基于无线传感器网络的地表水质监测与评价

摘要

近年来，随着社会的发展和人们生活水平的提高，水质安全成为人们关注的焦点，针对地表水质监测与评价的研究取得了骄人的成绩。传统的水质监测与评价方法需要借助人力进行数据采集。这些方法在特定时期具备一定的优势，但是却很难做到大面积的实时有效监测，传统方法往往需要投入更多的人力和物力。而随着无线传感技术的发展，无线传感器用于地表水质监测成为现实。通过无线传感器网络及其相关技术对地表水质进行监测，可以有效地克服传统地表水质监测手段实时性不好、监控成本高、监测能力有限等缺点。本文提出了基于无线传感网络的地表水质监测方法，同时为了扩大系统的适用范围，将太阳能模块引入到水质监测系统中。并用模糊神经网络对监测数据进行分析，得到监测水域的水质变化结果。本文主要研究的内容概括如下。 首先，对无线传感网络及其相关技术进行简要的介绍，并针对研究的实际需求进行侧重分析，着重分析ZigBee技术的特点和应用领域。 设计本文水质监测系统硬件部分。包括了对系统总体上的设计，此外详细介绍了化学需氧量传感器模块、溶解氧数据采集模块、PH数据采集模块和重金属采集模块等硬件电路的设计过程。本文还将太阳供电模块引入到数据采集模块中，提高了系统的适用范围。 设计整个系统的软件架构，包括对系统软件的总体设计和对各个数据模块的设计。数据采集模块中，数据经由节点采集后，再通过RF射频模块将数据传输到中间节点，进而将数据传输到上位机。此外，还对ZigBee系统节点间通信程序进行了设计，包括节点之间数据传输和串口通信程序设计，考虑到不同节点间通信的协调性，以提高资源的最大利用率。 最后，对无线传感器网络的地表水质监测与评价系统数据进行了处理，根据本文设计系统的特点，采用T-S模糊神经网络模型对获取的数据进行分析。本文设计了包含6个输入神经元和一个输出神经元的模糊神经网络评价模型，利用该模型对长江某市水质情况进行了分析，分析结果与实际情况基本保持一致，说明本文设计的T-S模糊神经网络进行水质评价达到了设计要求。

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 地表水质监测技术研究现状

1.2.1国内研究现状

1.2.2 国外研究现状

1.3 神经网络在水质评价中的应用

1.4 本文主要内容

第2章 无线传感器水质监测研究

2.1 引言

2.2 水环境监测标准

2.3 水环境监测系统总体框架

2.4 无线传输技术比较

2.4.1 传统无线传输技术

2.4.2 ZigBee技术简介

2.5 ZigBee协议规范

2.5.1 ZigBee物理层协议

2.5.2 ZigBee协议媒体介质层(MAC)

2.5.3 ZigBee协议网络层(NWK)

2.5.4 ZigBee协议应用层(APL)

2.6 本章小结

第3章 系统硬件设计

3.1 引言

3.2 系统总体设计

3.3 数据采集模块设计

3.3.1 化学需氧量数据采集模块

3.3.2 溶解氧数据采集模块

3.3.3 PH值采集模块

3.3.4 重金属数据采集模块

3.4 太阳能供电模块设计

3.5 ZigBee节点硬件设计

3.5.1 ZigBee芯片选型

3.5.2 协调器节点硬件电路设计

3.5.3 路由器节点硬件电路设计

3.6 本章小结

第4章 系统软件设计

4.1 引言

4.2 ZigBee系统数据采集模块程序设计

4.2.1 温度采集模块

4.2.2 其他数据采集模块

4.3 ZigBee系统节点间通信程序设计

4.3.1 节点间数据传输程序设计

4.3.2 串口通信程序设计

4.4 本章小结

第5章 水质评价与研究

5.1 引言

5.2 模糊神经网络概述

5.2.1 模糊神经网络数学基础

5.2.2 模糊逻辑推理

5.3 水质评价与模糊神经网络

5.3.1 T-S模糊神经网络模型

5.3.2 T-S模型与水质评价结合

5.3.3 T-S模型训练步骤

5.4 水质评价模糊神经网络研究

5.4.1 T-S模型训练

5.4.2 数据预处理

5.5 数据结果及分析

5.5.1 系统获取的真实数据

5.5.2 预处理方法一

5.5.3 预处理方法二

5.6 本章小结

第6章 总结与展望

6.1 本文总结

6.2 展望

致谢

参考文献

攻读硕士学位期间发表的学术论文