息并将采集数据进行数据融合以提高采集精度。
用户通过上位机即可直观掌握底层网络的运行状况。同时，用户无需在手机中安装任何额外的APP软件，利用微信公众号即可获取温室环境信息和控制灌溉设备，使农作物始终处在最佳生长环境中，符合现代农业移动化、智能化的发展趋势。
1 智能灌溉系统与软件结构
智能灌溉系统整个监控系统分为温室大棚环境信息监测区、本地监测区和远程监测区三个区域。
底层监测区即温室大棚环境信息监测区，是由带有传感器的采集终端、控制终端以及路由节点组成的无线传感器网络，整个网络使用ZigBee无线通信技术；中间层监测区为本地监测区，由汇聚节点以及网关组成；上层监测区为远程监测区，是位于互联网远端的监测设备，如电脑、移动终端等，电脑可以通过Internet对温室大棚进行远程监测，并对棚内设施进行远程控制；移动终端可以通过微信公众号对大棚进行环境信息查询和设备控制。endprint
智能灌溉系统整体结构如图1所示。
系统软件主要有数据管理和后台管理两大功能：
（1） 数据管理功能负责对底层监测区采集到的数据进行分析和处理；对采集到的数据进行决策，判断环境参数是否为相对最佳值，并根据决策结果决定是否需要开启或关闭与控制终端相连的设备，以便为植物生长提供相对可控的适宜的生长条件。最后，数据管理功能还需要负责数据的存储、查询、分析、打印等。
（2） 后台管理功能主要实现可供用户存储和管理数据的数据库；实现传输网络与后台的数据交换、数据分析和数据处理；提供图形界面，以表格的形式列出当前网络的实时监测数据，以图形的方式向用户显示网络拓扑结构图。
上位机软件结构如图2所示。
2 上位机软件关键技术设计
根据第1节所述，开发智能灌溉系统软件主要设计以下技术：网络拓扑结构绘制、数据融合以及支持远程控制的公众号开发。上位机监控软件在Microsoft Visual Studio 2012 环境下，采用C#编程语言实现；操作系统采用Microsoft Windows 7 Professional；数据库类型为MySQL。下面详细介绍软件的关键技术和设计过程。
2.1 ZigBee网络拓扑结构绘制
ZigBee网络的拓扑结构是反映底层网络运行状况的主要形式，在上位机实现ZigBee网络拓扑结构图的实时绘制能使用户更为直观地对底层网络的运行状态实时监控，有利于增强无线传感器网络的稳定性。
网络拓扑结构绘制设计过程如下：
步骤1：定义一个新的数据帧和命令帧格式。终端设备在接收到该命令后以新定义的数据帧格式返回数据。新定义的数据帧须包含此节点的网络地址、父节点的网络地址以及节点类型（终端或者路由）。
步骤2：定义一个泛型集合List
步骤3：数据接收完毕后，定义一个二维数组Nodes[N][L]，其中N为网络中节点个数，L为数据帧中有效数据长度加1。将List中的数据按照有效长度进行分割，放入二维数组中。
步骤4：读取数组中元素的父节点地址，判断父节点是否为协调器节点，则令该节点为一级节点，判断此节点类型，若为路由器，则继续向下寻找其子节点，直到找出此节点所有的后辈节点；若节点类型为终端节点，则继续寻找下一个一级节点。
步骤5：实例化拓扑元素对象，调用GDI+的DrawLine（）和DrawImage（）函数完成对网络拓扑结构的绘制。
2.2 多传感器数据融合
为了提高信息采集精度，增强系统鲁棒性，系统需要对多传感器数据进行融合，以便为温室环境监测提供实时、精确的决策依据。本文采用基于哈夫曼树的聚类融合算法[10]对数据进行融合。数据融合过程如下：
步骤1：利用标准正态分布计算传感器之间的融合度[λij]，如下：
式中：[dij]为传感器之间的欧氏距离；[Xi]为各有效传感器的测量数据，记为[Xi=xi1，xi2，…，ximT]。若[rij=0]，则认为[i，j]两个传感器互相不支持，否则，认为相互支持。
步骤3：获取有效传感器的个数[l]。剔除异常数据，以有效传感器数据的算术平均值代替。
步骤4：计算有效传感器之间的欧氏距离，建立有效传感器距离矩阵：
[D=d11…d1m??dm1…dmm] （4）
步骤5：选取最小的非零欧氏距离作为哈夫曼树中权值最小的叶节点。将对应两个类合并为一个新类并删除距离矩阵D中所对应的行与列，得到新的距离矩阵[D1]。记下每一步选择的最小元素以及合并个体的编号，对新类进行融合。融合公式如下：
[fxin，xjn=c?xin+xjn+c-12?xin?xjn1+c2-c-12xin+xjn-2?xin?xjn， 0 式中，[fxin，xjn]表示有效传感器[i，j]的测量数据第[n]个分量融合后的新值；[c]是大于[1]的实数。 步骤6：对数据类进行多次融合，直到所有有效测量数据融合為一个最大类，即最终融合值。 2.3 微信远程监控公众号设计 传统监控系统需要在固定的监控中心才能对系统进行操控，使用便捷性差，管理人员难以随时对温室进行监控，数据获取实时性较差。利用智能移动设备对温室进行监控和对灌溉设备进行控制，可以较好地解决数据获取实时性的问题[11]。 因此，本文开发了一款可以提供远程监控功能的微信公众号，用户只需关注公众号，即可在任何时间、任何地点、任何终端上实现与设备之间低成本、高通用性的信息交流。微信远程控制结构如图3所示。 云端服务器部分是本设计的核心，通过在云端服务器部署后台服务程序，公众号可以实现历史数据和当前最新数据的查询和温室大棚设备远程控制功能，用户可以利用智能移动终端向ZigBee无线传感器网络发送命令，实现对信息的查询和对设备的控制。同时，为了方便用户使用，本文在后台服务程序的基础上，开发Web服务前端程序，并部署在云端服务器，用户可以通过公众号内置的一级菜单进入Web管理界面，在图形化的操作界面下随时对温室进行监测和管理。 微信公众号控制流程大致如下： （1） 用户利用微信终端发出控制指令，微信后台会将该指令进行封包并以JSON格式发送至微信服务器。微信服务器再将数据包以POST形式传输至微信公众号绑定的云端服务器。 （2） 云端服务器在接收到数据包后，按照规定协议对数据包进行拆包和解析，获取用户指令，后台服务程序根据指令进行相应的操作。
（3） 上位机通过HTTP方式获取用户指令后，根据指令进行相应的操作，并向云服务器端上报设备返回的操作结果。云端服务器将返回的操作结果返回并显示到微信终端。
3 试验与结果分析
3.1 试验方案概要
温室智能灌溉系统在中国农业科学院农田灌溉研究所得到试验性应用。试验方案如下，在三个测试棚区内分别随机部署6个采集节点，协调器与本地上位机通过RS 232串口连接。协调器负责建立并维护整个网络；采集节点实现对环境温度、环境湿度和光照强度的实时采集。上位机收集协调器传输过来的数据，对数据进行处理，实现温室环境信息的远程监测；同时，移动终端可以通过微信公众号发送命令控制底层设备。
3.2 试验结果分析
3.2.1 上位机具有比较完善的功能性
各种传感数据能实时传送至上位机，上位机软件能够准确解读并转换各种数据和指令；能够对各种传感数据进行数据融合；能够对各种传感数据进行存储、分析和查询，并以图表的方式展示给用户；能准确显示传感器网络的拓扑结构并实时反映拓扑的变化情况，用户双击节点，即可获得该节点的网络地址，如图4所示。
3.2.2 用户可以通过公众号远程控制温室内的设备
用户首先扫描二维码关注智能农业控制公众号，进入公众号内部，在聊天框内输入相应的用户指令，即可对远程设备进行操控。例如，用户输入开启阀门，若灌溉控制节点成功打开阀门，则公众号页面显示阀门状态变为开启，反之亦然。用户也可以通过公众号内置的链接进入Web管理界面并进行相应的操作。微信控制界面如图5所示。
3.2.3 系统使用的聚类融合算法具有较高的精度
本试验于2015年11月20日—23日对温室环境每30 min进行1次采集操作，分别对数据进行聚类融合处理和加权平均值处理。测试条件以光照强度、环境温湿度为例。同一温室大棚的6个同质传感器在同一时刻测得的环境温度、环境湿度以及光照强度值见表1。
由融合算法可知[D1]中[d12=1.244 0]为最小元素，所以将[π1]，[π2]代入式（5）合并得到新类[π7]，再由其分别与剩下的类求距离，得到新距离矩阵，以此类推，最终得到6个传感器的融合数据为19.902 ℃，湿度为71.00 %RH，同理，可以求得光照强度为22 737.72 lux。实验实际温度为19.87 ℃，湿度为70.83 %RH，光照强度为22 958.64 lux。利用加权算术平均值法得到温度值为20.023 ℃，湿度为70.507 %RH，光照强度为22 930.81 lux。
采用聚类融合算法得出的融合值同真实环境参数值以及采用加权平均值法计算出的融合值之间的对比直方图如图6～图8所示。可知，多传感器数据应用聚类融合算法得到的结果真差较小。主要原因是前者通过采用最小元素法进行聚类进而确定出各有效传感器的融合次序再进行融合，后者在处理两个传感器之间的相互支持关系以及融合次序带有一定的主观性，降低了数据融合的精度。
4 结 语
本文完成了基于WSN的温室智能灌溉系统软件的设计和开发。该软件能实现网络拓扑结构绘制、温室环境信息保存、历史数据查询等功能。同时，软件设计了传感器数据的融合机制，采用的聚类融合算法具有更高的融合精度，可以为温室环境参数智能化控制提供可靠保证。开发了一款可以对温室设备进行远程控制的微信公众号，用户利用微信即可控制远程设备对象，具有较好的使用便捷性，符合计算移动化的趋势，具有一定的应用前景。
参考文献
[1] 李莉莉.农田水利建设现状与对策探讨[J].农民致富之友，2012（9）：85.
[2] 林少钦.无线智能灌溉系统设计[J].农机化研究，2012，34（7）：146?149.
[3] 曹继忠.基于无线传感器网络的园林自动节水灌溉系统[J].电脑知识与技术，2012，8（5）：1168?1170.
[4] 刘卉，汪懋华，王跃宣，等.基于无线传感器网络的农田土壤温湿度监测系统的设计与开发[J].吉林大学学报（工学版），2008，38（3）：604?608.
[5] 张荣标，谷国棟，冯友兵.基于IEEE 802.15.4的温室无线监控系统的通信实现[J].农业机械学报，2008，39（8）：119?122.
[6] 李合青，来智勇，张鑫.基于ZigBee的温室智能灌溉执行子系统的设计与实现[J].农机化研究，2014，36（1）：95?98.
[7] 高峰，俞立，张文安，等.基于无线传感器网络的作物水分状况监测系统研究与设计[J].农业工程学报，2009，25（2）：107?112.
[8] 高峰，俞立，王涌，等.基于无线传感器网络的作物水分状况监测系统的上位机软件开发[J].农业工程学报，2010，26（5）：175?181.
[9] 刘媛媛，朱路，黄德昌.基于GPRS与无线传感器网络的农田环境监测系统设计[J].农机化研究，2013，35（7）：229?232.
[10] XU Y，CHEN B Z，HU Z C，et al. Research for multi?sensor data fusion based on Huffman tree clustering alogrithm in greenhouse [J]. Journal of embedded system， 2016， 8（1）： 34?38.
[11] 蔚继承，李书琴，杨丽丽.数据推送技术在温室灌溉控制管理中的应用[J].湖北农业科学，2014（18）：4441?4444.endprint
