CN101957600A - 水质检测无线传输采集节点装置及信息融合方法 - Google Patents

Abstract

本发明涉及一种采用无线测控方法进行集约化水产养殖的温室无线传感网络控制节点装置，安装在集约化水产养殖的无线测控网络中。部署在集约化水产养殖区养殖场中，通过采集节点进行水质环境传感器参数采集，并对传感器组采集到的数据结合规则库和信息融合算法进行预处理，采用径向基函数神经网络算法(RBF算法)和模糊计算技术作为信息融合的算法模型，对采集的数据进行现场级数据融合，然后使用ZigBee无线模块将融合后的异常水质环境状态及环境参数数据发送给汇聚节点，汇聚节点再上传给监控中心，监控中心可对测控范围内的多个养殖场中养殖的生物生长状况、环境状况和控制设备运行状况等进行实时监控，采集节点还可接收汇聚节点和监控中心的反馈信息，对信息融合的算法进行参数调整。本发明为无线传感器网络的信息采集设备，高效、可靠、操作方便，用于解决采用无线传感器进行集约化水产养殖过程中的养殖环境进行数据实时采集和现场级数据融合难题。

Description

水质检测无线传输采集节点装置及信息融合方法

技术领域

本发明涉及一种用于采用无线传感网络进行集约化水产养殖的无线传输采集节点装置及信息融合方法，安装在集约化水产养殖的无线传感器网络中。

背景技术

目前采用无线传感器网络进行环境监控的系统一般采用全数据传输的方式，将采集节点采集到的传感数据全部进行发送，一方面需要传输的数据量极大，采集节点能量消耗大，另一方面传输数据中包含测量的不确定性，不能真实的反映出待测环境情况的真实性。本发明实现集约化水产养殖过程中养殖环境参数PH值、温度值、光照度值的传感器数据实时采集，并将数据进行现场级融合处理，实现与无线汇聚节点的连接，将融合后的异常环境状态及环境参数数据采用无线传输方式传输给汇聚节点，实现与监控中心的联系，接收监控中心后台处理得到的融合算法的相关参数，对现场级融合方法进行调整。本发明传输数据前经过信息融合数据预处理这个步骤不仅可以提高数据的准确性与真实性，还可大大降低数据的传输量，节省因传输不必要数据的能量消耗。

发明内容

本发明的目的在于提供一种用于采用无线多传感器方法进行集约化水产养殖的无线传输采集节点装置及信息融合方法，解决了采用多传感器进行数据实时采集和现场级融合，并对汇聚节点进行准确、真实、有效数据实时发送的难题。

为了实现以上目的，本项发明提供了一种采用多传感器进行水质检测的无线传输采集节点装置和现场级数据融合方法，其特征在于通过数据采集模块采集集约化水产养殖区养殖场的PH值、温度值、光照度值数据，采用RBF算法和模糊计算技术的信息融合算法对数据进行现场级融合处理后，通过汇聚节点向监控中心进行异常环境状态及环境参数数据的实时传输，并实时接收监控中心后台处理得到的融合算法的相关参数，对现场级融合方法进行调整。

本发明的有益效果为：本发明应用在采用无线测控方法进行集约化水产养殖的无线采集网络中，为无线测控网络的数据采集、融合及发送设备。实现集约化水产养殖过程中养殖环境水质参数PH值、温度值、光照度值的传感器数据实时采集，并将数据进行现场级融合处理，实现与无线汇聚节点的连接，将融合后的异常环境状态及环境参数数据采用无线传输方式传输给汇聚节点，通过汇聚节点实现与监控中心的联系，接收监控中心后台处理得到的融合算法的相关参数，对现场级融合方法进行调整。本发明传输数据前经过信息融合及数据预处理可大大降低数据的传输量，节省采集节点的能量消耗，延长网络生命，还可以有效提高数据的准确性与真实性，本发明为用于采用无线测控方法进行集约化水产养殖过程中的养殖环境数据实时采集、处理和自动发送提供了有效、可靠的传输设备和处理方法，提高了水产养殖的自动化程度和养殖产量。

附图说明

图1为本发明的组成模块示意图。

图2为本发明的硬件设计示意图。

图3为本发明的功能示意图。

图4为本发明的信息融合方法示意图。

图5为本发明的软件流程图。

具体实施方式

以下结合附图及实例对本发明作进一步描述。

水质检测无线传输采集节点装置，用于集约化水产养殖无线传输网络中的水质环境参数采集、数据处理及传输，其组成模块示意图如图1所示，包括微处理器模块、ZigBee无线通讯模块、传感器数据采集模块、电源管理模块。微处理器接受传感器数据采集模块采集到的养殖场水质参数PH值、光照值、温度值数据，经融合算法处理后，将异常水质环境状态及环境参数数据经Zigbee无线通讯模块传送到汇聚节点，并通过汇聚节点接收监控中心后台处理得到的融合算法的相关参数，对现场级融合方法进行调整。

一、水质检测无线传输采集节点装置操作过程

采集节点装置上电后，先进行端口、内存始化，经由XBEE模块申请加入ZIGBEE网络，得到网络响应后，由网络扫描各个节点，将规定时间内未使用的网络地址分配给该节点。节点检测传感器响应是否正常，若不正常，将报警信息存储以备与汇聚节点交换信息，同时将报警标志置1。将温度、光照、PH值三种传感器采样三次取均值做为一次发送数据的最终采样值，按照异常点检查规则库判断所采样数据是否为异常数据，若为正常数据，则删除冗余数据以减少网络负载，若数据异常，则对采样值进行数值转换，使其变为[0，100]之间的整型数据。接收监控中心经由汇聚节点传送来的W，C，O训练参数，按照RBF算法公式计算出y值：

通过模糊计算将水质分为四个等级，观察报警标志是否有效，若有效，则将报警信息加入发送数据流中，同时侦听网络是否空闲，向汇聚节点请求发送数据，得到允许后，将数据包发送给汇聚节点，即完成一次数据采集过程。

二、数据融合预处理方法及规则

1、数据清理。进行异常数据识别、消除噪声，并纠正数据中的不一致，删除冗余数据，完成对数据集中与其他数据显著不同的样本数据的检测。对异常数据及噪声数据采用清除方法，不再参与数据融合处理。

异常点检查规则库如下：

A.IF|温度值-上次采集的温度值|＞5摄氏度，THEN判断为异常数据；

B.IF|光照值-上次采集的光照值|＞300，THEN判断为异常数据；

C.IF|PH值-上次采集的PH值|＞0.4，THEN判断为异常数据；

D.IF温度值＜5摄氏度OR温度值＞35摄氏度，THEN判断为异常数据；

E.IF光照值＜500OR光照值＞9000，THEN判断为异常数据；

F.IF PH值＜5.3OR PH值＞8.7，THEN判断为异常数据；

2、数据变换。将来自多个数据源的数据合并构成一个完整的数据集；完成数据的规格化，按比例映射到某个特定的区间，以减小数据融合时计算复杂度。为便于计算及减少计算量，PH值、光照值、温度值都通过数据变换映射到区间[0，100]；采用int型数据进行计算。

三、数据融合算法

通过数据融合预处理后的数据，虽然去除了异常数据，但由于监控中心关注的是异常水质环境状况，当水质环境状况处在非正常情况时，才采取调控措施，若在采集节点先进行信息融合，进行异常水质环境发现，并且只发送水质环境异常数据，便可以消除冗余信息，减少数据传输量，从而有效地节省能量，延长网络生命，还可提高整个监控系统反应的快速性和正确性。本发明采用的信息融合算法为基于RBF的神经网络算法和模糊计算技术。由于RBF算法学习训练过程计算复杂，因此算法的学习训练过程在监控中心进行，然后将学习训练得到的RBF算法中的参数：径向基函数中心c_j、径向基函数感受野σ_j、隐层到输出层的线性映射关系w_i传输给采集节点，采集节点按照以下RBF算法公式计算出结果：

$y_i=\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}{\mathrm{\α}}_j\left(x\right)i=\mathrm{1,2},\·\·\·,r$

对于本节点，j＝1，2，3，r＝1，因此公式可简化为：

y＝w₁exp(-||光照值-c₁||²/σ²1)+w₂exp(-||PH值-c₂||²/σ²2)+w₃exp(-||温度值-c₃||²/σ² ₃)

监控中心定期或不定期对RBF算法中的参数w₁，w₂，w₃；c₁，c₂，c₃；σ₁，σ₁，σ₁进行训练校正，发送给采集节点，采集节点可得到更准确的计算结果。

然后利用模糊计算技术，采用三角形隶属函数，对RBF计算得到的y值进行模糊计算，划分为如下表所示不同的水质异常状态。

y	水质状态数值表示	水质状态模糊语言描述
			(0，1]	0	水质正常
(1，2]	1	水质稍差
			(2，3]	2	水质较差
(3，4]	3	水质很差
			(4，+∞)	4	水质极差

采集节点将数据融合后的异常水质状态数值表示及参数数据通过汇聚节点发送给监控中心，进行集约化水产养殖场监控范围内的水质环境进行数据处理和监控管理。

本发明采用的主要技术如下：

1、嵌入式技术

对于进行集约化水产养殖无线传感网络采集节点装置的设计，是基于嵌入式技术进行的，嵌入式技术的优点是可处理大量采集信号，能控制多种传感器进行数据的采集。主控制器采用TI公司的MSP430，它具有RS232转换电路，可与通讯模块进行方便的串口数据通讯，具有IIC接口，可用于与存储设备间的数据存取，具有看门狗功能，可进行自动重启。

2、ZIGBEE技术

Zigbee是一种新兴的近距离、低复杂度、低功耗、低数据速率、低成本的无线网络技术，它是一种介于无线标记技术和蓝牙之间的技术方案，主要用于近距离无线连接。它的协议依据802.15.4标准，在数千个微小的传感器之间实现了相互协调和通信。它具有以下优势：数据传输速率低、协议简单、传输范围小、时延短、低功耗、低价格。

3、数据融合技术

数据融合技术是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理技术。数据融合技术，包括对各种信息源给出的有用信息的采集、过滤、综合、相关合成及传输，以便辅助人们进行态势/环境判定、规划、探测、验证、诊断。在本发明中，数据融合技术主要用于对采集节点采集道的数据进行现场级过滤、综合、相关合成等融合，以消除噪声、消除冗余信息，实现对来自不同传感器的数据进行综合判断，在不损失有效数据的情况下，无损压缩原始数据。

Claims (3)

1.用于集约化水产养殖无线传输网络中的水质环境参数采集节点装置。装置硬件包括微处理器、ZigBee无线通讯模块、传感器数据采集模块、数据融合模块及各器件间的电信号连接。微处理器接受传感器数据采集模块采集到的养殖场水质参数PH值、光照值、温度值数据，经融合算法处理后，将异常水质环境状态及环境参数数据经Zigbee无线通讯模块传送到汇聚节点，并通过汇聚节点接收监控中心后台处理得到的融合算法的相关参数，对现场级融合方法进行调整。

2.根据权利要求1所述的软件，其特征在于所述微控制器采用TI公司的超低功耗16位RISC混合信号处理器MSP430，用于处理控制各种传感器设备和ZigBee数据的收发；所述的传感器数据采集模块上的温度和PH值传感器使用上海澜尔公司的ICS-200温度传感器和型号为IPS-100的PH值传感器，而光照采集采用一个低压电源、光敏电阻和稳压二极管组成的分压电路构成；所述的ZigBee模块采用MaxStream公司的XBEE Serial2模块，地址的分配方式及回收机制、路由机制是建立在该模块的无线通讯应用层之上完成的；所述的外围连接电路是由电位器、电容、电阻、二极管和三极管所组成的保护电路和各芯片的连接线路；所述的电源管理模块负责供给整个电路的电能源和检测电路系统中电源剩余电量并反馈给微处理器。

3.根据权利要求1所述的数据融合算法及其预处理方法，其特征在于采用基于RBF算法和模糊计算技术的信息融合的算法。对采集到的数据进行清理、变换等预处理后，采用RBF算法计算后得到数值结果，再进行模糊计算归类后得到异常环境状态表达值。

Images