基于LEACH的農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)研究

摘要：我國農(nóng)業(yè)正向智慧農(nóng)業(yè)轉(zhuǎn)型。要實(shí)現(xiàn)農(nóng)業(yè)的科學(xué)管理，就需對農(nóng)業(yè)中的生產(chǎn)要素有效監(jiān)測，因此農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)有重要研究價值。無線傳感器網(wǎng)絡(luò)（WSNs）作為農(nóng)業(yè)物聯(lián)網(wǎng)的主要構(gòu)成部分之一，是實(shí)現(xiàn)生產(chǎn)要素中數(shù)據(jù)采集以及傳輸?shù)闹匾夹g(shù)。然而，農(nóng)業(yè)物聯(lián)網(wǎng)中現(xiàn)實(shí)環(huán)境干擾因素多且數(shù)據(jù)采集量大，而WSNs節(jié)點(diǎn)處理能力又有限，如何確保WSNs的持久穩(wěn)定運(yùn)行成為一個重要議題。因此，本文采用了一種融合算法——基于LEACH的網(wǎng)絡(luò)數(shù)據(jù)融合算法，對采集到的數(shù)據(jù)進(jìn)行融合;同時，對LEACH算法應(yīng)用在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中的效果進(jìn)行了仿真，結(jié)果表明，LEACH算法能降低WSNs節(jié)點(diǎn)能耗誕長WSNs生存周期。

關(guān)鍵詞：WSNs;監(jiān)測系統(tǒng);數(shù)據(jù)融合;LEACH

中圖分類號：TP31 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）22-0003-05

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

農(nóng)業(yè)物聯(lián)網(wǎng)是利用儀器儀表對農(nóng)作物生長過程中的數(shù)據(jù)進(jìn)行采集及控制的物聯(lián)網(wǎng)。目前，我國農(nóng)業(yè)正經(jīng)歷改革，現(xiàn)代化農(nóng)業(yè)發(fā)展速度明顯加快，但是，同樣面臨著環(huán)境、資源、市場等多重約束，維護(hù)生態(tài)平衡、保證食品和糧食安全的這些壓力依然存在，保障農(nóng)民的穩(wěn)定增收任務(wù)越來越重。因此，探索農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展模式和理論研究，在現(xiàn)代化農(nóng)業(yè)中發(fā)揮重要作用，對促進(jìn)農(nóng)業(yè)生產(chǎn)方式的轉(zhuǎn)變、農(nóng)民增收有重要意義。農(nóng)戶通過農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)，對農(nóng)作物生長要素（如光照度、溫濕度、二氧化碳、土壤微量元素含量、土壤含水量等）進(jìn)行實(shí)時監(jiān)測，因此就能實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)過程中的智能化和精準(zhǔn)化管理[1]。無線傳感器網(wǎng)絡(luò)（ WSNs）作為農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)的關(guān)鍵技術(shù)，由于農(nóng)業(yè)中信息采集數(shù)量大，數(shù)據(jù)傳輸量多且路徑較復(fù)雜，但是WSNs中節(jié)點(diǎn)能量十分有限，導(dǎo)致WSNs就不能保持穩(wěn)定、持久運(yùn)行，這也是制約農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)應(yīng)用在現(xiàn)代農(nóng)業(yè)中的主要原因。所以，如何確保WSNs的持久穩(wěn)定運(yùn)行成為一個重要議題。因此，本文采用了一種基于LEACH的網(wǎng)絡(luò)數(shù)據(jù)融合算法，對采集到的數(shù)據(jù)進(jìn)行融合，通過模擬仿真，應(yīng)用在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中的網(wǎng)絡(luò)數(shù)據(jù)融合算法LEACH[2]，能均衡節(jié)點(diǎn)的能量分布，使WSNs的生存周期延長，從而達(dá)到WSNs持久穩(wěn)定運(yùn)行目的。

1 模型架構(gòu)

農(nóng)業(yè)物聯(lián)網(wǎng)的模型架構(gòu)是建立在物聯(lián)網(wǎng)模型架構(gòu)之上，它是應(yīng)用在農(nóng)業(yè)環(huán)境中的一種物聯(lián)網(wǎng)。所以，要想清楚農(nóng)業(yè)物聯(lián)網(wǎng)的模型架構(gòu)，就要先了解物聯(lián)網(wǎng)模型架構(gòu)[3]。從下至上，物聯(lián)網(wǎng)的模型架構(gòu)第一層（底層）是感知層，這是物聯(lián)網(wǎng)的根本，是掌握萬物世界的有關(guān)信息，是信息世界與物理世界的聯(lián)接，感知層是由一個個感知節(jié)點(diǎn)（如傳感器、傳動器、GPS/北斗、RFID芯片、二維碼、紅外感應(yīng)等）構(gòu)成，主要是能感知與識別物品信息和外部環(huán)境信息采集。物聯(lián)網(wǎng)模型架構(gòu)的第二層（中間層）是網(wǎng)絡(luò)層，主要作用是把感知層獲取到的信息通過各種網(wǎng)絡(luò)（如無線網(wǎng)絡(luò)、計(jì)算機(jī)網(wǎng)絡(luò)、移動通信網(wǎng)等）進(jìn)行傳輸，是負(fù)責(zé)處理以及傳遞信息。物聯(lián)網(wǎng)模型架構(gòu)的第三層（頂層）叫應(yīng)用層，應(yīng)用層的主要作用是將網(wǎng)絡(luò)層傳輸過來的信息進(jìn)行安全的處理，通過終端設(shè)備（如云計(jì)算、應(yīng)用集成、Web服務(wù)等）與人進(jìn)行人機(jī)交互，實(shí)現(xiàn)信息共享與互通，達(dá)到自動化、智能化控制的目的。物聯(lián)網(wǎng)的模型架構(gòu)如圖1所示。

農(nóng)業(yè)物聯(lián)網(wǎng)的模型架構(gòu)從底層到頂層可分為感知層、網(wǎng)絡(luò)層（傳輸層）、處理層以及應(yīng)用層，與物聯(lián)網(wǎng)的模型架構(gòu)相似。在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中，底層是感知層。感知層具有數(shù)據(jù)采集功能，利用感知設(shè)備如溫濕度傳感器、光照傳感器、二氧化碳傳感器等感知農(nóng)作物生長環(huán)境中的各類數(shù)據(jù)，對農(nóng)作物生長有用且不可或缺的各種信息進(jìn)行采集以及識別，是實(shí)現(xiàn)現(xiàn)代農(nóng)業(yè)的基礎(chǔ)。農(nóng)業(yè)物聯(lián)網(wǎng)模型架構(gòu)的第二層是網(wǎng)絡(luò)層，也叫傳輸層，這一層的主要作用是通過WSNs等無線網(wǎng)絡(luò)傳輸農(nóng)業(yè)數(shù)據(jù)，實(shí)現(xiàn)真正意義上的遠(yuǎn)距離通信。處理層是在農(nóng)業(yè)物聯(lián)網(wǎng)模型架構(gòu)的第三層，利用數(shù)據(jù)挖掘、大數(shù)據(jù)等進(jìn)行數(shù)據(jù)處理，實(shí)現(xiàn)農(nóng)業(yè)數(shù)據(jù)的共享、預(yù)測、分析和決策等功能，在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中，此過程能完成數(shù)據(jù)處理、預(yù)測診斷、報警推送、智能控制等。農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中的頂層是應(yīng)用層，這一層是具體應(yīng)用在農(nóng)業(yè)實(shí)際環(huán)境中，幾乎涉及了農(nóng)業(yè)的各個方面，如大面積田地種植系統(tǒng)、農(nóng)作物追溯系統(tǒng)、園林園藝設(shè)施系統(tǒng)、水產(chǎn)養(yǎng)殖系統(tǒng)等。

2 農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)的設(shè)計(jì)

WSNs用于采集各項(xiàng)農(nóng)業(yè)環(huán)境參數(shù)（如光照、CO，、溫濕度、土壤含水量等）的多種信息，各類傳感器節(jié)點(diǎn)在進(jìn)行數(shù)據(jù)采集之后會進(jìn)行自組網(wǎng)，將采集到的數(shù)據(jù)發(fā)送到WSNs中的匯聚節(jié)點(diǎn)（Sink Node）[4]，匯聚節(jié)點(diǎn)具有數(shù)據(jù)融合等特征，可將數(shù)據(jù)先進(jìn)行融合，然后將融合之后的數(shù)據(jù)通過Internet網(wǎng)傳輸?shù)焦芾砉?jié)點(diǎn)（Managed Node），管理節(jié)點(diǎn)再將數(shù)據(jù)傳送農(nóng)戶。同時，農(nóng)戶可通過終端等設(shè)備（如手機(jī)、PC機(jī)、電腦等）對WSNs發(fā)送監(jiān)測管理任務(wù)等進(jìn)行管理及配置。農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)的總體設(shè)計(jì)框圖如圖3所示。

從農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)的總體設(shè)計(jì)框圖中可知，總體模塊分為五塊，有利用光照、CO2、溫濕度、含水量等外部傳感器，主要功能有采集農(nóng)戶所需信息的傳感器模塊;有經(jīng)處理過的數(shù)據(jù)在液晶屏上顯示的顯示器模塊;有由STM32F103型主控芯片完成ROM/RAM和1/0等功能的處理器模塊[5]，主要功能是完成數(shù)據(jù)的讀寫、存儲、輸入輸出等，在此模塊中，有上下模塊都是用通用異步收發(fā)傳輸器（UART）通訊[6];有將采集到的數(shù)據(jù)通過CC2530芯片傳送到處理器模塊的無線通信模塊，此模塊在硬件總體設(shè)計(jì)中起到關(guān)鍵性作用，在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中，其無線網(wǎng)絡(luò)要求傳送距離長和功耗低等要求;有為硬件系統(tǒng)直接供電的供電模塊。

本文設(shè)計(jì)的農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)，主要從功耗低、微型化、低成本、射頻性良好、可擴(kuò)展性等五個方面考慮，目的是準(zhǔn)確實(shí)時獲得農(nóng)業(yè)環(huán)境中農(nóng)作物的各類信息，為農(nóng)戶提供數(shù)據(jù)，同時也要確保數(shù)據(jù)的真實(shí)準(zhǔn)確性，讓農(nóng)戶進(jìn)行智能決策的操作。

根據(jù)總體設(shè)計(jì)要求，本系統(tǒng)的WSNs中，采集控制節(jié)點(diǎn)和匯聚節(jié)點(diǎn)通信是用MSG（ Windows程序中的結(jié)構(gòu)體）信息幀通訊。函數(shù)定義如下：

adefDataRequest

（APS_ADDMODE_SHORT）

u16AddrDst

WSN_PROFILE_ID

WSN_CID_SENSOR_READINGS

AF—MSG

1

asTransaction.

ENABLE_ROUTE_DISCOVERY

節(jié)點(diǎn)間的通信過程可分為兩類。第一類主要是由路由節(jié)點(diǎn)以及終端節(jié)點(diǎn)等各類節(jié)點(diǎn)的數(shù)據(jù)傳送至協(xié)調(diào)器，另一類是各類節(jié)點(diǎn)收協(xié)調(diào)器的數(shù)據(jù)。節(jié)點(diǎn)發(fā)數(shù)據(jù)較為簡單，只要將目的節(jié)點(diǎn)數(shù)據(jù)確定打包好能傳輸即可。相較于節(jié)點(diǎn)發(fā)數(shù)據(jù)而言，節(jié)點(diǎn)收數(shù)據(jù)就比較復(fù)雜，首先是解析指令并判斷是否發(fā)送至目的節(jié)點(diǎn)，若是，則解析指令，主控芯片CC2530進(jìn)行判斷設(shè)備是否在主控板上，若是，由CC2530進(jìn)行相應(yīng)操作，若不是在主板上，由STM32F103發(fā)送控制指令，STM32F103進(jìn)行下一步相應(yīng)的操作。若解析指令判斷不是發(fā)送至目的節(jié)點(diǎn)，則按照路由算法轉(zhuǎn)發(fā)指令。節(jié)點(diǎn)通信過程的具體流程如圖4所示。

在農(nóng)業(yè)環(huán)境中，由于傳感器的類型不一樣，有光照傳感器、溫濕度傳感器、CO2傳感器、土壤含水傳感器等，考慮本系統(tǒng)后續(xù)還可能增加傳感器，所以了解通信協(xié)議是很有必要的。模塊與終端設(shè)備進(jìn)行數(shù)據(jù)之間的交換規(guī)則即是通信協(xié)議[7]。表1是通信協(xié)議數(shù)據(jù)包詳細(xì)定義表。

由表1可知，當(dāng)符號標(biāo)識是SATRT時，它的名稱是包頭，2個字節(jié)，傳送時高字節(jié)在前固定為OXEFOI;當(dāng)符號是ADDR，長度為4個字節(jié)，名稱是地址，表明各個模塊會拒絕地址錯誤的數(shù)據(jù)包，符合自己本身的地址才會執(zhí)行命令，傳送時高字節(jié)在前;當(dāng)符號是LENGTH時，名稱是包長度，指的是包內(nèi)容的長度加校驗(yàn)和的長度，傳送時高字節(jié)在前，長度為2個字節(jié)。

3 LEACH算法設(shè)計(jì)

3.1 LEACH算法概述

LEACH（全稱Low-Energy Adaptive Clustering Hierarchy）算法的基本思想是用循環(huán)方式隨機(jī)的選擇簇頭（管理組內(nèi)所有節(jié)點(diǎn)）節(jié)點(diǎn)，這樣，能將網(wǎng)絡(luò)自有能量負(fù)載平均分配至網(wǎng)絡(luò)的每個節(jié)點(diǎn)，以此來提高網(wǎng)絡(luò)中的生存周期，降低網(wǎng)絡(luò)中的能耗。LEACH算法在運(yùn)行時，能夠確保每個節(jié)點(diǎn)都有概率擔(dān)任簇頭，才能使得網(wǎng)絡(luò)節(jié)點(diǎn)相對均勻消耗能量。這是一種自適應(yīng)、自組織的聚類協(xié)議[8]。圖5和圖6表示的是動態(tài)建簇示意圖。

在給定任一時間假設(shè)為t1時刻，簇頭是一定概率進(jìn)行自選，設(shè)這一定概率為一個閾值T（n），假設(shè)P是期望成為簇頭百分比，r為目前輪數(shù)，Mod取模，則T（n）表示為：p/[1-p*（rModl/p）]。由圖5可知，P=5%。

簇頭節(jié)點(diǎn)由于比其他節(jié)點(diǎn)要消耗更多能量，所以它的能量會很快耗盡，為了將這些能耗分布在多個不同節(jié)點(diǎn)，簇頭節(jié)點(diǎn)不是固定。在LEACH算法中，在不同時間內(nèi)，簇頭節(jié)點(diǎn)將由一組內(nèi)所有節(jié)點(diǎn)自由選出。所以，在t1時刻簇頭節(jié)點(diǎn)可能會組成一個C集合，在tl+d時刻會有一個新簇頭集合C，如圖6所示，t1時刻的簇頭和tl+d時刻的簇頭明顯不同。

3.2 LEACH算法設(shè)計(jì)

LEACH算法是遵循“輪”的概念工作。每一“輪”分為五個階段。第一階段是建立簇頭，這一階段決定在此輪中節(jié)點(diǎn)能否成為簇頭，第n個節(jié)點(diǎn)在0-1之間任選一個數(shù)，若此數(shù)字小于T（n）這個閾值，則定義該節(jié)點(diǎn)是此輪的簇頭。T（n）的表達(dá)式為：

式（1）中，G表示過去1/P輪中從未當(dāng)選過簇頭節(jié)點(diǎn)的集合，

其他參數(shù)由上述章節(jié)（本文3.1節(jié)）介紹了，這里就不再闡述。第二階段是廣播階段，每個節(jié)點(diǎn)在還沒有成為簇頭節(jié)點(diǎn)之前，都會通過載波監(jiān)聽多路訪問/沖突避免（CSMAICA）向其他節(jié)點(diǎn)播放消息，沒有成為簇頭節(jié)點(diǎn)接收器需是打開狀態(tài)，以便于接收簇頭廣播的消息，且所有成為簇頭的節(jié)點(diǎn)都用相同能量來廣播此消息，節(jié)點(diǎn)在聽到通過廣播的消息之后，決定屬于哪個簇。第三階段是簇成立階段，每個節(jié)點(diǎn)歸屬于簇后，那么節(jié)點(diǎn)就用CSMA/CA告訴簇內(nèi)的簇頭，此節(jié)點(diǎn)是該簇的簇內(nèi)成員，此時，簇頭的接收器需是開啟，便于接收非簇頭節(jié)點(diǎn)的消息。第四階段是基于TDMA調(diào)度表的建立階段，在每個節(jié)點(diǎn)決定自己屬于哪個簇之后，此節(jié)點(diǎn)必須通知簇頭節(jié)點(diǎn)即將成為該簇成員，簇頭收到消息后，根據(jù)所在簇中的其他節(jié)點(diǎn)數(shù)量，建立一個基于TDMA的調(diào)度表[9]，調(diào)度表是通過廣播的方式發(fā)送到簇中節(jié)點(diǎn)，此調(diào)度表能告知節(jié)點(diǎn)什么時候能進(jìn)行傳輸。第五階段是傳輸階段，通過前面階段所做的工作，簇已建立并且TDMA調(diào)度表已確定，在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中，使用傳感器采集到的數(shù)據(jù)即可進(jìn)行傳輸，若所有節(jié)點(diǎn)都有數(shù)據(jù)要傳送，則節(jié)點(diǎn)會根據(jù)TD-MA調(diào)度表[9]，分配傳輸時間，使非簇頭的每個節(jié)點(diǎn)除了廣播消息之外的時間都休眠，達(dá)到每個節(jié)點(diǎn)能耗最小化。簇頭節(jié)點(diǎn)使其接收器打開狀態(tài)，接受簇中節(jié)點(diǎn)數(shù)據(jù)，當(dāng)簇頭接收數(shù)據(jù)之后，簇頭就執(zhí)行數(shù)字信號處理功能把接收到的是數(shù)據(jù)壓縮成單個信號，依次循環(huán)。圖7是LEACH算法流程圖。

4 基于LEACH算法的仿真與分析

為了評估LEACH算法在農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)中的節(jié)能效果，本文選用了兩種常見的網(wǎng)絡(luò)數(shù)據(jù)聚合算法作為仿真實(shí)驗(yàn)對象，一種是Direct（直接通信協(xié)議）[10]，這種算法是每個節(jié)點(diǎn)都直接向基站傳送數(shù)據(jù);另一種是MTE（最小傳輸能量）路由協(xié)議[11]，節(jié)點(diǎn)通過其他節(jié)點(diǎn)作為傳輸介質(zhì)向基站發(fā)送數(shù)據(jù)。

設(shè)每個節(jié)點(diǎn)在運(yùn)行接收器或發(fā)送器時能耗是E elec=50nj/bit，運(yùn)行傳輸放大器時能耗是8amp=100pJ/bit/m2，信道在傳輸數(shù)據(jù)時能耗是r2，假設(shè)距離為d（單位米），數(shù)據(jù)大小為k（單位比特），那么發(fā)送數(shù)據(jù)時能耗的表達(dá)式：ETx（k，d）=8pkd2+E elek，接收數(shù)據(jù)時能耗的表達(dá)式：

Erex= Eek。根據(jù)最小化傳輸能耗原則選擇介質(zhì)節(jié)點(diǎn)即最小化能耗是ETx-amp（k，d）=εampkd2，當(dāng)且僅當(dāng)（

），A節(jié)點(diǎn)通過介質(zhì)節(jié)點(diǎn)B向節(jié)點(diǎn)C傳輸數(shù)據(jù)[12]。

設(shè)有100個節(jié)點(diǎn)，每一個節(jié)點(diǎn)每回合向基站發(fā)送的數(shù)據(jù)包是2000bit，在LEACH算法中，每個節(jié)點(diǎn)每輪需要向基站發(fā)送大小為2000bit的數(shù)據(jù)包。在LEACH算法中，每個節(jié)點(diǎn)初始能量是0.5J，簇頭節(jié)點(diǎn)數(shù)據(jù)融合消耗的能耗是5nj/bit/message。

節(jié)點(diǎn)代碼由Matable模擬，部分主要代碼如下：

distance;

if （distance>do）

S（i）.E=S（i）.E一（ （ETX+EDA）*（4000）+ Emp*4000*（distancea：distancea：distancea：distance））;

end

if （distance<=do）

S（i）.E=S（i）.E-（ （ETX+EDA）*（4000）+Efs*4000*（distance8distance））;

end

STATISTICS（r+ I）.CLUSTERHEADS=cluster-1;

CLUSTERHS（r+l）=clusteI-1;

if（min_dis>0）

S（C（min_dis_cluster）. id）.E=S（C（min_dis_cluster）. id）.E-（ （ERX+ EDA）*4000）;

PACKETS _TO_CH（r+ l）=n-dead-cluster+1;

end

S（i）.min_dis=min_dis;

S（i）.min_dis_cluster=min_dis_cluster;

當(dāng)簇頭百分比P=5%時，節(jié)點(diǎn)傳送數(shù)據(jù)的能量消耗與它所傳送數(shù)據(jù)的距離相關(guān)，因此網(wǎng)絡(luò)直徑的不同，WSNs能耗也就不同。圖8是網(wǎng)絡(luò)直徑與系統(tǒng)總能耗的關(guān)系圖，比較了LEACH算法與Direct、MTE兩種常見的網(wǎng)絡(luò)數(shù)據(jù)聚合算法下，網(wǎng)絡(luò)直徑和WSNs總能耗之間的線性關(guān)系。

圖8顯示，LEACH相較于Direct，可以降低7-8倍能耗;LEACH相較于MTE路由協(xié)議，可以降低4-8倍能耗。

5 總結(jié)與展望

本文的研究是基于WSNs的農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)，可對農(nóng)業(yè)環(huán)境中的CO，、溫濕度、光照度、土壤含水量等參數(shù)實(shí)時監(jiān)測。為了降低WSNs中的能耗，延長網(wǎng)絡(luò)生存周期，本文設(shè)計(jì)了基于LEACH的數(shù)據(jù)融合算法，且通過Matlab模擬仿真實(shí)驗(yàn)，結(jié)果表明LEACH算法相較于Direct和MTE，都至少可以降低四倍以上能耗。農(nóng)田環(huán)境復(fù)雜且多變，要想將農(nóng)田數(shù)據(jù)進(jìn)行高效傳輸和精準(zhǔn)感知，是實(shí)現(xiàn)我國智慧農(nóng)業(yè)的基礎(chǔ)，但只對農(nóng)田環(huán)境中的少量數(shù)據(jù)信息（如CO，、溫濕度、光照度、土壤含水量等）采集這是遠(yuǎn)遠(yuǎn)不夠的，所以在感知層還可以考慮土壤微量元素、土壤PH值等這些信息;傳輸層還可再優(yōu)化算法、不確定信息機(jī)制設(shè)計(jì)等都是后續(xù)值得研究的問題。

參考文獻(xiàn)：

[1]曹明勤，張濤，王健，基于ZigBee的農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[Jl.電子技術(shù)應(yīng)用，2013，39（12）：86-89.

[2]陳建云.基于WSN數(shù)據(jù)融合的農(nóng)業(yè)物聯(lián)網(wǎng)監(jiān)測系統(tǒng)研究與應(yīng)用[D].撫州：東華理工大學(xué)，2018.

[3]唐滎.基于物聯(lián)網(wǎng)的農(nóng)業(yè)感知數(shù)據(jù)融合應(yīng)用研究[D].長春：吉林大學(xué)，2016.

[4]馬玉芳，陳建華，郝楊滿，基于匯聚節(jié)點(diǎn)移動的能量均衡路由協(xié)議的研究[Jl.計(jì)算機(jī)工程與應(yīng)用，2013，49（14）：77-80.

[5]舒澤芳，王娟，彭曉珊，等.12 Leads ECG Signal SamplingSystem Design Based on MatLab and STM32F1030-/o基于Mat-Lab和STM32F103的12導(dǎo)聯(lián)ECG信號采集系統(tǒng)設(shè)計(jì)[J].自動化與儀表，2018， 033（004）：54-58.

[6]牛洪海，臧峰，周緒貴.基于DMA的高速UART串口通信設(shè)計(jì)與實(shí)現(xiàn)[J].自動化儀表，2018，39（9）：45-48.

[7]曹潔，郭春禹.GSM模塊對終端GPS數(shù)據(jù)的通信實(shí)現(xiàn)[Jl.電子測量與儀器學(xué)報，2010，24（11）：1068-1073.

[8] Heinzelman W R，Chandrakasan A，Balakrishnan H.Energy-effi-cient communication protocol for wireless microsensor networks[C]//Proceedings of the 33rd Annual Hawaii International Con-ference on System Sciences，Maui， HI，USA.IEEE Comput. Soc，10.1109/hicss.2000.926982.

[9] Ergen S C，Varaiya P.TDMA scheduling algorithms for wirelesssensor networks[Jl.Wireless Networks， 2010，16（4）：985-997.

[10]楊偉，何杰，萬亞東，等，物聯(lián)網(wǎng)通信協(xié)議的安全研究綜述[J].計(jì)算機(jī)科學(xué)，2018.

[11]楊昳，吳兆峰，胡谷雨，基于TeXCP的多路徑流量工程協(xié)議[Jl.計(jì)算機(jī)工程，2018， 44（4）：155-159.

[12]齊華，呂龍，陳紅.Optimized LEACH algorithm based onpower control and clustering quantityo-/o基于功率控制與分簇數(shù)量的LEACH優(yōu)化算法[J].傳感器與微系統(tǒng)，2018， 37（010）：137-139，146.

【通聯(lián)編輯：梁書】

基金項(xiàng)目：江西省教育廳科學(xué)技術(shù)研究項(xiàng)目（181524）;東華理工大學(xué)長江學(xué)院院長基金資助

作者簡介：陳建云（1990-），女，江西豐城人，東華理工大學(xué)長江學(xué)院助教，主要研究方向：農(nóng)業(yè)物聯(lián)網(wǎng)、WSNs數(shù)據(jù)融合。