卡爾曼濾波結(jié)合空間分布模型的ZigBee水質(zhì)監(jiān)測(cè)方法研究

沈明杰，史 兵，宦 娟，朱 可

(1.常州大學(xué) 機(jī)械與軌道交通學(xué)院，江蘇 常州 213164；

0 引言

近幾十年來，水產(chǎn)養(yǎng)殖已經(jīng)成為養(yǎng)殖業(yè)發(fā)展的主要項(xiàng)目之一，實(shí)時(shí)監(jiān)測(cè)養(yǎng)殖池中水體的溫度、pH值、溶氧量(DO,dissolved oxygen)等重要參數(shù)至關(guān)重要。許多水產(chǎn)養(yǎng)殖公司專注于生產(chǎn)和追求短期經(jīng)濟(jì)利益，缺乏對(duì)水產(chǎn)養(yǎng)殖業(yè)水質(zhì)保護(hù)的認(rèn)識(shí)。水產(chǎn)養(yǎng)殖業(yè)的疾病逐年增加，還發(fā)現(xiàn)藥物濫用的現(xiàn)象，水產(chǎn)養(yǎng)殖環(huán)境遭受不同程度的破壞[1-5]。在沒有有效保護(hù)的情況下解決水產(chǎn)養(yǎng)殖的水質(zhì)問題是水產(chǎn)養(yǎng)殖業(yè)持續(xù)健康發(fā)展的重要研究目標(biāo)。現(xiàn)有的水質(zhì)測(cè)試方法主要依靠人工操作和設(shè)備經(jīng)驗(yàn)來進(jìn)行測(cè)試，耗費(fèi)大量精力和時(shí)間，并且存在監(jiān)測(cè)周期長(zhǎng)，監(jiān)測(cè)范圍有限的缺點(diǎn)。采用現(xiàn)場(chǎng)總線技術(shù)的水質(zhì)在線監(jiān)測(cè)系統(tǒng)具有實(shí)時(shí)性好，但也存在接線困難，維護(hù)擴(kuò)展不便，腐蝕管道等問題[6-7]。

ZigBee是近年來的一種新的無線通信協(xié)議標(biāo)準(zhǔn)，是低成本、低功耗、低復(fù)雜度的自組織網(wǎng)絡(luò)[8-13]，使用中繼方式在節(jié)點(diǎn)之間傳輸數(shù)據(jù)，通過無線網(wǎng)絡(luò)最終發(fā)送給觀察者[14]，并具有較高的通信效率和較低的能耗,對(duì)水環(huán)境的監(jiān)測(cè)有著很大的優(yōu)勢(shì)。文獻(xiàn)[15]研究了基于無線傳感器網(wǎng)絡(luò)的參數(shù)智能監(jiān)測(cè)系統(tǒng)，通過神經(jīng)網(wǎng)絡(luò)和模糊控制相結(jié)合的算法對(duì)數(shù)據(jù)分析，來達(dá)到控制精度的設(shè)計(jì)要求。文獻(xiàn)[16]研究設(shè)計(jì)了采用MSP430F149單片機(jī)構(gòu)建的DO、pH值和溫度參數(shù)的無線傳感器網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)。針對(duì)監(jiān)測(cè)網(wǎng)絡(luò)部署不靈活和監(jiān)測(cè)范圍小等問題，文獻(xiàn)[17]設(shè)計(jì)開發(fā)了適合在水產(chǎn)養(yǎng)殖環(huán)境下工作的自動(dòng)無人船，作為動(dòng)態(tài)監(jiān)測(cè)節(jié)點(diǎn)進(jìn)行水質(zhì)數(shù)據(jù)采樣。如今，國(guó)外一些國(guó)家工廠化養(yǎng)殖已經(jīng)比較成熟，工廠化養(yǎng)殖所需的水產(chǎn)養(yǎng)殖環(huán)境監(jiān)測(cè)系統(tǒng)也比較完善，如澳大利亞GREENSPAN 公司、日本 BICOM公司、德國(guó)的 GIMAT 公司都相繼研制了全球領(lǐng)先的自動(dòng)化水產(chǎn)養(yǎng)殖監(jiān)測(cè)系統(tǒng)，對(duì)水體溫度、水位、pH 值、DO等參數(shù)進(jìn)行自動(dòng)檢測(cè)，節(jié)省了大量的人力和財(cái)力。

然而，盡管國(guó)內(nèi)外專家學(xué)者對(duì)水產(chǎn)養(yǎng)殖業(yè)的水質(zhì)監(jiān)測(cè)系統(tǒng)進(jìn)行了諸多研究，但在水質(zhì)監(jiān)測(cè)的預(yù)估和空間分布計(jì)算方面研究較少。本研究在其他學(xué)者研究基礎(chǔ)之上，構(gòu)建了監(jiān)測(cè)水產(chǎn)養(yǎng)殖水質(zhì)參數(shù)的傳感網(wǎng)絡(luò)，并將卡爾曼濾波優(yōu)化與線性內(nèi)插值四維模型擬合相結(jié)合預(yù)估水質(zhì)參數(shù)，對(duì)實(shí)現(xiàn)水產(chǎn)養(yǎng)殖信息化與智能化管理有重要的作用。

1 系統(tǒng)結(jié)構(gòu)

基于ZigBee技術(shù)的養(yǎng)殖池水質(zhì)實(shí)時(shí)監(jiān)測(cè)系統(tǒng)包含養(yǎng)殖環(huán)境監(jiān)測(cè)區(qū)和遠(yuǎn)程監(jiān)控區(qū)組成[18-20]，系統(tǒng)結(jié)構(gòu)圖如圖1所示，養(yǎng)殖池網(wǎng)絡(luò)中的節(jié)點(diǎn)可以分為兩種類型：傳感器節(jié)點(diǎn)和協(xié)調(diào)器節(jié)點(diǎn)。傳感器節(jié)點(diǎn)負(fù)責(zé)采集養(yǎng)殖池水質(zhì)參數(shù)變量，并將數(shù)據(jù)傳輸?shù)絽f(xié)調(diào)器節(jié)點(diǎn)，協(xié)調(diào)器節(jié)點(diǎn)將其他節(jié)點(diǎn)匯聚來的數(shù)據(jù)通過GPRS網(wǎng)絡(luò)上傳到數(shù)據(jù)中心。數(shù)據(jù)中心計(jì)算機(jī)將數(shù)據(jù)處理后按照規(guī)定的格式保存在數(shù)據(jù)庫服務(wù)器，并將數(shù)據(jù)以圖形界面的方式呈現(xiàn)給用戶。

圖1 系統(tǒng)總體設(shè)計(jì)方案

2 硬件系統(tǒng)設(shè)計(jì)

2.1 傳感器節(jié)點(diǎn)

水質(zhì)監(jiān)測(cè)系統(tǒng)最底層的部署是傳感器節(jié)點(diǎn)，是水質(zhì)監(jiān)測(cè)的一個(gè)重要部分，傳感器節(jié)點(diǎn)由數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)傳輸和電源等部分構(gòu)成[21]。根據(jù)水質(zhì)的監(jiān)測(cè)要求，有多種類型的水質(zhì)傳感器節(jié)點(diǎn)，涉及采集溫度、pH值、DO參數(shù)的傳感器。傳感器經(jīng)過前端處理將水質(zhì)信息的化學(xué)量和物理量轉(zhuǎn)換成電信號(hào)，并進(jìn)行濾波和放大等工作，通過CC2530芯片內(nèi)置A/D轉(zhuǎn)換器變成數(shù)字信號(hào)，并通過內(nèi)部總線送入處理器，處理器經(jīng)過簡(jiǎn)單處理將數(shù)據(jù)通過射頻模塊發(fā)送給協(xié)調(diào)器節(jié)點(diǎn)。協(xié)調(diào)器節(jié)點(diǎn)起著承上啟下的作用，協(xié)調(diào)器節(jié)點(diǎn)通過串口與上位機(jī)相連。協(xié)調(diào)器節(jié)點(diǎn)通常布置在岸邊等容易獲得的位置，為保證連續(xù)工作，通常有外接電源或容量較大的電池供電。系統(tǒng)傳感器節(jié)點(diǎn)結(jié)構(gòu)如圖2所示。

圖2 傳感器節(jié)點(diǎn)結(jié)構(gòu)圖

2.2 pH值采集模塊

pH值用來表征水質(zhì)的酸堿強(qiáng)弱，本設(shè)計(jì)中采用上海雷磁公司的E-201-C型pH值復(fù)合電極，其測(cè)量范圍是0～14，響應(yīng)時(shí)間小于兩分鐘。由于溶液的玻璃電極電阻較大，因此輸出電壓較小，需要放大輸出電壓的放大電路。pH值參數(shù)的調(diào)理電路如圖3所示[22]。從該圖可以看出，使用雙差分放大器電路來放大電極的輸出電壓。

圖3 pH值調(diào)理電路

pH值調(diào)理電路輸出電壓為：

(1)

(2)

式中，VIN為pH值電極輸出電壓V；VOUT為放大后電壓輸出值；R1～R6為固定電阻；R7、R8為可調(diào)電阻。

2.3 DO采集模塊

DO是指水中氧分子的濃度。該系統(tǒng)使用上海聯(lián)祥環(huán)保科技有限公司的 YDC100電極采集DO。傳感器可以將水體中的DO值轉(zhuǎn)換為氧電流。由于電極輸出電流很小[23-24]，氧電流要通過運(yùn)算放大器電路放大后輸出至CC2530進(jìn)行A/D轉(zhuǎn)換。經(jīng)A/D轉(zhuǎn)換后，將數(shù)據(jù)分別存儲(chǔ)到CC2530存儲(chǔ)區(qū)指定的存儲(chǔ)單位。DO調(diào)理電路如圖4所示[25]。

圖4 DO調(diào)理電路

DO調(diào)理電路輸出電壓為：

(3)

2.4 溫度采集模塊

溫度采集采用Maxim公司的DS18B20傳感器，選擇DS18B20溫度傳感器是因?yàn)樗哂凶约旱膯慰偩€接口。將DS18B20連接到微處理器，則僅需要一個(gè)端口即可在微處理器和DS18B20之間提供雙向通信，從而大大提高了系統(tǒng)性能、抗干擾。測(cè)試范圍為-55～125 ℃，連接無需外部元件。

3 軟件系統(tǒng)設(shè)計(jì)

該系統(tǒng)可以分為兩部分：傳感器節(jié)點(diǎn)軟件和協(xié)調(diào)器節(jié)點(diǎn)軟件。Z-Stack協(xié)議棧是由TI公司推出的ZigBee無線通信協(xié)議，主要由應(yīng)用層、網(wǎng)絡(luò)層、媒介訪問控制層和物理層組成，操作系統(tǒng)為循環(huán)查詢的模式，Z-Stack協(xié)議棧通過軟硬件結(jié)合在不同級(jí)別工作，其次負(fù)責(zé)初始化系統(tǒng)和操縱系統(tǒng)實(shí)體，每一層為上層提供一系列的服務(wù)，Z-Stack建立一個(gè)事件處理功能，服務(wù)于MAC層對(duì)ZigBee應(yīng)用設(shè)備程序在這五層進(jìn)行處理，一般情況下，通過編寫C語言在Z-Stack協(xié)議棧的應(yīng)用程序?qū)硬僮骱褪录幚砉δ苤袑?shí)現(xiàn)數(shù)據(jù)的傳輸，在實(shí)際開發(fā)中，用戶只需要實(shí)現(xiàn)應(yīng)用程序框架和進(jìn)行恰當(dāng)?shù)恼{(diào)用，就能構(gòu)建功能齊全、性能可靠的ZigBee無線網(wǎng)絡(luò)。

由協(xié)調(diào)器節(jié)點(diǎn)創(chuàng)建ZigBee網(wǎng)絡(luò),隨后等待傳感器節(jié)點(diǎn)加入，自動(dòng)與協(xié)調(diào)器節(jié)點(diǎn)綁定，傳感器節(jié)點(diǎn)就可以按照設(shè)定時(shí)間把數(shù)據(jù)發(fā)送給協(xié)調(diào)器節(jié)點(diǎn)。

3.1 傳感器節(jié)點(diǎn)軟件

傳感器節(jié)點(diǎn)長(zhǎng)時(shí)間在養(yǎng)殖池采集數(shù)據(jù)，故在軟件設(shè)計(jì)方面應(yīng)該考慮能量損耗問題，在傳感器節(jié)點(diǎn)的設(shè)計(jì)中寫入休眠模式[26]，在空閑的時(shí)候，會(huì)轉(zhuǎn)入休眠狀態(tài)，節(jié)約電能降低功耗。傳感器節(jié)點(diǎn)上電后首先模塊初始化，隨后系統(tǒng)自檢，如有問題會(huì)提示錯(cuò)誤并開始信道掃描，如果接受到采集的命令，讀取傳感器的數(shù)據(jù)，并將采集到的溫度、pH值、DO數(shù)據(jù)無線發(fā)送給協(xié)調(diào)器節(jié)點(diǎn)，如圖5(a)所示。

3.2 協(xié)調(diào)器節(jié)點(diǎn)程序流程

在整個(gè)網(wǎng)絡(luò)中，只有一個(gè)協(xié)調(diào)器，是整個(gè)監(jiān)測(cè)系統(tǒng)的核心，其運(yùn)行直接影響系統(tǒng)的穩(wěn)定性。協(xié)調(diào)器節(jié)點(diǎn)用于接收各傳感器節(jié)點(diǎn)發(fā)送來的數(shù)據(jù)，并將數(shù)據(jù)打包發(fā)送至監(jiān)控端上位機(jī)。在開始階段，協(xié)調(diào)器通電后模塊初始化，在經(jīng)過對(duì)節(jié)點(diǎn)的格式化后，以選擇適合的工作信道和網(wǎng)絡(luò)標(biāo)識(shí)符為目的，進(jìn)行空閑信道和信道掃描的評(píng)估，每個(gè)傳感器節(jié)點(diǎn)連接入網(wǎng)后，會(huì)分配對(duì)應(yīng)的網(wǎng)絡(luò)地址，在網(wǎng)絡(luò)層中，分配給傳感器節(jié)點(diǎn)的IP地址都是唯一的，這樣才能區(qū)分不同的傳感器節(jié)點(diǎn)。協(xié)調(diào)器自動(dòng)進(jìn)入允許綁定模式，對(duì)傳感器節(jié)點(diǎn)的綁定請(qǐng)求做出響應(yīng)，并等待傳感器節(jié)點(diǎn)發(fā)送數(shù)據(jù)，當(dāng)協(xié)調(diào)器節(jié)點(diǎn)收集到數(shù)據(jù)后，進(jìn)行解調(diào)，最終發(fā)送到上位機(jī)協(xié)調(diào)器節(jié)點(diǎn)程序如圖5(b)所示。

圖5 傳感器節(jié)點(diǎn)流程圖

3.3 監(jiān)測(cè)終端上位機(jī)軟件設(shè)計(jì)

在PC機(jī)中的上位機(jī)管理軟件中選擇使用微軟公司的VS2015版為開發(fā)環(huán)境，基于C#語言開發(fā)窗體應(yīng)用程序的軟件設(shè)計(jì)，在圖6中可以看出，用戶可以直觀的看到某個(gè)傳感器節(jié)點(diǎn)不同時(shí)間段的溫度、pH值、DO的實(shí)時(shí)曲線，如果要查看某節(jié)點(diǎn)的信息只需要選擇PC上相應(yīng)的節(jié)點(diǎn)即可。由此可見上位機(jī)的設(shè)計(jì)給用戶提供了便捷的交互式界面，是整個(gè)系統(tǒng)中的數(shù)據(jù)融合中心。

圖6 上位機(jī)實(shí)時(shí)采集顯示界面

4 試驗(yàn)及測(cè)試結(jié)果

試驗(yàn)養(yǎng)殖池區(qū)域選擇長(zhǎng)為100 m，寬為60 m的露天養(yǎng)殖池，養(yǎng)殖池水位實(shí)際為2 m，環(huán)境溫度為14～16 ℃，標(biāo)準(zhǔn)大氣壓，當(dāng)天風(fēng)向?yàn)槲鞅憋L(fēng)2級(jí)，試驗(yàn)在同天測(cè)量溫度、pH值、DO的變化規(guī)律，每?jī)蓚€(gè)傳感器測(cè)量點(diǎn)的橫向距離35 m,縱向距離為30 m，因?yàn)閭鞲衅鞴?jié)點(diǎn)采集的水質(zhì)參數(shù)隨養(yǎng)殖池的深度而變化，所以將傳感器節(jié)點(diǎn)布置在距離水面0.1 m處、距離水面1 m處和距離1.9 m處測(cè)量，采集的其中一組數(shù)據(jù)如表1所示。傳感器節(jié)點(diǎn)的布置如圖7所示，為了得到全面的水體垂直的參數(shù)情況，實(shí)測(cè)數(shù)據(jù)如表1所示。

圖7 養(yǎng)殖池節(jié)點(diǎn)分布

表1 養(yǎng)殖池各采樣點(diǎn)某一時(shí)刻的水體空間上的3種參數(shù)數(shù)據(jù)

根據(jù)表1的數(shù)據(jù)所示，同一時(shí)間段在水平方向上，同一層的溫度、DO的變化幅度不大，呈均勻分布，在垂直方向上，隨著水面到水底的溫度逐漸下降，DO也隨著下降，變化比較大，層次性明顯。由于環(huán)境溫度的升高，水面的溫度升高，DO隨之變小?？稍诒砀裰杏^察到，pH值的變化情況都不明顯，垂直方向或水平方向上都呈均勻分布。

5 數(shù)據(jù)優(yōu)化及空間分布模型

5.1 基于卡爾曼濾波的水質(zhì)參數(shù)優(yōu)化

卡爾曼濾波是以一個(gè)最優(yōu)化自回歸數(shù)據(jù)處理算法為核心思想。預(yù)先得到系統(tǒng)的觀測(cè)數(shù)據(jù)作為初始值，通過上一時(shí)刻的狀態(tài)估計(jì)值和控制變量來推測(cè)當(dāng)前時(shí)刻的狀態(tài)估計(jì)值。通過卡爾曼濾波數(shù)學(xué)模型的推導(dǎo)可以看出，這樣一個(gè)過程涵蓋了預(yù)測(cè)—優(yōu)化兩個(gè)階段。通過校正過程負(fù)責(zé)反饋，利用測(cè)量更新方程在預(yù)估過程的先驗(yàn)估計(jì)值及當(dāng)前測(cè)量變量的基礎(chǔ)上建立起對(duì)當(dāng)前狀態(tài)的改進(jìn)的后驗(yàn)估計(jì)，通過不斷迭代更新誤差，逐步實(shí)現(xiàn)達(dá)到最優(yōu)估計(jì)的效果。

在養(yǎng)殖池中，以某一采樣點(diǎn)以每分鐘的采集頻率的實(shí)測(cè)水質(zhì)參數(shù)作為輸入，基于卡爾曼濾波遞推迭代算法計(jì)算得到預(yù)測(cè)的水質(zhì)參數(shù)最優(yōu)估計(jì)值，在更新階段，通過實(shí)測(cè)值和預(yù)估的先驗(yàn)估計(jì)值推算最新的預(yù)估值，然后計(jì)算濾波增益以此達(dá)到精準(zhǔn)估計(jì)精度的目的。最終的水質(zhì)參數(shù)優(yōu)化值其實(shí)相當(dāng)于上一時(shí)刻的預(yù)測(cè)值結(jié)合濾波增益的修正項(xiàng)，并在一步步的更新誤差迭代中逐漸收斂。根據(jù)卡爾曼濾波算法的數(shù)學(xué)模型理論，可以構(gòu)建如下的預(yù)測(cè)—優(yōu)化過程來對(duì)實(shí)測(cè)水質(zhì)參數(shù)進(jìn)行優(yōu)化。

時(shí)間更新方程(預(yù)測(cè))：

先驗(yàn)推算狀態(tài)變量：

(7)

先驗(yàn)推算誤差協(xié)方差：

Pk-=APk-1AT+Q

(8)

式中,Pk-為第k迭代步的預(yù)估協(xié)方差；Pk-1為第k-1迭代步的優(yōu)化協(xié)方差。

狀態(tài)更新方程(優(yōu)化)：

計(jì)算卡爾曼增益：

(9)

式中,Kk為第k迭代步的卡爾曼增益；H是行列式值為1的測(cè)量轉(zhuǎn)換參數(shù)矩陣；R為測(cè)量噪聲的方差。

后驗(yàn)估計(jì)濾波優(yōu)化:

(10)

更新誤差協(xié)方差:

Pk=(I-KkH)Pk-

(11)

式中，I為對(duì)角線為1的矩陣。

以表1中某一點(diǎn)的水質(zhì)參數(shù)隨時(shí)間的變化數(shù)據(jù)為例，由上式(7)～(11)組成的卡爾曼濾波算法，預(yù)測(cè)過程為式(7)～(8)，實(shí)現(xiàn)狀態(tài)量的初步預(yù)測(cè)，然后根據(jù)實(shí)測(cè)觀測(cè)值實(shí)現(xiàn)更新過程，為式(9)～(11)，得出下一時(shí)刻更新的狀態(tài)量。最后再代入式(7)～(11)中下一時(shí)刻的預(yù)測(cè)更新。仿真結(jié)果如圖8～10所示。

圖8 養(yǎng)殖池某采樣點(diǎn)溫度的實(shí)測(cè)值與最優(yōu)估計(jì)值比

圖9 養(yǎng)殖池某采樣點(diǎn)pH的實(shí)測(cè)值與最優(yōu)估計(jì)值比較

圖10 養(yǎng)殖池某采樣點(diǎn)DO的實(shí)測(cè)值與最優(yōu)估計(jì)值比較

5.2 水質(zhì)參數(shù)空間分布模型構(gòu)建

為了得到整個(gè)養(yǎng)殖池的溫度、pH值、DO空間分布，基于表2中的優(yōu)化數(shù)據(jù)，利用MATLAB進(jìn)行線性內(nèi)插值計(jì)算，構(gòu)建空間分布模型。首先建立一個(gè)X軸為100 m、Y軸為60 m、Z軸為2 m深的養(yǎng)殖池，其次用優(yōu)化后的表2數(shù)據(jù)插入X軸方向坐標(biāo)15 m、50 m、85 m處，Y軸方向坐標(biāo)15 m、45 m處，Z軸方向上0.1 m、1 m、1.9 m處，然后建立模型網(wǎng)格劃分，用散點(diǎn)插值函數(shù)進(jìn)行數(shù)據(jù)擬合，對(duì)三維數(shù)據(jù)繪制切片，繪制一個(gè)或多個(gè)與特定軸正交的切片平面，將切片參數(shù)指定為標(biāo)量或向量。沿曲面繪制單個(gè)切片，將所有切片參數(shù)指定為定義曲面的矩陣。得到參數(shù)四維模型如圖11～13所示。

表2 卡爾曼濾波優(yōu)化表1后的數(shù)據(jù)

圖11 溫度四維模型

圖12 pH值四維模型

圖13 DO四維模型

在仿真試驗(yàn)結(jié)果中可以看到，在水平方向上，溫度基本沒有變化，分布均勻，層次很明顯。DO由于風(fēng)向的原因，在上風(fēng)口DO低，在下風(fēng)口DO高，特別在風(fēng)級(jí)比較大的時(shí)候比較明顯，在垂直方向上，溫度逐漸減小，DO在受到水平方向的風(fēng)向影響下，進(jìn)一步受到變化。pH值在仿真圖上沒有特別的分層現(xiàn)象，分布均勻。

本文MATLAB仿真中采用線性內(nèi)插值計(jì)算方法，其插值計(jì)算的理論公式為:

(12)

(5)

(6)

式中,Q值表示距離插值離散點(diǎn)附近的4個(gè)離散點(diǎn)，R1、R2表示X方向上插值后的結(jié)果，P值表示Y方向上插值后的結(jié)果。

為了驗(yàn)證仿真數(shù)據(jù)的可靠性，選取坐標(biāo)(15，25，1.9)、(25，25，1.9)、(35，25，1.9)、(45，25，1.9)、(65，25，1.9)的溫度、pH值、DO作對(duì)比實(shí)驗(yàn)，如表3～5所示。經(jīng)計(jì)算得出溫度、pH值和DO的空間分布模型與實(shí)際測(cè)量值的平均相對(duì)偏差為3.18%、2.89%、1.59%。以上得出的結(jié)果和實(shí)測(cè)值的水質(zhì)參數(shù)數(shù)據(jù)基本一致，表明基于卡爾曼濾波優(yōu)化算法和線性內(nèi)插值四維模型擬合的水質(zhì)參數(shù)經(jīng)仿真能夠準(zhǔn)確掌握整個(gè)養(yǎng)殖池的水質(zhì)動(dòng)態(tài)變化信息，在一定程度上構(gòu)建了一套有效性、快速的監(jiān)測(cè)系統(tǒng)。

表3 溫度的實(shí)測(cè)值和空間分布值的比較

表4 pH值的實(shí)測(cè)值和空間分布值的比較

表5 DO的實(shí)測(cè)值和空間分布值的比較

6 結(jié)束語

本研究綜合利用無線傳感器網(wǎng)絡(luò)成本低、監(jiān)測(cè)范圍廣和網(wǎng)絡(luò)數(shù)據(jù)等優(yōu)點(diǎn)，構(gòu)建了通用的快速水質(zhì)監(jiān)測(cè)系統(tǒng)，以提高智能水產(chǎn)養(yǎng)殖監(jiān)測(cè)性能，并且無線傳輸和實(shí)時(shí)處理不受地理或時(shí)域限制，在水產(chǎn)養(yǎng)殖應(yīng)用中具有一定的實(shí)際重要性。通過MATLAB采用卡爾曼濾波優(yōu)化算法消除了測(cè)量過程中的噪聲誤差，得到了優(yōu)化參數(shù)，并構(gòu)建參數(shù)空間分布模型。通過比較得到溫度、pH值和DO的平均相對(duì)偏差為3.18%、2.89%、1.59%，結(jié)果表明，卡爾曼濾波優(yōu)化算法和水質(zhì)參數(shù)四維空間模型擬合是有效的，能直觀的反映水質(zhì)參數(shù)動(dòng)態(tài)變化信息。為養(yǎng)殖池的水環(huán)境治理提供有用的信息。