基于无线传感器网络的自动灌溉系统节能数据传输外文翻译资料

 2022-04-28 22:34:45

基于无线传感器网络的自动灌溉系统节能数据传输

摘要：无线传感器网络（WSN）在环境监测中有着广泛的应用。 MAC协议在控制无线传感器网络的能耗方面发挥着重要作用。它告诉网络何时以及如何访问媒体。时分多址（TDMA）非常适合这些实时应用。因为它可以防止无线电干扰，并减少能源消耗。在本文中，基于TDMA的MAC协议被用来收集环境数据，例如灌溉系统的土壤湿度和温度。基站使用传感器节点收集特定区域中的数据。网络中的所有节点都是同质且能量受限的。 TDMA调度器为每个节点分配时隙，并且这些传感器节点根据时间表打开/关闭其无线电，以节省能量。如果收集的数据小于阈值，基站会通过设置相应的位来通知控制器执行电机控制操作。本文采用了两种基于TDMA调度的方法。第一个是直接通信方法，其中每个节点直接将数据传输到接收器。第二种方法使用数据融合（聚合）方法，其中节点被分组为群集以节省能量。仿真结果表明该聚合方法将剩余能量提高了10％，吞吐量提高了13％。

一、介绍

像印度这样的农业国家一直在遵循传统的灌溉方法。能源的可用性是灌溉系统中的重要因素之一。通过将合适的传感器和其他监控点集中在大型农场的战略点，可以监控和控制其中的条件，从而获得农场的最大生产力。这将避免通常花费的资金帮助农民劳动者进行浇水和施肥，同时减少监测负荷。这些论文讨论了一种自动化灌溉系统，该系统具有电子控制和监测功能，使用节能的时分多址（TDMA）方法进行数据传输。自动灌溉是在四个传感器和电磁阀的帮助下完成的。传感器给出的数据由微控制器解释并根据土壤的需要开启搅拌机和电机。无线传感器网络（WSN）是一种新兴技术，具有广泛的潜在应用，包括环境监测，农业，车辆监控，智能空间，医疗系统和机器人探测。

基于传感器的灌溉系统已被研究用于许多应用。梅龙等人（1995）使用张力计进行苹果树灌溉管理控制系统。Shock等人（1999）采用了类似的方法，但是通过无线电将数据从数据记录器传输到中央数据记录站点。Allen（2000）评估了一个灌溉管理系统，它可以向灌溉系统操作员提供连续的实时或接近实时的土壤含水量信息。Abreu和Pereira（2002）研究了自动灌溉控制的软件设计。他们通过使用允许设计灌溉系统简化布局的软件来设计和模拟固定式喷灌系统。无线传感器网络（WSN）是包含许多无线传感器节点的特殊设备。每个节点都有一个或多个传感器，嵌入式处理器和电池供电的低功率无线电台。无线传感器网络具有受环境因素影响很大的损失链路（Raleigh等人，2003; Cerpa等人，2005）。因此，非常重要的是要充分利用电池的电量有效率的。传感器节点中的无线电部分消耗更多能量。所以MAC层被修改了，它控制着无线电操作。MAC协议在无线传感器网络的节能过程中起着至关重要的作用。传感器网络的MAC方案可以从根本上分为基于竞争和基于调度的方案。无线传感器网络中基于竞争的方案的主要优点包括：没有同步要求，不需要中央调度器，对网络动态更健壮，不需要集群。更适合事件驱动的WSN。但是，在能源方面节省，基于争用的方案并不具有吸引力。基于调度的方案试图首先确定网络连接并设计到每个节点的冲突费用链路。链路可以分配为时隙（TDMA），频带（频分多址（FDMA））或扩频码（码分多址（CDMA））。 TDMA方案在能源节约方面优于其他方法（van Hoesel等，2004）。除传输，接收和传感持续时间外，节点可以进入休眠状态，并可实现最高节能量。TDMA方案的主要缺点是它需要时间同步。

诸如IEEE 802.11之类的商业标准不适用于无线传感器网络，因为节点始终监听并且不能用于多跳目的。Ye等人（2002）提出了SMAC，它通过为控制节点的ON和OFF时间的每个节点设置占空比来改进IEEE 802.11。TMAC通过使用自适应占空比消耗更少的能量来改善SMAC（Ye和海德曼，2003）。设计节能的MAC协议是延长网络寿命的方法之一（Lu et al。，2004）。节能可以使用数据汇总方法获得。但在数据汇总中，数据将根据技术而变化（Nath et al。，2004），并且将被逼近到最接近的值。在平均技术的情况下，标题节点收集数据并将平均值通知给基站（Jeffrey Considine等，2004）。在使用睡眠模式的无线传感器网络中的能量效率TDMA调度由Pantazis等人提出（2009年）。该方案实现了由睡眠模式操作引起的端到端延迟的减少，同时使节能最大化。

二、目标系统

借助高度精确的传感器进行自动灌溉，使灌溉系统成为独特的产品。人力需求量非常少;这可能会减少农业人力需求，这是阻碍农民生产的主要因素之一。 随着农民数量日益减少，这将有助于农业地区跟上其他行业。该产品最重要的好处之一是单个农民可以管理多个领域。这使得该产品在同类产品中真正具有独特性。

自动灌溉是在两个传感器、电磁阀和泵的帮助下完成的。传感器给出的数据由微控制器解释，并根据土壤的需要启动电机。本文的主要目标是为自动灌溉系统中使用的无线传感器通信提供一种节能算法。无线通信可以是两种类型-单跳或多跳。在本文中，我们指的是源和汇之间单跳通信的使用。数据汇总方法提供更好的性能，所以这个概念被用来提高能源效率。为了提供良好的节能，使用了导致数据信道上无冲突传输的基于分布式TDMA的方案。通过使用这种方法，我们可以减少每个节点的能源消耗，从而减少整体能源消耗。这种方法是健壮的，单个节点的故障只会影响预定给该节点的数据。

2.1直接通信方式

2.1.1基本场景

基本场景由基站/信宿和传感器节点组成。每个传感器节点都配备了一个功率放大器PA2460，并具有1公里的范围。因此，我们可以使用这种方法覆盖多达1个领域。每个传感器节点将测量土壤的温度和湿度水平。为了初始化网络，基站为每个节点分配一个唯一的地址。然后每个节点切换到空闲状态。在空闲状态下，每个节点仅处于接收模式。当基站需要收集特定区域的温度和湿度时，它会广播在那里部署的传感器节点的地址。所有的节点都收到了这个地址，但是只有被寻址的节点通过发回湿度的当前值和该区域的温度来响应这个请求。其他节点继续处于空闲状态。发送所需数据后，节点回到空闲状态。对于所有节点重复该过程。在使用直接通信方法时，每个传感器节点将其数据直接发送到基站。如果节点远离基站，则每个节点需要大量的传输功率。这缩短了系统寿命时间。所以当节点靠近基站时，这个系统是有效的。

2.1.2传感器节点

每个节点由一个湿度传感器和温度传感器组成。图1显示了传感器节点的框图。节点的微控制器程序（用C语言编程）对传感器值进行了校正和格式化，然后将结果输出到板载收发器。在这20个字节数据中，4个字节用于存储温度，5个字节用于湿度水平。余下的11个字节留作将来使用。大多数时候传感器节点处于接收模式，因此能耗最小。每当基站请求时就会发生环境感测和​​数据传输。

2.1.3土壤湿度传感器

土壤水分传感器被用作优化灌溉的工具，并在干燥或潮湿的末端警告植物应力。它是一款高性能精确传感器。来自Vegetronix的VG400系列土壤湿度传感器探头可以精确低成本监测土壤含水量。由于探头使用传输线技术测量土壤的介电常数，因此它对水的盐度不敏感，并且不会像传导性探头那样随时间腐蚀。这些探头很小，坚固耐用，并且在一毫安的功率下消耗。

2.1.4温度感应器

使用LM35作为温度传感器。热敏电阻是温度敏感电阻。所有电阻都随温度而变化，但热敏电阻由半导体材料构成，其电阻率对温度特别敏感。但是，与大多数其他电阻器件不同，热敏电阻的电阻随温度升高而降低。这是由于热敏电阻由半导体材料制成的特性。电阻下降在室温附近的范围内是非常小的值。不仅阻力与我们预期的相反，而且阻力变化的百分比幅度也很大。

2.1.5基站

基站由收发器，处理器和LCD显示器组成。基本框图如图2所示。获得湿度值和温度值后，基站将此值与已存储在数据库中的阈值进行比较。如果测量值小于所需值，则控制器执行必要的操作。对所有节点重复相同的过程。

2.1.6电磁阀

电磁阀是一种机电阀，用于通过运行或停止通过作为线圈的螺线管的电流而控制的液体或气体，从而改变阀的状态。电磁阀的操作类似于灯开关的操作，但通常控制空气或水的流动，​​而灯开关通常控制电流。电磁阀可能有两个或两个以上的端口：在双端口阀的情况下流量打开或关闭;在三通阀的情况下，流出口在两个出口端口之间切换。多个电磁阀可以放在一个歧管上。电磁阀是流体中最常用的控制元件。他们的任务是关闭，释放，剂量，分配或混合流体。它们在很多应用领域都有。螺线管提供快速和安全开关可靠性高，使用寿命长，所用材料介质兼容性好，控制功率低，设计紧凑。我们使用这些阀门来控制肥料和水流到混合器。除了最经常使用的柱塞式执行机构外，还使用了枢轴电枢执行机构和摇臂执行机构。

2.1.7泵

该泵用于将储罐中的水泵送到现场。它按照微控制器的指示工作。所以它可以在需要时抽水。

2.2数据汇总方法

数据汇聚在降低传感器节点的能耗方面发挥了重要作用，从而有效地延长了网络的使用寿命。数据聚合和数据积累之间的区别在于，在数据累积中，头节点收集来自所有节点的数据并且仅仅将它们旁路到基站而不改变数据。但是在数据聚合的情况下，头节点收集来自所有节点的数据并根据不同的技术进行聚合。由网络中的节点感知的数据被传送到基站。在这个模型中，基站被固定并远离传感器。从每个节点收集的数据被组合成一小组信息。数据聚合也称为数据融合。传感器网络包含太多数据供最终用户处理。因此，需要将数据组合或汇总成一小组有意义的信息的自动化方法。

对于数据汇聚而言，节点的设计方式是，如果发送节点发生故障，则不会影响网络性能，并且由于存在误差限制，只有在汇总数据超出限制时，标头才会发送数据。节点组织成簇，其中一个节点充当簇头。在这种情况下，信宿/基站充当超级簇头。所有的传感器节点被分为三个集群;每个包含六个节点和一个簇头。接收器和簇头之间的通信基于TDMA。每个集群内的通信也基于TDMA方法。基本操作与单跳方法相同。但是在这里我们有两个沟通阶段。

（1）基站和簇头之间的通信。

（2）簇头与集群成员之间的通信。

网络中的所有节点都分配有一个唯一的地址，并且基站知道这个地址。每个节点充当基于TDMA时间表的簇头。这个时间表被广播给集群中的节点。每当集群形成时，根据时间表，所有节点将其能量信息传送给基站。基站中的簇中所有节点中能量最高的节点被指定为该簇的簇头。最初包括簇头的所有节点都处于空闲状态。只要基站需要来自特定区域的数据（温度和湿度值），它就会发送该区域中簇头的地址。现在所寻址的簇头从其空闲状态切换到活动状态。然后，簇头通过基于TDMA时间表发送成员节点的地址，向其成员发送请求。即在一个特定的时隙中只有一个节点被寻址。每个节点在其分配的时隙期间发送数据。该通信与上述单跳方法中的通信类似。簇头节点保持其无线电接收来自成员节点的所有数据。当接收到所有数据时，簇首执行聚合以压缩数据。这些数据被发送到基站。这个过程在所有的集群中重复出现。经过一段时间后，下一轮开始，每个集群分配一个新的簇头。新的簇头是根据能量选择的。使用这种算法，我们可以增加覆盖范围，并减少每个传感器节点的能耗。

基本上，数据聚合可以使用四种方法完成。它们基于：

（1）总和。

（2）最小。

（3）最大。

（4）平均。

在求和技术的情况下，报头节点收集数据并将其添加到基站。 这种方法的主要缺点是基站无法确定有多少节点准确给出数据; 也无法找出传输过程中有多少节点失败。求和方案表示如下：

Pi其中i是节点编号，n是节点的最大数量，并且Pi是当时在每个节点中存在的数据。

在最低限度的技术情况下，标题节点收集数据，并找到最小值的数据。这种方法的主要缺点是远离源的节点总会产生最小值，因此很难找到该区域的精确温度分布。最小方案表示如下：

Min（P0; P1; P2; P3; P4; P5）

其中Min（）是用于查找最小值的函数。在最大值技术的情况下，头节点收集数据并找出具有最大值的数据。例如说：温度监测;只有最大值被通知给基站。这种方法的主要缺点是靠近源的节点总是产生最大值，因此很难找到该区域的精确温度分布。最大方案表示如下：

最大（P0; P1; P2; P3; P4; P5）

其中Max（）是用于查找最大值的函数。在平均技术的情况下，头节点收集数据并找出从相邻节点获得的所有数据的平均值，然后将平均值通知给基站。这种方法的主要优点是，由于头节点执行平均技术，因此基站准确地找到有多少节点是非常有用的传输他们的数据以及传输过程中有多少节点失败。同样在这种方法中，由于平均，相应区域的确切温度分布也很容易找到。由于这些优点，我们采用这种方法进行有效的数据聚合。平均方案表示如下：

其中，i是节点号，n是节点的最大数量，并且Pi是在该时刻每个节点中存在的数据。

2.2.1方法

如果没有数据聚合，报头节点会收集剩余节点的所有读数，并将所有数据单独传输到基站，结果在正常情况下消耗大量能源。由于它正在与基站进行通信，因此这种方法的能耗更高。通过数据聚合，标题节点收集了所有的读数

从剩余的节点，它使用平均技术将其聚合。但是头节点只发送一个数据，而不是发送全部四个数据。结果能量得以节省。

三、结果和分析

本文

全文共6964字，剩余内容已隐藏，支付完成后下载完整资料

英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[13136]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章