楊 英，高嘉暉，潘明毅，齊 攀

（廣東交通職業(yè)技術(shù)學(xué)院，廣東 廣州 510080）

0 引言

我國(guó)水資源匱乏，海河、遼河、淮河、黃河、松花江、長(zhǎng)江和珠江等七大江河水系，均受到不同程度的污染，地處珠江流域的廣東地區(qū)水質(zhì)污染尤為嚴(yán)重。國(guó)家投入大量人力財(cái)力對(duì)水質(zhì)進(jìn)行監(jiān)控，期望提前采取措施減輕污染。然而傳統(tǒng)的水質(zhì)監(jiān)測(cè)方式仍然是以人工為主的定時(shí)采集，這種方法無(wú)法實(shí)時(shí)查看到數(shù)據(jù)，所以常常錯(cuò)過(guò)預(yù)防水污染的時(shí)機(jī)[1]。

近年來(lái)出現(xiàn)了基于物聯(lián)網(wǎng)技術(shù)的水質(zhì)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，常見(jiàn)的主要是浮標(biāo)式和岸邊立桿 2 種監(jiān)測(cè)系統(tǒng)。但現(xiàn)有的基于傳統(tǒng)物聯(lián)網(wǎng)技術(shù)的水質(zhì)監(jiān)測(cè)系統(tǒng)存在以下 3 個(gè)問(wèn)題：

1）低功耗問(wèn)題。浮標(biāo)式水質(zhì)監(jiān)測(cè)系統(tǒng)部署在水域中央，無(wú)法采用有線方式供電，只能通過(guò)太陽(yáng)能或其他蓄電池供電。如果采用 GPRS 或 4G 等通信模塊，功耗較大，往往會(huì)導(dǎo)致設(shè)備供電不足[2]。

2）隱蔽性問(wèn)題。傳統(tǒng)浮標(biāo)式水質(zhì)監(jiān)測(cè)系統(tǒng)體積龐大，外形矚目，會(huì)產(chǎn)生繞過(guò)此類系統(tǒng)而實(shí)施污染水源的非法行徑。因此，需要設(shè)計(jì)新的尺寸較小的輕量級(jí)水質(zhì)監(jiān)測(cè)系統(tǒng)。

3）智能化問(wèn)題。傳統(tǒng)水質(zhì)監(jiān)測(cè)系統(tǒng)僅僅實(shí)現(xiàn)了自動(dòng)化監(jiān)測(cè)流程，缺乏移動(dòng)快速分析等預(yù)警預(yù)報(bào)體系，因此，需要借助大數(shù)據(jù)和人工智能技術(shù)實(shí)時(shí)進(jìn)行數(shù)據(jù)分析與診斷，賦能水質(zhì)監(jiān)測(cè)系統(tǒng)。

在目前流行的通信技術(shù)方面，NB-IoT（窄帶物聯(lián)網(wǎng)）功耗低，接入靈活方便，為此，提出一種隱蔽的基于 NB-IoT 通信技術(shù)的漂浮式污水監(jiān)控器，實(shí)時(shí)快速監(jiān)測(cè)水質(zhì)變化，并通過(guò)反向傳播（BP）神經(jīng)網(wǎng)絡(luò)計(jì)算生成預(yù)測(cè)水質(zhì)模型，實(shí)現(xiàn)手機(jī)電腦同步查看，其采用的技術(shù)原理確保低功耗性、隱蔽性、智能性、便攜性。

1 漂浮式污水監(jiān)控器技術(shù)分析

1.1 NB-IoT 通信技術(shù)

NB-IoT 技術(shù)是萬(wàn)物物聯(lián)網(wǎng)的一個(gè)重要分支，基于蜂窩網(wǎng)絡(luò)構(gòu)建，僅需 180 kHz 左右的帶寬就可以直接在現(xiàn)有蜂窩網(wǎng)絡(luò)中部署，能有效降低部署成本并實(shí)現(xiàn)系統(tǒng)平滑升級(jí)，能支持待機(jī)時(shí)間長(zhǎng)的要求，可對(duì)網(wǎng)絡(luò)連接要求高的設(shè)備進(jìn)行高效連接。另外NB-IoT 設(shè)備的電池壽命長(zhǎng)，還能提供非常全面的室內(nèi)蜂窩數(shù)據(jù)的連接覆蓋。

在本設(shè)計(jì)中，采用 NB-IoT 技術(shù)進(jìn)行通信傳輸，相比以往基于物聯(lián)網(wǎng)技術(shù)的其它水質(zhì)監(jiān)測(cè)系統(tǒng)功耗大大降低，成本明顯下降，接入節(jié)點(diǎn)數(shù)量大大增加，并且能與其他智慧城市項(xiàng)目融合[3-4]。

1.2 BP 神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)是一種應(yīng)用類似于大腦神經(jīng)突觸聯(lián)接的結(jié)構(gòu)進(jìn)行信息處理的數(shù)學(xué)模型，可以看作是由簡(jiǎn)單處理單元構(gòu)成的大規(guī)模并行分布式處理器，天然地具有存儲(chǔ)經(jīng)驗(yàn)知識(shí)和使之可用的特性。BP 神經(jīng)網(wǎng)絡(luò)按照誤差逆向傳播算法訓(xùn)練網(wǎng)絡(luò)，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)[5]。

BP 神經(jīng)網(wǎng)絡(luò)具備對(duì)數(shù)據(jù)序列的特征提取功能，從而能預(yù)測(cè)未來(lái)數(shù)據(jù)序列走向[6]。本設(shè)計(jì)采用 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行未來(lái) 3 d 的水質(zhì)預(yù)測(cè)。設(shè)計(jì)中使用云平臺(tái)傳輸來(lái)的水質(zhì)數(shù)據(jù)生成時(shí)間序列，輸入網(wǎng)絡(luò)，利用 BP 算法提取前段時(shí)間水質(zhì)數(shù)據(jù)特征，用 1 周數(shù)據(jù)序列預(yù)測(cè)未來(lái) 3 d 水質(zhì)走向。

2 漂浮式污水監(jiān)控器總體設(shè)計(jì)

基于 NB-IoT 通信技術(shù)的漂浮式污水監(jiān)控器的工作原理如下：通過(guò)搭載傳感器對(duì)目標(biāo)區(qū)域的水質(zhì)信息進(jìn)行數(shù)據(jù)采集，同時(shí)把數(shù)據(jù)實(shí)時(shí)傳輸給主從機(jī)進(jìn)行打包處理；主機(jī)把從機(jī)發(fā)送過(guò)來(lái)的數(shù)據(jù)，結(jié)合主機(jī)的通用異步收發(fā)傳輸器（UART）接口將采集的數(shù)據(jù)進(jìn)行打包處理；利用定時(shí)器分時(shí)原理，把主機(jī)打包好的數(shù)據(jù)分時(shí)傳送給 NB-IoT，再由 NB-IoT把數(shù)據(jù)實(shí)時(shí)上報(bào)至云端；上位機(jī)主動(dòng)連接云端，下載數(shù)據(jù)后進(jìn)行顯示和分析。

本設(shè)計(jì)總體上基于物聯(lián)網(wǎng)技術(shù)進(jìn)行研發(fā)，采用NB-IoT 模塊通信技術(shù)，MCU（微控制單元）選用STC15F2K60S2 作為控制系統(tǒng)的核心，電源供電采用 12.0 V 直流電源，電源模塊輸出 3.3 和 5.0 V 電壓給 MCU 模塊供電。通過(guò)各類傳感器對(duì)水質(zhì)環(huán)境進(jìn)行實(shí)時(shí)水質(zhì)參數(shù)（溫度、pH、溶解氧、電導(dǎo)率、渾濁度）的信息采集，采集到的數(shù)據(jù)通過(guò) NB-IoT通信模組實(shí)時(shí)傳輸?shù)缴衔粰C(jī)，達(dá)到實(shí)時(shí)監(jiān)測(cè)與預(yù)警的目的，可隨時(shí)查看相關(guān)數(shù)據(jù)。在上位機(jī)設(shè)計(jì) BP神經(jīng)網(wǎng)絡(luò)模型，先將歷史采集數(shù)據(jù)作為樣本訓(xùn)練神經(jīng)網(wǎng)絡(luò)，使之成為一個(gè)可以預(yù)測(cè)水質(zhì)變化規(guī)律的模型，再將實(shí)時(shí)數(shù)據(jù)作為輸入通過(guò)此模型輸出預(yù)測(cè)值，預(yù)測(cè)未來(lái)一段時(shí)間水質(zhì)變化趨勢(shì)，對(duì)水質(zhì)可能出現(xiàn)的污染進(jìn)行預(yù)警、智能化數(shù)據(jù)分析等處理；用戶可通過(guò)手機(jī)及電腦客戶端軟件遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)水質(zhì)及控制相關(guān)設(shè)備。漂浮式污水監(jiān)控器整體設(shè)計(jì)方案如圖 1 所示。

3 漂浮式污水監(jiān)控器硬件設(shè)計(jì)

圖1 漂浮式污水監(jiān)控器整體設(shè)計(jì)方案

各類水質(zhì)參數(shù)傳感器經(jīng) A/D 轉(zhuǎn)化后連接至主控電路，同時(shí)連接主控電路的還有液晶顯示器顯示部分、電源及 NB-IoT 模塊。

3.1 主控電路

主控電路以 2 塊 STC15F2K60S2 作為主控芯片，分為主機(jī)和從機(jī)，主從機(jī)間利用 UART 進(jìn)行通信，以跳線帽形式連接。由于 STC15F2K60S2 具有雙串口，比傳統(tǒng) 51 單片機(jī)速度更快，比嵌入式單片機(jī) STM32 編程更加容易，在實(shí)現(xiàn)同樣功能的條件下，成本更低，因此被選用做 MCU。

3.2 信號(hào)采集處理電路

1）pH 信號(hào)變送電路。因?yàn)?pH 傳感器輸出的信號(hào)十分微弱，不能直接被模數(shù)轉(zhuǎn)換（ADC）模塊采集到，因此通過(guò)設(shè)計(jì)信號(hào)放大變送電路進(jìn)行處理。該電路分成信號(hào)放大和電壓基準(zhǔn)兩部分電路，電路圖如圖 2 所示。采用 TLC4502 雙通道運(yùn)放和LM285 電壓基準(zhǔn)芯片，LM285 可以為 TLC4502 提供 2.5 V 的基準(zhǔn)電壓，配合 TLC4502 運(yùn)放的放大效益使用。

2）ADC 電路。ADC 電路主要用于將模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，以供主機(jī)進(jìn)行數(shù)據(jù)處理。考慮到水質(zhì)監(jiān)測(cè)對(duì)傳感器數(shù)值精度要求較高，因此采用 24 位高精度的 ADS1256 模塊。ADS1256 模塊支持 8 通道信號(hào)輸入，兩兩通道可以做差分輸入。差分輸入模式能保證較高的精度，2 根信號(hào)線相互參比，共組成 4 對(duì)差分輸入端口，可以支持 4 對(duì)模擬輸入的信號(hào)。漂浮式污水監(jiān)控器搭載的溶解氧、pH、渾濁度和溫度等傳感器，都是輸出模擬信號(hào)的傳感器。因此可以使用 ADS1256 的 4 對(duì)差分通道，把這 4 項(xiàng)傳感器采集的模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)。

圖2 pH 信號(hào)變送電路

3）電導(dǎo)率數(shù)據(jù)輸出電路。因?yàn)殡妼?dǎo)率傳感器輸出信號(hào)是數(shù)字信號(hào)，無(wú)需 ADC 轉(zhuǎn)換就可以直接被從機(jī)采集。電導(dǎo)率傳感器主要通過(guò) UART 和從機(jī)進(jìn)行通信，利用層次原理圖對(duì)接從機(jī)的串口。

溶解氧、pH、渾濁度和溫度等傳感器都是直接輸出模擬信號(hào)，故都是基于 ADC 電路使用ADS1256 模塊進(jìn)行模數(shù)轉(zhuǎn)換的。電導(dǎo)率傳感器輸出數(shù)字信號(hào)，可直接通過(guò) UART 和從機(jī)進(jìn)行通信。

3.3 NB-IoT 通信電路

NB-IoT 屬于 LPWAN（低功率廣域網(wǎng)絡(luò)）技術(shù)，具有較好的低功耗特性，NB-IoT 上行速率滿足漂浮式污水監(jiān)控器的設(shè)計(jì)需求[7]，同時(shí)考慮漂浮式污水監(jiān)控器需要達(dá)到遠(yuǎn)程實(shí)時(shí)在線監(jiān)控的需求[8-9]，因此適合采用 NB-IoT 電路作為漂浮式污水監(jiān)控器的通信電路，電路圖如圖 3 所示。

NB-IoT 通信電路中，采用 NB-IoT 模塊（WHNB73）。NB-IoT 模塊采用 5.0 V 供電，可通過(guò)串口和主機(jī)通信，模塊的 UART_RXD（接收端）和UART_TXD（發(fā)送端）引腳與主機(jī)的 TXD 及 RXD相連接，主機(jī)把傳感器采集到的數(shù)據(jù)打包，再通過(guò)串口把打包好的數(shù)據(jù)發(fā)送給 NB-IoT 模塊，NB-IoT模塊將數(shù)據(jù)直接透?jìng)髦?OneNET 云端。

3.4 電源部分

考慮到漂浮式污水監(jiān)控器搭載外設(shè)較多，需要足夠的驅(qū)動(dòng)能力。NB-IoT 在發(fā)射信號(hào)的瞬間需要較大的電流，因此采用 DC-DC 電源模塊，考慮到主控和相關(guān)模塊均為 5.0 V 供電，有壓差因素，故采用大容量的 12.0 V 鋰電池為供電電源。

3.5 LCD 顯示部分

為便于數(shù)據(jù)的實(shí)時(shí)顯示和監(jiān)測(cè)，在產(chǎn)品頂端內(nèi)嵌了一塊液晶顯示屏，用于實(shí)時(shí)顯示傳感器采集的各項(xiàng)數(shù)據(jù)指標(biāo)。

圖3 NB-IoT 通信電路

3.6 硬件整體通信

主從機(jī)負(fù)責(zé)采集傳感器的各項(xiàng)數(shù)值，主機(jī)把打包處理好的數(shù)據(jù)利用定時(shí)器分時(shí)原理，通過(guò) NB-IoT實(shí)時(shí)發(fā)送至 NB-IoT 基站，基站通過(guò)受限應(yīng)用協(xié)議（CoAP）把采集到的數(shù)據(jù)透過(guò)因特網(wǎng)實(shí)時(shí)上報(bào)至云平臺(tái)。硬件整體通信圖如圖 4 所示。

圖4 硬件整體通信圖

4 漂浮式污水監(jiān)控器軟件設(shè)計(jì)

4.1 軟件功能劃分

漂浮式污水監(jiān)控器的上位機(jī)軟件劃分為以下 3 個(gè)功能模塊：

1）實(shí)時(shí)數(shù)據(jù)查看功能。手機(jī)客戶端應(yīng)用程序查看污水監(jiān)控器實(shí)時(shí)傳輸?shù)臄?shù)據(jù)，數(shù)據(jù)每秒更新 1 次，達(dá)到實(shí)時(shí)監(jiān)測(cè)的目的，同時(shí)提供每日、周、月的數(shù)據(jù)監(jiān)測(cè)統(tǒng)計(jì)情況以供查看。用戶可以通過(guò)直觀的曲線圖了解水域的環(huán)境狀況。

2）告警功能。手機(jī)客戶端應(yīng)用程序設(shè)置了預(yù)警值，當(dāng)監(jiān)測(cè)數(shù)據(jù)達(dá)到預(yù)警值時(shí)，手機(jī)客戶端應(yīng)用程序會(huì)自動(dòng)向用戶報(bào)警。

3）水質(zhì)預(yù)測(cè)功能。BP 神經(jīng)網(wǎng)絡(luò)對(duì)水質(zhì)變化情況進(jìn)行預(yù)測(cè)，也可對(duì)下一次污染源出現(xiàn)的時(shí)間段進(jìn)行分析和預(yù)測(cè)。

4.2 終端控制端軟件流程設(shè)計(jì)

終端控制端軟件流程設(shè)計(jì)如下：

1）初始化。主機(jī)在上電時(shí)首先進(jìn)行環(huán)境初始化，主要是對(duì)主機(jī)的 I/O 口、環(huán)境變量進(jìn)行初始化。其次對(duì)主機(jī)的通用同步異步收發(fā)器 USART1，USART2，USART3進(jìn)行初始化，因?yàn)橄到y(tǒng)采用 SPI1通道和 ADS1256 進(jìn)行通信，從而實(shí)現(xiàn)模數(shù)轉(zhuǎn)換的功能，因此還需要對(duì) SPI1通道進(jìn)行初始化。然后對(duì) NB-IoT 進(jìn)行初始化，并判斷 NB-IoT 是否成功組網(wǎng)。倘若 NB-IoT 組網(wǎng)失敗，程序會(huì)利用中斷置位終止當(dāng)前程序進(jìn)程，使程序重新執(zhí)行環(huán)境初始化的步驟；如果 NB-IoT 組網(wǎng)成功，NB-IoT 則利用USART3和主機(jī)通信，主機(jī)將傳感器設(shè)備號(hào)信息通過(guò) USART3發(fā)送給 NB-IoT，NB-IoT 將信息打包上報(bào)至 OneNET 云平臺(tái)進(jìn)行注冊(cè)。

2）通信。首先主機(jī)利用 SPI1通道和 ADS1256模塊進(jìn)行通信，ADS1256 模塊通過(guò)掃描差分通道讀取傳感器模擬信號(hào)，并進(jìn)行模數(shù)轉(zhuǎn)換。然后主機(jī)通過(guò) USART2和 GPS 模塊通信，獲取實(shí)時(shí)經(jīng)緯度信息，并判斷定時(shí)器計(jì)時(shí)是否達(dá)到 10 s。倘若定時(shí)器沒(méi)有計(jì)時(shí)到 10 s，則繼續(xù)使用 SPI1通道和 ADS1256通信，獲取傳感器的模擬信號(hào)；如果定時(shí)器計(jì)時(shí)到10 s，主機(jī)則利用 USART3將打包好的數(shù)據(jù)發(fā)送給NB-IoT，NB-IoT 將數(shù)據(jù)上報(bào)至 OneNET 云平臺(tái)。

3）連接。為確保 NB-IoT 同 OneNET 云平臺(tái)的連通性，程序利用定時(shí)器設(shè)置了 10 min 的心跳時(shí)間，當(dāng) 10 min 到時(shí)，則利用中斷置位判斷 NB-IoT的連接狀態(tài)。倘若 NB-IoT 和云平臺(tái)斷開了連接，程序會(huì)中斷當(dāng)前程序進(jìn)程，重新進(jìn)行環(huán)境初始化；如果 NB-IoT 連接正常，則繼續(xù)使用 SPI1通道和ADS1256 通信，獲取傳感器的模擬信號(hào)。具體流程如圖 5 所示。

4.3 水質(zhì)預(yù)測(cè)軟件流程設(shè)計(jì)

上位機(jī)軟件把接收到的數(shù)據(jù)存儲(chǔ)至數(shù)據(jù)庫(kù)，初次數(shù)據(jù)用于訓(xùn)練 BP 神經(jīng)網(wǎng)絡(luò)，以構(gòu)建目標(biāo)區(qū)域的水質(zhì)預(yù)測(cè)模型。訓(xùn)練好的水質(zhì)預(yù)測(cè)模型，可以對(duì)后續(xù)上傳的數(shù)據(jù)進(jìn)行分析，預(yù)測(cè)出目標(biāo)區(qū)域未來(lái)的水質(zhì)監(jiān)測(cè)指標(biāo)的趨勢(shì)[10]。具體流程如圖 6 所示。

4.4 其他部分軟件設(shè)計(jì)

圖5 終端控制端軟件流程圖

圖6 BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序流程圖

PC 端控制軟件使用 C# 編程實(shí)現(xiàn)數(shù)據(jù)顯示可視化，調(diào)用 OneNET 云平臺(tái)實(shí)時(shí)數(shù)據(jù)，調(diào)用 Python 軟件繪制的水質(zhì)分析數(shù)據(jù)；手機(jī)端使用微信小程序進(jìn)行軟件開發(fā)。

5 漂浮式污水監(jiān)控器實(shí)驗(yàn)與結(jié)果

5.1 實(shí)驗(yàn)設(shè)計(jì)和過(guò)程

因?yàn)槠∈轿鬯O(jiān)控器搭載的溶解氧、溫度、渾濁度和 pH 等傳感器返回的物理量是模擬信號(hào)——電壓值，由于電壓值不能直觀反映傳感器真正測(cè)量的物理量，如溶解氧、渾濁度和溫度等值，因此需要進(jìn)行實(shí)驗(yàn)設(shè)計(jì)，設(shè)計(jì)以電壓值為一組的實(shí)驗(yàn)組，以傳感器物理量為一組的對(duì)照組。利用 MATLAB數(shù)學(xué)軟件對(duì)實(shí)驗(yàn)組和對(duì)照組數(shù)據(jù)進(jìn)行擬合，得到傳感器物理量-電壓值的擬合公式，從而通過(guò)傳感器實(shí)測(cè)的電壓值，直觀反映傳感器的物理量。同時(shí)還可以用 MATLAB 數(shù)學(xué)軟件對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行殘差分析，驗(yàn)證實(shí)驗(yàn)數(shù)據(jù)的可靠性，從而間接反映漂浮式污水監(jiān)控器的可靠性。

使用漂浮式污水監(jiān)控器和標(biāo)準(zhǔn)檢測(cè)儀對(duì)設(shè)置的待測(cè)溶液進(jìn)行測(cè)量，分別得到由漂浮式污水監(jiān)控器實(shí)測(cè)的電壓值，即實(shí)驗(yàn)組數(shù)據(jù)，以及由標(biāo)準(zhǔn)檢測(cè)儀實(shí)測(cè)的傳感器物理量，即對(duì)照組數(shù)據(jù)。對(duì)于溶解氧和電壓值測(cè)量的實(shí)驗(yàn)，實(shí)驗(yàn)準(zhǔn)備 5 個(gè) 2 000 mL 的燒杯，先分別向 5 個(gè)燒杯裝入 1 500 mL 的去離子水，再分別向 5 個(gè)燒杯投入 1，2，3，4，5 g 的零氧試劑，攪拌至溶解后，使用漂浮式污水監(jiān)控器和標(biāo)準(zhǔn)檢測(cè)儀對(duì) 5 個(gè)燒杯進(jìn)行測(cè)量，分別記錄 5 個(gè)燒杯實(shí)測(cè)的電壓值和溶解氧值。同理，對(duì)于 pH 和電壓值測(cè)量的實(shí)驗(yàn)，先裝入去離子水，再分別向 5 個(gè)燒杯投入 pH = 4.00，7.00，6.86，9.18，10.00 的緩沖試劑，攪拌至溶解，使用漂浮式污水監(jiān)控器和標(biāo)準(zhǔn)檢測(cè)儀對(duì) 5 個(gè)燒杯進(jìn)行測(cè)量，分別記錄 5 個(gè)燒杯實(shí)測(cè)的電壓值和 pH 值。溫度和渾濁度的測(cè)試實(shí)驗(yàn)同 pH實(shí)驗(yàn)方式一樣，這里不再贅述。

5.2 硬件部分測(cè)試與結(jié)果

在實(shí)驗(yàn)室利用 MATLAB 數(shù)學(xué)軟件對(duì)傳感器采集到的溶解氧、溫度、渾濁度和 pH 對(duì)應(yīng)的實(shí)測(cè)電壓值和傳感器物理量（以下統(tǒng)稱實(shí)驗(yàn)數(shù)據(jù)），進(jìn)行關(guān)系擬合和殘差分析。實(shí)驗(yàn)數(shù)據(jù)殘差分析確保上位機(jī)端所見(jiàn)的傳感器數(shù)據(jù)的誤差在允許范圍內(nèi)，為關(guān)系擬合提供可靠數(shù)據(jù)依據(jù)支撐。漂浮式污水監(jiān)控器大部分傳感器都是實(shí)測(cè)電壓值，回歸模型分析主要是為了建立傳感器物理量和電壓值的關(guān)系。

以溶解氧傳感器測(cè)試的實(shí)驗(yàn)數(shù)據(jù)為例，列舉溶解氧測(cè)試實(shí)驗(yàn)中由漂浮式污水監(jiān)控器得到的實(shí)測(cè)電壓值，并和標(biāo)準(zhǔn)檢測(cè)儀測(cè)試到的傳感器物理量（溶解氧值），創(chuàng)建溶解氧傳感器數(shù)據(jù)采集實(shí)測(cè)表，如表1 所示。同時(shí)設(shè)置關(guān)系擬合數(shù)值，用于記錄通過(guò)關(guān)系擬合得到的公式計(jì)算出來(lái)的溶解氧值，并和標(biāo)準(zhǔn)檢測(cè)儀測(cè)試到的溶解氧值進(jìn)行比較，驗(yàn)證擬合公式的準(zhǔn)確性和誤差。

利用 MATLAB 數(shù)學(xué)軟件對(duì)實(shí)測(cè)電壓值和溶解氧進(jìn)行關(guān)系擬合，得出的擬合曲線如圖 7 所示，函數(shù)關(guān)系式為y= 0.017 196x+ 1.796 3x2+ 0.550 1。對(duì)比圖 7 中散點(diǎn)和擬合函數(shù)曲線，可以看出散點(diǎn)大部分?jǐn)?shù)據(jù)都落在擬合曲線上，擬合程度較為理想。

為進(jìn)一步驗(yàn)證實(shí)驗(yàn)數(shù)據(jù)是否正確，對(duì)數(shù)值進(jìn)行殘差分析得出相應(yīng)的殘差圖，如圖 8 所示，其中紅色是數(shù)據(jù)的異常點(diǎn)，綠色為數(shù)據(jù)的正常點(diǎn)。對(duì)數(shù)值進(jìn)行回歸分析，分析圖如圖 9 所示，可以看出實(shí)測(cè)電壓值基本落在模型的曲線上。圖 8 和 9 說(shuō)明試驗(yàn)數(shù)據(jù)較為準(zhǔn)確可靠。

表1 溶解氧傳感器數(shù)據(jù)采集測(cè)試

圖7 回歸模型分析

圖8 殘差分析圖

圖9 回歸分析圖

其他傳感器也用類似的方法進(jìn)行誤差分析，各種傳感器采集的數(shù)據(jù)均在可允許誤差范圍內(nèi)，從而確保監(jiān)控器采集數(shù)據(jù)的精確性及可靠性。

5.3 軟件部分測(cè)試與結(jié)果

以廣州市花都區(qū)秀全公園北門秀全湖西南角（經(jīng)緯度：23.375 744，113.215 485）作為實(shí)地監(jiān)測(cè)水域進(jìn)行軟件測(cè)試，觀測(cè)時(shí)間為 2019 年 8 月 18 日下午 4—6 點(diǎn)，將漂浮式污水監(jiān)控器放置在監(jiān)測(cè)水域，每隔 10 s 采集 1 次水質(zhì)數(shù)據(jù)。手機(jī)端與電腦端的軟件進(jìn)行同步顯示，其中手機(jī)端軟件可查看到 5 類傳感器采集的實(shí)時(shí)數(shù)據(jù)，也可查看到某日生成的水質(zhì)數(shù)據(jù)變化的日曲線圖，顯示結(jié)果如圖 10 所示。

圖10 手機(jī)端軟件顯示結(jié)果

圖10 中一屏顯示 1 min 內(nèi)數(shù)值變化情況（因界面布局原因只顯示 4 張數(shù)據(jù)表，電導(dǎo)率數(shù)據(jù)曲線圖與圖 10 曲線的顯示方式一致），此處通過(guò)曲線方式展示了水質(zhì)實(shí)時(shí)變化的走向，可供有關(guān)人員進(jìn)行水質(zhì)的分析。從圖中可以看出，軟件運(yùn)轉(zhuǎn)正常，水質(zhì)信息采集實(shí)時(shí)、準(zhǔn)確。

電腦端軟件亦可顯示傳感器采集的實(shí)時(shí)數(shù)據(jù)，同時(shí)顯示水質(zhì)數(shù)據(jù)變化的歷史數(shù)據(jù)圖，由于電腦端軟件與手機(jī)端顯示類似，這里不做贅述。

6 結(jié)語(yǔ)

物聯(lián)網(wǎng)技術(shù)的普及為水質(zhì)監(jiān)測(cè)提供了新的視野，本研究基于 NB-IoT 設(shè)計(jì)，以低功耗、便攜性、智能化為目標(biāo)研發(fā)了一套漂浮式污水監(jiān)控器。實(shí)驗(yàn)與實(shí)測(cè)數(shù)據(jù)說(shuō)明水質(zhì)傳感器監(jiān)測(cè)數(shù)據(jù)誤差較小，數(shù)據(jù)準(zhǔn)確；軟件正確實(shí)時(shí)地顯示了水質(zhì)狀況，并能顯示水質(zhì)走向、歷史曲線，提供污染報(bào)警功能，表明基于 NB-IoT 通信技術(shù)的漂浮式污水監(jiān)控器功能完整，實(shí)用可行，適合大面積推廣。目前基于大數(shù)據(jù)分析、深度學(xué)習(xí)的各類算法為水資源保護(hù)提供了新的方法，為設(shè)計(jì)出更智能的污水監(jiān)測(cè)系統(tǒng)，今后將結(jié)合已有成果深入研究這些算法，改進(jìn)系統(tǒng)功能。