基于EnOcean?WiFi的远程室内空气监测系统研究

安艳萍 钱平 陈超群

摘 要： 针对空气质量影响着人类的生活与健康的问题，设计一种基于EnOcean和WiFi双重网络的无线无源远程智能监测系统。空气检测传感器节点之间采用EnOcean协议进行通信，经过EnOcean转WiFi模块将传感器采集的信息传输到云端，上位机利用LabVIEW对云端信息进行分析后，定时推送信息，对空气质量语音播报、智能启停空气净化器，移动终端可以随时查看和控制。该系统使用的新型传感器技术与传统的Zigbee、蓝牙等技术相比，具有无源、实时、超低功耗的优点，且不需要对电池进行维护，实现经济效益和安全效益。

关键词： EnOcean技术； 无线无源监测系统； 无线传感网络； 智能监测

中图分类号： TN926?34； TP277 文献标识码： A 文章编号： 1004?373X（2016）08?0064?04

Indoor air remote monitoring system based on EnOcean?WiFi

AN Yanping， QIAN Ping， CHEN Chaoqun

（ Engineering Innovation College， Shanghai Institute of Technology， shanghai 201418， China ）

Abstract： A wireless and passive remote intelligent monitoring system based on EnOcean and WiFi was designed for the influence of air quality on human life and health. Its communication between air detection sensor nodes is achieved by means of EnOcean protocol. The information collected by the sensor is transferred to cloud through EnOcean to WiFi module. After the cloud information is analyzed by PC with LabVIEW， PC sends the information to the terminal on time for voice broadcast of air quality， intelligent start?stop of air purifier， and examination and control by mobile terminal at any moment. Compared with conventional ZigBee and bluetooth technology， the new sensor technology has the advantages of passive， real?time， energy?saving， low power consumption， and doesnt need any maintenance for batteries. It achieved the economic and security benefits.

Keywords： EnOcean technology； wireless and passive monitoring system； wireless sensor network； intelligent monitoring

0 引 言

随着人民生活水平的提高，对生活的舒适、健康、节能越来越重视，由于建筑、装饰装修、家具以及煤气泄漏引发的室内环境污染引起了人们的广泛关注，因此，对室内空气质量实时监测具有重要意义。传统监测系统的组网大多是采用有线的方式传输信号，文献[1]总结了多种弊端：光缆、电缆布线不方便，费用较高，容易损坏；由于距离远，信息不能准确、及时地反馈；监控范围小。

随着计算机、自动化、电子技术的不断发展，无线网络传感器网络技术被应用到空气质量监测系统中。通常情况下，无线传感器节点由电池供电，在监测范围较广的无线传感器网络中，通常有成百上千个节点，增加了更换电池的难度和成本。

针对以上问题，本文应用一种新型的无线传感技术，组建了EnOcean和WiFi双重网络的无线监控管理系统。该系统传感器节点之间采用EnOcean协议进行通信，通过EnOcean转WiFi模块将节点信息传输到云端，上位机对空气质量分析，将分析的结果通过语音播报、短信推送和移动终端应用程序的方式，让人们了解当前的环境状况，同时开启空气净化器实现空气的净化处理，该系统功耗低，而且无线无源，不需要对电池进行维护，灵活性、稳定性好，具有更长使用寿命和更广泛的监测范围。

1 系统结构和相关技术

1.1 EnOcean技术简介

EnOcean是由德国公司推出了一种新型的无线传输技术，其技术是基于机械激发等能量捕获原理，其无线传感器不用电池，具有免维护功能。数据包仅为14 B，传输速率为120 Kb/s，设备传输频率为[2]868.3 MHz，当以1 mW的发射功率工作时，可保证超过300 m的传输距离。该技术与ZigBee，WiFi，Bluetooth，Z?Wave等无线技术相比最大的优点就是功耗极低、无电池、免维护、传输距离最远。EnOcean无源无线通信时通过BACnet网关转换成TCP/IP协议、WiFi协议和互联网进行数据通信，可以实现室内远程的控制和数据监测，从而实现对空气净化治理的无线智能控制，提供一个安全的生活环境。

EnOcean无源通信模块源于西门子的无线通信技术，其仅采用采集的能量来驱动低功耗的芯片组，实现高质量的无线通信技术[2]。在保证通信距离的同时还具有超强的抗干扰能力，满足恶劣的环境的要求，通过重复发送多个信号以及加密功能，保证整个通信系统的稳定性、安全性。

1.2 WiFi技术

WiFi无线通信技术是基于IEEE 802.11标准的，工作频段在2.4 GHz以下，是目前使用最为广泛的无线局域网络技术，可以把计算机、手机等终端以无线的方式互相连接，实现了用户间的数据连接[3]。WiFi无线通信技术具有带宽自动调整的特性，在信号强度小或是存在干扰的情况下，带宽可进行相应的调整。在室内空气的智能监测系统中，将数据通过WiFi技术发送到上位机，利用Internet的资源，发挥更大的功能。

将EnOcean技术和WiFi技术相结合，可以覆盖全小区范围，实现多功能无线网络，意味着在小区物理空间内形成了一个无线共享信息池，使住户、设备和过程相互之间实现最优互动，使得在合适的时间与地点始终有合适的人员存在，从而提升可靠性与安全性，保证了小区住户的健康、舒适性。

1.3 系统结构

系统由上位机（PC机/移动终端）、云端、WiFi模块、EnOcean无源通信模块、空气质量分析软件空气净化器等组成，监控系统总体结构框图如图1所示。其中：移动终端，实时监测室内空气的质量；云端，存储节点信息。n个空气检测传感器，不同的模块有不同的检测功能，例如甲醛传感器检测空气中甲醛的含量有没有超标，煤气传感器检测煤气有没有泄露的情况，一氧化碳传感器检测一氧化碳的情况，粉尘传感器检测春天粉尘浓度，空气综合质量传感器检测空气中多种气体的含量，如果氧气的含量下降，细菌以及湿度的含量增加，会提示通风换气、净化空气器开启等；空气质量分析软件，会根据传输过来的数据进行分析处理；空气质量语音播报器，是利用语音合成技术，嵌入语音合成芯片，把空气质量分析结果合成语音播报出来，及时地提醒住户采取措施以免事故发生；空气净化器是整个系统的净化终端，其可以净化粉尘、烟等可吸入颗粒物，它的活性炭滤网能够减少甲烷含量，光触媒滤网能够高效降解空气中的有毒有害气体，有效杀灭多种病菌。

2 总体方案设计

2.1 CORTEX?M0控制器模块

主控芯片采用基于ARM CORTEX?M0的32位处理器，主要特点：主频50 MHz，0.9 DMIPS/MHz，运行效率很高，能在较少的周期里完成一项任务；处理内核、系统和存储器小，降低了成本；有3种电源管理模式，具有良好的能耗效率；提供快速中断向量控制器NVIC，满足高速临界的控制应用。支持UART、SPI控制器、I2C总线接口等串行外设，集成的CGU（Clock Generation Unit）结合一个DLL，可从主晶体震荡器、内部RC震荡器中提供系统时钟生成提供多种封装选项。组成框图见图2。

无线传感器节点通过EnOcean通信，不需要给传感器节点额外提供电池供电，但处理器CORTEX?M0芯片需要提供供电模块。由于CORTEX?M0内部同时具有PLL、10位的ADC的模拟部件，属于A/D混合系统，模拟部件和数字部件通过不同的引脚分开供电，供电电路示意图如图3所示。

2.2 WG1300?B0模块

WiFi模块选用JorJin公司的WG1300?B0模块，WG1300?B0芯片是一款内置IEEE 802.11无线网MAC/基带的单芯片，集成TCP/IP协议，实现了物联网应用设计的嵌入式网络芯片，能够随时随地启用通用IP连接，与低内存、低成本、低功耗微控制器系统轻松配对，主要特点：尺寸小、集成度高、功耗低、性价比高。

2.3 传感器中心节点硬件设计

在室内放置若干个不同功能的传感器，对井下不同气体进行检测、采集数据，通过EnOcean建立无线通信网络。传感器中心节点硬件结构框图如图4所示。

EnOcean系统组成模块主要有无线能量采集传感器模块、接收和发射模块、无线能量采集开关、无线通信模块。传感器室内各种气体含量进行检测、采集数据，通过射频收发器接收传感器模块采集的信号，之后无线通信模块与其他传感器节点进行无线通信，交换控制信息和收发采集数据。

传感器节点之间采用EnOcean协议进行通信，多个不同功能的传感器节点采集空气中甲醛浓度、一氧化碳浓度、粉尘浓度、其他有害气体以及氧气等浓度，这些信号通过射频收发器汇总到传感器中心节点，通过CORTEX?M0处理器，由数据处理单元处理后送往数据传输单元，通过天线将WiFi信号发送到云端。基于CORTEX?M0芯片驱动，将EnOcean和WG1300?B0模块进行二次封装，减小模块的体积和降低功耗。

采用SWD串行模式进行调试，SWD调试接口的信号与CORTEX?M0主要采用串行时钟和串行调试数据输入/输出，连接电路如图5所示。图中给出了SWD引脚信号的定义以及与芯片CORTEX?M0的引脚的连接，在接口处选择10 kΩ的上拉、下拉电阻。

CORTEX?M0控制器与WiFi之间使用异步串行通信接口，UART的总线通过一个串行发送引脚TXD和一个串行接收引脚RXD，进行双向通信，实现了全双工传输和接收。CORTEX?M0控制器通过USART串口与ARM控制终端COM口进行连接；由于电平为TTL，串口电路通过MAX232实现电平的转换。串行接口图如图6所示。

3 系统软件部分设计及主要流程

空气检测传感器节点是检测网络的核心，Cortex?M0控制系统先进行系统初始化操作及配置相应的外设端口，微控制器的外设配置包括： NVIC配置、WIC、睡眠模式和节能、存储系统大小端模式、系统滴答时钟等。系统初始化以及外设配置完成后，根据多个不同传感器节点对空气质量的采集 EnOcean可实现信息的连续多次采样，保证了采集的稳定性和信息的准确性。通过射频收发器接收来自传感器节点的信号，数据保存选择保存在云端，通过WiFi利用一定的通信规约发送通信报文；上位机通过LabVIEW软件编程，有一个良好的人机交互界面，监控人员可以对空气的参数有一个直观的了解；通过上位机对信息的处理，向相关人员推送当前空气状况，当有质量超标时报警，并向相关人员发出告警信息，使相关人员可以及时采取措施。传感器节点程序流程图和质量分析软件程序流程图如图7所示。

4 系统软件的测试分析

空气质量分析软件是整个监控系统的核心，它对云端的数据进行分析、处理。系统软件开发是基于LabVIEW的VISA模块，主要优点是不受平台、总线和环境的限制，按照一定的调用流程，可以对USB，串口以及以太网等进行编程、调试和配置[4]。系统软件设计程序调用流程图如8所示。

空气质量分析软件能够完成数据的分析和处理，并且具有很强的移动网络通信功能，将程序发布到Web浏览器上，能够远程传输数据，程序前面板交互界面嵌入到HTML网页中，用户通过浏览器可以远程登陆和控制监测系统。当系统出现故障时，进行语音播报、短信提醒等，提醒管理员采取相应的措施。

5 结 论

系统在硬件设计中，采用模块化的设计思想，便于测试和修改，利用CORTEX?M0控制芯片和传感器，以EnOcean和WiFi技术作为通信手段，完成了传感器节点数据采集模块、设计，通过上位机对信息处理，实现了信息发送和语音播报等功能。基于 EnOcean 和 WiFi 双重网络下的超低功耗智能监测系统测试表明：

（1） 使用EnOcean技术，传感器节点无需电池供电，降低了成本，监测灵活，监测范围广；

（2） 控制系统根据当前的空气质量状况对空气净化器进行智能控制，同时通过移动终端也可以远程控制，数据传输通过云端传输，便于保存分析历史数据；

（3） 实时监控，拥有可视化界面，便于查询和管理，对空气质量可以语音播报，短息提醒，实现了分散控制、集中管理，给人们提供了健康、安全、舒适的生活环境。

参考文献

[1] 胡兴志，李学哲，杨兴波，等.被动式煤矿井下环境安全监测系统设计[J].工矿自动化，2014，40（6）：77?80.

[2] 葛云龙.无线网络设备在煤矿气体监控系统中的应用研究[D].长春：吉林大学，2011.

[3] 叶兴贵，缪希仁.基于ZigBee的智能家居物联网系统[J].现代建筑电气，2010，1（9）：25?28.

[4] 刘进生，钱平，王玉娟.基于LabVIEW 的立式风力发电远程监测系统的研究[J].可再生资源，2014，32（7）：998?1003.

[5] 陈霞.计算机远程综合监控系统在煤矿的应用[J].煤炭技术，2014，33（3）：217?219.

[6] 温子琪，冼安胜，林秩谦，等.ARM Cortex?M0微控制器深度实战[M].北京：航空航天大学出版社，2014.

[7] 姜新华，张丽娜.基于ZigBee与WiFi相结合的温室环境监测系统设计[J].内蒙古大学学报（自然科学版），2011，42（6）：699?702.

[8] 马尊云.基于异构数据源的煤矿安全监控系统联网[J].煤矿安全，2015，46（5）：102?105.

[9] 孙继平.煤矿物联网特点与关键技术研究[J].煤炭学报，2011，36（1）：167?171.

[10] 杨乐平.LabVIEW程序设计与应用[M].2版.北京：电子工业出版社，2001：381?408.