許晴，倪偉

(1．西南科技大學(xué)信息工程學(xué)院，四川綿陽621010;2．淮陰工學(xué)院電子與電氣工程學(xué)院，江蘇淮安223003)

與國(guó)外現(xiàn)代化的水產(chǎn)養(yǎng)殖業(yè)相比，中國(guó)的規(guī)?；a(chǎn)養(yǎng)殖尚處于初級(jí)階段，雖然水池、網(wǎng)箱養(yǎng)殖等模式得到推廣和普及，但養(yǎng)殖工藝大多由人工完成，造成人力資源浪費(fèi)的同時(shí)，也無法提供最佳的養(yǎng)殖環(huán)境［1-2］。針對(duì)中國(guó)自動(dòng)化養(yǎng)殖較為落后的現(xiàn)狀，為完善水產(chǎn)養(yǎng)殖環(huán)境因子的實(shí)時(shí)監(jiān)控系統(tǒng)，本研究中設(shè)計(jì)了基于ZigBee無線傳感器網(wǎng)絡(luò)的水產(chǎn)養(yǎng)殖環(huán)境因子監(jiān)控系統(tǒng)，并且針對(duì)養(yǎng)殖環(huán)境的復(fù)雜性、非線性、時(shí)變性等特點(diǎn)，結(jié)合多傳感器數(shù)據(jù)融合技術(shù)，實(shí)現(xiàn)了對(duì)pH、溶解氧、水溫等環(huán)境因子更精確、可靠地監(jiān)測(cè)與控制。

1 系統(tǒng)方案

根據(jù)水產(chǎn)養(yǎng)殖監(jiān)控現(xiàn)場(chǎng)的環(huán)境，本研究中設(shè)計(jì)的監(jiān)控系統(tǒng)由監(jiān)控主機(jī)和ZigBee網(wǎng)絡(luò)組成［3-4］，系統(tǒng)結(jié)構(gòu)如圖1所示。其中ZigBee無線網(wǎng)絡(luò)由協(xié)調(diào)器節(jié)點(diǎn)、路由節(jié)點(diǎn)、終端節(jié)點(diǎn)組成，而終端節(jié)點(diǎn)又可分為監(jiān)測(cè)節(jié)點(diǎn)和控制節(jié)點(diǎn)。

監(jiān)測(cè)節(jié)點(diǎn)、路由節(jié)點(diǎn)和協(xié)調(diào)器節(jié)點(diǎn)均采用TI公司的 CC2430芯片。CC2430是符合 IEEE802．15．4標(biāo)準(zhǔn)的片上系統(tǒng) (SOC)芯片，它在單個(gè)芯片上集成無線射頻、內(nèi)存和一個(gè)增強(qiáng)型的8051微處理器［5］，滿足水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)的可靠性和低功耗要求。終端的監(jiān)測(cè)節(jié)點(diǎn)主要負(fù)責(zé)實(shí)時(shí)采集養(yǎng)殖水質(zhì)數(shù)據(jù) (如水溫、溶氧量、pH等)，然后將采集數(shù)據(jù)由無線射頻模塊傳輸?shù)铰酚晒?jié)點(diǎn)或協(xié)調(diào)器節(jié)點(diǎn)。針對(duì)監(jiān)控系統(tǒng)的復(fù)雜性、時(shí)變性、非線性等特點(diǎn)，在無線傳感器網(wǎng)絡(luò)中利用自適應(yīng)加權(quán)算法進(jìn)行數(shù)據(jù)級(jí)融合，融合后的數(shù)據(jù)由協(xié)調(diào)器節(jié)點(diǎn)上傳到上位機(jī)，并由上位機(jī)完成基于模糊綜合評(píng)判法的決策級(jí)融合，依據(jù)評(píng)判結(jié)果給出不同的報(bào)警信號(hào)和水質(zhì)調(diào)控決策。終端控制節(jié)點(diǎn)采用CC2430和MSP430雙核控制，其中CC2430負(fù)責(zé)接收無線網(wǎng)絡(luò)發(fā)送的控制命令，并由MSP430對(duì)熱水電磁閥、增氧機(jī)、酸堿溶劑注入電磁閥等被控設(shè)備實(shí)施現(xiàn)場(chǎng)控制。上位機(jī)與協(xié)調(diào)器節(jié)點(diǎn)通過串行數(shù)據(jù)總線進(jìn)行通信，上位機(jī)接收和顯示監(jiān)測(cè)節(jié)點(diǎn)采集的數(shù)據(jù)并對(duì)其進(jìn)行分析后，由無線網(wǎng)絡(luò)向控制節(jié)點(diǎn)發(fā)送控制命令，驅(qū)動(dòng)執(zhí)行設(shè)備 (增氧機(jī)、熱水電磁閥、pH控制等)控制環(huán)境因子。

2 多傳感器數(shù)據(jù)融合

水產(chǎn)養(yǎng)殖環(huán)境是一個(gè)多環(huán)境因子共同作用的復(fù)雜動(dòng)態(tài)系統(tǒng)。依靠單一的環(huán)境因子監(jiān)測(cè)結(jié)果判斷水質(zhì)的安全，無法滿足實(shí)際應(yīng)用的需求［6］。本系統(tǒng)中采用兩級(jí)數(shù)據(jù)融合，即自適應(yīng)加權(quán)算法的數(shù)據(jù)級(jí)融合和基于模糊綜合評(píng)判法的決策級(jí)融合［7］。多傳感器數(shù)據(jù)融合結(jié)構(gòu)如圖2所示。

由自適應(yīng)加權(quán)融合算法得到的融合數(shù)據(jù)上傳至上位機(jī)，利用模糊綜合評(píng)判法進(jìn)行決策級(jí)的數(shù)據(jù)融合。通過兩級(jí)數(shù)據(jù)融合可以構(gòu)建較為完善的水產(chǎn)養(yǎng)殖監(jiān)控系統(tǒng)，綜合各項(xiàng)數(shù)據(jù)，全面了解養(yǎng)殖環(huán)境水質(zhì)，提高監(jiān)控系統(tǒng)的精確度和可靠性。

圖1 水質(zhì)環(huán)境監(jiān)控系統(tǒng)框圖Fig.1 Structure diagram of the water quality monitoring system

圖2 多傳感器數(shù)據(jù)融合結(jié)構(gòu)圖Fig.2 Structure diagram of multisensor data fusion

2.1 自適應(yīng)加權(quán)融合算法

自適應(yīng)加權(quán)融合算法在滿足總均方誤差最小的條件下，不要求知道其他任何先驗(yàn)知識(shí)，僅依靠傳感器測(cè)量的數(shù)據(jù)，通過各傳感器節(jié)點(diǎn)采集的數(shù)據(jù)利用自適應(yīng)的方法計(jì)算出各節(jié)點(diǎn)的權(quán)值，使得融合后的結(jié)果最優(yōu)［8-9］。融合算法模型如圖3所示。

圖3 融合算法模型Fig.3 Fusion algorithm model

假設(shè)監(jiān)測(cè)節(jié)點(diǎn)有n個(gè)傳感器對(duì)某一環(huán)境因子進(jìn)行測(cè)量，其中X1(m)，X2(m)，…，Xn(m)表示各傳感器測(cè)量的數(shù)據(jù)，方差為，，…，，加權(quán)因子為W1，W2，…，Wn，待估計(jì)的真值為X，融合后輸出為^X。

無線傳感器網(wǎng)絡(luò)的第i個(gè)終端節(jié)點(diǎn)連續(xù)采集m次數(shù)據(jù)，計(jì)算其平均值(m)和方差，將這兩個(gè)值發(fā)送到路由節(jié)點(diǎn)或協(xié)調(diào)器節(jié)點(diǎn)。在總均方差最小的前提下，路由節(jié)點(diǎn)或協(xié)調(diào)器節(jié)點(diǎn)依據(jù)終端節(jié)點(diǎn)傳送的數(shù)據(jù)計(jì)算出加權(quán)系數(shù)Wi以及融合后的最優(yōu)值 ^X，其中Wi和滿足以下關(guān)系:

n個(gè)傳感器融合的總均方誤差σ2為

由式 (2)可知，總均方誤差σ2是關(guān)于各加權(quán)因子Wi的多元二次函數(shù)，由極值定理可知其存在最小值，其最優(yōu)加權(quán)因子為

對(duì)應(yīng)的最小總均方誤差為

2.2 模糊綜合評(píng)判法

模糊綜合評(píng)判法是由模糊集理論對(duì)監(jiān)控系統(tǒng)采集的多傳感器信息做出綜合評(píng)價(jià)，它將一些模糊的、難以量化的因素定量化，給出合理的、貼近實(shí)際的量化評(píng)價(jià)［10-13］。

2．2．1 建立因子集和評(píng)價(jià)集 依據(jù)實(shí)際要求，在本監(jiān)控系統(tǒng)中，選取對(duì)水質(zhì)影響較大的3個(gè)環(huán)境因子組成評(píng)價(jià)因子集:U={U1，U2，U3}={pH，溶解氧，水溫}。根據(jù)魚類對(duì)監(jiān)測(cè)指標(biāo)的耐受程度［14］，將漁業(yè)水質(zhì)評(píng)價(jià)分為5級(jí):V={V1，V2，V3，V4，V5}={優(yōu)，良，中，差，極差}。

2．2．2 建立模糊評(píng)價(jià)矩陣R 養(yǎng)殖水質(zhì)的優(yōu)劣是人為給出的模糊性概念，不能準(zhǔn)確地定義水質(zhì)等級(jí)為優(yōu)質(zhì)或劣質(zhì)。運(yùn)用模糊集理論，對(duì)不同的水質(zhì)評(píng)價(jià)標(biāo)準(zhǔn)給出不同的隸屬度。評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)值可分為遞增型 (1級(jí)～5級(jí))和遞減型 (5級(jí)～1級(jí))兩類。從養(yǎng)殖實(shí)際要求看，特定養(yǎng)殖對(duì)象的最佳養(yǎng)殖環(huán)境因子 (如pH、水溫等)是確定的某個(gè)標(biāo)準(zhǔn)值，當(dāng)評(píng)價(jià)標(biāo)準(zhǔn)值增加或減少時(shí)均不利于養(yǎng)殖對(duì)象的生長(zhǎng)，因此，本系統(tǒng)是遞增型與遞減型兩類的混合。其隸屬度計(jì)算公式如下:

(1)遞增型 (1級(jí)～5級(jí))。

當(dāng) xi≤ hi，1時(shí)，有

當(dāng) hi，j≤ xi≤ hi，j+1時(shí)，有

當(dāng) xi≥ hi，5時(shí)，有

(2)遞減型 (5級(jí)～1級(jí))。

當(dāng) xi≥ hi，1時(shí)，有

當(dāng) hi，j+1≤ xi≤ hi，j時(shí)，有

當(dāng) xi≤ hi，5時(shí)，有

其中:xi為第i個(gè)評(píng)價(jià)因子的測(cè)量值;ri，j為第i個(gè)評(píng)價(jià)因子相對(duì)第j級(jí)的隸屬度;hi，j為第i個(gè)評(píng)價(jià)因子的第j級(jí)標(biāo)準(zhǔn)值。

根據(jù)隸屬函數(shù)公式計(jì)算各評(píng)價(jià)因子的隸屬度，得到模糊評(píng)價(jià)矩陣R為

2．2．3 確定各因子的權(quán)重 養(yǎng)殖環(huán)境由多個(gè)環(huán)境因子共同作用，各個(gè)環(huán)境因子之間相互聯(lián)系相互影響。因外界環(huán)境的影響，各環(huán)境因子對(duì)水質(zhì)優(yōu)劣的影響不同，所以對(duì)每個(gè)環(huán)境因子賦予不同的權(quán)重，組成評(píng)價(jià)因子的權(quán)重矩陣W=［W1，W2，W3］。本系統(tǒng)采用“超標(biāo)法”計(jì)算各因子的權(quán)重Wi:

其中:hi，j為第i個(gè)評(píng)價(jià)因子的第j級(jí)標(biāo)準(zhǔn)值;為第i個(gè)評(píng)價(jià)因子各級(jí)評(píng)價(jià)標(biāo)準(zhǔn)的平均值。

2．2．4 建立水質(zhì)評(píng)價(jià)模型 由下式計(jì)算養(yǎng)殖水質(zhì)的模糊綜合評(píng)價(jià)等級(jí):

其中:B為評(píng)價(jià)結(jié)果;W為評(píng)價(jià)環(huán)境因子的權(quán)重矩陣;R為單因素評(píng)價(jià)矩陣。

3 實(shí)驗(yàn)分析

3.1 自適應(yīng)加權(quán)融合算法

在實(shí)驗(yàn)室環(huán)境下，對(duì)室內(nèi)溫度進(jìn)行采集，驗(yàn)證該算法是否有效。

室內(nèi)安置5個(gè)無線傳感器節(jié)點(diǎn)，4個(gè)節(jié)點(diǎn)作為溫度采集的終端節(jié)點(diǎn)，1個(gè)作為協(xié)調(diào)器節(jié)點(diǎn)構(gòu)成無線傳感器網(wǎng)絡(luò)。4個(gè)傳感器節(jié)點(diǎn)對(duì)室內(nèi)溫度每10 s采集一次，終端節(jié)點(diǎn)將1 min內(nèi)測(cè)量的6次數(shù)據(jù)計(jì)算平均值ˉXi(m)和方差并傳送到協(xié)調(diào)器節(jié)點(diǎn)，協(xié)調(diào)器節(jié)點(diǎn)將4個(gè)終端節(jié)點(diǎn)的測(cè)量數(shù)據(jù)進(jìn)行融合后送至上位機(jī)。為了驗(yàn)證自適應(yīng)加權(quán)算法剔除疏失誤差的有效性，任選一個(gè)終端節(jié)點(diǎn)作為故障點(diǎn)，監(jiān)測(cè)節(jié)點(diǎn)1 min內(nèi)采集的溫度數(shù)據(jù)如表1所示。

表1 監(jiān)測(cè)節(jié)點(diǎn)測(cè)量的溫度數(shù)據(jù)Tab.1 Temperature data measured at monitoring sites

由實(shí)驗(yàn)結(jié)果可知:傳感器終端節(jié)點(diǎn)測(cè)量的準(zhǔn)確度越高，其加權(quán)系數(shù)就越大，在數(shù)據(jù)融合中的重要程度就高，因此，可以有效地避免外界環(huán)境因素對(duì)測(cè)量的干擾，減小因疏失誤差對(duì)測(cè)量精確度的影響，有利于提高系統(tǒng)的準(zhǔn)確性。此外，自適應(yīng)加權(quán)算法的運(yùn)用，有效地減少了網(wǎng)絡(luò)通信量，從而降低了節(jié)點(diǎn)通信能耗，延長(zhǎng)了網(wǎng)絡(luò)節(jié)點(diǎn)的生命周期。

3.2 模糊綜合評(píng)判法

本研究中，利用某水產(chǎn)養(yǎng)殖場(chǎng)采集的數(shù)據(jù)對(duì)評(píng)價(jià)模型進(jìn)行驗(yàn)證。選取對(duì)水質(zhì)影響較大的3個(gè)因素溶解氧、pH、水溫為評(píng)價(jià)因子，即U={U1，U2，U3};依據(jù)中國(guó)現(xiàn)行的《中華人民共和國(guó)漁業(yè)水質(zhì)標(biāo)準(zhǔn)》［15］和中國(guó)農(nóng)業(yè)大學(xué)建立的池塘水質(zhì)分級(jí)指標(biāo)及標(biāo)準(zhǔn)［16］，得到各指標(biāo)相對(duì)各級(jí)水質(zhì)的取值，即建立評(píng)價(jià)集 V={V1，V2，V3，V4，V5}={優(yōu)，良，中，差，極差}，如表2所示。采集的4組水質(zhì)因子數(shù)據(jù)如表3所示。

選取第1組采集的數(shù)據(jù)進(jìn)行分析，利用公式(5)～(10)計(jì)算3個(gè)環(huán)境因子對(duì)5個(gè)模糊集合的隸屬度，得到模糊關(guān)系矩陣為

表2 評(píng)價(jià)指標(biāo)的等級(jí)范圍和代表值Tab.2 Grading ranges and representative values in evaluation

表3 養(yǎng)殖池水質(zhì)采集數(shù)據(jù)Tab.3 Data collection of water quality in a pond

由公式 (11)計(jì)算各評(píng)價(jià)因子的權(quán)重W1=(0．345，0．328，0．327)，則模糊綜合評(píng)價(jià)等級(jí)為

依據(jù)最大隸屬度原則，確定該水質(zhì)的等級(jí)為優(yōu)。同理可得其他3組數(shù)據(jù)的模糊綜合評(píng)價(jià)結(jié)果。

從表4可見:采集的第1組數(shù)據(jù)分析顯示，水質(zhì)環(huán)境為優(yōu)，適合養(yǎng)殖對(duì)象生長(zhǎng);第2組與第4組水質(zhì)良好;第3組水質(zhì)狀況已經(jīng)不利于養(yǎng)殖對(duì)象的生長(zhǎng)。由模糊綜合評(píng)價(jià)法得出的結(jié)論，與實(shí)踐經(jīng)驗(yàn)的結(jié)論一致。

表4 水質(zhì)信息融合結(jié)果Tab.4 Results of water quality information fusion

4 結(jié)語

水產(chǎn)養(yǎng)殖環(huán)境是一個(gè)多參數(shù)、非線性、大延時(shí)的復(fù)雜系統(tǒng)，各環(huán)境因子之間相互作用，傳統(tǒng)的單因子單閥值控制方法已不能滿足實(shí)際的水質(zhì)調(diào)控需求。本研究中設(shè)計(jì)的監(jiān)控系統(tǒng)將無線傳感器技術(shù)和數(shù)據(jù)融合技術(shù)相結(jié)合，彌補(bǔ)了傳統(tǒng)監(jiān)控系統(tǒng)只能實(shí)現(xiàn)對(duì)某單一環(huán)境因子進(jìn)行監(jiān)控與報(bào)警、數(shù)據(jù)精度差、可靠性低等缺點(diǎn)。實(shí)驗(yàn)數(shù)據(jù)分析表明，該監(jiān)控系統(tǒng)對(duì)多傳感器采集的數(shù)據(jù)進(jìn)行兩級(jí)融合，減小了疏失誤差的影響，可在全面了解養(yǎng)殖水質(zhì)環(huán)境的基礎(chǔ)上給出相應(yīng)的調(diào)控決策，能為養(yǎng)殖對(duì)象提供最佳的養(yǎng)殖環(huán)境。

［1］彭樹峰，王云新，葉富良，等．國(guó)內(nèi)外工廠化養(yǎng)殖簡(jiǎn)述［J］．漁業(yè)現(xiàn)代化，2007，32(2):12-13．

［2］劉大安．水產(chǎn)工廠化養(yǎng)殖及其技術(shù)經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系［J］．中國(guó)漁業(yè)經(jīng)濟(jì)，2009，27(3):97-105．

［3］宦娟，劉星橋，程立強(qiáng)，等．基于ZigBee的水產(chǎn)養(yǎng)殖水環(huán)境無線監(jiān)控系統(tǒng)設(shè)計(jì)［J］．漁業(yè)現(xiàn)代化，2012，37(1):34-39．

［4］張新榮，徐保國(guó)．基于CC2430的水產(chǎn)養(yǎng)殖環(huán)境信息監(jiān)測(cè)系統(tǒng)設(shè)計(jì)［J］．漁業(yè)現(xiàn)代化，2011，38(2):17-21．

［5］李文仲，段朝玉．ZigBee無線網(wǎng)絡(luò)技術(shù)入門與實(shí)戰(zhàn)［M］．北京:北京航空航天大學(xué)出版社，2007．

［6］陳明，朱文婷，周汝雁，等．BP神經(jīng)網(wǎng)絡(luò)信息融合技術(shù)在水質(zhì)監(jiān)控系統(tǒng)中的應(yīng)用［J］．微計(jì)算機(jī)信息，2010，26(4):15-17．

［7］張曉亮，羅文廣．多傳感器數(shù)據(jù)融合技術(shù)在室內(nèi)環(huán)境品質(zhì)監(jiān)控系統(tǒng)中的應(yīng)用［J］．儀表技術(shù)與傳感器，2012(2):103-105．

［8］李琳．基于ZIGBEE的分布式低功耗溫度檢測(cè)系統(tǒng)的研究［D］．青島:青島大學(xué)，2012．

［9］張兢．基于多通道自適應(yīng)加權(quán)融合算法的火災(zāi)特征識(shí)別［J］．國(guó)外電子測(cè)量技術(shù)，2006，25(1):31-34．

［10］Lu Xinwei，Li Loretta Y，Lei Kai，et al．Water quality assessment of Wei River，China using fuzzy synthetic evaluation［J］．Environmental Earth Sciences，2010，60(8):1693-1699．

［11］Wang Jianhua，Lu Xianguo．Fuzzy synthetic evaluation of water quality of Naoli River using parameter correlation analysis［J］．Chinese Geographical Science，2008，18(4):361-368．

［12］馬叢國(guó)，趙德安．水產(chǎn)養(yǎng)殖過程中水質(zhì)模糊綜合評(píng)價(jià)系統(tǒng)的設(shè)計(jì)［J］．安徽農(nóng)業(yè)科學(xué)，2011，39(17):10497-10498，10502．

［13］徐耀松，郭磊，王丹丹，等．多傳感器模糊綜合信息融合算法在煤礦瓦斯監(jiān)測(cè)中的應(yīng)用［J］．礦業(yè)安全與環(huán)保，2008，35(5):42-44．

［14］王瑞梅，傅澤田，何有緣，等．漁業(yè)水域水質(zhì)模糊綜合評(píng)價(jià)模型研究［J］．中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2005，10(6):51-55．

［15］國(guó)家環(huán)境保護(hù)局．中華人民共和國(guó)漁業(yè)水質(zhì)標(biāo)準(zhǔn)(GB11607-89)［S］．北京:中國(guó)標(biāo)準(zhǔn)出版社，1989．

［16］王紅英．地?zé)崴糜谒a(chǎn)養(yǎng)殖的水環(huán)境因子研究［D］．北京:中國(guó)農(nóng)業(yè)大學(xué)，1996．