面向海洋环境数据采集和动态监控的物联网节点设计

陈作聪

（琼州学院计算机工程学院，海南三亚 572022）

欧盟将物联网（internate of things）［1］定义为“物与物相连的互联网”，即物联网在互联网作为核心和基础的前提下，将用户端延伸和扩展到所有物品之间，实现信息交换与通信。2005年国际电信联盟发布《ITU互联网报告2005：物联网》，在报告中对物联网进行了定义，将物联网描述为通过各类感知设备或技术，并通过约定的协议，实现物体与互联网相连，从而实现物体的识别、监控和定位跟踪。IBM在“智慧地球”的基础上提出物联网的概念，即智慧地球通过将超级计算机和云计算组成物联网，并将感应器嵌入电网、铁路和管道等各种物体中，实现人类与世界的整合［2］。

由于物联网能实现人与人、人与信息以及人与系统之间的融合，并能为这些信息进行智能处理和决策提供一个平台，因此，目前出现了一些采用物联网对水生态进行监控的研究工作，文献［3］基于物联网技术设计一个三层的网络传输结构监测体系，对传统的遥感水质参数定量反演方法、中程无线传感器网络技术以及藻类水华预测预警机制模型均进行了改进。文献［4］为了减少赤潮频繁爆发导致的危害，设计了一个基于物联网的近海赤潮环境监测系统，综合利用无线通信、嵌入式、移动通信和GPS技术对赤潮重灾区进行动态监控。文献［5］为了提高水资源环境的监测精度，设计了一种基于多传感网络平台的水资源监测物联网系统，在网络中采用分簇协议，并采用Rosen梯度投影寻求最优路径，将采集数据沿着最优路径发送到上位机服务器。

上述工作具有重要意义，但没有涉及海洋生态环境监测［6-7］，由于近年海洋环境生态受污染的风险日益加剧，因此，有必要对海洋生态环境进行实时数据采集和监控，因此，文中设计了一种基于物联网的海洋环境数据采集和动态的传感器节点，通过实验证明了文中设计的可行性。

1 系统模型

面向海洋环境的数据采集和动态监控系统主要是对海水的温度，pH值，以及海水中含有的重金属含量、有机污染物、磷化合物等信息进行采集，然后通过无线传感器网络发送给Sink节点，Sink节点再将数据通过3G网络发送给监控中心。

因此，面向海洋环境的数据采集和动态监控物联网系统可以分为无线传感器网络、Sink节点和监控中心3个部分，如图1所示。

图1所示的面向海洋环境的数据采集和动态监控系统中的节点主要可以分为传感器节点和汇聚节点。

传感器节点主要负责采集海洋生态环境中海水温度、pH值，以及海水中含有的重金属含量、有机污染物、磷化合物等信息，并周期性地将这些信息发送给Sink节点，同时接收由Sink节点发送的控制命令，接到控制命令后，将采集的数据发送给Sink节点。

图1 系统模型图Fig.1 System model

Sink节点主要是接收传感器采集的数据，并将数据发送给上位机服务器，同时接收上位机的控制命令，对命令进行解析后，对传感器节点启动相应的查询和控制等操作。

2 节点设计原则

两种节点都布撒在海洋环境中，由于海洋监测环境是无人能及的地区，因此，节点必须满足下列原则。

1）节点成本低：节点需要大量地布撒在海洋监测区域中，因此，节点数量大，节点硬件成本应尽可能低，同时当节点死亡和故障数过多，导致监控精度不能满足需求时，需要重新布撒节点，因此，设计的节点成本应足够低。

2）节点功耗低：由于海洋监测环境是无人能及的地区，因此，节点能量无法得到有效补充，当节点能耗耗尽后会死亡，因此，为了最大化监测区域网络生命周期，节点应具有功耗低的特点。

3）节点具有可扩展性：由于海洋生态环境中传感器节点随着监测需求的改变，会增加新的传感器或其他模块，因此，节点设计应具有可扩展性强的优点。

4）节点可定位：由于节点成本和功耗限制，因此，节点不能安装GPS进行定位，因此，必须设计一种算法能实现节点的定位。

3 节点硬件

3.1 传感器节点硬件设计

传感器节点是由MSP430F1611微控制器、电源模块、传感器模块以及无线收发模块4部分组成，如图2所示。

图2 传感器节点硬件框图Fig.2 Hardware design for sensor node

由于传感器节点采用电池供电，不能直接通过外部电源供电，同时节点体积不能过大，因此，必须选择功耗低、体积小和集成度高的芯片作为微控制器，采用TI公司的MSP430系列低功耗芯片MSP430F1611作为微控制器，工作电压为1.8～3.6V，待机电流仅为0.8μA，同时具备2个8通道12位的ADC以及16位定时器［8-10］。

无线通信模块采用Chipcon公司开发的满足IEEE802.15.4无线通信技术的2.4GHz的RF射频芯片CC2420，工作频率范围为2.4～2.483 5GHz。

CC2420芯片与芯片MSP430F1611之间通过4线的SPI总线进行连接，SPI总线包含SI，SO，SCLK 和 CSn接口，MSP430F1611使用FIFO，FIFOP，CCA和SFD接口实现对CC2420的控制。

3.2 传感器接口电路设计

由于采集海洋生态环境信息的传感器输出的信号为模拟信号，因此，需要对供电接口、A／D采样参考电压以及模拟信号滤波均进行设计，由于传感器信号采集周期为200ms，大于MSP430F1611的最小采样时间，因此，各种类型的信息采集传感器可以共用一个通道，电压可以设置为VREF＝0V，VREF＋＝2.5V，同时为了减少其他信号噪声的干扰，在采样接口与A／D接口之间串联一个1kΩ的电阻并在信号线上下拉一个30μF的电容器［11］。

3．3 Sink节点硬件设计

Sink节点是由ARM9系列的微处理器S3C2410高性能低功耗内核、电源模块、3G模块以及无线收发模块4部分组成，如图3所示。

图3 Sink节点硬件框图Fig.3 Hardware design for sink node

采用ARM9系列的高性能低功耗微处理器S3C2410作为微控制器，拥有独立的16KB指令Cache和16KB的数据Cache，拥有3路UART，4路DMA，4路带PWM的Timer以及2路SPI，能满足Sink节点的高速处理能力要求，采用无线接口来实现和传感器节点的通信。

无线通信模块采用与传感器节点同样的方案，采用Chipcon公司开发的满足IEEE802.15.4无线通信技术的2.4GHz的RF射频芯片CC2420。

3G模块采用华为公司开发的MU103，它支持GPRS／EDGE和TD-SCDMA／HSDPA两种模式，且两模式之间可以进行自动切换，支持UMTS2100／900 和 GSM／GPRS 850／900／1800／1900频段，1路USIM卡接口和2路ADC接口，2路UART接口，接口速率高达3.25MHz。

3.4 监控中心软件设计

监控中心即上位机，其主要功能是接收由Sink节点发送的数据，对其进行分析、决策和显示，其硬件组成如图4所示。

图4 监控中心硬件框图Fig.4 Hardware design for monitoring center

4 系统软件设计

4.1 传感器节点软件设计

传感器成员节点的主要功能是周期性地采集海洋环境中的各类信息，然后将其发送给Sink节点，同时接收由Sink节点发送的控制命令，当传感器节点接收到Sink节点的控制命令后，就开始采集海洋环境中的各种信息，并将信息发送给Sink节点，节点在采集完数据并将其发送给Sink节点后，会进入低功耗工作模式，即开始休眠，直到下一个工作周期到来，或接到Sink节点的唤醒控制命令［12］。传感器软件流程图如图5所示。

图5 传感器节点软件流程图Fig.5 Flow chart of sensor node software

4．2 Sink节点软件设计

Sink节点的软件流程可以描述为首先是系统上电，然后对硬件和协议栈等进行初始化，当不存在网络时，新建一个网络并为网络建立标志符PANID，当建立了无线传感器网络后，对空闲信道监听，接收新传感器节点加入的请求，并为新传感器节点分配资源，同时监听串口［13-16］。

当接收到来自上位机的控制命令后，将命令转发给传感器节点，并接收节点发送的数据，将数据发送给上位机。

当接收到来自传感器节点的数据发送请求时，接收节点采集数据，并将数据发送给上位机。

Sink节点软件流程图如图6所示。

图6 Sink节点软件流程图Fig.6 Flow chart of sink node software

5 系统测试

以某海域沿岸的小片海域为实验环境，对系统进行了测试，将设计好的节点布置在监测区域中，传感器节点总数为100个，Sink节点总数为12个，按图1所示的模型构建一个海洋生态环境监控系统，当传感器实时采集了海洋生态的各项信息后，将其通过无线传感器网络发送给Sink节点，Sink节点再将其转发给上位机，上位机对接收的数据进行融合处理，最终用户可以通过授权访问上位机软件实现海洋生态各项信息的查询，在某时间段内传感器采集的部分信息的融合结果如表1所示。

表1 信息融合结果Tab.1 Result of information fusion

从表1可以看出，文中方法能给出在各个时间段中海水采集的各项指标的融合结果，用户可以实时对其进行查看，同时采集信息超过了预设的阈值时，会发出警报，提醒授权用户或相关监管部门进行处理，并提供历史决策信息，给用户作为参考，同时文中方法设计的节点在运行了68d后，仍有55%的节点处于正常工作状态，这证明了设计的节点具有功耗低的优点。

6 结 语

为了实现海洋环境的实时数据采集和动态监控，设计了一种结合物联网技术、无线通信技术、3G技术和微电子技术的节点设计方法。首先，对系统模型进行了定义和介绍，将节点分为传感器节点和Sink节点，然后对传感器节点、Sink节点、传感器接口电路以及监控中心的硬件均进行了设计和描述，同时对传感器节点和Sink节点的软件进行了设计。实验表明文中方法设计的节点能实时采集数据，能实现海洋环境的有效监控，具有功耗低和成本低的优点。

／References：

［1］刘强，崔莉，陈海明.物联网关键技术与应用［J］.计算机科学，2010，37（6）：1-4.LIU Qiang，CUI Li，CHEN Haiming.Key technologies and applications of internet of things［J］.Computer Science，2010，37（6）：1-4.

［2］ROLFH W.Internet of things-new security and privacy challenges［J］.Computer LAW Security Review，2010，26：23-30.

［3］杨宏伟，吴挺峰，张唯易，等.基于物联网技术的太湖蓝藻水华预警平台［J］.计算机应用，2011，31（10）：2841-2843.YANG Hongwei，WU Tingfeng，ZHANG Weiyi，et al.Bluegreen algae bloom forecast platform with internet of things［J］.Journal of Computer Applications，2011，31（10）：2841-2843.

［4］郭阳雪，孔祥洪，杨渭，等.基于物联网的赤潮监测系统［J］.实验室研究与探索，2013，32（3）：21-25.GUO Yangxue，KONG Xianghong，YANG Wei，et al.Red tide monitoring system based on the internet of things［J］.Research and Exploration in Laboratiory，2013，32（3）：21-25.

［5］冷淑君，徐卫红.基于物联网技术水资源环境监测仿真研究［J］.计算机仿真，2012，29（2）：131-134.LENG Shujun，XU Weihong.Research on water monitoring technology based on internet of things［J］.Computer Simulation，2012，29（2）：131-134.

［6］钱志鸿，王义君.物联网技术与应用研究［J］.电子学报，2012，40（5）：1023-1029.QIAN Zhihong，WANG Yijun.IoT technology and application［J］.ACTA Electronica Sinica，2012，40（5）：1023-1029.

［7］姚泊.海洋环境概论［M］.北京：化学工业出版社，2007.YAO Bo.Introduction To Marine Environment［M］.Beijing：Chemical Industry Press，2007.

［8］周顺，张西红，李永浩.基于ZigBee的城市战红外人体探测系统［J］.河北工业科技，2011，28（1）：5-9.ZHOU Shun，ZHANG Xihong，LI Yonghao.Infrared humandetection system in urban warfare based on ZigBee［J］.Hebei Journal of Industrial Science and Technology，2011，28（1）：5-9.

［9］WU Jianda，HUANG Chengkai，CHANG Youwei.Fault diagnosis for internal combustion engines using intake manifold pressure and artificial neural network ［J］.Expert Systems with Applications，2010，37：949-958.

［10］陈书欣，马洪涛，刘玺.智能温室大棚系统设计［J］.河北工业科技，2011，28（4）：240-243.CHEN Shuxin，MA Hongtao，LIU Xi.Design of smart greenhouse system［J］.Hebei Journal of Industrial Science and Technology，2011，28（4）：240-243.

［11］CONG Y P，YANG G，WEI Z Q，et al.Security in underwater sensor networks［C］／／Proceedings of 2010International Conference on Communications and Mobile Computing.Piscataway：IEEE，2010：162-168.

［12］陈作聪.基于Rough Set和禁忌神经网络的传感器节点故障诊断［J］.计算机测量与控制，2013，21（5）：1143-1146.CHEN Zuocong.Fault diagnosis of sensor node based on Rough Set and tabu neural network［J］.Computer Measurement &Control，2013，21（5）：1143-1146.

［13］JING Teng，SNOUSSI H，RICHARD C，et al.Distributed varied filtering for simultaneous sensor localization and target tracking in wireless sensor network［J］.IEEE Trans on Vehicular Technology，2012，61（5）：2305-2318.

［14］张永梅，王凯峰，马礼，等.基于ZigBee和GPRS的嵌入式远程监测系统的设计［J］.计算机科学，2012，39（6）：222-225.ZHANG Yongmei，WANG Kaifeng，MA Li，et al.Design of embedded remote monitoring system based on ZigBee and GPRS［J］.Computer Science，2012，39（6）：222-225.

［15］CHEN Z N，NAN G F.Optimization of sensor deployment for mobile wireless sensor networks ［C］／／International Conference on Computational Intelligence and Vehicular System.Washington D C：IEEE Computer Society，2010：218-221.

［16］高振斌，毛健.海洋要素多设备数据采集系统的设计［J］.河北工业大学学报，2011，40（2）：20-24.GAO Zhenbing，MAO Jian.The design of multi-device data acquisition system for marine elements［J］.Journal of Hebei University of Technology，2011，40（2）：20-24.