陳作聰

（瓊州學院計算機工程學院，海南三亞 572022）

歐盟將物聯(lián)網(wǎng)（internate of things）［1］定義為“物與物相連的互聯(lián)網(wǎng)”，即物聯(lián)網(wǎng)在互聯(lián)網(wǎng)作為核心和基礎的前提下，將用戶端延伸和擴展到所有物品之間，實現(xiàn)信息交換與通信。2005年國際電信聯(lián)盟發(fā)布《ITU互聯(lián)網(wǎng)報告2005：物聯(lián)網(wǎng)》，在報告中對物聯(lián)網(wǎng)進行了定義，將物聯(lián)網(wǎng)描述為通過各類感知設備或技術，并通過約定的協(xié)議，實現(xiàn)物體與互聯(lián)網(wǎng)相連，從而實現(xiàn)物體的識別、監(jiān)控和定位跟蹤。IBM在“智慧地球”的基礎上提出物聯(lián)網(wǎng)的概念，即智慧地球通過將超級計算機和云計算組成物聯(lián)網(wǎng)，并將感應器嵌入電網(wǎng)、鐵路和管道等各種物體中，實現(xiàn)人類與世界的整合［2］。

由于物聯(lián)網(wǎng)能實現(xiàn)人與人、人與信息以及人與系統(tǒng)之間的融合，并能為這些信息進行智能處理和決策提供一個平臺，因此，目前出現(xiàn)了一些采用物聯(lián)網(wǎng)對水生態(tài)進行監(jiān)控的研究工作，文獻［3］基于物聯(lián)網(wǎng)技術設計一個三層的網(wǎng)絡傳輸結構監(jiān)測體系，對傳統(tǒng)的遙感水質(zhì)參數(shù)定量反演方法、中程無線傳感器網(wǎng)絡技術以及藻類水華預測預警機制模型均進行了改進。文獻［4］為了減少赤潮頻繁爆發(fā)導致的危害，設計了一個基于物聯(lián)網(wǎng)的近海赤潮環(huán)境監(jiān)測系統(tǒng)，綜合利用無線通信、嵌入式、移動通信和GPS技術對赤潮重災區(qū)進行動態(tài)監(jiān)控。文獻［5］為了提高水資源環(huán)境的監(jiān)測精度，設計了一種基于多傳感網(wǎng)絡平臺的水資源監(jiān)測物聯(lián)網(wǎng)系統(tǒng)，在網(wǎng)絡中采用分簇協(xié)議，并采用Rosen梯度投影尋求最優(yōu)路徑，將采集數(shù)據(jù)沿著最優(yōu)路徑發(fā)送到上位機服務器。

上述工作具有重要意義，但沒有涉及海洋生態(tài)環(huán)境監(jiān)測［6-7］，由于近年海洋環(huán)境生態(tài)受污染的風險日益加劇，因此，有必要對海洋生態(tài)環(huán)境進行實時數(shù)據(jù)采集和監(jiān)控，因此，文中設計了一種基于物聯(lián)網(wǎng)的海洋環(huán)境數(shù)據(jù)采集和動態(tài)的傳感器節(jié)點，通過實驗證明了文中設計的可行性。

1 系統(tǒng)模型

面向海洋環(huán)境的數(shù)據(jù)采集和動態(tài)監(jiān)控系統(tǒng)主要是對海水的溫度，pH值，以及海水中含有的重金屬含量、有機污染物、磷化合物等信息進行采集，然后通過無線傳感器網(wǎng)絡發(fā)送給Sink節(jié)點，Sink節(jié)點再將數(shù)據(jù)通過3G網(wǎng)絡發(fā)送給監(jiān)控中心。

因此，面向海洋環(huán)境的數(shù)據(jù)采集和動態(tài)監(jiān)控物聯(lián)網(wǎng)系統(tǒng)可以分為無線傳感器網(wǎng)絡、Sink節(jié)點和監(jiān)控中心3個部分，如圖1所示。

圖1所示的面向海洋環(huán)境的數(shù)據(jù)采集和動態(tài)監(jiān)控系統(tǒng)中的節(jié)點主要可以分為傳感器節(jié)點和匯聚節(jié)點。

傳感器節(jié)點主要負責采集海洋生態(tài)環(huán)境中海水溫度、pH值，以及海水中含有的重金屬含量、有機污染物、磷化合物等信息，并周期性地將這些信息發(fā)送給Sink節(jié)點，同時接收由Sink節(jié)點發(fā)送的控制命令，接到控制命令后，將采集的數(shù)據(jù)發(fā)送給Sink節(jié)點。

圖1 系統(tǒng)模型圖Fig.1 System model

Sink節(jié)點主要是接收傳感器采集的數(shù)據(jù)，并將數(shù)據(jù)發(fā)送給上位機服務器，同時接收上位機的控制命令，對命令進行解析后，對傳感器節(jié)點啟動相應的查詢和控制等操作。

2 節(jié)點設計原則

兩種節(jié)點都布撒在海洋環(huán)境中，由于海洋監(jiān)測環(huán)境是無人能及的地區(qū)，因此，節(jié)點必須滿足下列原則。

1）節(jié)點成本低：節(jié)點需要大量地布撒在海洋監(jiān)測區(qū)域中，因此，節(jié)點數(shù)量大，節(jié)點硬件成本應盡可能低，同時當節(jié)點死亡和故障數(shù)過多，導致監(jiān)控精度不能滿足需求時，需要重新布撒節(jié)點，因此，設計的節(jié)點成本應足夠低。

2）節(jié)點功耗低：由于海洋監(jiān)測環(huán)境是無人能及的地區(qū)，因此，節(jié)點能量無法得到有效補充，當節(jié)點能耗耗盡后會死亡，因此，為了最大化監(jiān)測區(qū)域網(wǎng)絡生命周期，節(jié)點應具有功耗低的特點。

3）節(jié)點具有可擴展性：由于海洋生態(tài)環(huán)境中傳感器節(jié)點隨著監(jiān)測需求的改變，會增加新的傳感器或其他模塊，因此，節(jié)點設計應具有可擴展性強的優(yōu)點。

4）節(jié)點可定位：由于節(jié)點成本和功耗限制，因此，節(jié)點不能安裝GPS進行定位，因此，必須設計一種算法能實現(xiàn)節(jié)點的定位。

3 節(jié)點硬件

3.1 傳感器節(jié)點硬件設計

傳感器節(jié)點是由MSP430F1611微控制器、電源模塊、傳感器模塊以及無線收發(fā)模塊4部分組成，如圖2所示。

圖2 傳感器節(jié)點硬件框圖Fig.2 Hardware design for sensor node

由于傳感器節(jié)點采用電池供電，不能直接通過外部電源供電，同時節(jié)點體積不能過大，因此，必須選擇功耗低、體積小和集成度高的芯片作為微控制器，采用TI公司的MSP430系列低功耗芯片MSP430F1611作為微控制器，工作電壓為1.8～3.6V，待機電流僅為0.8μA，同時具備2個8通道12位的ADC以及16位定時器［8-10］。

無線通信模塊采用Chipcon公司開發(fā)的滿足IEEE802.15.4無線通信技術的2.4GHz的RF射頻芯片CC2420，工作頻率范圍為2.4～2.483 5GHz。

CC2420芯片與芯片MSP430F1611之間通過4線的SPI總線進行連接，SPI總線包含SI，SO，SCLK 和 CSn接口，MSP430F1611使用FIFO，F(xiàn)IFOP，CCA和SFD接口實現(xiàn)對CC2420的控制。

3.2 傳感器接口電路設計

由于采集海洋生態(tài)環(huán)境信息的傳感器輸出的信號為模擬信號，因此，需要對供電接口、A／D采樣參考電壓以及模擬信號濾波均進行設計，由于傳感器信號采集周期為200ms，大于MSP430F1611的最小采樣時間，因此，各種類型的信息采集傳感器可以共用一個通道，電壓可以設置為VREF＝0V，VREF＋＝2.5V，同時為了減少其他信號噪聲的干擾，在采樣接口與A／D接口之間串聯(lián)一個1kΩ的電阻并在信號線上下拉一個30μF的電容器［11］。

3．3 Sink節(jié)點硬件設計

Sink節(jié)點是由ARM9系列的微處理器S3C2410高性能低功耗內(nèi)核、電源模塊、3G模塊以及無線收發(fā)模塊4部分組成，如圖3所示。

圖3 Sink節(jié)點硬件框圖Fig.3 Hardware design for sink node

采用ARM9系列的高性能低功耗微處理器S3C2410作為微控制器，擁有獨立的16KB指令Cache和16KB的數(shù)據(jù)Cache，擁有3路UART，4路DMA，4路帶PWM的Timer以及2路SPI，能滿足Sink節(jié)點的高速處理能力要求，采用無線接口來實現(xiàn)和傳感器節(jié)點的通信。

無線通信模塊采用與傳感器節(jié)點同樣的方案，采用Chipcon公司開發(fā)的滿足IEEE802.15.4無線通信技術的2.4GHz的RF射頻芯片CC2420。

3G模塊采用華為公司開發(fā)的MU103，它支持GPRS／EDGE和TD-SCDMA／HSDPA兩種模式，且兩模式之間可以進行自動切換，支持UMTS2100／900 和 GSM／GPRS 850／900／1800／1900頻段，1路USIM卡接口和2路ADC接口，2路UART接口，接口速率高達3.25MHz。

3.4 監(jiān)控中心軟件設計

監(jiān)控中心即上位機，其主要功能是接收由Sink節(jié)點發(fā)送的數(shù)據(jù)，對其進行分析、決策和顯示，其硬件組成如圖4所示。

圖4 監(jiān)控中心硬件框圖Fig.4 Hardware design for monitoring center

4 系統(tǒng)軟件設計

4.1 傳感器節(jié)點軟件設計

傳感器成員節(jié)點的主要功能是周期性地采集海洋環(huán)境中的各類信息，然后將其發(fā)送給Sink節(jié)點，同時接收由Sink節(jié)點發(fā)送的控制命令，當傳感器節(jié)點接收到Sink節(jié)點的控制命令后，就開始采集海洋環(huán)境中的各種信息，并將信息發(fā)送給Sink節(jié)點，節(jié)點在采集完數(shù)據(jù)并將其發(fā)送給Sink節(jié)點后，會進入低功耗工作模式，即開始休眠，直到下一個工作周期到來，或接到Sink節(jié)點的喚醒控制命令［12］。傳感器軟件流程圖如圖5所示。

圖5 傳感器節(jié)點軟件流程圖Fig.5 Flow chart of sensor node software

4．2 Sink節(jié)點軟件設計

Sink節(jié)點的軟件流程可以描述為首先是系統(tǒng)上電，然后對硬件和協(xié)議棧等進行初始化，當不存在網(wǎng)絡時，新建一個網(wǎng)絡并為網(wǎng)絡建立標志符PANID，當建立了無線傳感器網(wǎng)絡后，對空閑信道監(jiān)聽，接收新傳感器節(jié)點加入的請求，并為新傳感器節(jié)點分配資源，同時監(jiān)聽串口［13-16］。

當接收到來自上位機的控制命令后，將命令轉(zhuǎn)發(fā)給傳感器節(jié)點，并接收節(jié)點發(fā)送的數(shù)據(jù)，將數(shù)據(jù)發(fā)送給上位機。

當接收到來自傳感器節(jié)點的數(shù)據(jù)發(fā)送請求時，接收節(jié)點采集數(shù)據(jù)，并將數(shù)據(jù)發(fā)送給上位機。

Sink節(jié)點軟件流程圖如圖6所示。

圖6 Sink節(jié)點軟件流程圖Fig.6 Flow chart of sink node software

5 系統(tǒng)測試

以某海域沿岸的小片海域為實驗環(huán)境，對系統(tǒng)進行了測試，將設計好的節(jié)點布置在監(jiān)測區(qū)域中，傳感器節(jié)點總數(shù)為100個，Sink節(jié)點總數(shù)為12個，按圖1所示的模型構建一個海洋生態(tài)環(huán)境監(jiān)控系統(tǒng)，當傳感器實時采集了海洋生態(tài)的各項信息后，將其通過無線傳感器網(wǎng)絡發(fā)送給Sink節(jié)點，Sink節(jié)點再將其轉(zhuǎn)發(fā)給上位機，上位機對接收的數(shù)據(jù)進行融合處理，最終用戶可以通過授權訪問上位機軟件實現(xiàn)海洋生態(tài)各項信息的查詢，在某時間段內(nèi)傳感器采集的部分信息的融合結果如表1所示。

表1 信息融合結果Tab.1 Result of information fusion

從表1可以看出，文中方法能給出在各個時間段中海水采集的各項指標的融合結果，用戶可以實時對其進行查看，同時采集信息超過了預設的閾值時，會發(fā)出警報，提醒授權用戶或相關監(jiān)管部門進行處理，并提供歷史決策信息，給用戶作為參考，同時文中方法設計的節(jié)點在運行了68d后，仍有55%的節(jié)點處于正常工作狀態(tài)，這證明了設計的節(jié)點具有功耗低的優(yōu)點。

6 結 語

為了實現(xiàn)海洋環(huán)境的實時數(shù)據(jù)采集和動態(tài)監(jiān)控，設計了一種結合物聯(lián)網(wǎng)技術、無線通信技術、3G技術和微電子技術的節(jié)點設計方法。首先，對系統(tǒng)模型進行了定義和介紹，將節(jié)點分為傳感器節(jié)點和Sink節(jié)點，然后對傳感器節(jié)點、Sink節(jié)點、傳感器接口電路以及監(jiān)控中心的硬件均進行了設計和描述，同時對傳感器節(jié)點和Sink節(jié)點的軟件進行了設計。實驗表明文中方法設計的節(jié)點能實時采集數(shù)據(jù)，能實現(xiàn)海洋環(huán)境的有效監(jiān)控，具有功耗低和成本低的優(yōu)點。

／References：

［1］劉強，崔莉，陳海明.物聯(lián)網(wǎng)關鍵技術與應用［J］.計算機科學，2010，37（6）：1-4.LIU Qiang，CUI Li，CHEN Haiming.Key technologies and applications of internet of things［J］.Computer Science，2010，37（6）：1-4.

［2］ROLFH W.Internet of things-new security and privacy challenges［J］.Computer LAW Security Review，2010，26：23-30.

［3］楊宏偉，吳挺峰，張唯易，等.基于物聯(lián)網(wǎng)技術的太湖藍藻水華預警平臺［J］.計算機應用，2011，31（10）：2841-2843.YANG Hongwei，WU Tingfeng，ZHANG Weiyi，et al.Bluegreen algae bloom forecast platform with internet of things［J］.Journal of Computer Applications，2011，31（10）：2841-2843.

［4］郭陽雪，孔祥洪，楊渭，等.基于物聯(lián)網(wǎng)的赤潮監(jiān)測系統(tǒng)［J］.實驗室研究與探索，2013，32（3）：21-25.GUO Yangxue，KONG Xianghong，YANG Wei，et al.Red tide monitoring system based on the internet of things［J］.Research and Exploration in Laboratiory，2013，32（3）：21-25.

［5］冷淑君，徐衛(wèi)紅.基于物聯(lián)網(wǎng)技術水資源環(huán)境監(jiān)測仿真研究［J］.計算機仿真，2012，29（2）：131-134.LENG Shujun，XU Weihong.Research on water monitoring technology based on internet of things［J］.Computer Simulation，2012，29（2）：131-134.

［6］錢志鴻，王義君.物聯(lián)網(wǎng)技術與應用研究［J］.電子學報，2012，40（5）：1023-1029.QIAN Zhihong，WANG Yijun.IoT technology and application［J］.ACTA Electronica Sinica，2012，40（5）：1023-1029.

［7］姚泊.海洋環(huán)境概論［M］.北京：化學工業(yè)出版社，2007.YAO Bo.Introduction To Marine Environment［M］.Beijing：Chemical Industry Press，2007.

［8］周順，張西紅，李永浩.基于ZigBee的城市戰(zhàn)紅外人體探測系統(tǒng)［J］.河北工業(yè)科技，2011，28（1）：5-9.ZHOU Shun，ZHANG Xihong，LI Yonghao.Infrared humandetection system in urban warfare based on ZigBee［J］.Hebei Journal of Industrial Science and Technology，2011，28（1）：5-9.

［9］WU Jianda，HUANG Chengkai，CHANG Youwei.Fault diagnosis for internal combustion engines using intake manifold pressure and artificial neural network ［J］.Expert Systems with Applications，2010，37：949-958.

［10］陳書欣，馬洪濤，劉璽.智能溫室大棚系統(tǒng)設計［J］.河北工業(yè)科技，2011，28（4）：240-243.CHEN Shuxin，MA Hongtao，LIU Xi.Design of smart greenhouse system［J］.Hebei Journal of Industrial Science and Technology，2011，28（4）：240-243.

［11］CONG Y P，YANG G，WEI Z Q，et al.Security in underwater sensor networks［C］／／Proceedings of 2010International Conference on Communications and Mobile Computing.Piscataway：IEEE，2010：162-168.

［12］陳作聰.基于Rough Set和禁忌神經(jīng)網(wǎng)絡的傳感器節(jié)點故障診斷［J］.計算機測量與控制，2013，21（5）：1143-1146.CHEN Zuocong.Fault diagnosis of sensor node based on Rough Set and tabu neural network［J］.Computer Measurement &Control，2013，21（5）：1143-1146.

［13］JING Teng，SNOUSSI H，RICHARD C，et al.Distributed varied filtering for simultaneous sensor localization and target tracking in wireless sensor network［J］.IEEE Trans on Vehicular Technology，2012，61（5）：2305-2318.

［14］張永梅，王凱峰，馬禮，等.基于ZigBee和GPRS的嵌入式遠程監(jiān)測系統(tǒng)的設計［J］.計算機科學，2012，39（6）：222-225.ZHANG Yongmei，WANG Kaifeng，MA Li，et al.Design of embedded remote monitoring system based on ZigBee and GPRS［J］.Computer Science，2012，39（6）：222-225.

［15］CHEN Z N，NAN G F.Optimization of sensor deployment for mobile wireless sensor networks ［C］／／International Conference on Computational Intelligence and Vehicular System.Washington D C：IEEE Computer Society，2010：218-221.

［16］高振斌，毛健.海洋要素多設備數(shù)據(jù)采集系統(tǒng)的設計［J］.河北工業(yè)大學學報，2011，40（2）：20-24.GAO Zhenbing，MAO Jian.The design of multi-device data acquisition system for marine elements［J］.Journal of Hebei University of Technology，2011，40（2）：20-24.