CN103227833A - 土壤湿度传感器网络系统及其信息获取方法 - Google Patents

Abstract

本发明公开了一种土壤湿度传感器网络系统，包括：土壤湿度传感设备，用于通过与其连接的土壤湿度传感器获取其周围的土壤湿度值、空气温湿度，对所述土壤湿度值进行数据处理；数据汇集设备，用于接收来自传感节点的数据并将该数据打包后发送给数据远程传输设备；数据远程传输设备，用于将来自所述数据汇集设备的数据包传输到系统管理设备；系统管理设备，用于对传感器网络数据进行接收、存储和分析，对所述土壤湿度传感设备进行控制管理。本发明提供的土壤湿度传感器网络及其动态采样调度方法，在不损失传感器网络感知精度的前提下可大幅度降低传感器网络采样频率，实现传感器网络基于应用的优化。

Description

土壤湿度传感器网络系统及其信息获取方法

技术领域

本发明涉及无线传感器网络技术领域，尤其涉及一种土壤湿度传感器网络及其采样调度方法。

背景技术

精准农业是近年来国际上农业科学研究的热点领域之一，是现有农业生产措施与新近发展的高新技术的有机结合，精准农业的含义就是按照田间每一操作单元的具体条件，精细准确地调整土壤和作物管理措施，最大限度地优化各项农业投入，以获取最高产量和最大经济效益；同时保护农业生态环境，保护土地等农业自然资源。目前精准农业主要从两个方面进行，一是基于传感器技术的精准农业；二是基于地理信息系统（Geographic Information System，GIS）、全球卫星定位系统（Global Positioning System，GPS）、遥感技术（Remote Sensing，RS）和计算机自动控制系统的精准农业，也就是所谓的基于“3S”的精准农业。目前，基于管理对象的不同，采用的技术基础各异，但无论其基于的技术如何，实施精准农业的关键在于实现对农田土壤信息的准确获取，尤其是随着自动灌溉技术的推广和应用，对农田土壤湿度的获取就显得尤为重要了。

基于无线传感器网络（Wireless Sensor Network,WSN）的土壤湿度采集网络，采用大量微型的无线传感器节点作为土壤感知终端，节点通过相互协作的方式完成农田土壤数据采集。节点采用干电池供电，体积微小，功耗极低，且具有较好的智能处理能力，一次布设后，几乎不需要维护，非常适合应用于农田土壤信息采集。但是，当前的无线传感器网络并不能很好地满足土壤数据获取的需求，主要体现在如下几个方面：（1）土壤湿度监测面积一般较大，如果采用定周期高频采样，将产生大量冗余数据，不但浪费网络资源及能量，而且给后期数据处理带来极大的不便；（2）在进行土壤湿度监测时，我们关注土壤湿度变化拐点的土壤湿度值，通过拐点数据，可以高效准确刻画出土壤湿度的变化曲线；（3）土壤湿度监测传感器网络一般高密度放置在田间，其设备体积和电池容量受限，这样就要求设备必须具有极低的工作电流，以便延长网络的工作时间。当前，传感器网络设备用于无线通信的能耗相对已经较低，而土壤湿度传感器的能耗较大（如当前主流无线传感器模块TelosB的常态功耗电流为20uA，而主流土壤湿度传感器的供电电压是12V，测量功耗电流25mA。）。急需通过合理设计采样算法，降低采样次数，从而减少土壤湿度传感器的工作时间，才能有效降低土壤湿度传感器网络设备的功耗。（4）目前，缺少能够基于土壤湿度变化进行动态调整土壤湿度采样周期的系统，多采用定周期采样。

本发明所述方法，正是基于以上的技术现状和要求，从农业及生态环境土壤湿度监测需求出发，给出了一种动态的土壤传感器网络采样调度方法。通过采用这种方法，一方面可以大大减少采样次数、减少土壤湿度传感器的工作时间，从而降低土壤湿度传感器网络节点设备功耗，延长监测网络工作时间；另一方面，利用较低功耗的空气温湿度及部分传感器的输出信息来干预土壤湿度采样周期调整，使得采样样点的分布尽可能位于土壤湿度变化曲线拐点，从而保证对土壤湿度监测的准确性。

发明内容

（一）要解决的技术问题

本发明的目的是提供一种土壤湿度传感器网络及其采样调度方法，实现对土壤湿度传感器网络采样周期的动态调整。

（二）技术方案

为解决上述问题，本发明提供一种土壤湿度传感器网络系统，包括：土壤湿度传感设备，用于通过与其连接的土壤湿度传感器获取其周围的土壤湿度值、空气温湿度，对所述土壤湿度值进行数据处理，并与网络中数据汇集设备进行无线通信；数据汇集设备，用于接收来自传感节点的数据并将该数据打包后发送给数据远程传输设备，以及向所述土壤湿度传感设备发送指令信息；数据远程传输设备，用于将来自所述数据汇集设备的数据包传输到系统管理设备，所述数据远程传输设备与所述数据汇集设备一起组成网关；系统管理设备，用于对传感器网络数据进行接收、存储和分析，对所述土壤湿度传感设备进行控制管理。

本发明还提供了一种应用上述系统进行土壤湿度信息获取的方法，其特征在于，该方法基于土壤湿度变化进行动态调度传感器网络节点采样，控制传感器网络节点进入休眠状态或唤醒状态，其包括：A．传感器网络节点根据调度方法，动态调整传感器网络节点采样周期和工作-休眠比；B．传感器网络节点根据调度方法，使得位于土壤湿度相同区域的传感器网络节点依次轮流进入休眠模式。

优选地，所述动态调整传感器网络节点采样周期和工作-休眠比的调度方法包括基于最近n次数据变化差方法、基于历史数据预测模型方法、基于同质参数变化方法、基于异质参数变化方法四种方法，其中，基于最近n次数据变化差方法为，当最近n次相邻采样数据差的绝对值有渐增趋势时，则减少节点休眠周期，增大采样频率；反之，若最近n次相邻采样数差有渐小趋势时，则适当降低采样频率；基于历史数据预测方法为，节点每次读取土壤湿度传感器数据并存储于本地或网络管理节点，并基于线性回归模型（ARMR）对历史数据进行建模，构建土壤湿度预测函数，预测土壤湿度变化趋势，并按照预测结果，判断增大或减少采样周期；基于同质参数变化方法为，根据传感器网络中所采集到的部分土壤湿度传感器输出数值的变化来动态调整其他土壤湿度传感器采样周期；基于异质参数变化方法为，根据传感器网络所采集到的非土壤水分参数变换来调整土壤水分采样周期。

优选地，所述使得位于土壤湿度相同区域的传感器网络节点依次轮流进入休眠模式的调度方法包括如下步骤：步骤1：采用分簇路由算法，生成网络分簇，并产生簇头节点；步骤2：簇头节点收集簇内各子节点传感器数据，并按传感器数据值进行分组，传感器数据相同节点具有相同分组；步骤3：簇头节点在每个分组中选取一个节点，并将其设置为活跃状态，同一分组中其他节点设置为休眠状态，当执行N个采样周期后，簇头节点重新进行分组并重新选取每个分组中的活跃节点。

优选地，所述的基于历史数据预测方法，在使用时结合土壤湿度变化范围和应用测量精度需求进行传感器数据梯度化处理，具体如下：当测量精度要求是1%，土壤湿度的一般变化范围是5%-40%，那么定义量化表为：当传感器输出小于4.5%时，量化为0；当传感器输出在4.5%-40.5%之间时，按照传感器输出数据，进行四舍五入后，得到量化值；当传感器输出大于40.5%时，则量化为-1。

优选地，所述异质参数包括降雨量、空气相对湿度、环境温度、土壤湿度以及时间中的至少一种。

优选地，当使用异质参数方法时，传感器网络自身具有气象站设备或着能够通过接入Internet从气象站点获取上述参数信息。

优选地，所述四种方法的决策结果分别表示为X1、X2、X3、X4，并且当X1、X2、X3、X4=1时表示增大采样周期，当X1、X2、X3、X4=-1时表示减小采样周期，则通过Y=a*X1+b*X2+c*X3+d*X4来最终决定如何修改采样周期：当Y>0则增大采样周期，当Y<0则减小采样周期，其中，a、b、c、d分别是所述四种方法的决策加权系数，在网络运行初期基于历史数据预测模型方法、基于最近n次数据变化差方法的决策加权系数为0，基于同质参数变化方法加权系数为M、基于异质参数变化方法为N，在每次决策发生后，如果所述决策方法结果X1、X2、X3、X4与最终决策结果Y一致，则该决策方法的加权系数加1，反之则减1，加权系数最小为0，最大为T，其中M、N、T均通过网络管理终端进行初始化设置。

（三）有益效果

本发明提供的土壤湿度传感器网络及其动态采样调度方法，在不损失传感器网络感知精度的前提下可大幅度降低传感器网络采样频率，实现传感器网络基于应用的优化。经过实际应用验证，本方法提高了传感器网络在农业领域的实用性，更好地满足了农业土壤湿度监测需求。

附图说明

图1为本发明所提供的土壤湿度传感器网络系统的结构框图；

图2为本发明土壤湿度传感节点设备结构框图；

图3为本发明中土壤湿度传感节点设备中主控芯片电路连接图；

图4为本发明土壤湿度传感节点设备中与主控芯片连接的闪存电路连接图；

图5为本发明土壤湿度传感节点设备实施例中无线射频单元电路连接图；

图6为本发明中土壤湿度传感节点设备实施例中四线串口单元电路连接图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

本实施例具体描述本发明所提供的一种土壤湿度传感器网络系统，图1为本发明所述系统的结构框图，所述系统包括土壤湿度传感设备1（连接三个土壤湿度传感器、一个空气温湿度传感器）、数据汇集设备2、数据远程传输设备及系统管理设备3；数据汇集设备2在硬件上由一个只连接了雨量传感器的土壤湿度传感设备实现。数据远程传输设备基于BenQ公司的M23G GPRS调制模块设计实现，并与数据汇集设备通过RS232串行接口交换数据。

数据汇集设备和数据远程传输设备的电源通过太阳能电源系统供给。数据汇集设备、数据远程传输设备和太阳能供电系统三部分一起组成田间网关设备。

所述土壤湿度传感设备用于通过其连接的土壤湿度传感器获取其周围的土壤湿度值，对土壤湿度进行数据处理，并与网络中其他土壤湿度传感设备及数据汇集设备进行无线通信；如图2所示，为本发明土壤湿度传感设备结构框图，该设备包括：电源U5，为设备中的各个部分供电，本实施例中电源U5采用电池或电池组；传感器U4，用于采集土壤温湿度，本实施例中采用ECH2O作为土壤湿度传感器，其精度为±4%；无线射频单元U2，与网络中其它节点设备和管理设备无线通信；存储单元U6，用于暂时存储传感器接口单元U4所接收的数据；主控单元U1，用来协调控制各模块协调工作；

如图3为本发明实施例中主控芯片电路连接图，节点土壤湿度传感设备的主控单元采用主控制器ATmega128L实现。具体实现方式如下：ATmega128L的23、24管脚连接7.3728MHz无源晶振，18、19管脚连接32KHz的无源晶振；46、54管脚配合，并借助稳压芯片LM4041-1.2实现电池电压的测量；27、28、30、48脚与FLASH存储芯片AT45DB041连接，如图4所示，用作扩展存储器，存储节点设备的配置参数或运行过程中的传感器接口单元传输的数据；49、50、51分别连接3个不同色的LED指示灯，如图4所示，用来实现对节点设备工作状态的直观显示：红色LED闪烁表示节点设备无线射频单元U2处于接收状态，设备正在接收来自其他节点的数据，绿色LED用来对传感器数据的指示，对某些重要传感器数据做判断，如可定义当测得的土壤温度值超过10oC时，绿色LED亮，黄色LED闪烁表示节点设备的无线射频单元U2处于发送状态。为了降低设备能耗，在实际应用时，节点中指示灯LED一般处于关闭状态。主控制器的47管脚与序列号生成芯片DS2401P相连，从而方便地实现了节点设备的标识号ID分配。54、55、56、57、20通过上拉电阻与10-pin插头相连，用作外部JTAG（Joint Test Action Group）接口，用于节点设备内部编程、程序下载等，实现对主控制器ATmega128L内部FLASH存储器、电可擦写可编程只读存储器EEPROM、熔丝位和加密位的编程。

如图5所示，为本发明实施例中无线射频单元电路连接图，无线射频单元U2主要利用型号为CC1000射频芯片设计完成。CC1000工作在433MHz频带，最大数据传输速率为76.8kbps，采用外部无源14.7456MHz晶振驱动。CC1000通过三线串行接口PCLK、PDATA、PALE与主控制器的PD4、PD6、PD7管脚连接，实现对CC1000内部36个8位配置寄存器的读写，从而完成对CC1000芯片的初始化配置。CC1000通过SPI MISO、SPI SCK与微处理器的PB2\PB3、PB1连接实现CC1000与微处理器的数据交换；微处理器的61管脚连接CC1000的RSSI，用来获取空间信号强度。CHP_OUT与微处理器的45脚连接，用于实现微处理器对PLL LOCK信号的监测。

如图6所示，为四线串口单元U3，用于实现节点设备与外部设备的数据交换。可以完成对设备的参数数值和配置，也可以通过将编号为0的土壤湿度传感设备的该接口连接到GPRS Modem实现网关设备功能。

所述数据汇集设备用于接收来自田间传感节点的数据并将该数据打包后发送给所述数据远程传输设备，同时向所述土壤湿度传感设备发送指令信息；所述数据汇集设备采用Atmega128L作为控制器芯片，采用CC1000作为节点设备间无线通信芯片。

所述数据远程传输设备用于借助于互联网、卫星链路、移动网络等方式将来自所述数据汇集设备的数据包传输到系统管理设备，其电路实现基于Ben Q M23G模块设计完成，并与数据汇集设备通过串行数据总线交换数据。所述数据远程传输设备与所述数据汇集设备及电源系统一起组成网关；

所述系统管理设备放置在工作人员便于接触的地方，用于对田间传感器网络数据进行接收、存储和分析，对所述土壤湿度传感设备进行控制管理。

在以上系统上，采用如下土壤湿度传感器网络采样调度方法：

一种土壤湿度传感器网络采样调度方法，该方法基于土壤湿度变化进行动态调度传感器网络节点采样，控制传感器网络节点进入休眠状态或唤醒状态。其主要包括：动态调整传感器网络节点采样周期和工作-休眠比的调度方法包括基于最近n次数据变化差方法、基于历史数据预测模型方法、基于同质参数变化方法、基于异质参数变化方法等四种方法。其具体实现方法如下：

基于最近5次数据变化差方法是指，当最近5次相邻采样数据差的绝对值有渐增趋势|S(i)-S（i-1）|>|S(i+1)-S（i）|时，则减少节点休眠周期，增大采样频率；反之，若最近5次相邻采样数差有渐小趋势时|S(i)-S（i-1）|<|S(i+1)-S（i）|，则适当降低采样频率。

基于历史数据预测方法，其特征在于节点每次读取土壤湿度传感器数据并存储于本地或网络管理节点，并基于线性回归模型（ARMR）对历史数据进行建模，构建土壤湿度预测函数，预测土壤湿度变化趋势，并按照预测结果，判断增大或减少采样周期。一般采用需对数据采样值按照采样精度需求进行量化处理后，基于一元线性回归模型AR（1）即E（X（i+1））=AX（i）+B进行预测。若X（i+1）与X（i）的差小于某个数值则可适当增大采样周期，若大于某个数值则可适当减少采样周期。

基于同质参数变化方法是指根据传感器网络中所采集到的部分土壤湿度传感器输出数值的变化来动态调整其他土壤湿度传感器采样周期。在每个传感器网络节点设备连接有3个土壤湿度传感器，分别用来测量距离地表20cm、40cm和60cm的土壤湿度，那么可以定周期高频采样20cm土壤湿度，根据20cm土壤湿度变化来决定40cm和60cm的土壤湿度采样频率。若20cm土壤湿度传感器的数值X（i+1）与X（i）的差小于某个数值则可适当增大40cm及60cm土壤湿度传感器的采样周期，若大于某个数值则可适当减少采样周期。

基于异质参数变化方法是指根据传感器网络所采集到的非土壤水分参数变换来调整土壤水分采样周期。比如，可基于降雨量传感器、空气相对湿度传感器或光照度传感器，甚至基于网络时钟传感器等来调整土壤水分采样周期。一般决策方法是，当空气湿度大于95%，且空气温度或光照度最近几次采样数值程下降趋势，则适当减少采样周期，并判断当前采样数据与前次采样数据的差，若差值较大（一般超过某个数值⊿）则增大采样频率。另外，若雨量传感器检测到有降雨发生，则适当增大采样频率。

另外，该土壤湿度传感器网络还基于如下方法，使得位于土壤湿度相同区域的传感器网络节点依次轮流进入休眠模式的调度方法，所述方法包括如下步骤：

步骤1：采用分簇路由算法，生成网络分簇，并产生簇头节点；

步骤2：簇头节点收集簇内各子节点传感器数据，并按传感器数据值进行分组，传感器数据相同节点具有相同分组；

步骤3：簇头节点在每个分组中选取一个节点，并将其设置为活跃状态，同一分组中其他节点设置为休眠状态。当执行N个采样周期后，簇头节点重新进行分组并重新选取每个分组中的活跃节点。

所述的基于历史数据预测方法，在使用该方法时，需结合土壤湿度变化范围和应用测量精度需求进行传感器数据梯度化处理，一般处理方法如下：

假设测量精度要求是1%，土壤湿度的一般变化范围是5%-40%，那么定义量化表为：

当传感器输出小于4.5%时，量化为0；

当传感器输出在4.5%-40.5%之间时，按照传感器输出数据，进行四舍五入后，得到量化值，如若传感器输出3.45%，则量化为3；

当传感器输出大于40.5%时，则量化为-1。

其量化所述特征还在于，当测量精度要求越低，则量化表越小，则后期数据处理时间将成倍减少，从而将测量精度与实际应用需求更加紧密地结合再一起，有利于更加高效地利用传感器节点资源。

对上述四种决策方法结果进行加权整合，通过如下方法得到最终采样调度周期调整结果：如果四种决策方法的决策结果为X，并且当X=1时表示增大采样周期，当X=-1时减小采样周期，那么通过Y=a*X1+b*X2+c*X3+d*X4，来最终决定如何修改采样周期，当Y>0,则增大采样周期，当Y<0则减小采样周期。a,b,c,d是各方法的决策加权系数，在网络运行初期基于历史数据预测模型方法、基于最近n次数据变化差方法的决策加权系数为0，基于同质参数变化方法加权系数为M、基于异质参数变化方法为N.在每次决策发生后，如果决策方法结果X与最终决策结果Y一致，则该决策方法的加权系数加1，反之则减1.加权系数最小为0，最大为T.其中M、N、T均可以通过网络管理终端进行初始化设置。

M、N、T可根据网络的具体使用环境和特点，在线修正或修改。当初始采样周期设定为20分钟时，一般初始化M=500，N=500，T=150.注意，M、N仅在网络布设完成的第一次初始化时可以超过T，以后的最大值不得超过150。

基于当前的无线传感器网络并不能很好地满足土壤数据获取的需求的几个方面的问题，我们从应用实际出发设计了一种土壤湿度传感器网络采样调度方法。采用该系统及方法后，采用该方法后，在不损失传感器网络感知精度的前提下可大幅度降低传感器网络采样频率，实现传感器网络基于应用的优化。经过实际应用验证，本系统及方法可以很好地与灌溉系统配合，达到较好的自动灌溉效果。

通过本发明提出的土壤湿度传感器网络采样调度方法，很好地满足了农业农田土壤湿度信息的获取需求，具有非常大的实际意义和推广价值。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (8)

1.一种土壤湿度传感器网络系统，其特征在于，包括：

土壤湿度传感设备，用于通过与其连接的土壤湿度传感器获取其周围的土壤湿度值、空气温湿度，对所述土壤湿度值进行数据处理，并与网络中数据汇集设备进行无线通信；

数据汇集设备，用于接收来自传感节点的数据并将该数据打包后发送给数据远程传输设备，以及向所述土壤湿度传感设备发送指令信息；

数据远程传输设备，用于将来自所述数据汇集设备的数据包传输到系统管理设备，所述数据远程传输设备与所述数据汇集设备一起组成网关；

系统管理设备，用于对传感器网络数据进行接收、存储和分析，对所述土壤湿度传感设备进行控制管理。

2.一种应用权利要求1所述的系统进行土壤湿度信息获取的方法，其特征在于，该方法基于土壤湿度变化进行动态调度传感器网络节点采样，控制传感器网络节点进入休眠状态或唤醒状态，其包括：

A．传感器网络节点根据调度方法，动态调整传感器网络节点采样周期和工作-休眠比；

B．传感器网络节点根据调度方法，使得位于土壤湿度相同区域的传感器网络节点依次轮流进入休眠模式。

3.根据权利要求2所述的方法，其特征在于，所述动态调整传感器网络节点采样周期和工作-休眠比的调度方法包括基于最近n次数据变化差方法、基于历史数据预测模型方法、基于同质参数变化方法、基于异质参数变化方法四种方法，其中，

基于最近n次数据变化差方法为，当最近n次相邻采样数据差的绝对值有渐增趋势时，则减少节点休眠周期，增大采样频率；反之，若最近n次相邻采样数差有渐小趋势时，则适当降低采样频率；

基于历史数据预测方法为，节点每次读取土壤湿度传感器数据并存储于本地或网络管理节点，并基于线性回归模型对历史数据进行建模，构建土壤湿度预测函数，预测土壤湿度变化趋势，并按照预测结果，判断增大或减少采样周期；

基于同质参数变化方法为，根据传感器网络中所采集到的部分土壤湿度传感器输出数值的变化来动态调整其他土壤湿度传感器采样周期；

基于异质参数变化方法为，根据传感器网络所采集到的非土壤水分参数变换来调整土壤水分采样周期。

4.根据权利要求2或3所述的方法，其特征在于，所述使得位于土壤湿度相同区域的传感器网络节点依次轮流进入休眠模式的调度方法包括如下步骤：

步骤1：采用分簇路由算法，生成网络分簇，并产生簇头节点；

步骤2：簇头节点收集簇内各子节点传感器数据，并按传感器数据值进行分组，传感器数据相同节点具有相同分组；

步骤3：簇头节点在每个分组中选取一个节点，并将其设置为活跃状态，同一分组中其他节点设置为休眠状态，当执行N个采样周期后，簇头节点重新进行分组并重新选取每个分组中的活跃节点。

5.根据权利要求3所述的方法，其特征在于，所述的基于历史数据预测方法，在使用时结合土壤湿度变化范围和应用测量精度需求进行传感器数据梯度化处理，具体如下：

当测量精度要求是1%，土壤湿度的变化范围是5%-40%，那么定义量化表为：当传感器输出小于4.5%时，量化为0；当传感器输出在4.5%-40.5%之间时，按照传感器输出数据，进行四舍五入后，得到量化值；当传感器输出大于40.5%时，则量化为-1。

6.根据权利要求3所述的方法，其特征在于，所述异质参数包括降雨量、空气相对湿度、环境温度、土壤湿度以及时间中的至少一种。

7.根据权利要求3或6所述的方法，其特征在于，当使用异质参数方法时，传感器网络自身具有气象站设备或着能够通过接入Internet从气象站点获取上述参数信息。

8.根据权利要求3所述的方法，其特征在于，所述四种方法的决策结果分别表示为X1、X2、X3、X4，并且当X1、X2、X3、X4=1时表示增大采样周期，当X1、X2、X3、X4=-1时表示减小采样周期，则通过Y=a*X1+b*X2+c*X3+d*X4来最终决定如何修改采样周期：当Y>0则增大采样周期，当Y<0则减小采样周期，其中，a、b、c、d分别是所述四种方法的决策加权系数，在网络运行初期基于历史数据预测模型方法、基于最近n次数据变化差方法的决策加权系数为0，基于同质参数变化方法加权系数为M、基于异质参数变化方法为N，在每次决策发生后，如果所述决策方法结果X1、X2、X3、X4与最终决策结果Y一致，则该决策方法的加权系数加1，反之则减1，加权系数最小为0，最大为T，其中M、N、T均通过网络管理终端进行初始化设置。

Images