基于农田环境的无线传感器网络节点部署分析

周 良，沈明霞，孙玉文，马奉先，林相泽，熊迎军

(1.南京农业大学 工学院，江苏 南京 210031;2.南京理工大学 自动化学院，江苏 南京 210094)

无线传感器网络可实时监测、采集网络分布区域中的对象信息，将其应用于农田范围内，能有效提取农田环境信息。因此将无线传感器网络应用于农业领域［1-10］引起了越来越多学者的关注，目前将嵌入式技术与无线传感器网络结合应用于农业信息监测领域的研究取得了良好的效果。但是，在农田中无线传感器网络的实际部署中还存在一些问题，在节点部署过程中需确定节点间的有效传输距离，因此需考虑影响其发生变化的相关因素。

我们基于无线传感器网络与嵌入式技术，设计了嵌入式农田信息监测系统。重点分析了农田中无线传感器节点的部署，确定节点的有效传输距离范围，得出所需部署最优节点个数与监测农田面积之间的关系，实现了农田环境信息的周期性采集及实时查询。

1 系统软硬件设计

监测系统主要由农田中的无线传感器节点以及嵌入式移动终端组成。由于所监测对象为农田环境，单个传感器节点设计时，选择空气的温湿度、土壤水分、土壤pH值以及光照强度等传感器，用于监测农田相关信息。传感器采集的信息通过无线传感器网络发送到移动终端。

嵌入式移动终端主要由 ARM9微处理器、ZigBee以及GPS等模块组成。其中，ARM9微处理器用于对采集数据进行分析处理，ZigBee可组建适用于大范围农田的Mesh网络，GPS模块用于对系统所监测区域及部署的传感器节点进行精确定位。

系统通信软件选择ZigBee2006协议栈，用于无线传感器网络的组建以及传感器节点的数据采集与传输。我们采用2种方式对农田数据进行采集:一种为定时采集，即设定一定周期，传感器节点在每个周期内完成数据的采集与传输;另一种为查询采集，即当接收到网关的相应命令时，传感器节点完成对农田信息的采集与传输。

系统界面软件选择QT，用于实时显示部署在农田中监测点采集的环境信息，同时绘制出数据随时间变化的相应曲线;动态显示整个嵌入式无线传感器网络的实时状态模拟图，以对系统进行实时监控。

2 网络节点部署

无线传感器节点的部署与选择的部署方式、节点间的有效传输距离、所监测区域的面积有关，因此，通过分别分析节点间的有效传输距离及所监测的农田区域面积，最终得到部署在农田中的节点个数以及部署方案。

由于受到作物周边环境以及其长势的影响，当传感器节点在农田中所放位置距离地面高度不同，节点的电池电压不同，节点的RSSI值将受到一定的影响，节点信息的有效传输距离也有所不同。由于节点硬件结构已经确定，受节点天线增益、通信速率的影响较小，同时农田周边环境较为空旷，无基站、高压电塔等信号干扰，且农田地势起伏不大，为了使传感器网络进行部署更加经济合理，分析农田无线传感器网络中RSSI值与有效距离之间的关系非常必要。

利用江苏省洪泽湖农场农科所的一块四边形麦田进行了试验。由于电池电压的大小，节点放置的高度不同，都将影响到节点间的有效通信，因此选择分析节点放置高度、电池电压、接收信号强度以及传输距离之间的关系，得出进行试验的最佳有效传输距离。本系统试验所选择的传感器节点由2节电池进行供电，因此标准电压为3 V时，通过试验得到传感器节点放置高度与有效传输距离的关系。

由图1中可得出，当节点位于地面时，节点的有效传输距离大约为20 m，且节点的有效传输距离随着节点高度的增加而相应增加。但在农田中部署节点时，将节点放置过高不符合实际。因此，结合小麦的高度，将传感器节点放置距离地面大约1 m处。选择几个典型的电池电压值和传输距离，测得节点间的RSSI值，如表1所示。

表1 RSSI值与距离、电池电压之间的关系

在各种典型的电池电压条件下，随着传输距离的增加，RSSI的值均相应减小，特别是传输距离在前0～20 m的区间时，RSSI值下落趋势十分明显;传输距离从20 m到有效传输距离区间内，RSSI值没有大幅度明显变化;在节点正常工作电压范围内，电池电压值越高有效传输距离会越大。

根据试验结果 (表1)，综合考虑节点电压、RSSI、有效传输距离等因素，可为优化节点拓扑结构、节省节点能量、提高数据传输质量等提供参考。

为了确定在一定区域内所需部署的传感器节点个数，需要先确定节点间的有效传输距离，通过以上分析，当节点位于麦田中，距离地面高度1 m处，传输距离为40～60 m，节点间的RSSI值较为稳定，因此，选择有效传输距离50 m进行试验，进一步分析部署节点个数与监测区域面积之间的关系。

2.2 试验农田区域面积的计算

试验过程中，通过移动终端中的GPS模块测出试验麦田4个顶点的经纬度坐标如表2所示。

表2 试验农田顶点对应的经纬度坐标

根据所测得4个顶点的经度L，纬度B及其大地坐标 (L，B)，利用高斯-克吕格投影［11］即可将大地坐标转换为高斯平面坐标 (x，y)，进而计算出所测农田区域的长、宽以及面积。

利用高斯-克吕格投影计算公式，计算出试验所用江苏省洪泽湖农场农科所的四边形麦田的长为534.457 7m，宽为247.707 9m，面积为132 389.4 m2。

2.3 农田中传感器节点的部署

为了达到对目标区域进行全覆盖条件下，部署在区域中的传感器节点个数最少，选择蜂窝网格部署方式［12］对节点进行部署。将传感器节点安全有效地布置在农田范围内，根据所求得的农田区域相关信息计算出需部署在农田中传感器节点的个数。

根据本文2.1中分析的RSSI值与节点间传输距离之间的关系，进行试验所选择的节点间有效传输距离为50 m。图2所示为蜂窝网格节点部署结构。

图2 蜂窝网格节点的部署结构

在所需覆盖面积的区域中，部署传感器节点的个数与其长和宽都有关系，可得到所监测农田区域的宽度w与有效传输距离d以及长度l与节点覆盖范围正六边形边长a之间的关系:n1=2w/d，n2=(2l/a+1)/3。

将 n1与 n2的值转换后得 ［n1］、［n2］，其中［n1］、［n2］表示对 n1、n2取整。在蜂窝网格中，监测区域的长与宽发生相应变化时，部署在区域中的节点个数也随之发生变化，可得布置在农田中的最优节点个数n与 ［n1］、［n2］之间的关系，即n与长l、宽w之间的关系:n=(［n1］ +1)(［n2］-1)/2(［n1］为偶数，［n2］为奇数)，n=［n2］ (［n1］ +1)/2(［n1］、［n2］为其它情况)。

根据计算得到的传感器节点的个数n，即可得到n个节点所能覆盖的最大面积:s=d［n1］/2(3 ［n2］ -1)/2。

任意选取多组数据对以上公式进行验证，得到如表3所示结果。

表3 公式的验证结果

通过随机选择多组数据，分别利用公式计算出n与s的值，结果表明，计算值与实际测量值近似或相等。因此，通过以上分析可得出结论:利用蜂窝网格方式在一定面积的矩形区域内部署传感器节点，根据监测区域4个顶点的经纬度坐标，即可计算出对监测区域实现完全覆盖所需布置的无线传感器节点的个数n，以及 n个传感器节点所能覆盖区域的最大面积。

3 系统实现

利用2.2节中的计算结果，将试验所监测农田长与宽的值代入公式，可得:n1=9.91、n2=12.68;［n1］ =10， ［n2］ =13;n=71个，s=137 132.5 m2。即长534.457 7 m，宽247.707 9 m，面积132 389.4 m2的农田范围内，所需要布置的无线传感器网络节点数为71个，且71个节点所能覆盖的最大面积约为137 132.5 m2。

根据计算结果，得出系统试验农田以蜂窝网格方式部署的无线传感器网络节点分布结构如图3所示。

在面积约为13 2389.4 m2的试验所用农田区域中布置了71个无线传感器节点，对农田环境信息进行监测。考虑到系统应用在农业领域，因此无线传感器节点的部署是手动部署。在节点逐一部署时，利用移动终端的GPS功能，将每个节点的经纬度信息记录下来，与其物理地址所对应，即可对单个节点所处的位置进行精确定位。由于节点的网络地址与物理地址可一一对应，因此最终达到节点经纬度信息、物理地址、网络地址三者相对应的关系，工作人员即可方便地查询某一节点的具体信息。

图3 系统试验农田的传感器节点部署

通过QT软件实现了传感器节点部署分析，界面如图4所示。

图4 传感器节点部署分析的界面

图4所示界面通过获取四边形4个顶点的经纬度，计算四边形的长、宽及面积。最后确定所需部署的节点个数以及所覆盖的最大面积。

4 小结

结合无线传感器网络与嵌入式技术，设计了嵌入式农田环境信息监测系统，选择在江苏省洪泽农场麦田中进行了试验，得出节点电池电压、RSSI值与传输距离之间的关系，当节点位于麦田中距离地面大约1 m高处，传输距离为40～60 m，节点间的RSSI值较为稳定，最终通过公式计算出监测区域的面积，确定所需部署传感器节点的个数，得出最大覆盖面积。试验结果表明，节点部署分析有效合理，可适用于大范围的农田环境。

［1］ 张荣标，谷国栋，冯友兵，等.基于IEEE 802.15.4的温室无线监控系统的通信实现 ［J］.农业机械学报，2008，39(8):119-122.

［2］ 冯友兵，张荣标，沈敏.面向精确灌溉的无线传感器网络构建 ［J］.农业机械学报，2009，40(1):56-59.

［3］ Raul M，Samuel G M，Miguel A F，et al.Wind and water flow as energy supply for small stationary data acquisition plat forms［J］.Computers and Electronics in Agriculture，2008，64:120-132.

［4］ Raul M，Miguel A F，Samuel G M，et al.A ZigBee multipowered wireless acquisition device for remote sensing applications in precision viticulture ［J］. Computers and Electronics in Agriculture，2008，62:94-106.

［5］ Kim Y Y，Evans R G，Iversen W M，et al.Instrumentation and control for wireless sensor network for automated irrigation［G］∥2006 ASABE Annual International Meeting，Portland，2006.

［6］ Kim Y Y，Evans R G，Iversen W M.Remote sensing and control of an irrigation system using a distributed wireless sensor network ［J］. Instrumentation and Measurement IEEE Transactions on，2008，57(7):1379-1387.

［7］ 刘卉，汪懋华.基于无线传感器网络的农田土壤温湿度监测系统的设计与开发 ［J］.吉林大学学报:工学版，2008，38(3):604-608.

［8］ 蔡义华，刘刚，李莉，等.基于无线传感器网络的农田信息采集节点设计与试验 ［J］.农业工程学报，2009，25(4):176-178.

［9］ 乔晓军，张馨，王成，等.无线传感器网络在农业中的应用 ［J］.农业工程学报，2005，21(增刊):232-234.

［10］ Katsalis K，Xenakis A，Kikiras P，et al.Topology optimization in wireless sensor networks for precision agriculture applications［C］∥Sensor Technologies and Applications，Sensor Comm 2007 International Conference，Valencia，Spain，2007:526-530.

［11］ 成英燕.适用于不同椭球的高斯平面坐标正反算的实用算法 ［J］.测绘科学，2004(8):26-27.

［12］ 邬国扬，孙献璞.蜂窝通信 ［M］.西安:西安电子科技大学出版社，2002.