基于熟人模型的大型養(yǎng)殖池塘多增氧機智能控制系統(tǒng)

簡玉梅　張韓飛

1(上海工程技術(shù)大學(xué)電子電氣工程學(xué)院　上海 201620)2(淮陰師范學(xué)院　江蘇 淮安 223300)

?

基于熟人模型的大型養(yǎng)殖池塘多增氧機智能控制系統(tǒng)

簡玉梅1張韓飛2

1(上海工程技術(shù)大學(xué)電子電氣工程學(xué)院上海 201620)2(淮陰師范學(xué)院江蘇 淮安 223300)

摘要為解決目前大型養(yǎng)殖池塘多臺增氧機不能及時控制問題，系統(tǒng)采用GPRS和WSN混合通信，并通過設(shè)計多臺增氧機智能控制的方式對系統(tǒng)進行監(jiān)控。簇頭節(jié)點收集數(shù)據(jù)后發(fā)送給網(wǎng)關(guān)節(jié)點，當溶解氧測量值與上次發(fā)送值誤差在0.02 mg/L范圍內(nèi)時，不向簇頭發(fā)送數(shù)據(jù)。網(wǎng)關(guān)節(jié)點分析水質(zhì)數(shù)據(jù)，若發(fā)現(xiàn)數(shù)據(jù)異常，通過數(shù)據(jù)包中節(jié)點編號快速定位。根據(jù)增氧機和異常點間的熟人模型，確定增氧機。網(wǎng)關(guān)節(jié)點根據(jù)各簇頭的自信度、剩余能量和與被選中增氧機間的熟人關(guān)系，為增氧機控制命令從網(wǎng)關(guān)節(jié)點發(fā)送到增氧機找一條最優(yōu)傳輸路徑。實驗結(jié)果表明，系統(tǒng)減少了傳輸能耗和增氧機的開機時間，實現(xiàn)了對多臺增氧機智能控制，滿足了大規(guī)模水產(chǎn)養(yǎng)殖的需要。

關(guān)鍵詞無線傳感器網(wǎng)絡(luò)GPRS熟人模型多臺增氧機智能控制

0引言

在水產(chǎn)養(yǎng)殖中需實時監(jiān)測水中的溶解氧、pH值、鹽度、溫度等各個水質(zhì)參數(shù)，其中溶解氧是影響水產(chǎn)品產(chǎn)量的最重要因素，越來越多的學(xué)者投入到了溶解氧的智能控制中。在研究初期學(xué)者們多采用有線的方式[1，2]，但由于有線系統(tǒng)大量使用各種線路，現(xiàn)場混亂，數(shù)據(jù)采集復(fù)雜，系統(tǒng)擴展性差，而逐漸將嵌入式技術(shù)、物聯(lián)網(wǎng)技術(shù)和無線傳輸技術(shù)引入到水產(chǎn)養(yǎng)殖中[3-6]。如近幾年提出的運用無線傳感器網(wǎng)絡(luò)(WSN)和GPRS混合通信[7-9]實現(xiàn)對水產(chǎn)養(yǎng)殖環(huán)境的實時監(jiān)測和控制。但目前研究基本上都是針對一個池塘一臺增氧機[10-12]，沒有考慮一個大型養(yǎng)殖池塘多臺增氧機的混合控制，對于集約化大規(guī)模水產(chǎn)養(yǎng)殖系統(tǒng)而言，需要綜合考慮一個池塘中多臺增氧機的智能控制。

針對上面問題，本文提出在一個大型養(yǎng)殖池塘，使用WSN和GPRS混合通信，在單臺增氧機閉環(huán)控制的基礎(chǔ)上通過增氧機和簇頭節(jié)點之間建立熟人模型，實現(xiàn)大型池塘多臺增氧機的智能控制。系統(tǒng)由實時監(jiān)控、無線傳感器網(wǎng)絡(luò)兩部分組成，通過對無線傳感器節(jié)點采集的數(shù)據(jù)進行分析，控制某臺或者所有增氧機，在規(guī)定的時間間隔內(nèi)，將水質(zhì)參數(shù)傳輸?shù)竭h程控制中心方便后期查詢。

1系統(tǒng)結(jié)構(gòu)

為了達到對水產(chǎn)養(yǎng)殖現(xiàn)場的監(jiān)控和水質(zhì)參數(shù)的管理目的，設(shè)計的系統(tǒng)必須具備數(shù)據(jù)自動采集、遠程傳輸、存儲管理，分析處理等功能。多增氧機智能控制系統(tǒng)主要由無線傳感器網(wǎng)絡(luò)單元和實時控制單元組成，無線傳感器網(wǎng)絡(luò)是由ZigBee網(wǎng)絡(luò)和GPRS組成。實時控制單元分為現(xiàn)場控制中心和遠程控制中心兩部分，現(xiàn)場控制中心主要負責收集數(shù)據(jù)、處理數(shù)據(jù)，將控制命令驅(qū)動發(fā)送給控制節(jié)點，實現(xiàn)閉環(huán)控制，遠程控制中心主要存儲大量的水質(zhì)養(yǎng)殖參數(shù)，供養(yǎng)殖戶進行整體控制。系統(tǒng)總體結(jié)構(gòu)如圖1所示。

圖1　系統(tǒng)結(jié)構(gòu)圖

無線傳感器網(wǎng)絡(luò)單元采用簇狀拓撲結(jié)構(gòu)[13](cluster tree)，網(wǎng)絡(luò)中的節(jié)點包括傳感器節(jié)點、簇頭節(jié)點和網(wǎng)關(guān)節(jié)點。傳感器節(jié)點負責采集水質(zhì)參數(shù)(DO、pH、氨氮、OPR等)，且只能和簇頭進行通信，節(jié)點之間不進行數(shù)據(jù)交互。簇頭間可以相互通信轉(zhuǎn)發(fā)信息，各簇頭之間通過單跳或者是多跳的方式將數(shù)據(jù)發(fā)送給網(wǎng)關(guān)節(jié)點。網(wǎng)關(guān)節(jié)點是一個嵌入式處理中心，同時具有ZigBee和GPRS通信功能，負責將數(shù)據(jù)發(fā)到遠程控制中心；并在分析處理數(shù)據(jù)后，根據(jù)異常數(shù)據(jù)所在節(jié)點和增氧機之間的熟人關(guān)系，決定將控制命令發(fā)送給某臺具體增氧機的控制PLC(S7-200)，由PLC控制增氧機。

遠程控制中心由MySQL Server 5.1 數(shù)據(jù)庫服務(wù)器平臺和數(shù)據(jù)接收程序組成，負責接收和存儲數(shù)據(jù)，并實時綜合分析養(yǎng)殖水域情況。中心使用socket通信完成數(shù)據(jù)接收，創(chuàng)建一個套接字將其綁定到固定的IP和端口上，當有連接請求發(fā)送來時建立接收數(shù)據(jù)線程，可以接收GPRS發(fā)送來的數(shù)據(jù)。

2傳感器節(jié)點設(shè)計

2.1傳感器節(jié)點硬件設(shè)計

WSN由多個傳感器網(wǎng)絡(luò)節(jié)點構(gòu)成，每個傳感器節(jié)點由電源模塊、傳感器模塊、模/數(shù)轉(zhuǎn)換模塊和核心處理模塊組成，節(jié)點可以進行數(shù)據(jù)采集、數(shù)據(jù)處理、無線通信的功能。傳感器模塊使用美國INSITU公司的Aqua TROLL 400，核心處理模塊使用TI公司的CC2530，該模塊包含ZigBee協(xié)議棧，可以用于完成數(shù)據(jù)的收發(fā)。

2.2傳感器節(jié)點軟件設(shè)計

傳感器節(jié)點主要被放在養(yǎng)殖池塘里，選擇干電池供電，簇頭節(jié)點使用睡眠—工作模式[14]。當其不進行數(shù)據(jù)發(fā)送時進入睡眠模式，可設(shè)定睡眠計數(shù)器的值，當睡眠計數(shù)器溢出時喚醒節(jié)點，對數(shù)據(jù)進行采集和發(fā)送，完畢后再次進入睡眠模式。

網(wǎng)關(guān)節(jié)點又叫基站節(jié)點使用ARM9處理器，采用Siemens公司GSM/GPRS雙頻模塊完成無線遠程通信。使用嵌入式數(shù)據(jù)庫SQLite對數(shù)據(jù)進行存儲。

傳感器節(jié)點向簇頭發(fā)送的數(shù)據(jù)含有目的地址和源地址，其中目的地址是最終網(wǎng)關(guān)節(jié)點，源地址則為發(fā)送出數(shù)據(jù)的傳感器節(jié)點。在系統(tǒng)設(shè)置初期，將各個節(jié)點按照簇和節(jié)點進行編號，源地址實際上就是由簇號和節(jié)點編號組成。當網(wǎng)關(guān)接收到數(shù)據(jù)后，通過GPRS模塊將數(shù)據(jù)發(fā)送出去，移動基站則將獲得的數(shù)據(jù)通過Internet，最終傳送該遠端控制中心。

2.2.1單傳感器終端節(jié)點設(shè)計

傳感器將第一次采集的數(shù)據(jù)發(fā)送給簇頭節(jié)點，后面采集的數(shù)據(jù)都需要和上次發(fā)送值比較，誤差在0.02 mg/L范圍內(nèi)時，不向簇頭發(fā)送數(shù)據(jù)，節(jié)約電池電量[6]。

2.2.2網(wǎng)關(guān)節(jié)點設(shè)計

網(wǎng)關(guān)通過GPRS發(fā)送數(shù)據(jù)分兩步：撥號上網(wǎng)和基于Socket的網(wǎng)絡(luò)通信。撥號上網(wǎng)實現(xiàn)PPP連接(point to point Protocol over Ethernet)，連接上后通過套接字(socket)實現(xiàn)和服務(wù)器的通信。GPRS的通信模式屬于客戶端向服務(wù)器發(fā)送服務(wù)請求，服務(wù)器根據(jù)請求提供相應(yīng)服務(wù)。

3基于熟人模型的多臺增氧機智能控制

在一個大型養(yǎng)殖池塘中，放置多臺增氧機，由于魚蝦的活動和池塘周圍環(huán)境的不同導(dǎo)致整個池塘不同位置的水質(zhì)參數(shù)不同。因此養(yǎng)殖戶需要隨時了解水質(zhì)參數(shù)的變化判斷增氧機的狀態(tài)。而且在養(yǎng)殖一段時間后，需結(jié)合當前養(yǎng)殖周期，投餌狀況，調(diào)用離線數(shù)據(jù)對整個池塘進行綜合控制。

3.1多臺增氧機熟人模型設(shè)置

在一個150 m×200 m的大型養(yǎng)殖池塘中，設(shè)置多個采集節(jié)點及增氧機，選取其中20個采集節(jié)點，3個葉輪式增氧機[15]為例，如圖2所示。初始時為每個增氧機和節(jié)點命名。采集節(jié)點采用“簇頭節(jié)點+采集節(jié)點”下標方式命名，簇頭1(簡稱C1)所在簇的四個節(jié)點從左上角順時針依次命名為N11、N12、N13、N14。其他以此類推。

圖2　系統(tǒng)節(jié)點和增氧機分布圖

系統(tǒng)的簇頭節(jié)點數(shù)多于增氧機數(shù)，且每個增氧機不是由固定的簇頭觸發(fā)的。每當需要觸發(fā)增氧機時，增氧機和簇頭之間建立熟人關(guān)系，對熟人關(guān)系有多種分類方式，如是否合作過、狀態(tài)間的密切情況等[15-17]。本文根據(jù)增氧機和簇頭間的距離進行熟人關(guān)系的劃分。

為了更好表述熟人關(guān)系模型，考慮圖2中簇頭C1、C2、C3和C4，以及增氧機1#(簡稱A1)和增氧劑2#(A2)之間的分類關(guān)系。假設(shè)四個簇頭節(jié)點匯總20個采集節(jié)點的數(shù)據(jù)并將其發(fā)送到網(wǎng)關(guān)節(jié)點，網(wǎng)關(guān)節(jié)點分析數(shù)據(jù)后發(fā)現(xiàn)N13處溶解氧偏低，則需要增氧。

控制增氧機有兩個步驟：確定開哪臺增氧機；由哪個簇頭轉(zhuǎn)發(fā)命令。

3.1.1判斷開啟某臺(或多臺)增氧機

對采集節(jié)點N13來說，可通過如下四元函數(shù)表示它和A1、A2、A3之間的關(guān)系：

其中：

2)N表示采集節(jié)點；

3)A表示增氧機；

4)Acq表示節(jié)點和增氧機間的熟人關(guān)系,Acq∈AN；熟人關(guān)系的確定需要考慮距離H，其中AN={陌生人、一般熟人、熟人}；

5)H表示傳感器節(jié)點和增氧機間的距離，其中距離和熟人集合的關(guān)系為：

HN={x∈陌生人|x>80m,

x∈一般熟人|40m

x∈熟人|x<40m}

傳感器節(jié)點與增氧及間的熟人關(guān)系主要是由葉輪增氧機的增氧范圍決定的。由該模型可以知道，對于N13來說，A1是熟人，A2和A3是一般熟人。最終決定對A1增氧機進行操作。當遇到如圖3所示的幾種情況時，按照附加判斷條件進行增氧機開啟判斷。

圖3　增氧機和節(jié)點熟人關(guān)系示意圖

圖3中，小圓覆蓋區(qū)域表示熟人關(guān)系，大圓區(qū)域表示一般熟人，不在圓中的節(jié)點對于增氧機來說是陌生人。

1) 一個采集節(jié)點存在多個熟人

當某采集節(jié)點處在兩個及以上增氧機的熟人關(guān)系網(wǎng)中時，如圖3中的A2和A3都是N41的熟人，此時選擇離網(wǎng)關(guān)節(jié)點位置最近的A3進行操作。

2) 某采集節(jié)點周邊沒有熟人，但存在一般熟人

當節(jié)點周邊沒有熟人時，如圖3中N22，在A1和A2來說都是一般熟人，最終選擇離自己距離最近的A2為目標增氧機。

3) 一個采集節(jié)點周邊全是陌生人

當節(jié)點離所有增氧機都很遠時(圖3中N32)，三臺增氧機都在其熟人模型外。這種情況下首先確定由離它最近的增氧機進行控制，同時需要在通信的過程中給遠端控制中心發(fā)送命令，進行人為的增氧機位置微調(diào)，避免此情況。

對于多個采集節(jié)點處水質(zhì)出現(xiàn)異常，判斷開啟多臺增氧機的方法同上。

3.1.2判斷參與轉(zhuǎn)發(fā)控制命令的簇頭節(jié)點

由3.1.1節(jié)確定打開1#增氧機后，需判斷由哪個或者哪些簇頭進行控制命令的轉(zhuǎn)發(fā)。

由于簇頭節(jié)點負責匯總轉(zhuǎn)發(fā)數(shù)據(jù)需要能耗，在轉(zhuǎn)發(fā)增氧機控制命令時需要選擇一條能耗小，同時相對及時的路線。對于1#增氧機A1來說，可以通過一個四元函數(shù)來確定增氧機和簇頭之間的關(guān)系：

ω(Acq)+E(e)×ω(e)

其中：

2) E(c)、ω(c)表示簇頭節(jié)點自身能否勝任轉(zhuǎn)發(fā)任務(wù)的自信度及相應(yīng)的權(quán)重值。一般設(shè)置熟人節(jié)點的自信度為1，一般熟人的自信度為0.8，陌生人的自信度為0.5。自信度在使用過程中按照式(1)及時更新：

(1)

3) E(Acq)、ω(Acq)表示簇頭節(jié)點對于增氧機的熟人模型的評價值及權(quán)重值。E(熟人)=5，E(一般熟人)=3，E(陌生人)=1。

4) E(e)、ω(e)表示簇頭剩余能量的評價值和對應(yīng)權(quán)重。當一個節(jié)點是一個全新節(jié)點時剩余能量最多，為5。隨著使用剩余能量越來越少。節(jié)點死亡時能量為0。

對A1來說，由3.1.1節(jié)知C1和C2是熟人，C3和C4是一般熟人。假設(shè)某時刻C1、C2、 C3、C4對于A1的剩余能量分別為3、3、2、3。

參考農(nóng)業(yè)專家意見，在選取簇頭節(jié)點時，主要是選取那些有能量完成任務(wù)且距離增氧機節(jié)點很近的簇頭。節(jié)點在有能量且距離范圍近的狀態(tài)下，它之前是否成功完成任務(wù)的自信度不作為主要考慮因素。為此給予熟人關(guān)系和剩余能量的權(quán)重分別為0.4，自信度權(quán)重為0.2。如表1所示。

表1　C1,C2, C3,C4對A1的值和對應(yīng)權(quán)重

對于A1來說，C1的評價值為：

ω(Acq)+E(e)×ω(e)

=1×0.2+5×0.4+3×0.4

=3.4

對于A1來說，C2的評價值為:

ω(Acq)+E(e)×ω(e)

=0.8×0.2+5×0.4+3×0.4

=3.36

對于A1來說，C3的評價值為:

ω(Acq)+E(e)×ω(e)

=1×0.2+3×0.4+2×0.4

=2.2

對于A1來說，C4的評價值為：

ω(Acq)+E(e)×ω(e)

=0.7×0.2+3×0.4+3×0.4

=2.54

由于四個簇頭對于A1的評價值關(guān)系為：

綜上，在N13節(jié)點數(shù)據(jù)異常時，最終選擇離N13最近的A1進行增氧，綜合各個簇頭節(jié)點的距離、剩余能量、自信度之后選擇簇頭C1給A1轉(zhuǎn)發(fā)控制命令。

通過考慮簇頭節(jié)點和增氧機之間的熟人關(guān)系以及自信度，能夠使得每次的發(fā)送命令有很大的把握傳輸成功，減少了傳輸失敗重新選擇路線帶來的能耗。同時由于設(shè)置了當前后兩次增氧機測量差值在0.02 mg/L的范圍內(nèi)時只發(fā)送一個標識符到網(wǎng)關(guān)節(jié)點，進而也減少了傳輸能耗，使得節(jié)點中能耗小。同時剩余能量的加入使得那些快要死亡的簇頭節(jié)點不再參與數(shù)據(jù)傳輸，使得整個網(wǎng)絡(luò)的壽命延長，換個角度說也是保證了數(shù)據(jù)傳輸?shù)募皶r性。

由于本例子中C1節(jié)點離網(wǎng)關(guān)節(jié)點很近，可以直接接收網(wǎng)關(guān)節(jié)點發(fā)送來的命令。當選擇的節(jié)點離網(wǎng)關(guān)節(jié)點很遠時，需要考慮各個節(jié)點到網(wǎng)關(guān)節(jié)點之間的多跳路由，由于篇幅有限，此問題不在此詳述。

3.2增氧通信機制設(shè)計

網(wǎng)關(guān)節(jié)點接收到遠程控制中心發(fā)送來的查詢請求后，轉(zhuǎn)發(fā)給簇頭，簇頭觸發(fā)采集節(jié)點從休眠狀態(tài)轉(zhuǎn)變?yōu)楣ぷ鳡顟B(tài)。當采集節(jié)點將采集數(shù)據(jù)發(fā)送給簇頭節(jié)點后，簇頭節(jié)點接收匯總傳感器節(jié)點采集的數(shù)據(jù)，并回復(fù)確認應(yīng)答，讓采集節(jié)點從工作狀態(tài)轉(zhuǎn)為休眠。

4結(jié)果與分析

實驗分兩部分內(nèi)容：

1) 驗證使用了多增氧機熟人模型后，無線傳感器網(wǎng)絡(luò)的能耗是否減少，即系統(tǒng)的節(jié)能性。

2) 驗證進行多臺增氧機閉環(huán)智能控制后，提升了增氧機控制的實時性，減少了增氧機的開機時間。

4.1能耗實驗

網(wǎng)關(guān)節(jié)點每隔半小時觸發(fā)簇頭節(jié)點收集一次數(shù)據(jù)，選擇N21節(jié)點的采集數(shù)據(jù)為例，其中2014年8月20號池塘中N21處采集的實驗數(shù)據(jù)如表2所示。

表2　2014年8月20日水質(zhì)采集參數(shù)

由采集到的數(shù)據(jù)顯示，采集到的各個水質(zhì)參數(shù)在采集時間間隔內(nèi)變化比較小，網(wǎng)絡(luò)中出現(xiàn)的第一個失效節(jié)點的時間比傳統(tǒng)將所有采集數(shù)據(jù)都發(fā)送到網(wǎng)關(guān)節(jié)點延長了50%。主要原因在于系統(tǒng)設(shè)計當兩次采集的溶解氧相差在0.02 mg/L之內(nèi)時，認為水質(zhì)參數(shù)沒有變化，只需要傳輸一個標識符告訴網(wǎng)關(guān)節(jié)點，傳輸標識符比傳統(tǒng)傳輸所有數(shù)據(jù)為網(wǎng)絡(luò)節(jié)約了傳輸能耗。

4.2實時性和開機時間試驗

本文選擇2014年8月20日、21日兩天的溶解氧數(shù)據(jù)進行各臺增氧機開關(guān)次數(shù)分析。其中8月20日為雨天，8月21日為陰天，常規(guī)增氧時，陣雨天時選擇01:00-03:00，08：00-10:00， 15:00-18:00，21:00-22:00開機8個小時，多云天氣選擇開機7個小時。本文使用WSN和GPRS混合通信，且引入了多臺增氧機和簇頭，采集節(jié)點之間的熟人模型后，增氧機的開關(guān)機次數(shù)和時長如表3所示。

表3　多臺增氧機24 h內(nèi)(8月20日)的開機次數(shù)及開機時間

由于增加了增氧機和采集節(jié)點之間的熟人關(guān)系模型，在多臺增氧機智能控制的時候，不需要每臺增氧機都在設(shè)定的時間里打開，只需要打開出現(xiàn)預(yù)測到水質(zhì)將要異常或者已經(jīng)異常的水質(zhì)附近的增氧機。由上述數(shù)據(jù)可知，三臺增氧機在一天內(nèi)的打開時間比原來的定時開機減少了4.5個小時，達到水產(chǎn)養(yǎng)殖環(huán)境水質(zhì)參數(shù)智能控制的目的。

系統(tǒng)的實時性主要取決于傳輸路徑的選擇、已經(jīng)傳輸?shù)某晒π?。本文使用簇頭節(jié)點的自信度、剩余能量以及簇頭節(jié)點和增氧機之間的熟人關(guān)系，為每次的控制命令傳輸找出一條相對

距離最短、參與的簇頭節(jié)點能量最多、自信度最大的路線。該路線能保證傳輸?shù)目刂泼罴皶r傳輸?shù)皆鲅鯔C控制器上，減少數(shù)據(jù)二次傳輸帶來的能耗。

5結(jié)語

本文研究大型水產(chǎn)養(yǎng)殖池塘的溶解氧實時控制。在WSN和GPRS混合通信的情況下，針對每個WSN中簇頭節(jié)點和采集節(jié)點與增氧機之間的關(guān)系，建立采集節(jié)點和增氧機的熟人模型，簇頭節(jié)點和增氧機之間的最小能耗線路熟人模型。通過持續(xù)測量養(yǎng)殖池塘中的溶解氧、溫度、鹽度、pH、ORP、氨氮等相關(guān)參數(shù)實現(xiàn)對南美白對蝦生長環(huán)境的實時監(jiān)測。本系統(tǒng)能精準地開啟某臺或者多臺增氧機，而且能選出一條最優(yōu)路徑實現(xiàn)增氧機控制命令的發(fā)送。實現(xiàn)了水產(chǎn)養(yǎng)殖過程中增氧機的實時控制。

參考文獻

[1] 李道亮,傅澤田.智能化水產(chǎn)養(yǎng)殖信息系統(tǒng)的設(shè)計與初步實現(xiàn)[J].農(nóng)業(yè)工程學(xué)報,2000,16(4):135-138.

[2] 馬從國,趙德安,秦云,等.基于現(xiàn)場總線技術(shù)的水產(chǎn)養(yǎng)殖過程智能控制監(jiān)控系統(tǒng)[J].農(nóng)業(yè)機械學(xué)報,2007,38(8):113-115.

[3] 郭文川,程寒杰,李瑞明,等.基于無線傳感器網(wǎng)絡(luò)的溫室環(huán)境信息監(jiān)測系統(tǒng)[J].農(nóng)業(yè)機械學(xué)報,2010,41(7):181-185.

[4] 常超,鮮曉東,胡穎.基于WSN的精準農(nóng)業(yè)遠程環(huán)境監(jiān)測系統(tǒng)設(shè)計[J].傳感技術(shù)學(xué)報,2011,24(6):879-883.

[5] 黃建清,王衛(wèi)星,姜晟,等.基于無線傳感器網(wǎng)絡(luò)的水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)測系統(tǒng)開發(fā)與試驗[J].農(nóng)業(yè)工程學(xué)報,2013,29(2):183-190.

[6] 蔣建明,史國棟,李正明,等.基于無線傳感器網(wǎng)絡(luò)的節(jié)能型水產(chǎn)養(yǎng)殖自動監(jiān)控系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報,2013,29(7):166-174.

[7] 韓華峰,杜克明,孫忠富,等.基于ZigBee網(wǎng)絡(luò)的溫室環(huán)境遠程監(jiān)控系統(tǒng)設(shè)計與應(yīng)用[J].農(nóng)業(yè)工程學(xué)報,2009,25(7):158-163.

[8] 梁煥煥,熊慶宇,石為人.基于無線傳感器網(wǎng)絡(luò)的水質(zhì)在線監(jiān)測系統(tǒng)研究[J].傳感器與微系統(tǒng),2011,30(5):149-152.

[9] 王文博,趙培陸,梅笑冬,等.基于ZigBee的無線傳感器網(wǎng)絡(luò)大氣監(jiān)測系統(tǒng)設(shè)計[J].傳感器與微系統(tǒng),2014，33(2):83-86.

[10] 劉雙印,徐龍琴,李道亮,等.基于蟻群優(yōu)化最小二乘支持向量回歸機的河蟹養(yǎng)殖溶解氧預(yù)測模型[J].農(nóng)業(yè)工程學(xué)報,2012,28(12):167-175.

[11] 張佐經(jīng),陳希同,馮建合,等.面向水產(chǎn)養(yǎng)殖的精確化補氧系統(tǒng)研究[J].農(nóng)機化研究,2013,35(1) :133-137.

[12] 孫園園,劉昌華.自動化增氧機控制算法與控制系統(tǒng)設(shè)計[J]. 農(nóng)機化研究,2013,35(2):65-69.

[13] 沈波,張世永,鐘亦平.無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J].軟件學(xué)報,2006,17(7):1588-1600.

[14] 任倩倩,李建中,高宏,等．傳感器網(wǎng)絡(luò)中一種基于兩階段睡眠調(diào)度的目標跟蹤協(xié)議[J]. 計算機學(xué)報，2009,32(10):1971-1979.

[15] 張世羊,李谷,陶玲,等.不同增氧方式對精養(yǎng)池塘溶氧的影響[J].農(nóng)業(yè)工程學(xué)報,2013,29(9):169-175.

[16] 耿蘭芹,王平.復(fù)合熟人模型——一種多Agent合作組織方法[J].華北電力大學(xué)學(xué)報：自然科學(xué)版,2007,34(1):123-127.

[17] 伍京華,孫華梅.帶有熟人關(guān)系的agent勸說及其評價模型研究[J].計算機應(yīng)用研究,2013,30(2):386-388.

收稿日期：2015-03-03。淮安市應(yīng)用研究與科技攻關(guān)計劃(工業(yè))項目(HAGZ2014009)。簡玉梅，助教，主研領(lǐng)域：無線傳感器網(wǎng)絡(luò)，智能控制。張韓飛，助理研究員。

中圖分類號TP3993

文獻標識碼A

DOI:10.3969/j.issn.1000-386x.2016.07.028

INTELLIGENT CONTROL SYSTEM FOR SETS OF AERATORS IN LARGE-SCALE FARMING POND BASED ON ACQUAINTANCES MODEL

Jian Yumei1Zhang Hanfei2

1(SchoolofElectricalandElectronicEngineering，ShanghaiUniversityofEngineeringScience，Shanghai201620，China)2(HuaiyinNormalUniversity,Huaian223300,Jiangsu,China)

AbstractIn order to solve the problem that a set of aerators in large-scale farming pond cannot be timely controlled, we propose such a system, it uses the hybrid communication of GPRS and WSN and is controlled by designing the intelligent control manner for sets of aerators. The cluster head nodes of the system send the collected data to gateway nodes, when the changes in dissolved oxygen concentration is less than 0.02 mg/L compared with the value sent in last time, no data will be sent to its cluster head. The gateway node is in charge of analysing water quality data, when the abnormal data is found, rapid positioning will be done through the node number in data package. The aerator will be determined according to the acquaintance model between the aerator and the anomaly node. According to the confidence, remaining energy of each cluster head and the acquaintance relationship between it and the chosen aerator, the gateway node will find an optimal transmission path for sending the control command for the aerator from gateway node to the aerator. It is verified by the experimental result that the system reduces energy consumption and boot time of the aerator, achieves intelligent control on sets of aerators, and meets the needs of large-scale aquaculture.

KeywordsWireless sensor networkGPRSAcquaintances modelSets of aeratorsIntelligent control