张林　沈忱　张家生　崔鹏鹏　韩迎鸽

【摘 要】针对农业物联网的运用，提出了一种基于ZigBee的农业大棚物联网监测管理系统设计，该系统通过多个数据采集节点来采集大棚内农作物生长环境CO2含量、空气温湿度、光照强度等信息，引入卡尔曼滤波算法对采集信息进行数据融合，再经STM32处理后再由CDMA通信模块发送至远程终端。系统具有实时、稳定、精度较高等优点，有很强的现实意义。

【关键词】传感器；物联网；ZigBee技术；卡尔曼滤波

0 引言

农业大棚可以为人们提供反时节的蔬菜与水果，有着良好的经济效益，但是大棚的管理很复杂，农作物对环境的要求很高，需要人们投入很多的精力，无形中增加了大棚成本和风险。本文设计的基于ZigBee的农业大棚物联网检测管理系统具有以下特点：

1）高精度数据采集。本设计所用采集设备均属于高精度感器。

2）低功耗。当收到数据采集指令时，才唤醒传感器工作，采集完成时断电，传感器进入休眠状态。

3）智能云服务中心。云服务中心能够为用户提供数据共享，历史数据查询等，便于用户更快、更好作出控制指令。

1 系统设计的原理

系统具有多个采集节点，每个采集节点搭载各类传感器：红外二氧化碳传感器MH-Z14A、DHT11数字式温湿度传感器、光照强度传感器GM5516。采集农作物生长环境CO2浓度、空气温湿度、光照强度等数据，数据汇总发送至STM32处理器进行数据分析处理，为了提高测量的可信性，对采集数据引入卡尔曼滤波算法进行数据融合，CDMA模块将数据传输到远程终端。系统整体框图如图1所示。

2 硬件设计电路介绍

2.1 ZigBee通信模块CC2530

系统设计中的终端节点、路由器、协调器均采用CC253模块，CC2530应用功能丰富，本身带有射频功能，并且适用于低功耗的设计。CC2530最小系统主要包含时钟电路、复位电路、JTAG电路和无线收发电路模块。

2.2 传感器介绍

2.2.1 DHT11数字温湿度传感器

DHT11数字温湿度传感器是一款含已校准数字信号输出的温湿度复合传感器，包括一个电阻式感湿元件和一个NTC测温元件，并与一个高性能8位单片机相连。因此该产品具有品质卓越、超快響应、抗干扰能力强、性价比高等优点。

DHT11供电范围是3-5.5V电压，为了电路稳定，需要滤波，因此可以在电源和地线之间加一个104瓷片电容，数据引脚连接MCU，用于MCU与DHT11之间进行通讯，采用单总线数据格式。

2.2.2 MH-Z14A二氧化碳传感器

MH-Z14A二氧化碳气体传感器是一种通用智能小型传感器，利用非色散红外（NDIR）原理对空气中存在的CO2进行探测，具有良好的选择性和无氧气依赖性，寿命长。本文采用MH-Z14A串口输出（UART），分别将传感器的Vin-GND-RXD-TXD接至用户的5V-GND-TXD-RXD。

2.2.3 光敏传感器

本系统选择了采用开发板载光敏电阻GM5516作为光照强度测量传感器。GM5516与R31构成分压电路，R31为上拉电阻，当光照度不同时，GM5516上PS端的电压就不同，通过检测PS端的端电压即可检测到光照度。

2.3 STM32最小系统的设计

STM32微控制器采用3.3V电压供电，其最小系统STM32最小系统包括晶振电路、复位电路、JTAG下载电路、USB接口电路等部分。STM32 晶振电路是由25MHz的外部晶振Y1，两个10pf的电容C4与和R19构成，两个电容起频率微调和稳频的作用，电阻用来防止产生振铃；32.768kHz的外部晶振Y2作为芯片内部RTC时钟源；外接3V电池VBAT作为失电备用电源，确保时间的准确性；为了防止复位引脚悬空引起干扰，提高系统的稳定性，系统要设计外部复位电路，复位电路中电容C3的作用是减少电源波动；通过JTAG接口可实现程序的在线编程和调试，提高了程序开发效率，缩短了软件开发周期。

2.4 系统供电管理

农业大棚多位于城郊偏僻地带，为了节约电能采用太阳能和市电混合供电较为合理。太阳能电池板的作用是将太阳能转化为电能，送至蓄电池储存，通过转换芯片变换电压输出等级，从而推动负载工作。12V主电压通过两路LT8610电源芯片转化为3.7V和5V，再通过LT1962芯片和LM2941转换为3.3V和5.3V，分别为处理器和传感器供电。

3 软件设计部分

该系统软件工作主要有传感器采集程序与指令控制程序。传感器采集程序流程：初始化处理器和通信模块，构建网络，进入到低功耗状态。当收到检测采集信号时，进入到工作状态，传感器检测作物生长要素，经过卡尔曼滤波算法处理后发送数据。指令控制程序流程：初始化后进入低功耗模式状态，正常工作时有两种方式，发送数据至云服务中心和接受用户的控制指令。

4 卡尔曼滤波实验

现对温度参数进行实验，假设大棚的温度恒定是22℃，预测的值是21.5℃，误差是1℃，传感器测量的误差也是1℃。引入一组数量是100个的测量值，测试过程中噪声Q=2e-4，协方差R=0.1，初始值设置S（1）=21.5，P（1）=10，Matlab仿真图2如下。

绿色波形是传感器测量数据，红色是经过卡尔曼滤波算法处理的数据。从图中可以看出，经过卡尔曼滤波后的最优估计值与实际温度更吻合，效果明显。

5 结束语

本文构建的基于ZigBee的农业大棚物联网监测管理系统设计应用了传感器技术、智能控制等技术，可提高农业生产的自动化水平及提高农业生产的效率与质量，实现农业的持续发展。目前的农业物联网运用主要难点是高灵敏度传感器的研发和大范围普及节能问题，随着研究的深入，未来物联网在农业方面的应用能真正做到全智能化、无人化。

【参考文献】

[1]杨春勇，牛磊.基于ZigBee的设施农业环境监测系统的技术与实现[J].中南名族大学学报（自然科学版），2012，31（1）：88-92.

[2]张猛，房俊龙，韩雨.基于ZigBee和Internet的温室群环境远程监控系统设计[J].农业工程学报，2013（S1）.

[3]高立艾，唐娟，于华丽.基于太阳能的无线温室环境监测系统的设计[J].江苏农业科学，2013（1）.

[4]高百惠.基于ZigBee技术的食用菌栽培环境监控系统的研究[D].东北农业大学，2014.

[5]于合龙，刘杰，马丽.基于Web的设施农业物联网远程智能控制系统的设计与实[J].中国农机化学报，2014（2）.

[6]刘洋，张钢，韩璐.基于物联网与云计算服务的农业温室智能化平台研究与应用[J].计算机应用研究，2013（11）.

[7]Aqeel-ur-Rehman，Abu Zafar Abbasi，Noman Islam.A review of wireless sensors and networks applications in agriculture[J].Computer Standards&Interfaces，2014，36：263-370

[8]Petr Kubicek，Jiri Kozel，Radim Stampach，Vojtech Lukas.Prototyping the visualization of geographic and sensor data for agriculture[J].Computers and Electronics in Agriculture，2013，97：83-91.

[责任编辑：田吉捷]