基于ZigBee的农业大棚的移动监测系统研究

摘要

随着数字农业技术的发展，如何实时、准确地监测大棚作物生长状况成为了关键问题。近年来，ZigBee技术在大棚环境监测领域的发展非常迅速。将无线传感网络技术应用于大棚环境监测系统，在大规模种植环境基础下建立一个集移动监测、低功耗于一体环境参数无线监测系统，具有深远的意义和应用价值。本系统通过各种传感器监测大棚的温度、湿度、光照度、二氧化碳浓度、土壤湿度、土壤pH值等数据，同时为了支持移动监测，传感器节点加入了定位功能，这样就可得到各地点农作物在各时期所处的生长环境，为农业管理人员的精准调控提供了依据，有利于提高作物的产量。
　　本系统采用NXP公司的JN5148为基础平台，实现了基于ZigBee PRO协议的开发，并主要对以下几个方面进行一些研究:
　　首先研究了传感器节点的移动监测供电难和低功耗问题。本系统从二个方面解决此问题，一方面采用太阳能电池板、充电电路和保护电路组成充电管理模块，用以给节点锂电池充电且给系统供电;另一方面，从传感器节点4种最常用的工作模式入手，根据各节点实际使用情况分别研究比较了节点在一个工作周期内的平均工作电流，得出最节能的工作模式，并计算出天气最差情况下使得太阳能电池板无法给节点充电的情况下各节点可连续工作时间。
　　第二，研究了协调器节点的多协议输出。协调器节点实现了RS-232、RS-485、以太网三种方式上传各传感器节点采集的数据。其中，RS-485实现了MODBUS RTU通信协议;针对传统需借助带有ARM或DSP的网关设备才可实现ZigBee PRO和以太网协议的转换，通过在JN5148中嵌入TCP/IP协议栈，实现了以太网通信。
　　第三，研究了传感器节点的移动组网问题。本系统为传感器节点设计了智能组网机制，可使传感器节点自动识别网络问题，自动删除保存的网络参数并重新组网，使得WSN网络具备较高的自愈能力。
　　第四，研究了传感器节点的定位。本系统中传感器节点在测距中使用TOF和RSSI结合的方式测距，由于环境等因素使得测距存在一定的随机性，这将不利于神经网络的收敛，本系统采用二阶巴特沃斯低通滤波器对测距采集的数据进行预处理，并在数据后续处理中加入了机器学习方法，具体处理时分别选用BP神经网络、RBF网络、SVM网络，通过比较拟合曲线发现SVM效果最好，得出距离后的定位采用三边测量法。
　　最后对本文己完成的工作进行了总结，指出了不足之处并对下阶段工作提出了改进方向和改进目标。

目录

摘要

1 绪论

1．1 课题背景

1．2 无线传感网络发展历程与研究现状

1．3 国内外农田大棚监测系统研究现状

1．4 ZigBee定位国内外研究现状

1．5 研究目标和主要研究内容

2 系统硬件设计

2．1 系统硬件总体设计

2．2 协调器节点的硬件设计

2．2．1 协调器节点电源模块

2．2．2 JN5148最小电路

2．2．3 串口通信电路

2．2．4 以太网通信电路

2．3 传感器节点的硬件设计

2．3．1 传感器选型

2．3．2 充电管理模块设计

2．3．3 电源模块设计

2．3．4 调理电路设计

3 传感器节点的节能研究

3．1 传感器节点的工作模式

3．2 土壤水分节点的工作模式

3．3 土壤pH节点的工作模式

3．4 CO2节点的工作模式

3．5 温湿度、光照度节点的工作模式

4 系统软件设计

4．1 ZigBee PRO技术分析

4．1．1 ZigBee协议发展历程与各协议间比较

4．1．2 ZigBee与IEEE 802．15．4

4．1．3 ZigBee PRO协议规范

4．1．4 ZigBee PRO拓扑及节点类型

4．2 开发平台概述

4．2．1 JenOS系统

4．2．2 ZigBee Pro API

4．2．3 软件开发环境

4．3 协调器节点的软件设计

4．3．1 构建网络

4．3．2 数据接收

4．3．3 串行通信

4．3．4 以太网通信

4．4 路由节点的软件设计

4．5 传感器节点的软件设计

4．5．1 加入网络

4．5．2 环境和位置参数的采集和发送

4．5．3 智能组网机制

4．6 软件调试

5 传感器节点的测距、定位

5．1 BP神经网络处理

5．2 径向基函数网络处理

5．3 支持向量机处理

6 总结与展望

致谢

参考文献

附录

攻读硕士学位期间主要的研究成果

声明