针对我国农业灌溉用水利用率低的现状，建立了一套节水智能灌溉系统，基于ZigBee无线传感器网络（ZigBee） WSN）的设计。统通过现场数据采集终端收集土壤水分信息，并通过ZigBee WSN将其转发到更高的计算机系统，ZigBee WSN分析并做出相应的灌溉决策，然后对设备进行订购。溉系统实施灌溉作业。过将自适应合并算法引入传感器权重，系统的精度和决策逻辑得到了一定程度的提高。真结果表明，传感器权重自适应合并算法可以显着降低系统信息的冗余性，矛盾性和不确定性，提高系统观测数据的一致性和可靠性。键词：ZigBee技术，少用水灌溉，数据融合，无线传感器网络中图分类号：S126; S274.2文件编号：A文章编号：1002-1302（2015）11-0513-06收货日期：2014-11-07资助项目：中国西安科技厅陕西省[编号：CXY1343（6）];陕西省西安市未央区科技局（2012-03号）。者简介：郭国发（1962-），男，山西灵川，硕士，教授，电气控制研究室主任。子邮件：849738384@qq.com。讯作者：徐萌，硕士，嵌入式事物研究方向。
子邮件：sine1991@foxmail.com。前，我国大部分地区的农业仍处于粗放型管理之中，科技含量和自动化程度普遍较低，不仅严重制约了农业的可持续发展。国农业，也产生重要资源。费。农业灌溉方面，中国广泛使用洪水灌溉，加上老化，破坏和灌溉设施缺乏科学灌溉指标，导致灌溉流失。
溉期间相当一部分灌溉水[1]。究表明，中国灌溉用水的有效利用率仅为40％左右，远低于发达国家70-80％的水平。种高效，低效灌溉的方法已成为阻碍中国农业健康发展的瓶颈之一[2]。系统的总体设计基于当前的情况。
研究开发了一个使用ZigBee无线传感器网络的智能灌溉系统，主要包括现场数据采集终端，ZigBee无线传感器网络，主机系统，灌溉执行器和遥控器。
端组成（可选）（图1）。中，优越的计算机系统通过ZigBee无线传感器网络获取由现场数据采集终端控制的土壤水分信息，并结合不同的作物类型和作物生长阶段进行分析和制定不同的灌溉方案，以获得合理的水源分配和改善这些水源。用目的。高的计算机系统可以通过互联网通信控制远程终端，用户可以使用远程计算机或手持设备（智能手机，PDA等）通过互联网轻松控制系统[1-2]，这改善了系统。用该系统的灵活性和便利性。时，将数据融合技术引入土壤水分数据采集过程可以显着提高抗灾能力，并在困难的现场条件下监测系统精度。为系统提供了高水平的推广和实用价值。件系统设计设计ZigBee网络拓扑ZigBee网络拓扑可分为三种类型：星形网络，网状网络和树状网络。状网络的路由节点建立对等连接，来自终端节点的信息可以通过几种不同的路由到达协调器（图2）。种拓扑不仅有效地平衡了网络负载，还提供了强大的网络自愈能力。
使路由器出现故障，数据也可以通过其他路由器传输到目的地。外，网状网络方便，适应性强，可以自动检测网络拓扑的变化，调整通信路径，实现最有效的传输路径，整个过程不需要人工干预。后，由于有许多网络路由节点，终端节点可以将数据发送到相邻的节能路由节点，减少节点之间的干扰并提高信道的质量和使用。之，网络拓扑是理想的选择。线收发器芯片选择系统使用Chipcon生产的CC2530无线收发器芯片。芯片是一种片上系统解决方案，专为IEEE 802.15.4和ZigBee 2.4 GHz应用而设计。芯片上，可以以相对低的成本构建各种类型的网络节点，并且可以通过很少的外部组件来保证短距离通信的效率和可靠性。此，系统的终端，路由和协调节点的硬件架构是基于CC2530芯片设计的。CC2530结合了卓越的RF收发器性能，业界标准的8051增强型处理器，系统集成的可编程闪存和8K RAM以及各种工作模式。其成为需要能源的系统的理想选择该芯片可提供高达250 kb / s的数据速率，符合系统对吞吐量的要求。芯片组成的器件具有体积小，功耗低，组网灵活，抗破坏能力强等优点，可以很好地适应市场上复杂多变的工作环境。面。据收集端节点在ZigBee无线网络中设计，并且通常具有两种类型的设备：全功能设备（FFD）和简化功能设备（RFD）。
于数据采集终端仅执行数据采集和处理，并且不需要进行额外的路由和传输任务，因此数据采集终端的节点可以在RFD类型上配置数据，以降低设备成本和能耗。
端节点的原理是外部晶体振荡器为CC2530芯片的工作提供参考时钟频率，RF天线和CC2530之间的LC网络用于阻抗匹配[ 3]，传感器连接到CC2530，模拟/数字转换由CC2530完成（图3）。于终端节点可以在空闲时间进入深度睡眠状态（PM3模式），因此只有外部交换机在其工作期间（PM0模式）才会唤醒，因此消耗能量极低，只有两个部分串联连接。五节1.5 V干电池可使设备正常运行至少六个月。计路由节点由于路由节点负责数据传输，路由维护以及许多终端节点的发现，因此路由节点具有显着的工作负载。优先考虑设备性能，而不是设备的功耗。此，它被设置为FFD设备的类型。件架构与图3所示的数据采集终端基本相同，只是传感器和外部定时器的一部分被移除，芯片的电源模式改变了。于设备的性能优先，路由节点使用相对稳定的太阳能电池板以及电池供电模式：当白天阳光强烈时，设备由太阳能电池供电多余的能量储存在电池中;使用电池电量[1-3-4]。
避免因过充电而损坏电池，系统使用CN3063充电管理芯片来控制充电过程（图4）。
外，由于某些路由节点远离协调节点，CC前端（CC2592）芯片CC2592还配备了这些路由节点，以扩展通信范围（图5）。调器节点设计在ZigBee网络中，至少一个FFD设备充当整个网络的协调器。调器通常负责启动（建立）网络。网络建立时，它继续作为普通路由节点存在于网络中。此，协调节点的硬件设计基本上与路由节点的硬件设计相同，不同之处在于协调器负责通过RS-232串口将数据从每个终端传输到主机。]。于RS-232接口与CC2530使用的逻辑电平不兼容，因此需要进行必要的电平转换。统使用MAX2 MAX232作为电平转换芯片（图6）。统软件设计系统使用IAR Workbench 7.0来设计ZigBee无线传感器网络的每个节点类型的软件部分。于节点之间的通信遵循TI引入的Z-Stack 2007通信协议栈，因此所有节点软件都被设计为Z-Stack 2007提供的SampleApp程序的一部分，以减少开发并缩短难度。发周期。
据采集终端程序设计初始安装完成后，数据采集终端连接到ZigBee无线传感器网络并收集同步并发送有关数据采集终端的信息。壤湿度。旦数据采集终端收集了土壤湿度数据并将其发送到父路由节点，它就可以进入睡眠模式（PM3）以节省电池（图7）。下一个采样时间，节点通过定时器的外部中断信号从待机模式切换到正常工作状态（PM0），并执行一组新的采集和传输任务[6] 。由节点程序设计路由节点通过多跳路由将数据从每个终端节点传输到协调器。于来自其他路由节点的数据，也适合传输它们或适当地播放它们。外，路由节点还负责发现和维护路由。此，路由节点的功能相对复杂。系统使用的ZigBee无线网络中，有几个路由节点，它们形成一个无线网络，通过路由表和路由发现功能提供相当大的稳定性和自我修复能力。
而保证稳定性（图8）。协调器节点进行编程在建立ZigBee网络时，协调器初始化通信协议栈并在完成必要的硬件初始化后可视化当前的无线电环境，然后选择信道和网络标识符。（PAN）可用。ID）并启动网络，ZigBee网络中通常只允许一个协调器（图9）。旦建立了网络，协调器就会继续作为路由节点运行。自所有终端节点的数据被聚合到协调器节点，并通过RS-232串口发送到主机[4]。PC编程主机系统是整个节水灌溉系统的控制，决策和管理中心。过模式更改控制，主机可以在自动和手动模式之间切换。自动模式下，主计算机系统通过数据库程序和数据分析程序对终端节点返回的数据进行各种处理，包括控制灌溉执行器[7]，合并，存储和分析节点数据（图10）。过反馈程序，土壤湿度数据和系统运行条件以图形方式显示，便于用户查看[8]。手动模式下，用户可以本地或远程连接到系统，并监视和干预系统状态，例如通过显示当前系统条件，通过数据库查询历史作物生长数据。据（图10）。接控制程序负责用户身份验证，防止关键系统参数设置被管理员以外的其他人篡改。
据融合算法的设计通常需要一段时间。定区域的温度或土壤湿度相对恒定。而，由于室外工作环境的复杂性和传感器制造过程的分散，性能不同，这导致许多数据采集终端经常在一段时间内获得几种不同的测量。集同一地区土壤水分数据的过程。于这些测量之间的冗余，矛盾和不确定性，系统难以获得对被测物体的更一致的描述，这也对测量的准确性产生不利影响。溉系统的决策和规划。了减少这种影响，系统使用自适应传感器权重合并算法将来自多个终端节点的测量数据集成到同一计算机测量区域中，而不增加系统成本，从而提高可靠性。统的。和精确[9]。算法的优点在于它不需要传感器的先验知识，并且仅依赖于每个传感器的方差变化来动态调整每个传感器的重量，从而使得整体均方误差得以实现。并始终最小化，避免了合并的精度由于不正确的先验知识被降低或发散的，并且合并的精度比所述融合算法常规算术平均的值。感器重量的自适应合并算法的原理假定N个传感器同时测量某一对象，其真值Y.让每个传感器的测量值是YJ（J = 1，2，…，N ）分别（图11）。上所述，传感器权重的自适应加权融合算法的计算机软件实现可以根据图3所示的流程进行。法的模拟与分析以土壤水分测量为例。个湿度传感器用于同时测量给定区域的土壤湿度：该区域的实际土壤湿度值为23％相对湿度（在一段时间内可视为恒定） 。于该真值，添加平均值为0且方差为0.1，0.3和0.5的高斯白噪声序列，以模拟传感器的测量数据，精度为不同的措施。算机模拟了100个合并过程，并在合并过程中利用传感器方差和合并结果分析了传感器重量变化。感器的测量方差越大，相应传感器的重量越低，因此有效地避免了传感器的不利影响，并且融合精度的误差很大。熔化过程中，传感器的重量随方差变化很大，这充分反映了“适应传感器方差的传感器重量”算法的特征（图13至图14）。此，算法的融合精度明显优于经典平均融合算法，这也显着提高了系统的噪声容限（图15）。论基于ZigBee无线传感器网络，本研究开发了一套节约用水的智能灌溉系统，充分利用了ZigBee网络的优势，方便，灵活，能耗低，经济可靠，热敏元件可提高系统在给定灌溉范围内的性能。足不同种植规模的灌溉需求所需的灵活性。时，结合现代数据融合技术，改进了容错，决策和系统规划。真结果表明，传感器加权数据融合算法可以使系统获得更接近真实值的数据，从而提高系统精度，降低噪声灵敏度。系统的总体设计符合当前现代农业智能化，精细化和数字化的趋势，并提供推广和应用价值的机会。
本文转载自
热敏元件www.wisdom-thermostats.com