基于分布式無(wú)線網(wǎng)絡(luò)的水質(zhì)監(jiān)控系統(tǒng)設(shè)計(jì)

劉熙明， 王 義， 聶思敏

(1 貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院，貴州 貴陽(yáng) 550025；2 貴州師范大學(xué)物理與電子科學(xué)學(xué)院，貴州 貴陽(yáng) 550025；3 貴州民族大學(xué)機(jī)械電子工程學(xué)院，貴州 貴陽(yáng) 550025)

基于分布式無(wú)線網(wǎng)絡(luò)的水質(zhì)監(jiān)控系統(tǒng)設(shè)計(jì)

劉熙明1， 王 義2， 聶思敏3

(1 貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院，貴州 貴陽(yáng) 550025；2 貴州師范大學(xué)物理與電子科學(xué)學(xué)院，貴州 貴陽(yáng) 550025；3 貴州民族大學(xué)機(jī)械電子工程學(xué)院，貴州 貴陽(yáng) 550025)

為提高對(duì)水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)控的實(shí)時(shí)性和測(cè)量精度，設(shè)計(jì)了一種基于無(wú)線傳感器網(wǎng)絡(luò)的水產(chǎn)養(yǎng)殖水質(zhì)參數(shù)監(jiān)控系統(tǒng)。該系統(tǒng)由水質(zhì)參數(shù)采集終端、分布式傳感器網(wǎng)絡(luò)、傳輸控制中心基站、遠(yuǎn)程在線監(jiān)控系統(tǒng)組成。參數(shù)采集終端采集水質(zhì)參數(shù)并傳輸?shù)街行幕荆偻ㄟ^(guò)GPRS發(fā)送給遠(yuǎn)程在線監(jiān)控中心，根據(jù)用戶向監(jiān)控中心輸入的參數(shù)實(shí)現(xiàn)水溫、pH、溶氧(DO)的調(diào)節(jié)。參數(shù)測(cè)量過(guò)程中引入數(shù)字濾波算法提高測(cè)量精度，使用經(jīng)過(guò)改進(jìn)粒子群優(yōu)化算法(PSO)整定的PID控制器實(shí)現(xiàn)水質(zhì)參數(shù)的調(diào)節(jié)。結(jié)果顯示:測(cè)量精度達(dá)到要求，溫度、pH和DO的測(cè)量誤差分別為2.1%、1.3%和3.6%，系統(tǒng)對(duì)溫度、pH和溶氧調(diào)節(jié)的最大誤差分別為1.9%、2.6%和3.1%。整個(gè)系統(tǒng)工作穩(wěn)定可靠。

水質(zhì)監(jiān)測(cè);分布式無(wú)線網(wǎng)絡(luò);數(shù)字濾波算法;改進(jìn)粒子群優(yōu)化算法;PID控制

水產(chǎn)養(yǎng)殖自動(dòng)化和智能化是水產(chǎn)養(yǎng)殖業(yè)規(guī)?；l(fā)展的必然。在水產(chǎn)養(yǎng)殖過(guò)程中對(duì)養(yǎng)殖水體的溫度、pH、溶氧(DO)等參數(shù)的精準(zhǔn)測(cè)量和控制具有重要意義[1-6]?，F(xiàn)有的水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)測(cè)系統(tǒng)主要有單機(jī)單參數(shù)型水質(zhì)監(jiān)測(cè)系統(tǒng)、單機(jī)多參數(shù)型水質(zhì)監(jiān)測(cè)系統(tǒng)和多參數(shù)型在線水質(zhì)監(jiān)測(cè)系統(tǒng)[7-16]?，F(xiàn)有的水質(zhì)監(jiān)測(cè)系統(tǒng)存在許多不足之處：數(shù)據(jù)傳輸穩(wěn)定性差，傳輸距離短，綜合布線復(fù)雜且易受干擾；成本高，不容易做到大范圍推廣；調(diào)控精度不高，對(duì)于養(yǎng)殖水體參數(shù)調(diào)控滯后性大，調(diào)節(jié)精度低。針對(duì)存在的缺陷，本文提出一種水質(zhì)參數(shù)測(cè)量控制系統(tǒng)，將分布式無(wú)線網(wǎng)絡(luò)技術(shù)和遠(yuǎn)程控制技術(shù)應(yīng)用到養(yǎng)殖水體水質(zhì)參數(shù)監(jiān)控系統(tǒng)中。系統(tǒng)主要實(shí)現(xiàn)對(duì)水質(zhì)參數(shù)的測(cè)量和控制，并通過(guò)分布式無(wú)線網(wǎng)絡(luò)傳輸?shù)竭h(yuǎn)程監(jiān)控系統(tǒng)進(jìn)行顯示，用戶可以實(shí)時(shí)監(jiān)測(cè)水質(zhì)參數(shù)，并根據(jù)實(shí)際情況對(duì)水質(zhì)參數(shù)進(jìn)行調(diào)節(jié)。

1 系統(tǒng)結(jié)構(gòu)

為實(shí)現(xiàn)水產(chǎn)養(yǎng)殖環(huán)境水質(zhì)參數(shù)的測(cè)量和調(diào)節(jié)，考慮到養(yǎng)殖現(xiàn)場(chǎng)環(huán)境復(fù)雜、控制對(duì)象較多，采用分布式無(wú)線網(wǎng)絡(luò)進(jìn)行通信，所設(shè)計(jì)的水質(zhì)監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)圖

系統(tǒng)由遠(yuǎn)程在線監(jiān)控系統(tǒng)、傳輸控制中心基站和數(shù)據(jù)采集終端組成。遠(yuǎn)程在線監(jiān)控系統(tǒng)可在線顯示系統(tǒng)參數(shù)、實(shí)時(shí)監(jiān)控和設(shè)定系統(tǒng)參數(shù)；傳輸控制中心基站主要用于連接遠(yuǎn)程監(jiān)控系統(tǒng)和數(shù)據(jù)采集終端，并執(zhí)行遠(yuǎn)程監(jiān)控系統(tǒng)的命令；數(shù)據(jù)采集終端主要負(fù)責(zé)采集水質(zhì)參數(shù)，并把數(shù)據(jù)發(fā)送到傳輸控制中心基站。

1.1 傳輸控制中心基站硬件設(shè)計(jì)

傳輸控制中心基站的硬件采用STM32F103ZET6作為主控制器，與遠(yuǎn)程監(jiān)控系統(tǒng)的連接使用GPRS網(wǎng)絡(luò)，與數(shù)據(jù)采集終端的連接使用NRF24L01無(wú)線數(shù)據(jù)收發(fā)模塊(圖2)。為了增加NRF24L01的發(fā)射距離，在模塊上增加了一個(gè)高增益的PA。

圖2 傳輸控制中心基站和數(shù)據(jù)采集終端硬件電路框圖

1.2 數(shù)據(jù)采集終端硬件設(shè)計(jì)

數(shù)據(jù)采集終端負(fù)責(zé)采集水質(zhì)參數(shù)，并發(fā)送到傳輸控制中心基站。采用STM32F103C8T6作為主控制器，終端搭載溫度傳感器、DO傳感器以及pH傳感器。數(shù)據(jù)傳輸使用NRF24L01無(wú)線收發(fā)模塊實(shí)現(xiàn)。終端采用太陽(yáng)能電池板和鋰電池組合方式供電，白天以太陽(yáng)能電池為系統(tǒng)供電、為鋰電池充電，夜間使用鋰電池供電。

2 智能控制器設(shè)計(jì)

水質(zhì)監(jiān)控系統(tǒng)的核心功能是實(shí)現(xiàn)水質(zhì)的監(jiān)測(cè)和控制。用戶根據(jù)魚類在不同生長(zhǎng)階段對(duì)水質(zhì)參數(shù)的不同要求，結(jié)合實(shí)際情況調(diào)控水質(zhì)參數(shù)，使水質(zhì)達(dá)到最適合生長(zhǎng)狀態(tài)。使用經(jīng)過(guò)改進(jìn)粒子群優(yōu)化算法整定參數(shù)的PID控制器實(shí)現(xiàn)對(duì)水質(zhì)參數(shù)的精確調(diào)節(jié)。系統(tǒng)采集各項(xiàng)水質(zhì)參數(shù)，再與用戶預(yù)設(shè)定的參數(shù)相比較，決定是否需要調(diào)節(jié)。水質(zhì)參數(shù)的采集引入數(shù)字濾波算法，消除采樣干擾，圖3為智能控制器結(jié)構(gòu)。

圖3 智能控制器結(jié)構(gòu)

2.1 數(shù)據(jù)采集濾波算法設(shè)計(jì)

由于水產(chǎn)養(yǎng)殖環(huán)境工況復(fù)雜，溫度、pH、DO的測(cè)量和數(shù)據(jù)傳輸容易受到各種干擾，供電不穩(wěn)定、頻率擾動(dòng)等也會(huì)影響到控制系統(tǒng)的精度和可靠性，造成后續(xù)調(diào)節(jié)控制不準(zhǔn)確。為了保證系統(tǒng)穩(wěn)定工作，提高系統(tǒng)調(diào)節(jié)精度和可靠性，在數(shù)據(jù)采集過(guò)程中加入濾波算法?？紤]到溫度、pH、DO等參數(shù)在測(cè)量過(guò)程中變化比較緩慢，使用限幅濾波和固定窗長(zhǎng)滑動(dòng)均值濾波算法來(lái)消除干擾[17]。

限幅濾波算法的數(shù)學(xué)表達(dá)式為：

(1)

式中：X(K)—第K次取值，Y(K)—第K次系統(tǒng)測(cè)量值，Y(K-1)—第K-1次系統(tǒng)測(cè)量值，A—2次測(cè)量值的差。

在實(shí)際應(yīng)用過(guò)程中，限幅濾波器的性能決定因素是經(jīng)驗(yàn)差值A(chǔ)的取值范圍，A的值可根據(jù)觀測(cè)經(jīng)驗(yàn)和實(shí)際測(cè)量分析得到。

滑動(dòng)均值濾波算法的流程如下[17]：首先定義長(zhǎng)度為n的序列，把連續(xù)的n次采樣值裝入所定義的序列中，序列N的值為N={a1,a2，…，an}，對(duì)該序列中的n個(gè)數(shù)據(jù)進(jìn)行平均可得到第K次濾波值C(k)。

(2)

丟棄an，把a(bǔ)1到an-1依次向高位移動(dòng)一位，把下一次傳感器轉(zhuǎn)換的數(shù)值放入到a1中，得到新的序列，再對(duì)表中數(shù)據(jù)求一次平均值，得到第K+1次濾波值C(k+1)。

以溫度傳感器數(shù)據(jù)采集為例。測(cè)試時(shí)水中溫度24 ℃，未加濾波器時(shí)和加上數(shù)字濾波器之后，傳感器采集到的溫度經(jīng)過(guò)濾波處理后的輸出波形如圖4所示。可以看出，未使用濾波器所采集到的溫度數(shù)據(jù)干擾比較大，而加上濾波器之后結(jié)果基本無(wú)干擾，實(shí)驗(yàn)結(jié)果證明所設(shè)計(jì)數(shù)字濾波器效果優(yōu)良。

圖4 加上數(shù)字濾波器溫度測(cè)量輸出曲線

2.2 改進(jìn)粒子群算法的PID控制器

控制系統(tǒng)需要實(shí)現(xiàn)對(duì)水溫、pH、DO的調(diào)節(jié)和控制，系統(tǒng)使用PID控制器對(duì)各項(xiàng)水質(zhì)參數(shù)進(jìn)行調(diào)節(jié)控制，并使用改進(jìn)粒子群算法對(duì)PID的3個(gè)參數(shù)KP、KI、KD進(jìn)行在線優(yōu)化和控制，以提高控制器的性能和魯棒性[18-23]。

粒子群優(yōu)化算法(PSO)的數(shù)學(xué)形式如下：

Vi=ω×Vi+C1×Rand(0,1)×(Pbesti-Xi)+C2×Rand(0,1)×(Gbesti-Xi)

(3)

Xi=Xi+Vi

(4)

式中：ω—慣性因子；Vi—例子速度；Pbesti為當(dāng)前的最佳位置，Gbesti為目標(biāo)最佳位置，同樣也是Pbest中的最優(yōu)值，Rand(0,1)為介于(0,1)之間的隨機(jī)數(shù)，C1、C2為學(xué)習(xí)因子。

PSO通過(guò)Pbest和Gbest這兩個(gè)參數(shù)進(jìn)行進(jìn)化。為了防止PSO進(jìn)入局部極小化，提高粒子在其他位置的搜索能力，對(duì)標(biāo)準(zhǔn)PSO算法做出改進(jìn)，首先定義一個(gè)隨機(jī)變量δ屬于高斯分布(0,1)，在算法后期對(duì)參數(shù)Gbest重新計(jì)算。

Gbesti=Gbesti×(0.5δ+1)

(5)

定義一個(gè)二次隨機(jī)搜索因子ε，當(dāng)粒子優(yōu)化的新位置不如當(dāng)前位置時(shí)，將從原位置展開(kāi)二次尋優(yōu)，式(4)變?yōu)椋?/p>

Xi+1=Xi+ε×Vi+1

(6)

其中，

ε=Rand(0,1)+0.5

(7)

(8)

式中：e(t)—系統(tǒng)偏差量，e(t)=r(t)-c(t)；Kp—比例系數(shù)；TI—積分時(shí)間常數(shù)；TD—微分時(shí)間常數(shù)。

使用改進(jìn)PSO算法對(duì)PID控制器中的KP、KI、KD進(jìn)行在線整定。為檢驗(yàn)改進(jìn)PSO算法對(duì)PID參數(shù)的整定效果，在MATLAB中利用simulink建立溫度調(diào)節(jié)仿真模型，進(jìn)行仿真實(shí)驗(yàn)。從仿真結(jié)果(圖5)可以看出，通過(guò)改進(jìn)PSO進(jìn)行參數(shù)整定的PID控制器響應(yīng)速度和控制精度均優(yōu)于傳統(tǒng)PID控制器，具有更好的魯棒性。

圖5 改進(jìn)PSO-PID控制器仿真曲線圖

3 軟件設(shè)計(jì)

3.1 傳輸控制中心基站程序設(shè)計(jì)

傳輸控制中心基站負(fù)責(zé)把數(shù)據(jù)采集終端的數(shù)據(jù)發(fā)送給遠(yuǎn)程監(jiān)控系統(tǒng)，同時(shí)根據(jù)遠(yuǎn)程監(jiān)控系統(tǒng)發(fā)送的指令調(diào)節(jié)水溫、DO、pH(圖6)。中心基站上電之后，初始化各硬件端口，然后先與遠(yuǎn)程監(jiān)控系統(tǒng)握手連接。為保證系統(tǒng)的安全性，系統(tǒng)傳輸控制中心基站與遠(yuǎn)程監(jiān)控系統(tǒng)的握手連接只能由傳輸控制中心基站發(fā)起，其連接流程為：用戶向遠(yuǎn)程監(jiān)控系統(tǒng)輸入傳輸控制中心基站的唯一識(shí)別代碼，等待中心基站發(fā)送自身的唯一識(shí)別代碼，并把兩者進(jìn)行匹配，匹配正確則建立連接，否則連接失敗；接上遠(yuǎn)程監(jiān)控系統(tǒng)后，中心基站開(kāi)始傳輸數(shù)據(jù)。

圖6 傳輸控制中心基站軟件流程圖和握手連接流程圖

3.2 無(wú)線數(shù)據(jù)傳輸機(jī)制設(shè)置

為了保證數(shù)據(jù)傳輸?shù)挠行院涂煽啃?，需要在?shù)據(jù)采集終端和傳輸控制中心之間建立有效的數(shù)據(jù)收發(fā)機(jī)制，便于傳輸控制中心基站和遠(yuǎn)程監(jiān)控終端識(shí)別出數(shù)據(jù)由哪一個(gè)采集終端發(fā)出，便于維護(hù)過(guò)程中準(zhǔn)確的找到故障硬件。為了實(shí)現(xiàn)這個(gè)功能，在預(yù)先編程的時(shí)候按照規(guī)則為每一塊無(wú)線收發(fā)模塊分配一個(gè)標(biāo)簽地址，每發(fā)送一次數(shù)據(jù)就傳輸一次標(biāo)簽地址，傳輸控制中心基站和遠(yuǎn)程監(jiān)控系統(tǒng)通過(guò)對(duì)接收到的數(shù)據(jù)進(jìn)行解碼，即可識(shí)別出發(fā)送端的標(biāo)簽地址。

3.3 遠(yuǎn)程在線監(jiān)控系統(tǒng)功能實(shí)現(xiàn)

遠(yuǎn)程在線監(jiān)控系統(tǒng)使用美國(guó)國(guó)家儀器(National Instrument，NI)的LabView圖形化編程語(yǔ)言編寫，用于水產(chǎn)養(yǎng)殖環(huán)境水質(zhì)參數(shù)的顯示、存儲(chǔ)，用戶通過(guò)監(jiān)控系統(tǒng)查詢當(dāng)前、歷史數(shù)據(jù)，并設(shè)定目標(biāo)水質(zhì)參數(shù)。遠(yuǎn)程在線監(jiān)控系統(tǒng)由人機(jī)交互界面(UI)、通信模塊和數(shù)據(jù)庫(kù)(DB)組成。UI的功能是為用戶提供人機(jī)交互接口，通信模塊負(fù)責(zé)數(shù)據(jù)的收發(fā)，而DB用于存儲(chǔ)采集到的歷史參數(shù)。為了保存監(jiān)測(cè)數(shù)據(jù)，需要為系統(tǒng)設(shè)計(jì)數(shù)據(jù)庫(kù)。NI為L(zhǎng)abView提供了一個(gè)專門和數(shù)據(jù)庫(kù)連接的工具包：數(shù)據(jù)庫(kù)連接(Database Connectivity)，利用該工具包實(shí)現(xiàn)LabView和數(shù)據(jù)庫(kù)之間的連接。在數(shù)據(jù)庫(kù)中建立溫度表、pH表、溶氧濃度表，用于保存相關(guān)數(shù)據(jù)。

4 試驗(yàn)與結(jié)果

為了測(cè)試所設(shè)計(jì)系統(tǒng)的可靠性和穩(wěn)定性，選擇貴陽(yáng)市花溪區(qū)的一處魚塘作為試驗(yàn)場(chǎng)進(jìn)行測(cè)試。魚塘面積200 m2，水深0.6～0.8 m；傳輸控制中心基站1臺(tái)，標(biāo)簽地址為0X01；數(shù)據(jù)采集終端12個(gè)，標(biāo)簽地址從0X02到0X13。實(shí)際測(cè)試表明，分布式網(wǎng)絡(luò)覆蓋半徑為650 m，傳輸控制中心基站到遠(yuǎn)程監(jiān)控中心的距離為800 m。

4.1 水質(zhì)參數(shù)測(cè)量

為測(cè)試所設(shè)計(jì)系統(tǒng)水質(zhì)參數(shù)測(cè)量的準(zhǔn)確性，利用標(biāo)準(zhǔn)儀器與所設(shè)計(jì)的系統(tǒng)對(duì)同一水體同時(shí)測(cè)量相關(guān)參數(shù)，并把兩種測(cè)量結(jié)果進(jìn)行對(duì)比。測(cè)試結(jié)果表明：實(shí)際溫度23.5 ℃，測(cè)量值23.8 ℃；實(shí)際pH 7.2，測(cè)量值7.2；實(shí)際溶氧8.3 mg/L時(shí)，測(cè)量值8.2 mg/L。對(duì)溫度、pH和溶氧的最大測(cè)量誤差分別為2.1%、1.3%和3.6%。

4.2 溫度、DO和pH控制功能測(cè)試

不同生長(zhǎng)階段的魚類對(duì)水溫、pH以及DO的要求不同，因此需要針對(duì)不同生長(zhǎng)階段調(diào)節(jié)各項(xiàng)水質(zhì)參數(shù)。實(shí)際生產(chǎn)中對(duì)各項(xiàng)參數(shù)的調(diào)節(jié)措施如下：(1)水溫調(diào)節(jié)，一個(gè)蓄水池中裝有溫度比較高的水，而自來(lái)水水溫比較低，當(dāng)養(yǎng)殖水溫較低時(shí)打開(kāi)蓄水池閘閥，放入溫度較高的水來(lái)升高水溫，當(dāng)養(yǎng)殖水溫較高時(shí)則放入自來(lái)水以降低養(yǎng)殖水溫。當(dāng)控制方法不變時(shí)，溫度調(diào)節(jié)速度與魚塘規(guī)模有關(guān)。(2)DO調(diào)節(jié)[24]，在池中分布一定數(shù)量的增氧泵，當(dāng)溶氧過(guò)低時(shí)，打開(kāi)增氧泵向養(yǎng)殖水體中通入空氣，以此增加溶氧。(3)pH調(diào)節(jié)，當(dāng)pH<6時(shí)，向池水中加入一定量的石灰水(氫氧化鈣溶液)進(jìn)行中和，若pH>9，則向魚塘中通入清水和醋酸溶液來(lái)降低pH。為驗(yàn)證調(diào)節(jié)方法的可行性和系統(tǒng)的調(diào)節(jié)精度，分別就溫度、pH以及溶氧濃度分別進(jìn)行3次測(cè)試。測(cè)試結(jié)果見(jiàn)表1，測(cè)試結(jié)果分析可知，系統(tǒng)能夠?qū)崿F(xiàn)對(duì)溫度、pH和溶氧的調(diào)節(jié)，其調(diào)節(jié)的最大誤差分別為1.9%、2.6%和3.1%。調(diào)節(jié)速度、調(diào)節(jié)精度能夠滿足實(shí)際生產(chǎn)養(yǎng)殖的需求。

表1 水質(zhì)參數(shù)調(diào)節(jié)測(cè)試表

4.3 結(jié)果分析

通過(guò)對(duì)標(biāo)準(zhǔn)儀器測(cè)量結(jié)果和所設(shè)計(jì)系統(tǒng)測(cè)量結(jié)果對(duì)照分析可知，兩者之間的誤差很小，測(cè)量精度滿足水產(chǎn)養(yǎng)殖的使用需求。對(duì)分布式局域網(wǎng)數(shù)據(jù)傳輸穩(wěn)定性測(cè)試時(shí)發(fā)現(xiàn)，讓數(shù)據(jù)采集終端連續(xù)工作72 h，數(shù)據(jù)傳輸穩(wěn)定，但有一個(gè)采集終端出現(xiàn)故障，經(jīng)查是由于受潮機(jī)殼內(nèi)部積水導(dǎo)致電路所致，故障排除后連續(xù)測(cè)試15 d，數(shù)據(jù)傳輸正常，工作穩(wěn)定。對(duì)水質(zhì)參數(shù)調(diào)整結(jié)果分析表明，系統(tǒng)能夠?qū)崿F(xiàn)對(duì)各項(xiàng)水質(zhì)參數(shù)的調(diào)節(jié)和控制，調(diào)節(jié)速度比人工調(diào)節(jié)方式快，調(diào)節(jié)精度更高，控制系統(tǒng)的穩(wěn)定性、精度、速度都優(yōu)于傳統(tǒng)的調(diào)節(jié)方式。

5 結(jié)論

將分布式無(wú)線網(wǎng)絡(luò)和LabView上位機(jī)應(yīng)用到水產(chǎn)養(yǎng)殖環(huán)境監(jiān)測(cè)系統(tǒng)中，實(shí)現(xiàn)了對(duì)水產(chǎn)養(yǎng)殖水體水質(zhì)參數(shù)的實(shí)時(shí)監(jiān)測(cè)和調(diào)節(jié)；將智能控制算法運(yùn)用到水質(zhì)監(jiān)測(cè)系統(tǒng)中取得了良好的控制效果；數(shù)據(jù)采集采用數(shù)字濾波算法，可有效消除干擾，提高系統(tǒng)的可靠性和抗干擾能力。結(jié)合粒子群優(yōu)化PID算法實(shí)現(xiàn)溶氧、pH和水溫的調(diào)節(jié)，在保證調(diào)控精度的同時(shí)加快了系統(tǒng)調(diào)節(jié)速度，增強(qiáng)了系統(tǒng)動(dòng)態(tài)調(diào)節(jié)能力。試驗(yàn)結(jié)果表明，系統(tǒng)可以可靠穩(wěn)定地采集各項(xiàng)水質(zhì)參數(shù)，并通過(guò)遠(yuǎn)程在線監(jiān)控系統(tǒng)實(shí)時(shí)顯示和控制，系統(tǒng)運(yùn)行穩(wěn)定可靠，易于維護(hù)，能夠廣泛用于水產(chǎn)養(yǎng)殖現(xiàn)場(chǎng)。

□

[1] 徐大明,周超,孫傳恒,等.基于粒子群優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的水產(chǎn)養(yǎng)殖水溫及pH預(yù)測(cè)模型[J].漁業(yè)現(xiàn)代化,2016,43(1):24-29.

[2] 劉星橋,駱波,朱成云.基于物聯(lián)網(wǎng)和GIS的水產(chǎn)養(yǎng)殖測(cè)控系統(tǒng)平臺(tái)設(shè)計(jì)[J].漁業(yè)現(xiàn)代化,2016,42(6):16-20.

[3] 王鴻雁,孟祥印,趙陽(yáng),等.基于ARM9及Android的水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)設(shè)計(jì)[J].漁業(yè)現(xiàn)代化,2016,43(4):11-15.

[4] 秦琳琳,馬國(guó)旗,儲(chǔ)著東,等.基于灰色預(yù)測(cè)模型的溫室溫濕度系統(tǒng)建模與控制[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(S1):233-241.

[5] 陳俐均,杜尚豐,李嘉鵬,等.溫室環(huán)境溫度預(yù)測(cè)自適應(yīng)機(jī)理模型參數(shù)在線識(shí)別方法[J].農(nóng)業(yè)工程學(xué)報(bào),2017,33(S1):315-321.

[6] 劉星橋,陳海磊,朱成云.基于GPS的自學(xué)習(xí)導(dǎo)航游弋式水質(zhì)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào),2016,32(1):84-90.

[7] 張靜秋,陳愛(ài)文.基于ZigBee的魚塘水質(zhì)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].江蘇科技信息,2017(7):57-58.

[8] 高翔.面向水產(chǎn)養(yǎng)殖的小型移動(dòng)式水質(zhì)監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D].合肥:中國(guó)科學(xué)技術(shù)大學(xué), 2016.

[9] 張國(guó)杰.基于STM32的水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)測(cè)與預(yù)測(cè)預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].杭州:杭州電子科技大學(xué), 2016.

[10] 賈子赫,翟會(huì),張旭東,等.多參數(shù)水質(zhì)檢測(cè)系統(tǒng): CN205720196U[P]. 2016-03-07.

[11] 顧明,趙守晶,解偉,等.一種集成式智能微量多參數(shù)在線水質(zhì)檢測(cè)儀:CN105823743A[P]. 2016-03-22.

[12] BARTRAM J. Water quality monitoring; A practical guide to the design and implementation of fresh water quality studies and monitoring programs[J]. Trans Faraday Soc,1996,66(2):537-545.

[13] 許海海,崔新忠,蘭愛(ài)玉,等.養(yǎng)殖水質(zhì)參數(shù)在線采集系統(tǒng)設(shè)計(jì)[J].黑龍江科技信息, 2016(34):23-24.

[14] ORTIZ F, CRUZ R, CORREA R. Online temperature measurement of a sample inside of a microwave cavity[M]. Chicago :The measurement of attitude The University of Chicago Press, 1929:123-133.

[15] DAVIDSON W S. Water quality monitoring[C]. Conference Record. IEEE, 1994:478-480.

[16] SMITH R A, SCHWARZ G E, ALEXANDER R B. Regional interpretation of water-quality monitoring data[J]. Water Resources Research, 1997, 33(12):2781-2798.

[17] 李麗華.蛋雞體溫與生產(chǎn)性能參數(shù)動(dòng)態(tài)監(jiān)測(cè)關(guān)鍵技術(shù)研究及應(yīng)用[D].河北:河北農(nóng)業(yè)大學(xué), 2014.

[18] 汪新星,張明.利用改進(jìn)微粒群算法優(yōu)化PID參數(shù)[J].自動(dòng)化儀表, 2004(2):21-24.

[19] 鄭立新,周凱汀,王永初. PID進(jìn)化設(shè)計(jì)法[J] .儀器儀表學(xué)報(bào), 2001, 22(4):340-343.

[20] 曹成濤,許倫輝.基于形態(tài)學(xué)小波變換的數(shù)字濾波算法[J].電子技術(shù)應(yīng)用, 2017, 43(1):125-128.

[21] LIU B, WANG L, JIN Y, et al. An Effective PSO-Based Memetic Algorithm for TSP[J]. Lecture Notes in Control & Information Sciences, 2006, 345:1151-1156.

[22] AGRAWAL R K, BAWANE N G. Multiobjective PSO based adaption of neural network topology for pixel classification in satellite imagery[J]. Applied Soft Computing, 2015, 28:217-225.

[23] SHI X H, LIANG Y C, LEE H P, et al. An improved GA and a novel PSO-GA-based hybrid algorithm[J]. Information Processing Letters, 2005, 93(5):255-261.

[24] 高鳳強(qiáng),顏逾越,康愷,等.基于GSM的對(duì)蝦養(yǎng)殖場(chǎng)增氧機(jī)監(jiān)控系統(tǒng)設(shè)計(jì)[J].漁業(yè)現(xiàn)代化, 2016, 43(1):13-17.

Design of water quality monitoring system based on distributed wireless network

LIU Ximing1, WANG Yi2, NIE Simin3

(1 College of Big Data and Information Engineering, Guizhou University, Guiyang Guizhou 550025, China;2 College of Physics & Electronic science, Guizhou Normal University, Guiyang Guizhou 550025, China；3 College of Mechanical and Electronic Engineering, Guizhou Minzu University, Guiyang Guizhou 550025, China)

In order to improve the timeliness and measurement precision of water quality monitoring in aquaculture, a water quality parameter monitoring system based on wireless sensor network is designed. The system is made up of water quality parameter acquisition terminal, distributed sensor network, transmission control center base station and remote online monitoring system. The parameter acquisition terminal acquires water quality parameters and transmits them to the center base station, and then sends them to the remote online monitoring center via GPRA to realize adjustment of water temperature, pH and dissolved oxygen (DO) according to the parameters input by the user to the monitoring center. The digital filtering algorithm is introduced during parameter measurement to improve measurement precision, and PID controller set by improved particle swarm optimization (PSO) is used to adjust the water quality parameters. The results show that the measurement precision is up to standard, the measurement error of temperature, pH and DO is 2.1%, 1.3% and 3.6% respectively, and the maximum error of the system to temperature, pH and DO is 1.9%, 2.6% and 3.1% respectively. The system operation is stable and reliable.

water quality monitoring; distributed wireless network; digital filtering algorithm; improved particle swarm optimization algorithm; PID controller

10.3969/j.issn.1007-9580.2017.04.008

2017-04-05

國(guó)家自然科學(xué)基金項(xiàng)目(61462015)；貴州省科技廳國(guó)際科技合作計(jì)劃項(xiàng)目(黔科合外G字[2014]7007號(hào))

劉熙明(1993—)，男，碩士研究生，研究方向：自動(dòng)化控制和嵌入式系統(tǒng)。E-mail：472148691@qq.com

王義(1970—)，男，博士，教授，研究方向：自動(dòng)化控制和嵌入式系統(tǒng)。E-mail：wyigz@126.com

S 968.31+5

A

1007-9580(2017)04-050-07