任　華

(成都農(nóng)業(yè)科技職業(yè)學(xué)院信息技術(shù)分院，四川成都 611130)

我國作為一個農(nóng)業(yè)大國，規(guī)范化的大面積集中種植已經(jīng)是一種普遍現(xiàn)象。在大面積農(nóng)作物種植區(qū)域中為了節(jié)約人力成本，實現(xiàn)現(xiàn)代化農(nóng)業(yè)規(guī)范種植，往往會使用無線傳感控制網(wǎng)絡(luò)對環(huán)境進行監(jiān)控[1]。受地殼運動和板塊擠壓作用，我國地震、火山等自然災(zāi)害頻繁，特別是西部、南部山區(qū)，川陜、川滇、川藏等地區(qū)，由于山體高大，巖層風(fēng)化劇烈，雨季降水比較多，容易引起滑坡、泥石流等地質(zhì)災(zāi)害。基于多媒體傳感器網(wǎng)絡(luò)的地質(zhì)災(zāi)害災(zāi)區(qū)智能監(jiān)測采用綜合多源異質(zhì)傳感器系統(tǒng)[2]，通過目標(biāo)識別及數(shù)據(jù)融合等技術(shù)，以智能方式識別監(jiān)測環(huán)境中可能發(fā)生的余震、滑坡、滾石、坍塌以及泥石流等險情，可區(qū)分人員車輛等運動目標(biāo)，降低虛報率并就所監(jiān)測的場景提供實時圖像，完成實時智能監(jiān)測與險情判決，同時具有自組織、自配置及低功耗管理等特性。

在通過實地考察獲取的實際地質(zhì)監(jiān)測數(shù)據(jù)的基礎(chǔ)上，本設(shè)計將應(yīng)用日益廣泛的多媒體傳感器網(wǎng)絡(luò)與地質(zhì)災(zāi)害災(zāi)區(qū)險情智能監(jiān)測相結(jié)合。與傳統(tǒng)傳感器網(wǎng)絡(luò)監(jiān)測相比，本設(shè)計不但同樣具有自組織、自配置、抗毀性等優(yōu)勢，同時具有更為真實全面的多源異質(zhì)信息感知監(jiān)測能力[3]。與現(xiàn)有其他無線音頻、視頻監(jiān)測系統(tǒng)相比，本設(shè)計中的監(jiān)測架構(gòu)具有智能特性，由人工視頻監(jiān)視變?yōu)橹悄芊治龈婢?/p>

1　研究方法

1.1　目標(biāo)識別

運動目標(biāo)檢測與監(jiān)測跟蹤是多媒體傳感器網(wǎng)絡(luò)的主要用途之一，運動目標(biāo)檢測的目的是對序列圖像進行分析，將運動目標(biāo)區(qū)域從背景圖像中區(qū)分并且提取出來。運動目標(biāo)檢測是圖像分析和理解的前提，目前常用的目標(biāo)識別方法有幀間差分法、背景差分法和光流法[4]。

1.2　監(jiān)測跟蹤判決

運動目標(biāo)跟蹤的目的是通過對序列圖像的分析，對感興趣目標(biāo)的位置和速度等運動特征進行估計或預(yù)測。目前常用的監(jiān)測跟蹤目標(biāo)的方法有基于特征的跟蹤，基于區(qū)域的跟蹤，基于模型的跟蹤和基于活動輪廓的跟蹤[5-6]。

在農(nóng)作物種植區(qū)域使用多媒體傳感網(wǎng)絡(luò)進行監(jiān)控時，捕捉到的圖像序列會受到多種環(huán)境因素的影響，如光線亮度的變化，風(fēng)沙暴雨等氣候的變化，陰影和物體間重疊以及運動目標(biāo)的運動變化等。圖像序列變化都會給運動目標(biāo)的監(jiān)測和跟蹤帶來不同程度的影響。本研究面向的監(jiān)測對象不同于一般監(jiān)測系統(tǒng)所監(jiān)測的(車輛、人員等)目標(biāo)，而是更為復(fù)雜的地質(zhì)險情表征目標(biāo)，如滾石等，所監(jiān)測的背景雖然較為復(fù)雜，但是相對固定，具有較高的監(jiān)測可行性。

1.3　智能信息處理

由于能量的限制，不可能將圖像信息直接傳輸?shù)饺诤瞎?jié)點進行融合，這就要求將視頻傳感器采集的圖像在當(dāng)前多媒體傳感器網(wǎng)絡(luò)節(jié)點(以下簡稱網(wǎng)絡(luò)節(jié)點)實時進行處理，除了對圖像進行簡單的壓縮編碼，同時還須要提取圖像的特征編碼，這樣傳輸?shù)饺诤现行牡木褪菈嚎s后的圖像和特征編碼。考慮到網(wǎng)絡(luò)節(jié)點的處理能力和低功耗需求，微控制單元(micro controller unit，簡稱MCU)會先將傳感器采集的音頻、視頻數(shù)據(jù)保存在本地存儲器中，這里采用的是嵌入式多媒體卡(embedded multi media car，簡稱EMMC)高速存儲器，然后優(yōu)先將特征編碼發(fā)送到融合中心。

融合中心對多個傳感終端傳來的數(shù)據(jù)進行融合[7]，融合之前要對時間空間進行校準(zhǔn)。校準(zhǔn)需要2個方面的信息：一方面是該網(wǎng)絡(luò)節(jié)點的路由和位置信息，另一方面是網(wǎng)絡(luò)節(jié)點數(shù)據(jù)的時間信息。在融合的過程中，圖像的配準(zhǔn)問題要求使用2幅或多幅圖片進行配準(zhǔn)，以確保疊加的每幅圖像上相應(yīng)的像素代表地面上的同一位置、對應(yīng)于同一物體。多媒體傳感器網(wǎng)絡(luò)節(jié)點結(jié)構(gòu)如圖1所示。

本設(shè)計對特征層目標(biāo)特性進行融合，包括視頻、振動、紅外等多傳感器系統(tǒng)，為識別提供了比單傳感器更多有關(guān)目標(biāo)的特征信息，增大了特征空間維數(shù)。具體的融合方法仍是模式識別的相應(yīng)技術(shù)，只是在融合前必須先對特征進行關(guān)聯(lián)處理，把特征矢量分類成有意義的組合，區(qū)域異構(gòu)傳感特征融合流程如圖2所示。

相鄰網(wǎng)絡(luò)節(jié)點異構(gòu)的傳感設(shè)備(振動、圖像、聲音等)所采集的數(shù)據(jù)融合并配合使用，是多媒體信息融合的一項主要內(nèi)容，這里采取的方式是通過實時采集，分別將傳感設(shè)備中的數(shù)據(jù)進行特征提取，以特征向量的形式共同傳向融合節(jié)點，在節(jié)點處處理單一時刻的多方信息，由于聲音、振動、紅外的數(shù)據(jù)量相對較小，所以采用以圖像為融合主體的形式，其他相關(guān)傳感特征以時間為基準(zhǔn)進行融合。對目標(biāo)進行的特性融合識別就是基于關(guān)聯(lián)后的聯(lián)合特征矢量進行模式識別。

2　多媒體傳感網(wǎng)絡(luò)智能監(jiān)測架構(gòu)設(shè)計

2.1　基于低功耗設(shè)計的多媒體監(jiān)控網(wǎng)絡(luò)

在目標(biāo)的識別和監(jiān)控網(wǎng)絡(luò)中對數(shù)據(jù)的采集和處理主要包括音頻、視頻和基礎(chǔ)數(shù)據(jù)。其中，基礎(chǔ)數(shù)據(jù)如紅外傳感器數(shù)據(jù)、震動傳感器數(shù)據(jù)等的數(shù)據(jù)量較小，使用帶ZigBee的低功耗MCU(以下稱傳感器MCU)即可實現(xiàn)數(shù)據(jù)的傳輸和處理[8-9]；音頻和視頻數(shù)據(jù)龐大，傳輸過程中對網(wǎng)絡(luò)要求高，須要使用運算能力較強的MCU(以下稱節(jié)點MCU)對數(shù)據(jù)進行壓縮和特征提取。

針對這2類數(shù)據(jù)類型的特點加上節(jié)點能耗的重要性，筆者設(shè)計1個低功耗實現(xiàn)方法：節(jié)點MCU常態(tài)為低功耗狀態(tài)，實時監(jiān)測各傳感器的狀態(tài)，當(dāng)傳感器MCU監(jiān)測到異常后，節(jié)點MCU須要進行數(shù)據(jù)處理，此時自動提升頻率，處理完畢后繼續(xù)進入低功耗狀態(tài)。由于特征編碼提取速度較壓縮快，節(jié)點MCU會先將特征編碼發(fā)送到融合中心，當(dāng)融合中心須要傳輸音頻、視頻文件時，節(jié)點MCU才會通過無線網(wǎng)絡(luò)(WiFi)將存儲在EMMC中的音頻、視頻數(shù)據(jù)發(fā)送至融合中心。

2.2　無線網(wǎng)絡(luò)設(shè)計方案

本設(shè)計使用IEEE 802.15.4[10]為無線通信提供物理層數(shù)據(jù)服務(wù)，WiFi提供音頻和視頻的控制層數(shù)據(jù)通信服務(wù)，使用ZigBee實現(xiàn)基礎(chǔ)傳感器的組網(wǎng)與控制。設(shè)計方案如圖3所示。

在大面積農(nóng)作物種植區(qū)域中，由無線網(wǎng)絡(luò)構(gòu)成的種植區(qū)域地質(zhì)災(zāi)害視頻、音頻監(jiān)控網(wǎng)絡(luò)和各類傳感器控制網(wǎng)絡(luò)組成系統(tǒng)的農(nóng)作物智能感知系統(tǒng)。每個基礎(chǔ)傳感器都與對應(yīng)多媒體傳感節(jié)點的ZigBee連接實現(xiàn)組網(wǎng)通信，音頻、視頻傳感器直接連接多媒體傳感節(jié)點，由當(dāng)前節(jié)點對其采集到的數(shù)據(jù)分別進行處理和通信傳輸。

多媒體傳感節(jié)點的數(shù)據(jù)均發(fā)送到融合中心，該中心設(shè)立了用戶監(jiān)控功能，可及時將緊急信息通過短信方式發(fā)送至用戶手機和在線客戶端，同時直接刷新強調(diào)顯示報警圖像，用戶可通過任一客戶端訪問無線網(wǎng)絡(luò)進行控制和處理。

2.3　組網(wǎng)應(yīng)用設(shè)計

本設(shè)計具體的組網(wǎng)應(yīng)用過程如圖4所示。當(dāng)所監(jiān)控的農(nóng)作物區(qū)域有異常(震動、高溫、物體移動、爆炸等)發(fā)生時，傳感器MCU會通過ZigBee發(fā)送信息到多媒體傳感器節(jié)點，節(jié)點收到信息后啟動視頻傳感器，定位異?，F(xiàn)象，將監(jiān)測到的具體數(shù)據(jù)、聲音和圖像先存儲在EMMC中，提取視頻特征編碼，然后通過無線網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)饺诤现行倪M行數(shù)據(jù)分析、預(yù)測、統(tǒng)計；若激發(fā)異常請求，融合中心的監(jiān)控功能則發(fā)布命令給終端設(shè)備(手機、PC客戶端等)進行預(yù)警[11]，按異常等級進行控制處理，保存異常狀態(tài)和處理機制、結(jié)果等。若未激發(fā)異常請求，則記錄狀態(tài)保持監(jiān)控[12]。

3　智能監(jiān)測架構(gòu)實現(xiàn)

3.1　硬件設(shè)計

硬件設(shè)計主要包括多媒體傳感器節(jié)點和融合中心2大部分，設(shè)計方案如圖5所示。

3.1.1多媒體傳感器節(jié)點設(shè)計方案主控選用意法半導(dǎo)體集團(STMicroelectronics，簡稱ST)生產(chǎn)的STM32F469NIH6，該芯片的特點是基于高性能的ARM Cortex-M4處理器，集成浮點運算加速器(float point unit，簡稱FPU)以及數(shù)字信號處理(digital signal processing，簡稱DSP)，最大主頻支持180 MHz；Cortex-M4具有單精度浮點運算單元且具備增強的DSP指令集，音頻、視頻處理速度快；集成2 MB Flash、384 kB SRAM超大存儲空間；內(nèi)置靜態(tài)存儲控制器(flexible static memory controller，簡稱FMC)、隊列式串行外設(shè)接口(queued serial peripheral interface，簡稱QSPI)，以太網(wǎng)媒體訪問控制子層協(xié)議(media access control，簡稱MAC)、數(shù)字多媒體卡(secure digital multi media card，簡稱SDMMC)、通用串行總線(universal serial bus，簡稱USB)及攝像頭接口等；具有低功耗運行模式。

除主控芯片外，多媒體傳感器節(jié)點硬件方案的其他模塊包括(1)存儲器選用高速32 GB EMMC 5.0，可以在多媒體傳感器節(jié)點存儲大量采集數(shù)據(jù)，通過SDMMC接口與STM32F469主控芯片通信；(2)視頻采集選用OV7620-模組通過可變靜態(tài)存儲控制器(flexible static memory controller，簡稱FSMC)總線與主控芯片STM32F469通信；(3)WiFi模塊使用Marvell8801主控芯片通過SDIO接口與STM32F469通信；(4)ZigBee協(xié)調(diào)器選用德州儀器(texas instruments，簡稱TI)公司的CC2530通過通用異步收發(fā)傳輸器(universal asynchronous receiver transmitter，簡稱UART)接口與主控芯片STM32F469通信[8-9]；(5)定位模塊選用VK1513，模塊輸出的數(shù)據(jù)格式遵循NMEA0183協(xié)議，通過UART總線與主控芯片STM32F469通信；(6)普通傳感器如震動、溫度、紅外、超聲波等均使用CC2530，并采用ZigBee協(xié)議實現(xiàn)子節(jié)點。

3.1.2融合中心設(shè)計方案融合中心[13]類似一臺電腦終端，須要處理網(wǎng)絡(luò)通信、數(shù)據(jù)庫、文件系統(tǒng)、界面交互等，本方案選用三星ARM11架構(gòu)S3C6410主控系統(tǒng)，其特點為擁有強大的內(nèi)部資源和處理能力，可穩(wěn)定運行667MHz主頻；支持Mobile 雙倍速率同步動態(tài)隨機存儲器(double data rata，簡稱DDR)和多種NAND Flash；支持WinCE 6.0、Linux 2.6.28、Android 2.3以及μC/OS-Ⅱ等操作系統(tǒng)；支持QT Extended 4.4.3圖形界面，提供了標(biāo)準(zhǔn)板級支持包(board support package，簡稱BSP)并開放源碼；支持通用分組無線服務(wù)技術(shù)(general packet radio service，簡稱GPRS)模組，選用的MG323是華為公司生產(chǎn)的GPRS無線通信模塊，具備語音電話、短信和GPRS數(shù)據(jù)通信的功能。

3.2　軟件設(shè)計

3.2.1多媒體傳感節(jié)點軟件設(shè)計多媒體傳感器節(jié)點選用嵌入式廣泛使用的FreeRTOS操作系統(tǒng)。FreeRTOS是一個輕量級實時操作系統(tǒng)內(nèi)核，其功能包括任務(wù)管理、時間管理、信號量、消息隊列、內(nèi)存管理、記錄功能、軟件定時、協(xié)程等，可基本滿足較小系統(tǒng)的需要。在硬件資源需求上，F(xiàn)reeTROS占用資源少，可以運行在隨機存取存儲器(random access memory，簡稱RAM)有效的嵌入式平臺中，同時具有源碼公開、可移植、可裁減、調(diào)度策略靈活等優(yōu)點。

多媒體傳感器節(jié)點實現(xiàn)的主要功能包括(1)實時監(jiān)測ZigBee節(jié)點是否有異常數(shù)據(jù)；(2)啟動視頻采集并存儲到本地EMMC存儲器；(3)對視頻信息進行壓縮；(4)對視頻信息進行特征編碼提??；(5)通過WiFi將打包的多媒體節(jié)點數(shù)據(jù)發(fā)送到融合中心；(6)通過WiFi將音視頻信息發(fā)送到融合中心。

多媒體傳輸通信技術(shù)如下：多媒體傳感節(jié)點(以下稱網(wǎng)絡(luò)節(jié)點)將全球定位系統(tǒng)(global positioning system，簡稱GPS)定位信息、預(yù)警視頻特征編碼、聲音震動、溫度等數(shù)據(jù)封包成數(shù)據(jù)幀，然后發(fā)送到融合中心；融合中心對數(shù)據(jù)幀進行解析，提取出對應(yīng)的傳感器信息；融合中心下達上傳音頻、視頻問題的指令，網(wǎng)絡(luò)節(jié)點收到上傳指令后就開始通過WiFi將音頻、視頻數(shù)據(jù)發(fā)送給融合中心。其中網(wǎng)絡(luò)節(jié)點數(shù)據(jù)幀的格式如表1所示。每組數(shù)據(jù)幀都以00開始，F(xiàn)F結(jié)束。SN(serial number)表示數(shù)據(jù)序號；ID(identification)表示發(fā)送數(shù)據(jù)幀的設(shè)備編號；Type表示報警類型和等級；CFG(control flow graph)表示控制信息；Power表示電源電壓數(shù)；DA(data address)表示數(shù)據(jù)地址；SA(source address)表示源地址。

表1　節(jié)點數(shù)據(jù)幀的格式

為進一步保證數(shù)據(jù)的完整性，本方案對數(shù)據(jù)進行循環(huán)冗余校驗(cyclic redundancy check，簡稱CRC)處理，網(wǎng)絡(luò)節(jié)點計算CRC數(shù)據(jù)，融合中心進行驗證，通過后才認為結(jié)束，否則須要重發(fā)。

3.2.2融合中心軟件設(shè)計從軟件系統(tǒng)的優(yōu)化性、可移植性、使用方便性和多樣性角度出發(fā)，本設(shè)計的軟件系統(tǒng)在Linux上開發(fā)，主要有Linux組件、文件系統(tǒng)、數(shù)據(jù)庫系統(tǒng)、外設(shè)應(yīng)用驅(qū)動和瀏覽器/服務(wù)器(browser/server，簡稱B/S)應(yīng)用程序等。Linux采用的是目前使用最為廣泛的Redflag Linux版本；數(shù)據(jù)庫系統(tǒng)采用MySQL和XML進行數(shù)據(jù)存儲；應(yīng)用驅(qū)動包括USB、網(wǎng)卡、串口及以太網(wǎng)、應(yīng)用外設(shè)驅(qū)動(音頻、打印等)；應(yīng)用程序是基于B/S結(jié)構(gòu)進行開發(fā)的，可提供友好的可視化界面。本方案中融合中心的一個重要功能就是要對多個多媒體傳感器節(jié)點的數(shù)據(jù)進行時空校準(zhǔn)后融合，重點在視頻、音頻的處理上。

3.2.2.1音頻、視頻壓縮技術(shù)音頻、視頻的傳輸是軟件設(shè)計的關(guān)鍵，在B/S架構(gòu)中客戶直接通過IE瀏覽器查看視頻和音頻文件。視頻文件數(shù)據(jù)很大，為提高傳輸速度和圖像質(zhì)量，在傳輸過程中須要對其進行有效壓縮和解壓。根據(jù)國際電信聯(lián)盟(international telecommunication union，簡稱ITU)設(shè)置的視頻壓縮編碼標(biāo)準(zhǔn)，本設(shè)計采用H.26X系列進行視頻壓縮。

攝像頭采集到的圖像格式是一種將亮度信息與色彩信息分離的格式(YUV，Y表示亮度即灰度，U、V表示色度)，該格式的好處在于即使沒有UV信息也可以顯示完整的黑白圖像。而計算機是通過紅色、綠色、藍色(red green blue，簡稱RGB)3種基色混合成圖像或視頻。從YVU到RGB之間的轉(zhuǎn)換公式如下：

R=Y+1.371V；G=Y-0.698U-0.336V；B=Y+1.732U。

通過公式可以快速將YUV轉(zhuǎn)換為RGB并顯示出來。視頻數(shù)據(jù)采集后打包成數(shù)據(jù)包，打包數(shù)據(jù)封裝成接口，可提供字段包括Que_link數(shù)據(jù)包隊列、Addr數(shù)據(jù)存放地址、Length數(shù)據(jù)長度、arg應(yīng)用程序、cmd數(shù)據(jù)命令、status數(shù)據(jù)命令狀態(tài)、reserve保留字段。

3.2.2.2視頻特征編碼提取技術(shù)提取視頻特征碼選用目標(biāo)識別常用算法中的背景差分算法[6]?；谝曨l傳感器采集到的YUV格式視頻數(shù)據(jù)，采用一種結(jié)合YUV顏色空間色度和亮度進行運動檢測的算法，對YUV模型中的Y分量(亮度信號)建立基礎(chǔ)的背景模型。本算法中亮度信號(Y)和色度信號(U、V)相互獨立，可以大量減少復(fù)雜的開平方與乘法運算，同時算法可單獨編碼，能與動態(tài)圖像專家組(moving picture experts group，簡稱MPEG)標(biāo)準(zhǔn)保持良好的兼容性，易于進行目標(biāo)數(shù)據(jù)的壓縮、處理和傳輸，而且節(jié)約了存儲空間。該方法在視頻監(jiān)控系統(tǒng)中的使用效果較好、計算速度快、實時性好，對硬件的資源要求低，也更節(jié)約系統(tǒng)的計算內(nèi)存。

4　測試與驗證

筆者搭建了模擬農(nóng)作物環(huán)境的虛擬軟件，對本設(shè)計的可行性、功能性進行了測試和驗證，總結(jié)如下：

4.1　基本功能測試

使用2個多媒體傳感器節(jié)點、1個協(xié)調(diào)器和2個終端設(shè)備驗證基本功能：報警數(shù)據(jù)采集、傳輸、客戶端查看和系統(tǒng)控制等。使用可滅火源模擬惡劣天氣中高溫預(yù)警，發(fā)送預(yù)警數(shù)據(jù)包20 KB，每個預(yù)警節(jié)點的觸發(fā)頻率設(shè)置為5次/min。

試驗結(jié)果：每個傳感節(jié)點可以測試出≥45 ℃的熱源高溫并進行自動報警，第1次未采用GPS定位，無延時立即報警；第2次采用GPS定位，有10 s左右延時，由此可見，本設(shè)計基本可以應(yīng)用于農(nóng)作物區(qū)域險情智能檢測。

4.2　傳輸網(wǎng)絡(luò)測試

主要測試分別在使用ZigBee[14]和WiFi進行數(shù)據(jù)傳輸過程中，若遇到干擾信號或干擾信號突然增強或減弱時，傳輸網(wǎng)絡(luò)穩(wěn)定性受影響的程度。在測試中添加了一些家用電器和不同網(wǎng)絡(luò)的手機[碼分多址(code division multiple access，簡稱CDMA)、全球定位系統(tǒng)、寬帶碼分多址(wideband code division multiple access，簡稱WCDMA)等]、收音機等信號的干擾，手動發(fā)送大小為10 kB的數(shù)據(jù)進行測試。試驗結(jié)果如表2所示。

表2　ZigBee和WiFi傳輸測試結(jié)果

由表2可知，通過WiFi傳輸數(shù)據(jù)包時，數(shù)據(jù)穩(wěn)定不宜失真，基本不會受干擾信號左右，而通過ZigBee傳輸數(shù)據(jù)包時，數(shù)據(jù)會丟失或出錯，容易受干擾信號左右[15]，只有3號ZigBee數(shù)據(jù)出錯率最低，受影響最小。研究表明，當(dāng)ZigBee與WiFi信號所使用的信道接近時，出錯率升高，為保證數(shù)據(jù)傳輸?shù)恼_率：一方面可以盡量采用WiFi傳輸，另外一方面數(shù)據(jù)包應(yīng)簡潔，避免冗余。

4.3　網(wǎng)絡(luò)部署覆蓋率測試

在實驗室分別模擬2種覆蓋方式：一種是傳統(tǒng)的按一定規(guī)模隨機撒播部署；另一種是針對傳感器網(wǎng)絡(luò)的特定具體應(yīng)用進行有計劃的部署，即對文中提到的組網(wǎng)方式進行比較。通過Matlab仿真出覆蓋對比示意圖，如圖6和圖7所示。

由圖6、圖7可以看出，采用文中架構(gòu)設(shè)計的多媒體傳感器網(wǎng)絡(luò)對環(huán)境監(jiān)測覆蓋得更加全面、均勻。當(dāng)然在實際部署中，必須結(jié)合災(zāi)區(qū)環(huán)境實際考察所獲取采集的真實環(huán)境數(shù)據(jù)，并以此為基礎(chǔ)開展研究工作。由于監(jiān)測環(huán)境的不同特性，研究在地質(zhì)災(zāi)區(qū)監(jiān)測特殊環(huán)境下的部署、覆蓋策略與算法，才能實現(xiàn)在特定災(zāi)區(qū)環(huán)境全面有效的監(jiān)測覆蓋。

5　結(jié)束語

本研究創(chuàng)新提出將多媒體無線傳感網(wǎng)絡(luò)應(yīng)用在大面積無人看守的農(nóng)作物種植區(qū)域，并有效將多媒體節(jié)點與無線傳感網(wǎng)絡(luò)和多媒體網(wǎng)絡(luò)進行連接，實現(xiàn)突發(fā)地質(zhì)災(zāi)害時可及時預(yù)警和控制，實時將視頻、音頻傳輸?shù)椒?wù)器和移動終端方便用戶查看。以地質(zhì)險情的識別和跟蹤為切入點，分析基于多層結(jié)構(gòu)的多媒體監(jiān)控網(wǎng)絡(luò)架構(gòu)和設(shè)計方案，詳細介紹硬件設(shè)計、軟件設(shè)計。通過測試驗證本方案設(shè)計的可行性和有效性，為農(nóng)作物種植區(qū)域的智能監(jiān)控向精準(zhǔn)化、實時化方向發(fā)展提供一定的參考依據(jù)。

參考文獻：

[1]Malhi K，Mukhopadhyay S C，Schnepper J，et al.A ZigBee-based wearable physiological parameters monitoring system[J]. IEEE Sensors Journal，2012，12(3)：423-430.

[2]昌凱，薛棟梁，孫強，等. 圖書館溫濕度智能控制系統(tǒng)研究與設(shè)計[J]. 計算機科學(xué)，2014，41(11A)：436-439.

[3]唐川，馬國超. 基于地貌單元的小區(qū)域地質(zhì)災(zāi)害易發(fā)性分區(qū)方法研究[J]. 地理科學(xué)，2015，35(1)：91-98.

[4]趙立秋，梁晨明. 配電室無人職守集控站在京博石化的運用[J]. 科技視界，2016(20)：297，301.

[5]張猛，房俊龍，韓雨. 基于ZigBee和Internet的溫室群環(huán)境遠程監(jiān)控系統(tǒng)設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，2013，29(增刊1)：171-176.

[6]江建成，周中良，阮鋮巍，等. 基于動態(tài)貝葉斯博弈的雙機行為決策方法[J]. 計算機仿真，2016，33(7)：95-98.

[7]陳正宇，楊庚，陳蕾，等. 無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合研究綜述[J]. 計算機應(yīng)用研究，2011，28(5)：1601-1604.

[8]Texas Instrument Inc. Z-stack developer’s guide[Z/OL]. http：//www.ti.com.cn.

[9]Texas Instrument Inc. CC2530 Datasheet[Z/OL]. http：//www.alldatasheet.com/datasheet-pdf/pdf/461731/TI1/CC2530.html.

[10]Cuomo F，Abbagnale A，Cipollone E. Cross-layer network formation for energy-efficient IEEE 802.15.4/ZigBee wireless sensor networks[J]. Ad Hoc Networks，2013，11(2)：672-686

[11]蘇文莉，葉晟. 一種基于無線傳感器網(wǎng)絡(luò)的災(zāi)害預(yù)警系統(tǒng)設(shè)計[J]. 現(xiàn)代電子技術(shù)，2015，38(24)：72-75.

[12]李慧，張可，徐良. 無人值守區(qū)域智能監(jiān)測系統(tǒng)的架構(gòu)設(shè)計與實現(xiàn)[J]. 計算機科學(xué)，2016，43(7)：115-119.

[13]楊庚，李森，陳正宇，等. 傳感器網(wǎng)絡(luò)中面向隱私保護的高精確度數(shù)據(jù)融合算法[J]. 計算機學(xué)報，2013，36(1)：189-200.

[14]魏興，祝詩平，黃華，等. 基于ZigBee的煙草育苗大棚群環(huán)境參數(shù)無線監(jiān)測系統(tǒng)設(shè)計[J]. 江蘇農(nóng)業(yè)科學(xué)，2016，44(2)：414-417.

[15]Singh V，Sharma R，Tomar MS. An Analytical study of interference problem between ZigBee and WI-FI[C]//International Conference on Communication Systems and Network Technologies. India：Gwalior，2013：257-261.